1.关于索引
MySQL服务器的本质是在内存中的,所有数据库的CURD操作,全部都是在内存中进行的。索引也是如此。
影响算法效率的因素有两种:
1.组织数据的方式。(数据结构)
2.算法本身。
2.硬件理解
磁盘的盘片会在中间的主轴(高速马达)下高速旋转, 磁头会左右的来回摆动来进行寻址,来找到磁盘中特定盘面上的特定柱面,然后在柱面上找到特定的扇区。
磁头和盘面是不会直接接触的,不然会刮花盘面导致数据丢失。
这个盘片是有很多张的,每一张都有两面可以读取。
扇区:
这样的定位方式也称为CHS。
结论:
磁盘寻址是以扇区为单位的。
关于磁盘的随机访问和连续访问
3.软件理解
show global status like 'innodb_page_size';
16384 / 1024 = 16kb。
4.建立共识
5.索引的理解
先创建一个表
create table if not exists user (
id int primary key, --一定要添加主键哦,只有这样才会默认生成主键索引
age int not null,
name varchar(16) not null
);
存储引擎默认是innodb。
乱序插入多条数据
--插入多条记录,注意,我们并没有按照主键的大小顺序插入哦
mysql> insert into user (id, age, name) values(3, 18, '杨过');
Query OK, 1 row affected (0.01 sec)
mysql> insert into user (id, age, name) values(4, 16, '小龙女');
Query OK, 1 row affected (0.00 sec)
mysql> insert into user (id, age, name) values(2, 26, '黄蓉');
Query OK, 1 row affected (0.01 sec)
mysql> insert into user (id, age, name) values(5, 36, '郭靖');
Query OK, 1 row affected (0.00 sec)
mysql> insert into user (id, age, name) values(1, 56, '欧阳锋');
Query OK, 1 row affected (0.00 sec)
我们发现数据是有序的。
所以:我们向一个具有主键的表中乱序插入数据,发现数据会根据主键自动排序。
在mysql中的page大小是16kb,在mysql内部,一定需要并且存在大量的page,而且mysql也需要同时将多个page管理起来,那么就需要 先描述,再组织。
所以page不仅仅是一个内存块,它内部也必须写入对应的管理信息。
大致就是用了链表的思想,但是其实并不是真正使用了链表这样的数据结构。
这就是在 buffer pool内部对page进行了简单的建模。
6.构建B+索引
对于单页page,可以引入目录来大幅提高查询效率。也就是空间换时间。
但是只有当数据有序的时候,才可以使用目录,这也就是解释了为什么mysql会根据主键对数据自动进行排序。
这样单页page的查询效率是提上来了,但是多页page呢?
当数据量的大小远远超过了16kb,需要很多个page来存,
如果多个page用双链表的方式来存,那么查询的时候就要遍历,效率依旧比较低(需要大量的IO)。
所以在这里对page之间也引入目录。如果叶子结点实在太多了,导致一个page目录也装不下了,那么就给目录加目录,这样我们发现不就是数据结构的B+树吗?
简单复习一下B+树:
1.只有叶子结点保存数据,非叶子结点上只存索引,不保存数据。
非叶子结点不存数据,就代表可以存更多的目录项,所以一个目录页可以管理更多的page页。
所以这是一颗矮胖型的树,这样查询时就可以减少途径的结点,也就减少了遍历page的次数,也就减少了IO次数,从IO层面上提高了效率。(这是从结构角度提高效率的)
另外,每一个结点都有目录项,大大提高了搜索效率。这是从算法角度提高效率的。
基于这两点原因,整体上提高了搜索效率。
因此也把这个树称为mysql innodb 下的索引结构。所以一般我们建表插入数据的时候,就是在该结构下进行CURD操作的。
就算我们建表的时候,没有主键,也是这种结构。后面我们会知道,我们在建表的时候如果没有指明主键,会有一个默认主键的。
但是我们按条件查询的时候,如果那一列没有建立索引,我们就只能在B+树的底部用链表遍历的形式查找,所以很慢。
7.其他结构为什么不行(为什么一定是B+树?)
8.聚簇索引和非聚簇索引
MyISAM同样使用B+树作为索引,但是它的叶子结点不像InnoDB那样直接存数据,MyISAM存的是这个数据的地址。
这种将B+树和数据本身分离的存储方案称为非聚簇索引。
所以InnoDB那样将数据和索引放在一起的就是聚簇索引。
我们可以建立两张表,分别使用MyISAM引擎和Innodb引擎
首先创建一个test1
使用了InnoDB引擎。
在linux 的 /var/lib/mysql/myindex目录下
其中.frm就是我们的表结构,它也是要存储起来的。
.ibd就是索引和数据,它们是放在一起的。
再创建一个test2表
此时我们发现,关于test2有三个文件,第一个还是表结构
第二个D表示的是数据,I表示的是索引,所以就说明了它的数据和索引是分开存储的。
在MySQL中,除了根据主键建立索引外,还可以依据其他列建立索引,这个索引就叫普通索引(辅助索引)。
每多一个的索引的本质就是重新构建一颗B+树,对于MyISAM而言普通索引跟主键索引没什么区别,无非就是主键不能重复,非主键可以重复,因为它们的叶子结点存的都是数据的地址。
而对于InnoDB而言,就不一样了,它的索引和数据是放在一起存储的,每新建一个普通索引,不可能把数据复制一份吧?这样太浪费空间了。
所以InnoDB的非主键索引的叶子结点是没有数据的,它只有对应的key(主键索引)值。每次根据非主键索引找到key值后,再到主键索引根据key找到信息。
也就是说需要两遍索引,首先检索辅助索引获得主键,然后用主键到主索引中检索获得记录,这个过程也叫做回表查询。
9.索引操作
主键索引
创建主键索引的方式:
1.
-- 在创建表的时候,直接在字段名后指定 primary key
create table user1(id int primary key, name varchar(30));
2.
-- 在创建表的最后,指定某列或某几列为主键索引
create table user2(id int, name varchar(30), primary key(id));
3.
create table user3(id int, name varchar(30));
-- 创建表以后再添加主键
alter table user3 add primary key(id);
主键索引的特点:
唯一键索引
创建唯一键索引的三种方式:
1.
-- 在表定义时,在某列后直接指定unique唯一属性。
create table user4(id int primary key, name varchar(30) unique);
2.
-- 创建表时,在表的后面指定某列或某几列为unique
create table user5(id int primary key, name varchar(30), unique(name));
3.
create table user6(id int primary key, name varchar(30));
alter table user6 add unique(name);
唯一索引的特点:
普通索引
普通索引的创建
1.
create table user8(id int primary key,
name varchar(20),
email varchar(30),
index(name) --在表的定义最后,指定某列为索引
);
2.
create table user9(id int primary key, name varchar(20), email
varchar(30));
alter table user9 add index(name); --创建完表以后指定某列为普通索引
3.
create table user10(id int primary key, name varchar(20), email
varchar(30));
-- 创建一个索引名为 idx_name 的索引
create index idx_name on user10(name);
普通索引的特点:
索引的删除方式
第一种方法-删除主键索引: alter table 表名 drop primary key;
关于复合索引
将多个列作为键值的索引。
比如将name列和email列作为一个普通复合索引。
普通索引有以下特点:
1.索引覆盖:比如我们只想通过name查询email,那么是可以直接返回的,不需要通过回表查询,直接将email返回。
2.最左匹配原则:我们可以通过name或者name,email来查询,但是不能用email来查询(建立索引的时候name在左边,email在右边)。
创建索引的原则
show index from 表名\G
// 或者
show keys from 表名\G
10.全文索引
CREATE TABLE articles (
id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
title VARCHAR(200),
body TEXT,
FULLTEXT (title,body)
)engine=MyISAM;
插入测试用例:
INSERT INTO articles (title,body) VALUES
('MySQL Tutorial','DBMS stands for DataBase ...'),
('How To Use MySQL Well','After you went through a ...'),
('Optimizing MySQL','In this tutorial we will show ...'),
('1001 MySQL Tricks','1. Never run mysqld as root. 2. ...'),
('MySQL vs. YourSQL','In the following database comparison ...'),
('MySQL Security','When configured properly, MySQL ...');
然后来查询在body中是否有包含 database的记录
如果用
select * from articles where body like '%database%';
但其实是没有用到全文索引的。
可以用explain工具看一下,是否使用到索引
explain select * from articles where body like '%database%'\G
要这样用
SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('database');