B+树 | MySQL索引使用原则

如图所示，假如要查找数据项29，那么起首会把磁盘块1由磁盘加载到内存，此时产生一次IO，在内存顶用二分查找确定29在17和35之间，锁定磁盘块1的P2指针，内存时刻由于很是短(对比磁盘的IO)可以忽略不计，通过磁盘块1的P2指针的磁盘地点把磁盘块3由磁盘加载到内存，产生第二次IO，29在26和30之间，锁定磁盘块3的P2指针，通过指针加载磁盘块8到内存，产生第三次IO，同时内存中做二分查找找到29，竣事查询，总计三次IO。真实的环境是，3层的b+树可以暗示上百万的数据，假如上百万的数据查找只必要三次IO，机能进步将是庞大的，假如没有索引，每个数据项都要产生一次IO，那么总共必要百万次的IO，显然本钱很是很是高。

b+树性子

1、通过上面的说明，我们知道IO次数取决于b+数的高度h，假设当前数据表的数据为N，每个磁盘块的数据项的数目是m，则有h=㏒(m+1)N，当数据量N必然的环境下，m越大，h越小;而m = 磁盘块的巨细 / 数据项的巨细，磁盘块的巨细也就是一个数据页的巨细，是牢靠的，假如数据项占的空间越小，数据项的数目越多，树的高度越低。这就是为什么每个数据项，即索引字段要只管的小，好比int占4字节，要比bigint8字节少一半。这也是为什么b+树要求把真实的数据放到叶子节点而不是内层节点，，一旦放到内层节点，磁盘块的数据项会大幅度降落，导致树增高。当数据项便是1时将会退化成线性表。

2、当b+树的数据项是复合的数据布局，好比(name,age,sex)的时辰，b+数是凭证从左到右的次序来成立搜刮树的，好比当(张三,20,F)这样的数据来检索的时辰，b+树会优先较量name来确定下一步的所搜偏向，假如name沟通再依次较量age和sex，最后获得检索的数据;但当(20,F)这样的没有name的数据来的时辰，b+树就不知道下一步该查哪个节点，由于成立搜刮树的时辰name就是第一个较量因子，必必要先按照name来搜刮才气知道下一步去那边查询。好比当(张三,F)这样的数据来检索时，b+树可以用name来指定搜刮偏向，但下一个字段age的缺失，以是只能把名字便是张三的数据都找到，然后再匹配性别是F的数据了， 这个长短常重要的性子，即索引的最左匹配特征。

慢查询优化

关于MySQL索引道理是较量死板的对象，各人只必要有一个感性的熟悉，并不必要领略得很是透彻和深入。我们转头来看看一开始我们说的慢查询，相识完索引道理之后，各人是不是有什么设法呢?先总结一下索引的几大根基原则

四、建索引的几大原则

1、最左前缀匹配原则，很是重要的原则，mysql会一向向右匹配直到碰着范畴查询(>、<、between、like)就遏制匹配，好比a = 1 and b = 2 and c > 3 and d = 4 假如成立(a,b,c,d)次序的索引，d是用不到索引的，假如成立(a,b,d,c)的索引则都可以用到，a,b,d的次序可以恣意调解。

2、=和in可以乱序，好比a = 1 and b = 2 and c = 3 成立(a,b,c)索引可以恣意次序，mysql的查询优化器会帮你优化成索引可以识此形状式

3、只管选择区分度高的列作为索引,区分度的公式是count(distinct col)/count(*)，暗示字段不一再的比例，比例越大我们扫描的记录数越少，独一键的区分度是1，而一些状态、性别字段也许在大数据眼前区分度就是0，那也许有人会问，这个比例有什么履历值吗?行使场景差异，这个值也很难确定，一样平常必要join的字段我们都要求是0.1以上，即均匀1条扫描10笔记录

4、索引列不能参加计较，保持列“干净”，好比from_unixtime(create_time) = ’2014-05-29’就不能行使到索引，缘故起因很简朴，b+树中存的都是数据表中的字段值，但举办检索时，必要把全部元素都应用函数才气较量，显然本钱太大。以是语句应该写成create_time = unix_timestamp(’2014-05-29’);

5、只管的扩展索引，不要新建索引。好比表中已经有a的索引，此刻要加(a,b)的索引，那么只必要修改原本的索引即可

【编辑保举】

1. MySQL计划缺陷，窃取文件轻而易举
2. MySQL机能突发变乱题目排查能力
3. 一文说尽MySQL事宜及ACID特征的实现道理
4. 分库分表，读写疏散后，数据库中间件饰演了一个奈何的脚色？
5. 阿里巴巴数据库分库分表的实践

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!