标签:优化器 不能 tab lte ack 一段 拆分 两种 管理
1. InnoDB存储引擎索引:
B+树索引;全文索引;哈希索引
InnoDB引擎支持的哈希索引是自适应的,InnoDB存储引擎会根据表的使用情况自动为表生成哈希索引,不能人为干预是否在一张表中生成哈希索引。
B+树索引,根据键值快速找到数据。B+树索引并不能找到一个给定键值的具体行,B+树索引能找到的只是被查找数据行所在的页。然后数据库通过把页读入内存,再在内存中进行查找,最后得到要查找的数据。
B+树是一个平衡树。
B+树为了保持平衡对于新插入的键值可能需要做大量的拆分页split操作。因为B+树结构主要用于磁盘,页的拆分意味着磁盘的操作,所以应该在可能的情况下尽可能减少页的拆分操作。因此,B+树同样提供了类似于平衡二叉树的旋转功能。
旋转发生在叶子页已经满,但是其左右兄弟没有满时。B+树并不会急于去做拆分页的操作,而是将记录移到所在页的兄弟节点上。通常先检查左兄弟节点。
B+树索引的本质就是B+树在数据库中的实现。但是B+树索引在数据库中有一个特点是高扇出性,因此在数据库中,B+树的高度一般都在2~4层,也就是说查找某一键值的行记录时最多只需要2到4次IO。
B+树索引可以分为聚集索引clustered index和辅助索引secondary index。
两者内部都是B+树,即高度平衡,叶子节点存放着所有的数据。聚集索引与辅助索引不同的是,叶子节点存放的是否是一整行的信息。
聚集索引:
InnoDB存储引擎表是索引组织表,即表中数据按照主键顺序存放。
聚集索引就是按照每张表的主键构造一棵B+树,同时叶子节点中存放的即为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。
每个数据页都通过一个双向链表来进行链接。
由于实际的数据页只能按照一颗B+树进行排序,因此每张表只能拥有一个聚集索引。
在多数情况下,查询优化器倾向于采用聚集索引。因为聚集索引能够在B+树索引的叶子节点上直接找到数据。此外,由于定义了数据的逻辑顺序,聚集索引能够特别快地访问针对范围值的查询。查询优化器能够快速发现某一段范围的数据页需要扫描。
聚集索引按照特定顺序存放物理记录。它的存储并不是物理上连续的,而是逻辑上连续的。
页通过双向链表链接,页按照主键的顺序排序;每个页中的记录也是通过双向链表进行维护的,物理存储上可以同样不按照主键存储。
聚集索引对于主键的排序查找和范围查找速度非常快。
辅助索引:
也称为非聚集索引,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以外,每个叶子节点中的索引行中还包含了一个书签(bookmark)。
该书签用来告诉InnoDB存储引擎哪里可以找到与索引相对应的行数据。由于InnoDB存储引擎表是索引组织表,因此InnoDB存储引擎的辅助索引的书签就是相应行数据的聚集索引键。
辅助索引不会影响数据在聚集索引中的组织,因此每张表上可以有多个辅助索引。通过辅助索引来查找时,先找到其对应的聚集索引的键,再通过聚集索引找到数据所在的页。其速度一般是聚集索引的2倍。
B+树索引的管理
索引的创建和删除可以通过两种方法,一种是ALTER TABLE,另一种是CREATE/DROP INDEX。
通过ALTER TABLE创建索引的语法为:
ALTER TABLE tbl_name
ADD INDEX/KEY index_name
index_type (index_col_name,...) [index_option]...
ALTER TABLE tbl_name
DROP PRIMARY KEY
| DROP {INDEX|KEY} index_name
CREATE/DROP INDEX的语法同样很简单:
CREATE [UNIQUE] INDEX index_name
[index_type]
ON tbl_name (index_col_name,...)
DROP INDEX index_name ON tbl_name
查看表中索引的信息,使用SHOW INDEX:
SHOW INDEX FROM tbl_name;
标签:优化器 不能 tab lte ack 一段 拆分 两种 管理
原文地址:https://www.cnblogs.com/cjj-ggboy/p/12549399.html