vlambda博客
学习文章列表

mysql索引实现原理

阅读目录

  • Myisam引擎(非聚集索引)

  • Innodb引擎(聚集索引)

  • 磁盘数据页的存储结构

  • 主键索引页存储结构

什么是索引:

  索引是一种高效获取数据的存储结构,例:hash、 二叉、 红黑。

  Mysql为什么不用上面三种数据结构而采用B+Tree:

    若仅仅是  select * from table where id=45  , 上面三种算法可以轻易实现,但若是select * from table where id<6  , 就不好使了,它们的查找方式就类似于"全表扫描",因为他们的高度是不可控的(如下图)。B+Tree的高度是可控的,mysql通常是3到5层。注意:B+Tree只在最末端叶子节点存数据,叶子节点是以链表的形势互相指向的。

B+Tree的特性

  (1)由图能看出,单节点能存储更多数据,使得磁盘IO次数更少。

  (2)叶子节点形成有序链表,便于执行范围操作。

   mysql索引实现原理

 

回到顶部

Myisam引擎(非聚集索引)

  若以这个引擎创建数据库表Create table user (…..),它实际是生成三个文件:

  user.myi   索引文件     user.myd数据文件     user.frm数据结构类型。

   如下图:当我们执行  select * from user where id = 1的时候,它的执行流程。

    (1)查看该表的myi文件有没有以id为索引的索引树。

  mysql索引实现原理

回到顶部

Innodb引擎(聚集索引)

  若以这个引擎创建数据库表Create table user (…..),它实际是生成两个文件:

  user.ibd   表索引和数据文件        user.frm   表结构类型

  因为innodb引擎创建表默认就是以主键为索引,所以不需要myi文件。

  若此时,你在其他列创建索引例如name,它就会另外创建一个以name为索引的索引树,(叶子节点存的是索引和主键索引)。

  你在执行select * from user where name = ‘吴磊’,他的执行过程如下:

    (1)找到name索引树

    (2)根据name的值找到该树下叶子的name索引和主键值

    (3)用主键值去主键索引树去叶子节点到该条数据信息

  mysql索引实现原理

MyISAM引擎和InnoDB引擎的区别
  MyISAM:支持全文索引;不支持事务;它是表级锁;会保存表的具体行数.
  InnoDB:5.6以后才有全文索引;支持事务;它是行级锁;不会保存表的具体行数.
  一般:不用事务的时候,count计算多的时候适合myisam引擎。对可靠性要求高就是用innodby引擎。推荐用InnoDB引擎.

  加了索引之后能够大幅度的提高查询速度,但是索引也不是越多越好,一方面它会占用存储空间,另一方面它会使得写操作变得很慢。通常我们对查询次数比较频繁,值比较多的列才建索引。
  例如:select * from user where sex = "女", 这个就不需要建立索引,因为性别一共就两个值,查询本身就是比较快的。
     select * from user where user_id = 1995 ,这个就需要建立索引,因为user_id的值是非常多的。

回到顶部

磁盘数据页的存储结构

   磁盘中的数据页是按顺序一页一页存放的,然后两两相邻的数据页之间会采用双向链表的格式互相引用。每一行数据都会按照主键大小进行排序存储,同时每一行数据都有指针指向下一行数据的位置,组成单向链表。刚开始第一行是个起始行,他的行类型是2,就是最小的一行,然后他有一个指针指向了下一行数据,每一行数据都有自己每个字段的值,然后每一行通过一个指针不停的指向下一行数据,普通的数据行的类型都是0,最后一行是一个类型为3的,就是代表最大的一行。

  我们刚说了,数据页中的数据行一定是按照主键大小正序排列的。下一页的主键也一定会比上一页的大。如果我们是自增还好,若是自己生成的则会出现顺序错乱情况。mysql则会通过页分裂的机制将数据挪动到上一个数据页,保证下一个数据页里的主键值都比上一个数据页里的主键值要大。

  mysql索引实现原理

回到顶部

主键索引页存储结构

  主键索引的目录结构,只要在一个主键索引里包含每个数据页跟他最小主键值,就可以组成一个索引目录。然后后续你查询主键值,就可以在目录里二分查找直接定位到那条数据所属的数据页,接着到数据页里二分查找定位那条数据就可以了。

  

   现在问题来了,你的表里的数据可能很多很多,比如有几百万,几千万,甚至单表几亿条数据都是有可能的,所以此时你可能有大量的数据页,然后你的主键目录里就要存储大量的数据页和最小主键值,这怎么行呢?所以在考虑这个问题的时候,实际上是采取了一种把索引数据存储在数据页里的方式来做的。也就是我们上面提到的b+tree结构。

  比如我现在要找id=45的数据,就会先从35页找到23页,再找到6页,最后找到第4页。然后它就指向了叶子节点(数据页)。