索引 ---- mysql

目录

1. 索引

1.1 概念

1.2 作用

1.3 使用场景

1.4 使用

1.4.1查看索引

 1.4.2 创建索引

1.4.3 删除索引

1.5 注意事项

1.6 索引底层的数据结构 (面试经典问题)


1. 索引

1.1 概念

索引是一种特殊的文件,包含着对数据表里所有记录的引用指针。可以对表中的一列或多列创建索引, 并指定索引的类型,各类索引有各自的数据结构实现。

1.2 作用

  • 数据库中的表、数据、索引之间的关系,类似于书架上的图书、书籍内容和书籍目录的关系。
  • 索引所起的作用类似书籍目录,可用于快速定位、检索数据。
  • 索引对于提高数据库的性能有很大的帮助。

1.3 使用场景

要考虑对数据库表的某列或某几列创建索引,需要考虑以下几点:
  • 数据量较大,且经常对这些列进行条件查询。
  • 该数据库表的插入操作,及对这些列的修改操作频率较低。
  • 索引会占用额外的磁盘空间。
满足以上条件时,考虑对表中的这些字段创建索引,以提高查询效率。
反之,如果非条件查询列,或经常做插入、修改操作,或磁盘空间不足时,不考虑创建索引。

1.4 使用

创建主键约束( PRIMARY KEY )、唯一约束( UNIQUE )、外键约束( FOREIGN KEY )时,会自动创建对应列的索引。  

1.4.1查看索引

show index from 表名;


上述student表中, id是主键, 所以会自动创建一个索引, 所以我们可以查看索引

关于出现的一些属性,我们后续介绍

 1.4.2 创建索引

对于非主键、非唯一约束、非外键的字段,可以创建普通索引
create index 索引名 on 表名(列名);
例如: 创建班级表中name字段的索引

1.4.3 删除索引

drop index 索引名 on 表名;
例如: 删除班级表中name字段的索引

1.5 注意事项

索引的创建, 其实是一个危险的操作
如果针对空的表, 或者表中的数据不多, 此时创建索引无所谓
如果表本身很大, 此时创建索引操作, 就会引起大量的CPU/硬盘IO的消耗, 数据库可能会挂掉
  • 为什么会如此呢?
索引背后其实就是数据结构, 例如B+树, 那么创建索引的过程, 其实就是构建B+树的过程, 这个过程本身就比较复杂, 再加上数据量庞大, 就会引起巨大的消耗
  • 如何解决呢?
并不难想到, 既然数据量很大的时候, 我们不能创建索引, 那我们可以在建表初期数据量不大的时候, 就把索引加上, 未来数据量大就不怕了
  • 但是我们没办法知道未来这张表会不会变大, 如果眼下有一张很大的表,并且针对这一列没有创建索引, 我们还要频繁查询该怎么办呢?
办法就是: "李代桃僵": 部署新的数据库, 用新的数据库代替旧的数据库
  1. 另外搞一台机器, 也搭建好一样的数据库服务器
  2. 创建表, 建立索引(此时是空表)
  3. 把旧的数据库的数据, 导入到新的数据库中(非常耗时)
  4. 数据导好后, 把应用程序的请求切换到新的服务器上即可

此时, 就可以顺利加上索引, 并且数据库可不会挂掉

这种方式还有一个非常大的好处, 一旦新的服务器出现问题, 随时都可以切换回旧的服务器, 避免问题扩大化

其实, 开发中的一些"高风险操作" , 都可以通过类似的方式来完成

1.6 索引底层的数据结构 (面试经典问题)

索引, 其实就是引入了一些数据结构, 来加快查询的速度

默认情况下, 进行条件查询操作, 就是遍历表, 一条一条数据带入条件
引入索引, 就是通过其他的数据结构, 来加快查询的速度, 减少遍历表的可能

对于应用于数据库的数据结构, 我们要求即能准确查找, 又能范围查找才行

思考我们学过的能够查找的数据结构:

1)哈希表

谈到哈希表的时间复杂度, 往往不谈最坏的, 就认为是O(1)

为什么不能说哈希表的复杂度是O(N)呢?

N表示哈希表中, 所有的数据加起来是N, 那么链表的长度肯定不是N, 除非是所有数据出现在一根链表上的极端情况, 假设最多可以设链表最大长度为M,那么复杂度为O(M), 但是在使用hash表时, 是会对hash表进行扩容的, 控制链表的长度不会很长, 所以时间复杂度近似认为是O(1)

哈希表是无序的, 只能查询key相等的情况, 不能进行范围查询, 所以不能应用于数据库

2) 二叉搜索树

一个普通的二叉搜索树, 时间复杂度为O(N), 这时最坏的情况, 但是如果是较为平衡的二叉搜索树, 时间复杂度就是O(logN)

AVL树, 是一个平衡的二叉树, 时间复杂度就是O(logN)

说个题外话

为什么TreeMap/TreeSet 不适用AVL树呢? 而是使用红黑树?

红黑树本质上是一个不那么平衡的二叉搜索树(要求较宽松)

而AVL树, 是一个非常严格的平衡二叉搜索树(要求很严格)

那么当要求较为严格的时候, 随便进行一些增删改的操作, 都可能会破坏要求, 从而触发旋转, 每次旋转都是有开销的, 那么红黑树触发旋转的概率就远远低于AVL树, 虽然红黑树没有那么平衡, 但是查询的时候速度是没差多少的

二叉搜索树不应用于数据库的原因:
  • 原因一:按道理, 红黑树中的元素是有序的, 可以进行范围查询, 但是看一个例子:
想要找到22的后继元素, 需要往上一直回溯, 直到父亲节点, 才能找到后继元素, 所以未必是最好的选择
  • 原因二: 当元素非常多时, 就会使树变得比较高, 树越高, 查询的效率就越低, 而数据库的数据/索引都是保存在硬盘上的, 每一次比较, 都需要进行一次硬盘I/O操作
3) B树
B树是一个N叉搜索树, 每个节点可以存储多个元素, 延伸出多个子树, 此时表示同样数量的数据, 需要的节点就少了, 对应的高度也大大降低了

B树的优点:
  1. 每个节点上的这些key都是有序排列的, 比较时可以用二分查找, 比较高效
  2. B树也会控制, 某个节点上保存的key不会太多, 如果插入更多的元素, 使key变多了, 就会使结点分裂出更多的子树
  3. 多个数据, 都是放在一块连续的存储空间上, 进行比较的时候,一次硬盘IO就能读出整个结点, 硬盘IO读取很慢, 所以减少硬盘IO的访问次数, 可以提高效率

4)B+树

其实数据库的最终形态是B+树, 相当于是B树的升级版

  1. N叉搜索树
  2. 每个父节点中的元素都会在子节点中以最大值的方式存在
  3. 叶子结点着一层通过链表连上

根据上述规则来排列数据, 此时叶子结点这一层, 就包含了整个数据集合的全集
而且叶子结点是由类似链表的结果连接起来的, 此时就可以通过上述链式结果非常方便的遍历整个表中的所有数据, 同时也非常方便进行范围查询, 比如我们想查 id>=4 and id<9 , 就可以从根节点开始找4, 找到4在叶子结点的位置, 然后沿着链表向后就可以找到满足范围的值
B+树相比于B树的优势:
  1. 非常方便进行遍历和范围查询
  2. 当前任何一次查询操作, 最终都是要落到叶子结点完成的, 查询任何数据, 经过硬盘IO的次数都是一样的, 查询所消耗的时间是稳定的(稳定其实是个优点!)
  3. 由于叶子结点是数据的全集, 非叶子结点中, 都是重复出现的数据, 就可以把表中的每一行数据, 最终都关联到叶子结点这一层, 而非叶子结点值保存一个单纯的key值即可
    例如上面的数据, 假设代表的是学生表, 那么这些数据是学生id, 但是在叶子结点中, 存储的就是表中每一行的数据, 不单单是id

我们所看到的表格, 只是逻辑上的结构, 实际上的底层结构, 就是B+树, 就会按照主键的索引的这个B+树的叶子结点来保存每一行数据
这样组织之后, 非叶子结点占用的空间就比较小(只保存id), 此时就可以将非叶子结点缓存到内存中(当然这份数据在硬盘也保存着, 只是为了提高效率, 就把这部分结构放在内存中了), 这样查询速度就又提高了(内存的读取速度很快)
如果你的表创建了主键, 那么自然是通过你创建的主键的索引的B+树来组织的
如果你没创建主键, mysql其实生成了一个隐藏主键, 按照隐藏主键在构造B+树

举一个例更好理解:
给定一个表student(id int,name varchar(20),classId int);
  1. 如果我们没有给出主键, 那么mysql会自动生成一个隐藏主键(假设是id), 此时就会产生索引和B+树
  2. 如果我们给出主键是id, 同样也会生成索引和B+树

    针对上述表查询情况有两种:
    1) 走索引的情况
        select * from student where id = 20;
        select * from student where id>20 and id < 100;
        此时就会根据上述B+树进行查询
    2) 不走索引的情况(不根据id进行查询)
        select * from student where classId = 20;
        此时直接通过上述叶子结点的链表进行遍历, 一个一个的与条件进行比较
  3. 如果我们再根据name这一列创建索引
    此时就会构造出另一个以name为关键字的B+树, 是和上面的主键B+树独自存在的

    非主键的B+树, 叶子结点存放的是非主键的字段和对应的主键
    此时, 按照名字查询时, 先在nameB+树上查询相应的name对应的id值, 再去主键idB+树查询数据(此过程叫做"回表")

其实B+树存在的前提, 是使用了innodb这个存储引擎
mysql支持多种存储引擎, 不同的存储引擎所用的索引数据结构是不同的
innodb是最常用的, 也是面试常考的(后续介绍)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/21030.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

2006NOIP普及组真题 2. 开心的金明

线上OJ&#xff1a; 【06NOIP普及组】开心的金明 本题只要把 1、限定金额看成背包总容量 2、每件物品的价格 v 看成占用背包的体积 3、每件物品的价格v乘以权重w作为该物品的价值 则本题可套用标准的01背包问题模板&#xff1a; f [ j ] m a x ( f [ j ] , f [ j − v ] w …

Redis单线程

Redis是基于Reactor模式开发的网络事件处理器,这个处理器是单线程的,所 以redis是单线程的。 为什么它是单线程还那么快呢? 主要有以下几个原因: 一、纯内存操作 由于Redis是 纯内存操作,相比于磁盘来说,内存就快得多,这个是Redis快的主要 原因。 二、多路复用I/O机制(…

优先队列优化哈夫曼编码

前言 个人小记 一、代码 #include <stdio.h> #include <stdlib.h> #include <string.h> #include <time.h> #define MAX_NODE 80 #define MAX_STR 50 #define MAX_HEAP 100 #define father(i) ((i)/2) #define left(i) ((i)*2) #define right(i) …

11.3 指针和函数

11.3 指针和函数 本节必须掌握的知识点&#xff1a; 指针作为函数的参数 数组作为函数的参数 指针作为函数的返回值 在C语言中&#xff0c;指针的一个重要作用就是作为函数参数使用&#xff0c;本节将介绍这一重要作用。 11.3.1 指针作为函数的参数 实验一百一十三&#xff…

电磁兼容(EMC):BUCK变换器基本原理及传导辐射分析设计

目录 1. BUCK电路拓扑及原理 2. Buck拓扑电路电磁场分析 3.总结 开关电源替代线性电源&#xff0c;解决了效率和体积问题&#xff0c;但也带来了新的EMI问题。开关电源也是产品内部的强辐射源之一&#xff0c;基于透过现象看本质&#xff0c;将复杂问题简单化&#xff0c;本…

Xilinx FPGA 管脚的默认电平配置方法 XDC约束

目录 未使用的引脚&#xff0c;XDC约束其他已使用的引脚&#xff0c;XDC约束 未使用的引脚&#xff0c;XDC约束 set_property BITSTREAM.CONFIG.UNUSEDPIN PULLDOWN [current_design] set_property BITSTREAM.CONFIG.UNUSEDPIN PULLUP [current_design] set_property BITSTREA…

T检验——单样本t检验/两独立样本t检验/配对样本t检验

T检验——单样本t检验/两独立样本t检验/配对样本t检验 1.单样本t检验1.1 适用范围 2. &#xff08; 独立样本t检验&#xff09;两独立样本t检验3.ANOVA多组样本显著性检验&#xff08;2组以上&#xff09;4. 配对样本T检验 1.单样本t检验 1.1 适用范围 单样本t检验:即已知样本…

Linux如何设置系统发送告警脚本到邮箱

本次测试版本&#xff1a;centos7.6 第一步安装mailx yum install mailx 安装结果如下&#xff1a; [rootCentOS764 ~]# yum install mailx Loaded plugins: fastestmirror Loading mirror speeds from cached hostfile epel/x86_64/metalink …

成功解决“IndexError: deque index out of range”错误的全面指南

成功解决“IndexError: deque index out collections.deque out of range”错误的全面指南 引言 在Python编程中&#xff0c;collections.deque 是一个双端队列&#xff08;double-ended queue&#xff09;&#xff0c;支持从两端快速添加和删除元素。然而&#xff0c;与列表&…

Linux提权一

#信息收集 当前主机的操作系统 hostnamectl cat /etc/*-release lsb_release -a cat /etc/lsb-release # Debain cat /etc/redhat-release # Redhat cat /etc/centos-release # Centos cat /etc/os-release # Ubuntu cat /etc/issue 当前主机的内核版本 hostnamectl uname -a …

淘宝商品评论数据爬取:Python实战指南

淘宝作为中国领先的电商平台&#xff0c;其商品评论数据蕴含着丰富的用户洞察和市场信息。对于市场研究人员、产品开发者以及数据分析爱好者来说&#xff0c;能够自动爬取这些数据将极具价值。本文将提供一个使用Python进行淘宝商品评论数据爬取的详细指南&#xff0c;并强调在…

Linux网络-守护进程版字典翻译服务器

文章目录 前言一、pid_t setsid(void);二、守护进程翻译字典服务器&#xff08;守护线程版&#xff09;效果图 前言 根据上章所讲的后台进程组和session会话&#xff0c;我们知道如果可以将一个进程放入一个独立的session&#xff0c;可以一定程度上守护该进程。 一、pid_t se…

mysql(数据库)可视化工具——Navicat Premium

Navicat Premium是一款功能强大的数据库管理工具&#xff0c;它支持多种数据库管理系统&#xff0c;包括MySQL、MariaDB、SQL Server、SQLite、Oracle和PostgreSQL等。Navicat Premium提供了直观的用户界面&#xff0c;使用户能够轻松地管理数据库结构、执行复杂的SQL查询、导入…

CUDA Unity Compute Shader 3

计划 这应该是第3章的读书笔记&#xff0c;但是因为第3章读起来比较困难&#xff0c;所以先看了《CUDA并行程序设计编程指南》的第5章和第6章&#xff0c;感觉读起来顺畅多了&#xff0c;《CUDA并行程序设计编程指南》暂定精读第5、6、7章 1.如何生成ptx文件 属性->CUDA C/…

探索iOS上的C语言编程软件:从入门到精通的全方位指南

探索iOS上的C语言编程软件&#xff1a;从入门到精通的全方位指南 在iOS平台上进行C语言编程&#xff0c;虽然不如其他主流编程语言那么普及&#xff0c;但仍然有一批热衷于C语言的开发者们在这个领域里耕耘。本文将深入探索iOS上的C语言编程软件&#xff0c;从四个方面、五个方…

[QT] MAC使用Qt Creator运行程序如何仅运行一个进程?

大家刚开始使用QtCreator会发现每次run程序&#xff0c;都会出现一个程序进程&#xff0c;使得调试操作增加。如下&#xff0c;每次run都会出现一个demo14的进程。 如何每次run后&#xff0c;就关闭上一次的进程&#xff0c;而重新拉起新进程呢&#xff1f; 看这里 这是默认…

C# 集合(一) —— Array类

总目录 C# 语法总目录 集合一 Array 集合1. Array 类1.1 搜索1.2 排序1.3 翻转1.4 转换 集合 1. Array 类 //创建方式 //方式一 Array arr Array.CreateInstance(typeof(string), 3); arr.SetValue("lisi", 0); arr.SetValue("zhangsan", 1); arr.SetVa…

Redis-02

redis安装包位置 /opt/redis-7.2.5 redis默认安装路径&#xff1a; 配置文件路径&#xff1a;/usr/local/bin/redisconfig gcc安装位置 /opt/rhredis启动&#xff1a; 在/usr/local/bin目录下输入redis-server redisconfig/redis.confredis性能测试命令 redis-benchmark [opt…

【WEEK14】 【DAY5】Swagger第三部分【中文版】

2024.5.31 Friday 接上文【WEEK14】 【DAY4】Swagger第二部分【中文版】 目录 16.6.配置API分组16.6.1.修改SwaggerConfig.java16.6.2.重启 16.7.实体配置16.7.1.新建pojo文件夹16.7.2.修改HelloController.java16.7.3.重启 16.8.常用注解16.8.1.Swagger的所有注解定义在io.swa…

MySQL之高级查询学习笔记(四)

数据库高级查询通常涉及复杂的查询需求&#xff0c;需要利用 SQL 的各种高级功能和语法来实现。以下是一些常见的数据库高级查询示例&#xff1a; 1. 聚合函数和 GROUP BY 求和、平均值、计数等&#xff1a; SELECT SUM(salary) AS total_salary, AVG(age) AS average_age, …