重新整理 mysql 基础篇————— 索引模型[五]

前言

简单整理一下索引模型。

正文

对我们开发人员来说，索引感觉非常的重要。

因为索引好用，但是不能多建，因为这影响插入，不能少建，因为这影响读取。

有些为了能够多建索引，通过从多个从库中读取数据，再重新整合数据来建立新的数据结构，建立新的索引。

hash 表

在索引模型中hash表非常常见，这里值的是应用内存中的索引模型，而不是数据库中的索引模型。

因为现在数据库越来越大，比较容易发生hash碰撞，形成链表，故而innodb不是用的hash这种方式。

hash索引是如何实现的在细节篇将会介绍。

hash索引可以想象成hashtable 一样，通过key-value的形式来组织结构。

同样因为是key-value 这种模式，那么出现问题的情况也很明显了。

就是key-value这种形式只能适合等值查询，不适合范围查询。

哈希表这种结构适用于只有等值查询的场景，有序数组在等值查询和范围查询场景中的性能就都非常优秀。

有序数组

有序数组不用过多的介绍吧，我们经常写的数组就是有序数组。

有序数组这种结构的索引查询效率是最高的，有序数组不仅适合等值查询同样适合范围查询的原因，在于它本来就是排好序的。

如果利用一些简单的算法，比如二分法，那么查询效率可想而知。

但是最美好的东西，往往最不适用，因为这种美好的情况，是在于只读，而不更新的角度上来讲的。

比如1到10000直接要插入一个5，那么5后面的都必须后移来给我留给位置。

有序数组索引只适用于静态存储引擎。

平衡二叉树

这种算法结构网上满大街介绍。

这里介绍一个二叉树的缺点，那就是太小，路太长。

二叉树特点就是只有一个节点只有两个节点，那么如果是100w条数据，那么就有一个比较大的问题，那么就是树太高了。

树太高有一个缺点，那就是大部分数据在叶子节点，而上面的很多判断都是低收益的判断。

还有一个缺点，那就是存储缺点，一个二叉树如何存取呢？那么可能就是每一层存储到一个数据块中，那么访问一个20层的二叉树，访问一条数据，大概率需要读取20次磁盘出来，因为数据大多数在叶子节点。

既然二叉树不行，因为太高了，能不能降低呢？可以的，可以使用n叉树来解决这个问题。

n叉树

以InnoDB的一个整数字段索引为例，这个N差不多是1200。这棵树高是4的时候，就可以存1200的3次方个值，这已经17亿了。

考虑到树根的数据块总是在内存中的，一个10亿行的表上一个整数字段的索引，查找一个值最多只需要访问3次磁盘。

其实，树的第二层也有很大概率在内存中，那么访问磁盘的平均次数就更少了。

聚簇索引和非聚簇索引的区别

主键索引也被称为聚簇索引，非主键索引也被称为二级索引。

聚簇索引就是按照每张表的主键构造一颗B+树，同时叶子节点中存放的就是整张表的行记录数据，也将聚集索引的叶子节点称为数据页。

一般建表会用一个自增主键做聚簇索引，没有的话MySQL会默认创建，但是这个主键如果更改代价较高，故建表时要考虑自增ID不能频繁update这点。

我们日常工作中，根据实际情况自行添加的索引都是辅助索引，辅助索引就是一个为了需找主键索引的二级索引，现在找到主键索引再通过主键索引找数据；

Innodb通过主键聚集数据，如果没有定义主键，innodb会选择非空的唯一索引代替。如果没有这样的索引，innodb会隐式的定义一个主键来作为聚簇索引。

聚簇索引的优缺点

　　优点：

　　　　1.数据访问更快，因为聚簇索引将索引和数据保存在同一个B+树中，因此从聚簇索引中获取数据比非聚簇索引更快

　　　　2.聚簇索引对于主键的排序查找和范围查找速度非常快

　　缺点：

　　　　1.插入速度严重依赖于插入顺序，按照主键的顺序插入是最快的方式，否则将会出现页分裂，严重影响性能。因此，对于InnoDB表，我们一般都会定义一个自增的ID列为主键

　　　　2.更新主键的代价很高，因为将会导致被更新的行移动。因此，对于InnoDB表，我们一般定义主键为不可更新。

　　　　3.二级索引访问需要两次索引查找，第一次找到主键值，第二次根据主键值找到行数据。

在聚簇索引之上创建的索引称之为辅助索引，辅助索引访问数据总是需要二次查找。辅助索引叶子节点存储的不再是行的物理位置，而是主键值。通过辅助索引首先找到的是主键值，再通过主键值找到数据行的数据页，再通过数据页中的Page Directory找到数据行。

Innodb辅助索引的叶子节点并不包含行记录的全部数据，叶子节点除了包含键值外，还包含了相应行数据的聚簇索引键。

辅助索引的存在不影响数据在聚簇索引中的组织，所以一张表可以有多个辅助索引。在innodb中有时也称辅助索引为二级索引。

结

以上只是个人整理，如有错误，望请指点。下一节，锁。