Mysql 数据库结构及索引类型

目录
  • 前言
  • 数据库索引的数据结构
    • 聚集索引
    • 辅助索引
  • 索引管理
  • 联合索引
  • 覆盖索引
  • 总结

前言

数据库索引是mysql数据库中重要的组成部分,是数据库查询数据速度提升的关键,本文将介绍数据库索引的一些内容。

数据库索引的数据结构

在数据库中的索引方法中,有TREEHASH两种方法,HASH是经常使用的,本文中主要介绍TREE的数据结构。B+Tree 的高度一般是2-4层,也就是说查找一条数据记录,最多使用 2-4 次 IO,当前一般的机械磁盘每秒至少可以做 100 次 IO, 2-4 词的 IO 操作时间大概耗时 20-40ms。

数据库中的B+Tree索引分为聚集索引(clustered index)和辅助索引(secondary index),聚集索引和还是非聚集索引其内部的数据结构为平衡二叉树,所有的数据都存放在叶子节点,聚集索引存放的是一整行的数据,而辅助索引的叶子节点存放的是主键 id。 需要提一下的是B+Tree是一个自底向上生长的树,在数据库表中的数据进行增长时,B+Tree也会进行增长和分裂。

聚集索引

聚集索引就是按照每张表的主键 id 构造出的一个B+Tree,同时叶子节点存放的是整行表的数据记录,所以聚集索引的叶子节点就是数据页,每个叶子节点所在的数据页通过双向链表来进行链接。

数据页智能按照一个B+Tree进行排序,因此每张表智能由一个聚集索引。大多数情况下,查询优化器首先采用聚集索引,因为聚集索引上的叶子结点能够直接找到数据记录。由于数据是按照顺序排列的,索引聚集索引对于主键的排序查找和范围值的查询速度非常快。

辅助索引

辅助索引也是非聚集索引,叶子节点并不包含行记录的全部数据。叶子节点除了包含的主键值外,每个叶子结点中的索引行还包含一个书签(bookmark)。借助这个书签InnoDB能够很快找到索引对应的行记录。InnoDB 存储引擎是索引组织表,因此辅助索引的书签就是相应行数据的聚集索引。

数据库表中的聚集索引只有一个,辅助索引可以有多个,当通过辅助索引来查找数据时,InnoDB 存储引擎会遍历辅助索引并通过叶级别的指针获得指向主键索引的主键,然后通过主键索引来找到完整的行记录。如果辅助索引树的高度为 3,聚集索引树的高度同样为 3,那么如果需要找到一个完整的行记录数据,一共需要 6 次逻辑 IO 访问才能拿到数据页。

索引管理

索引的创建和删除方法如下:

# 创建和删除方法如下
alter table table_name  index_name
create table table_name index_name
drop table table_name index_name
# 查询数据库表的索引
show index from table_name

如下图所示,查询数据库表中的索引情况: 

 表中的实际索引如下:

PRIMARY KEY (`id`),
UNIQUE KEY `uk_tb_user_2` (`username`,`id_card`) USING BTREE,
UNIQUE KEY `uk_tb_user_1` (`username`,`cellphone`) USING BTREE

在索引的展示项中,索引的值cardinality是非常重要的选项,表示的是数据基数即是数据中不同元素的个数,如果数据内容为枚举,则再该列上建立索引就没有多大意义,因为去分部不大。但是这个值不是实时更新的,只能作为参考。

如果需要更新,则执行以下命令:

analyze table table_name;

上面我们讲述了数据库的索引类型,包括聚集索引和辅助索引,一般情况下这两种索引的索引列都是单列,接下来我们来介绍另外两种索引:联合索引和覆盖索引

联合索引

联合索引是指对表上的多个列建立索引,联合索引的创建方法与单个索引的创建方法一样,不同之处仅在于有多个索引列。联合索引的数据结构也是一个B+Tree。对于联合索引,其键值对的数量必定是大于 1,多个键值对的排序和单个键值对的排序都是一样的,通过叶子节点可以逻辑上顺序读取所有的数据。

多个键值的B+树:

如有有数据库表的索引建立为 (a,b),那么对于数据库的查询:

# 这两种情况下都可以查询到数据,而且可以用得到这个联合索引
select * from table_name where a = XX and b = XX;
select * from table_name where a = XX;
# 如果查询条件使用 b 列,那么就不会使用索引,因为 b 列位于索引的第二位
select * from table_name where b = XX;
# 这个查询条件的顺序和索引的顺序不同,但是依然可以使用索引,
# 这是因为在数据库查询时会进行sql 的优化
select * from table_name where b = XX and a = XX;

在使用联合索引时,选用性能最高也是区分度最高的列放在索引的前面,这样就可以最大限度的提高查询的新能。

覆盖索引

InnoDB 存储引擎支持覆盖索引(covering index,或称索引覆盖),即从辅助索引中就可以查询到数据记录。使用覆盖索引的一个好处是辅助索引不包含整行记录的所有记录,故其大小要远小于聚集索引,因此可以减少大量的 IO 操作。

使用覆盖索引,就是查询的条件和查询的内容是一致的,通过覆盖索引则可以避免回表的情况发生,减少了一次 IO 操作。

回表: 通过辅助索引查找数据时,在其的叶子节点上存放的是该表的主键id,通过主键id 在聚集索引上查找数据记录在进行返回,这个操作就称之为回表。

总结

本文介绍了mysql数据库的数据结构以及索引类型,了解了数据库的重要参数项cardinality。联合索引和覆盖索引,介绍了基本概念和使用方法,在实际的项目开发中这两中类型的索引使用十分广泛,在小编看来,这两个索引是没什么区别的,只是查询返回的内容是否包含索引所在的列,仅此而已。

到此这篇关于Mysql 数据库结构及索引类型的文章就介绍到这了,更多相关Mysql 索引类型内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • MySQL索引类型Normal、Unique和Full Text的讲解

    MySQL的索引类型有普通索引(normal),唯一索引(unique)和全文索引(full text),合理使用索引可大大提升数据库的查询效率,下面是三种类型的索引的介绍 normal:这是最基本的索引,它没有任何限制,MyIASM中默认的BTREE类型的索引,是我们大多数情况下用到的索引. unique:表示唯一的,不允许重复的索引,如果该字段信息保证不会重复.例如身份证号用作索引时,可设置为unique. full text : 表示全文搜索的索引,仅可用于 MyISAM 表. FULLT

  • MySQL索引类型总结和使用技巧以及注意事项

    在数据库表中,对字段建立索引可以大大提高查询速度.假如我们创建了一个 mytable表: 复制代码 代码如下: CREATE TABLE mytable(   ID INT NOT NULL,    username VARCHAR(16) NOT NULL  ); 我们随机向里面插入了10000条记录,其中有一条:5555, admin. 在查找username="admin"的记录 SELECT * FROM mytable WHERE username='admin';时,如果在

  • MySQL隐式类型转换导致索引失效的解决

    目录 问题 复现 隐式转换 总结 参考 问题 在工作中发现,有一个接口只执行一条SQL查询语句,并且SQL明明使用了主键列,但是速度很慢. 在MySQL中EXPLAINN后发现,执行时并没有使用主键索引,而是进行了全表扫描. 复现 数据表DDL如下,使用 user_id 作为主键索引: CREATE TABLE `user_message` ( `user_id` varchar(50) NOT NULL COMMENT '用户ID', `msg_id` int(11) NOT NULL COM

  • PHP+Mysql树型结构(无限分类)数据库设计的2种方式实例

    我们经常需要在关系型数据库中保存一些树状结构数据,比如分类.菜单.论坛帖子树状回复等.常用的方法有两种: 1. 领接表的方式: 2. 预排序遍历树方式: 假设树状结构如下图: 领接表方式 主要依赖于一个 parent 字段,用于指向上级节点,将相邻的上下级节点连接起来,id 为自动递增自动,parent_id 为上级节点的 id.一目了然,"Java"是"Language"的子节点. 我们要显示树,PHP 代码也可以很直观,代码如下: 复制代码 代码如下: <

  • Mysql树形结构的数据库表设计方案

    目录 前言 一.基本数据 二.继承关系驱动的设计 三.基于左右值编码的设计 四.树形结构CRUD算法 (1)获取某节点的子孙节点 (2)获取某节点的族谱路径 (3)为某节点添加子孙节点 (4)删除某节点 五.总结 参考文献 前言 最近研究树形菜单网上找了很多例子看了.一下是网上找的一些资料,然后自己重新实践,记录下免得下次又忘记了. 程序设计过程中,我们常常用树形结构来表征某些数据的关联关系,如企业上下级部门.栏目结构.商品分类等等,通常而言,这些树状结构需要借助于数据库完成持久化.然而目前的各

  • mysql如何比对两个数据库表结构的方法

    在开发及调试的过程中,需要比对新旧代码的差异,我们可以使用git/svn等版本控制工具进行比对.而不同版本的数据库表结构也存在差异,我们同样需要比对差异及获取更新结构的sql语句. 例如同一套代码,在开发环境正常,在测试环境出现问题,这时除了检查服务器设置,还需要比对开发环境与测试环境的数据库表结构是否存在差异.找到差异后需要更新测试环境数据库表结构直到开发与测试环境的数据库表结构一致. 我们可以使用mysqldiff工具来实现比对数据库表结构及获取更新结构的sql语句. 1.mysqldiff

  • MySQL索引的各种类型

    什么是索引? 索引是数据库存储引擎用于快速查找到指定数据的一种数据结构. 可以用新华字典做类比:如果新华字典中对每个字的详细解释是数据库中表的记录,那么按部首或拼音等排序的目录就是索引,使用它可以让我们快速查找的某一个字详细解释的位置. 在MySQL中,存储引擎也是用了类似的方法,先在索引中找到对应的值,然后再根据匹配的索引值找到对应表中记录的位置. 面试中为什么问索引? 之所以在索引在面试中经常被问到,就是因为:索引是数据库的良好性能表现的关键,也是对查询能优化最有效的手段.索引能够轻易地把查

  • 用python生成mysql数据库结构文档

    最近因为项目原因需要编写数据库设计文档,但是由于数据表太多,手动编写耗费的时间太久,所以搞了一个简单的脚本快速生成数据库结构,保存到word文档中. 安装pymysql和document pip install pymysql pip install document 脚本 # -*- coding: utf-8 -*- import pymysql from docx import Document from docx.shared import Pt from docx.oxml.ns im

  • Mysql 数据库结构及索引类型

    目录 前言 数据库索引的数据结构 聚集索引 辅助索引 索引管理 联合索引 覆盖索引 总结 前言 数据库索引是mysql数据库中重要的组成部分,是数据库查询数据速度提升的关键,本文将介绍数据库索引的一些内容. 数据库索引的数据结构 在数据库中的索引方法中,有TREE和HASH两种方法,HASH是经常使用的,本文中主要介绍TREE的数据结构.B+Tree 的高度一般是2-4层,也就是说查找一条数据记录,最多使用 2-4 次 IO,当前一般的机械磁盘每秒至少可以做 100 次 IO, 2-4 词的 I

  • MySQL数据库优化之索引实现原理与用法分析

    本文实例讲述了MySQL数据库优化之索引实现原理与用法.分享给大家供大家参考,具体如下: 索引 什么是索引 索引用来快速地寻找那些具有特定值的记录,所有MySQL索引都以B-树的形式保存.如果没有索引,执行查询时MySQL必须从第一个记录开始扫描整个表的所有记录,直至找到符合要求的记录.表里面的记录数量越多,这个操作的代价就越高.如果作为搜索条件的列上已经创建了索引,MySQL无需扫描任何记录即可迅速得到目标记录所在的位置.如果表有1000个记录,通过索引查找记录至少要比顺序扫描记录快100倍.

  • 为什么Mysql 数据库表中有索引还是查询慢

    目录 前言: 1.字段类型不匹配导致的索引失效 2.被索引字段使用了表达式计算 3.被索引字段使用了内置函数 4.like 使用了 %X 模糊匹配 5.索引字段不是联合索引字段的最左字段 6.or 分割的条件 7.in.not in 可能会导致索引失效 总结 前言: 问题分析: 在进行数据库查询的时候,我们都知道索引可以加快数据查询的效率.但是在实际的业务场景下,经常会遇到即使在表中增加了索引,但是同样还是会出现数据查询慢的问题.这就需要具体分析数据查询慢的具体原因到底是什么了. 首先需要进行确

  • 如何创建一个创建MySQL数据库中的datetime类型

    目录 一.domain用法及示例 二.创建MySQL中datetime类型 三.create type用法及示例 环境系统平台:Microsoft Windows (64-bit) 10版本:4.5 瀚高数据库中支持使用以下语句创建用户定义的数据类型: ​CREATE DOMAIN​:它创建了一个用户定义的数据类型,可以有可选的约束,基于其他基本类型,实质是定义一个域. ​CREATE TYPE​:它通常用于使用存储过程创建复合类型(两种或多种数据类型混合的数据类型). 一.domain用法及示

  • 使用canal监控mysql数据库实现elasticsearch索引实时更新

    业务场景 使用elasticsearch作为全文搜索引擎,对标题.内容等,实现智能搜索.输入提示.拼音搜索等 elasticsearch索引与数据库数据不一致,导致搜索到不应被搜到的结果,或者搜不到已有数据 索引相关业务,影响其他业务操作,如索引删除失败导致数据库删除失败 为了减少对现有业务的侵入,基于数据库层面,对信息表进行监控,但需要索引的字段变动时,更新索引 由于使用的是mysql数据库,故决定采用alibaba的canal中间件 主要是监控信息基表base,监控这一张表的数据变动,mq消

  • 使用canal监控mysql数据库实现elasticsearch索引实时更新问题

    目录 业务场景 安装 下载安装 数据库启用row binlog 使用 修改配置文件canal.properties 配置单个连接 配置多个连接 配置rabbitMQ 程序改动 canal源码 微服务消费mq 业务场景 使用elasticsearch作为全文搜索引擎,对标题.内容等,实现智能搜索.输入提示.拼音搜索等 elasticsearch索引与数据库数据不一致,导致搜索到不应被搜到的结果,或者搜不到已有数据 索引相关业务,影响其他业务操作,如索引删除失败导致数据库删除失败 为了减少对现有业务

  • MySQL数据库结构和数据的导出和导入

    正在看的db2教程是:MySQL数据库结构和数据的导出和导入. 导出要用到MySQL的mysqldump工具,基本用法是: shell> mysqldump [OPTIONS] database [tables] 如果你不给定任何表,整个数据库将被导出. 通过执行mysqldump --help,你能得到你mysqldump的版本支持的选项表. 注意,如果你运行mysqldump没有--quick或--opt选项,mysqldump将在导出结果前装载整个结果集到内存中,如果你正在导出一个大的数据

  • Mysql数据库中把varchar类型转化为int类型的方法

    在上篇文章给大家讲了MySQL数据库中把int转化varchar引发的慢查询,本文给大家介绍Mysql数据库中把varchar类型转化为int类型的方法,一起看看吧! mysql为我们提供了两个类型转换函数:CAST和CONVERT,现成的东西我们怎能放过? CAST() 和CONVERT() 函数可用来获取一个类型的值,并产生另一个类型的值. 这个类型 可以是以下值其中的 一个: BINARY[(N)] CHAR[(N)] DATE DATETIME DECIMAL SIGNED [INTEG

  • mybatis 连接mysql数据库 tinyint 为boolean类型详解

    字段类型为tinyint(1)的返回类型设置为integer 现象描述: 数据库表字段类型为:tinyint 长度为1,即 类型为:tinyint(1) 查询时,该字段对应的的java类型为boolean 问题描述: 如何将该字段的java类型设置为Integer? 解决方案: 1. 在jdbcUrl添加参数:tinyInt1isBit=false(默认为true): 2.避免使用长度为1的tinyint类型字段存储数字格式的数据: 补充知识:[mybatis]mysql数据库tinyint类型

随机推荐