mysql（二）索引学习

 

 1.索引作用是什么？使用什么数据结构存储？

【作用】：加快数据检索

【数据结构】：B+树

mysql的innodb在进行数据读取的时候也是和页相关的，datapagesize，默认是16KB。

索引存储是k-v格式的，即索引-行数据，那么常见可以选择的数据结构有：hash表、二叉树、B树、B+树。

 

 链表：查询时，时间复杂度比较高，效率低

hash表：需要很优良的hash算法避免数据散列带来的浪费空间和查询快慢不均匀，并且hash表是无序的，相当于全表扫描，但是由于hash是在内存中进行的，所以即使如此依旧很快，但是核心问题就是在内存中太消耗内存。

　　即：1.算法要求高；2，只能进行等值查询，不支持范围查询；3.当数据量很大时，比较费内存

二叉树、平衡二叉树、红黑树：都是二叉树，当数据量很大的时候，树的层级就会很深，查找的次数会很大。会影响效率

B树：B树相当于二叉树来说，每个节点可以有多个子树，这样就保证了层级较浅，查询效率提高，但是，由于索引数据存在磁盘，查询需要IO操作，IO操作相对内存来说是非常慢的，因此需要尽量减少IO操作次数，因此读取数据是按照磁盘块(文件系统读写数据的最小单位)读取，而Innodb中页(内存的最小存储单位。页的大小通常为磁盘块大小的 2^n 倍)的默认大小是16kb，由于B树的页中存储的是k-v，大大降低了页中存储的索引数，因此，增加了IO操作次数，降低了查询效率。另外，B树的数据分散在各个节点，要实现范围查找，排序查找，分组查找以及去重查找相对较复杂，也降低了速率。

B+树：B+树除底层页以外，页中只存k，这样单页中就能存储更多的索引值，减少了IO操作，从而加快了查询速率。

因为B+树索引的所有数据均存储在叶子节点，而且数据是按照顺序排列的。那么B+树使得范围查找，排序查找，分组查找以及去重查找变得异常简单。

这样如果我们的B+树一个节点可以存储1000个键值，那么3层B+树可以存储1000×1000×1000=10亿个数据。一般根节点是常驻内存的，所以一般我们查找10亿数据，只需要2次磁盘IO。

B+树和B-树的主要区别如下：

• B-树内部节点是保存数据的;而B+树内部节点是不保存数据的，只作索引作用，它的叶子节点才保存数据。
• B+树相邻的叶子节点之间是通过链表指针连起来的，B-树却不是。
• 查找过程中，B-树在找到具体的数值以后就结束，而B+树则需要通过索引找到叶子结点中的数据才结束
• B-树中任何一个关键字出现且只出现在一个结点中，而B+树可以出现多次。

 

1.要达到几千万的记录，B+树需要几层？高度为2，大约可以存储一两千行条记录，3层一般千万级别。正常来说，3-4层够用
2.层数的大小和索引值的大小有关
3.选择索引的时候，使用int还是varchar? 目标是让索引key占用最少的空间。若key的长度小于4，则使用varchar,否则使用int类型
4.在mysql中，若ID作为索引列的值，ID是否要自增？ ---要，索引自增可以减少分裂。如果不是自增的，那索引值是无序的，但是B+树底层节点是排序的，因此当需要插入的页满了，则需要分裂为两个页，上层也需要做出相应变化。而如果是自增的，那只需要往后追加，不会影响前面的数据。即索引维护，页分裂，页合并。

 

重要补充：https://mp.weixin.qq.com/s/opbgvTX_GDytR-MS3-6yEA