商城网站建设报价,广告公司名称取名,网贷审核网站怎么做,域名绿标免费申请1.什么是索引
索引是存储引擎快速查找记录的一种数据结构#xff0c;就类似书的目录#xff0c;通过目录可以快速的查找到想要查找的内容 2.索引的特点 特点#xff1a;索引是基于数据引擎的#xff0c;不同的数据引擎实现索引的方式不一定相同 好处#xff1a;通过索引…1.什么是索引
索引是存储引擎快速查找记录的一种数据结构就类似书的目录通过目录可以快速的查找到想要查找的内容 2.索引的特点 特点索引是基于数据引擎的不同的数据引擎实现索引的方式不一定相同 好处通过索引可以降低磁盘IO的次数从而加快查找的效率 坏处 创建索引和维护索引要耗费时间 并且随着数据量的增加所耗费的时间也会增加。大量的索引索引文件就可能比数据文件更快达到最大文件尺寸。innoDB .ida MyISAM myd数据 myi索引虽然索引大大提高了查询速度同时却会降低更新表的速度 。当对表中的数据进行增加、删除和修改的时候索引也要动态地维护这样就降低了数据的维护速度。因此选择使用索引时需要综合考虑索引的优点和缺点。 3.采用B树作为索引以后查询一条记录的过程
首先在根节点的数据页中根据每一页里面的页目录占用连续存储空间进行二分查找找到其对应的二级目录页。在二级目录页中采用相同的方法进行查找。直到查找到叶子节点。在叶子节点中使用二分查找法查找到对应的记录。 4.B树索引的特点
所有节点都存放数据。叶子节点存放用户的记录非叶子节点用来存放目录项。叶子节点之间通过双链表连接叶子内部采用单链表连接 5.聚簇索引
聚簇索引指的是用户存储的数据都存储在叶子节点上的索引。即索引即数据数据即索引。常见的有InnoDB中的主键索引就是聚簇索引。
存储内容
非叶子节点存储页号以及对应页中主键的最小值。叶子节点存放记录的全部信息
优点
对于使用主键索引进行查找数据的时候相应速度很快因为数据都已经存储在叶子节点上了对于排序和范围查找都很快。因为本身就是有序的而且由于数据都在叶子节点那么直接遍历叶子节点组成的双链表即可。同时减少了大量的IO操作。
缺点
插入速度依赖于插入顺序。如果不按照主键递增顺序插入那么就会产生页分裂严重降低插入速度。更新主键的代价很高。可能会产生大量元素的移动。二级索引在访问的时候需要回表操作。
限制
由于物理存储方式的限制同一个表只能有一个聚簇索引。 6.二级索引 非聚簇索引
聚簇索引仅仅通过主键检索的时候才会生效如果想按照别的字段进行检索的话那么就需要建立非聚簇索引了。
存储内容
非叶子节点存储的是索引列的信息以及页号和对应页的最小主键值(为了防止索引列相同时无法判断)叶子节点存储的是索引值以及对应的主键值用于回表操作。
对比
聚簇索引的叶子节点存储的就是我们的数据记录非聚簇索引的叶子节点存储的是数据位置。非聚簇索引不会影响数据表的物理存储顺序。一个表只能有一个聚簇索引因为只能有一种排序存储的方式但可以有多个非聚簇索引也就是多个索引目录提供数据检索。使用聚簇索引的时候数据的查询效率高但如果对数据进行插入删除更新等操作效率会比非聚簇索引低。
3.联合索引 联合索引本质上也是二级索引先把各个记录和页按照c2列进行排序。 在记录的c2列相同的情况下采用c3列进行排序 先按照C2排序C2相同按照C3排序 7.InnoDB二叉树索引的两个特点
根节点万年不变
为根节点创建一个数据页存放根节点成为根页面。当向表中插入数据时直接将数据存放在根节点。当根节点存储满了以后再次插入数据会首先创建一个新的页面将根节点的内容复制到这个新页面中然后再创建一个新页面用来存放新插入的值。最后根节点变成目录节点。当根节点中的目录项存满以后再次插入新的目录项会像上一步一样创建新数据页将目录项复制到新数据页中根节点变成了目录项的目录项。从始至终根节点的位置都不会发生变化发生变化的只是里面存储的内容会变。
内节点目录项记录的唯一性
在非聚簇索引中某些字段可能会重复导致非聚簇索引中出现了除了页号以外的其他字段都相同的节点这样在查找的时候就会出现不知道应该走哪一个节点的问题。因此实际上在非聚簇索引的每一个节点中还会添加主键字段。 8.MyISAM索引的原理
MyISAM引擎的索引和数据是分离的在存储数据时直接将文件写入到磁盘中。MyISAM会按照主键值创建索引索引的叶子节点存储的是当前记录所在磁盘的地址。MyISAM实现了索引与数据的分离因此在磁盘中会创建myi和myd两个文件MyISAM中只有非聚簇索引。 9.InnoDB和MyISAM的区别 InnoDB中包含聚簇索引和非聚簇索引两种在按照主键进行查询的时候查找一次就可以查找到结果MyISAM中所有的索引都是非聚簇索引查询所有的数据都需要进行回表操作。 InnoDB中索引和数据是在一起的底层存储文件为ibdMyISAM中数据和索引是分离的分别存储为myi和myd两个文件 InnoDB的索引叶子节点中存储的是数据MyISAM中存储的是数据存储的地址 MyISAM的回表速度很快因为是直接通过地址访问而InnoDB需要根据主键再次去聚簇索引中取数据因此速度慢一些 InnoDB必须有主键
InnoDB 支持事务支持索引支持行锁在并发状态下仅所行大幅提高并发性。提供外键约束 不保存表的行数每次查询需要遍历整个表 主要为海量数据的最大性能设计 崩溃后可以安全的恢复
MyIASM
不支持事务管理不支持外键不支持行锁。在增删改的时候会直接锁住整个表导致效率低下。保存了表的行数在查询表的行数时不需要遍历整个表效率高数据量比较小的情况下效率较高由于不支持事务所以在崩溃后无法安全的恢复数据 10.索引的代价
空间上会占用大量的存储空间时间上在增删改的时候由于使用了索引会导致增删改的时候效率不高。 11.可以成为索引的数据结构有什么分别有什么特点
主要有两大类分别是基于哈希表的结构和基于树的结构。 基于哈希表的比如说Redis数据库MySQL中大部分的存储引擎都是基于树的 12.为什么不采用哈希表结构
哈希表仅能完成等值查找如果要进行范围查找那么查找的时间复杂度就会变成O(n)而树由于其有序性仍然保持O(logn)。哈希表存储是没有顺序的因此如果进行Order By的时候还需要对结构进行重新排序。 对于联合索引哈希表将联合后的索引一起求哈希值无法单独对一个或几个索引建进行查询。哈希表无法做到最左匹配原则哈希表无法实现模糊查询对于等值查询来说哈希值的效率非常高但是如果要查找的列存在大量重复的话那么效率会降低到O(n)InnoDB本身也是支持哈希表的它提供了自适应哈希表当某个数据经常被访问那么他会将数据存储到哈希表中下次查询时直接从哈希表读取数据。 13.B树和B树的区别
B树的数据即存储的叶子节点也存储在非叶子节点B树的数据都存储的叶子节点其非叶子节点存储的都是目录项。导致B树在查找中效率更加稳定英文查询数据所需磁盘IO次数相同。B树由于非叶子节点也存储数据因此查找某一条记录所需要的IO次数不固定存储相同的数据通常B树的层数更少因此非叶子节点仅仅存储目录项所以整个树的高低更低IO次数少所以效率比B树高在范围查找和排序时B树效率更高。因此其叶子节点构成了一个有序链表查找起来速度很快。B树需要中序遍历才可以。 14.B树的存储能力如何为何说一般查找行记录最多只需1~3次磁盘IO
InnoDB存储引擎中页的大小为16KB, 一般表的主键类型为INT (占用4个字节)或BIGINT (占用8个字节)指针类型也一般为4或8个字节也就是说一个页(BTree 中的一个节点)中大概存储16KB/(8B8B)1K个键值(因为是估值为方便计算这里的K取值为103。也就是说一个深度为3的BTree索引可以维护103 * 10^3 * 10^3 10亿条记录。(这里假定一个数据页也存储10^3条行记录数据 了)实际情况中每个节点可能不能填充满因此在数据库中BTree 的高度一般都在2~4层。MySQL 的InnoDB存储引擎在设计时是将根节点常驻内存的也就是说查找某一键值的行记录时最多只需要 1~3次磁盘1/0操作。 15.什么字段应该建立索引
有唯一性要求的字段where后面的字段gruop by 或者order by后面的字段
