标签：浅谈 查询 索引 IO MYSQL 磁盘 数据结构 节点
什么是索引
mysql的数据是持久化到磁盘的，写SQL查询数据也就是在磁盘的某个位置查找符合条件的数据，但是磁盘IO比起内存效率是极慢的，特别是数据量大的时候，这时候就需要引入索引来提高查询效率；
在我看来索引是为了提高查询效率而诞生的一种手段，借助合适的数据结构将数据有规律的沉淀下来，使得查询的时候能尽量减少磁盘IO快速返回；也可以类比书本或字典的目录，能快速定位数据
索引的类型
mysql的索引可分为：主键索引(唯一且非空)、唯一索引(可为空)、全文索引、联合索引以及普通索引(普通列做索引)
索引的优点
- 减少磁盘IO次数，提升查询效率
- 将随机IO变成顺序IO
索引的数据结构
众所周知,mysql innerDb和myIsam引擎索引的数据结构都是B+树，使用B+树作为索引的数据结构主要是因为相同的磁盘IO次数下B+树的查询表现远高于其他数据结构，并且B+树的叶子节点是收尾相连的，这样更便于顺序查询；下面依次简单介绍下其他数据结构作为索引数据结构的优缺点
HASH表
首先介绍下hash算法，通过hash算法将索引列分散到hash表上去，由于hash是基于内存的，所以效率还是不错的，但是正是因为基于内存导致了其不适合大数据量的计算，浪费内存空间；并且hash算法查询时只有等值计算才会体现他的高效，对于范围查询其还是无能为力；需要注意的是，mysql的memory存储引擎索引的数据结构就是hash表
二叉树
二叉树插入数据时很容易造成树的倾斜，每次插入对应一次IO，效率低下
AVL树
平衡树在二叉树的基础上新增了左旋和右旋，但是需要确保最短子树和最长字树的高度差不大于1；当插入数据量过大时会进行很多次的旋转,导致插入速度极低；查询效率高
红黑树
红黑树相当于是AVL树的一个升级，它通过变色的操作降低了左右旋转的次数，中和了AVL树插入速度慢的缺点；红黑树的要求如下：
- 任意路径上不能有两个红色节点连续出现
- 最长子树不超过最短子树的两倍即可
- 更节点到各子节点的链路中黑色节点的数量一致
虽说红黑树提高了插入效率，但是受限于一个节点最多只有两个子节点的影响，当数据量大时还是会出现树深度过深从而增加IO次数的问题
B树
B树的每个节点可以有N个节点，这就解决了上面说的树深度的问题，B树的每个节点(包括非叶子节点)不仅会存储页码而且还会存储对应的数据；下面我们分析下B树的查询能力：
mysql是通过磁盘预读来查询数据的，每次可以读取页的整数倍，一页等于4KB，inderDb默认读的是16KB,我们假设一行数据占用1KB的内存并且忽略节点上页面占用的空间，这样三次磁盘IO的话B树能读出161616=4096条数据，效率并不是很理想,并不能满足日常工作中的实际需求
B+树
B+树与B树的区别在于，B+树的非叶子节点不存储数据，数据均存储在叶子节点，且叶子节点收尾相连；我们同样来计算下B+树的查询能力：
由于非叶子节点不存储数据只存储页码，假设一个页码占用10个字节的内存，这样一个磁盘块可以容纳的数据为：(16 * 1000)/10=1600条，假设同样进行三次IO，那么能支持查询的数据量是：1600 * 1600 * 16=40960000,轻松达到千万级别；
标签：浅谈,查询,索引,IO,MYSQL,磁盘,数据结构,节点 来源： https://www.cnblogs.com/darling2047/p/16349419.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。