菜单

mysql 为什么用b+ 树

2019年3月10日 - sqlite

壹 、B+树基本概念

原因就是为了减少磁盘io次数,因为b+树所有最终的子节点都能在叶子节点里找见,
所以非叶子节点只需要存`索引范围和指向下一级索引(或者叶子节点)的地址` 就行了,
不需要存整行的数据,所以占用空间非常小,直到找到叶子节点才加载进来整行的数据。

B树非叶子节点也会存数据,所以不适合mysql(以后研究下mongo为啥用b树 再补充)

  B+树的语言定义相比较复杂,简单来说是为磁盘存取设计的平衡二叉树

B+树适合当作数据库的功底结构,完全是因为总计机的内部存款和储蓄器-机械硬盘两层存款和储蓄结构。内部存款和储蓄器能够做到高效的妄动走访(随机访问即给出任意四个地方,供给回到那一个位置存款和储蓄的数量)可是体量较小。而硬盘的随意走访要因而机械动作(1磁头移动
2盘片转动),访问成效比内部存款和储蓄器低多少个数据级,然而硬盘体积较大。典型的数据水库蓄水体积量大大超过可用内部存款和储蓄器大小,那就控制了在B+树中检索一条数据很或许要依靠五遍磁盘IO操作来形成。如下图所示:平常向下读取3个节点的动作或者会是一次磁盘IO操作,可是非叶节点平时会在发轫阶段载入内部存款和储蓄器以加速访问速度。同时为增高在节点间横向遍历速度,真实数据库中只怕会将图铅青绿的CPU计算/内部存款和储蓄器读取优化成二叉搜索树(InnoDB中的page
directory机制)。

图片 1

图片 2

  网上经典图,浅湖蓝p1 p2
p3代表指针,古铜黑的代表磁盘,里面富含数据项,第贰层17,35,p1就表示小于17的,p2就象征17-35里面包车型大巴,p3就象征大于35的,但是须求小心的是,第一层才是实在的数码,17、35都不是真正数据,只是用来划分数据的!

image

二 、为何使用B+树

实际数据库中的B+树应该是格外扁平的,能够透过向表中各种插入丰盛数量的不二法门来验证InnoDB中的B+树到底有多扁平。我们通过如下图的CREATE语句建立三个唯有大约字段的测试表,然后不断累加数据来填充这一个表。通过下图的总结数据(来源见参考文献1)可以分析出多少个直观的定论,那些结论宏观的显示了数据CurryB+树的原则。

  B+树有怎么样利益我们非要使用它吧?那就先要来探视mysql的目录

1
每种叶子节点存款和储蓄了468行数据,每一种非叶子节点存款和储蓄了大体上1200个键值,那是一棵平衡的1200路寻找树!

 

2
对于一个22.1G容量的表,也只必要中度为3的B+树就能储存了,那么些体量大致能知足众多采纳的须求了。假若把中度叠加到4,则B+树的仓库储存体积登时增大到25.9T之巨!

  2.1mysql索引

3
对于1个22.1G体积的表,B+树的惊人是3,假设要把非叶节点全体加载到内部存款和储蓄器也只要求简单18.8M的内部存款和储蓄器(怎么着得出的这么些结论?因为对此高度为2的树,120二个叶子节点也只必要18.8M空中,而22.1G从良表的中度是3,非叶节点1206个。同时大家要是叶子节点的尺码是抢先非叶节点的,因为叶子节点存款和储蓄了行数据而非叶节点只有键和少量数额。),只利用那样少的内部存款和储蓄器就可以保险只需求2遍磁盘IO操作就招来出所需的数额,效用是至极之高的。

    试想一下在mysql中有200万条数据,在并未建立目录的境况下,会全部拓展围观读取,这一个日子花费是非常恐怖的,而对此大型一点的网站的话,达到那些数据量很简单,不或许这么去设计

图片 3

    在大家创造数量库表的时候,大家都知晓3个东西叫做主键,一般来讲数据库会自行在主键上创办索引,那叫做主键索引,来看望索引的归类吧

image

    a.主键索引:int优于varchar

    b.普通索引(INDEX):最宗旨的目录,没有限制,加快查找

    c.唯一索引(UNUQUE):听名字就了然,须求全数类的值是绝无仅有的,不过允许有空值

    d.组合索引:

1 CREATE INDEX name_age_address_Index ON `student`(`name`, `age`, `address`);

    在那边实在包涵八个目录,说到组合索引,一定要讲最左前缀原则

 


    最左前缀原则:

      大家明天开创了索引x,y,z,Index:(x,y,z),只会走x,xy,xyz的询问,例如:

1 select * from table where x='1'
2 select * from table where x='1' and b='1'
3 select * from table where x='1' and b='1' and c='1'

      假如是x,z,就只会走x,注意一种特有景况,select * from table
where x=’1′ and y>’1′ and
z=’1’,那里只会走xy,因为在经历xy的筛选后,z不能够保险是稳步的,可索引是稳步的,由此不会走z


 

    e.全文索引(FULLTEXT):用于搜索内容相当长的稿子之类的很好用,假如创立普通的目录,在遇到like=’%xxx%’那种场所索引会失效

1 ALTER TABLE tablename ADD FULLTEXT(col1, col2)
2 SLECT * FROM tablename WHERE MATCH(col1, col2) AGAINST(‘x′, ‘y′, ‘z′)

    那样就足以将col1和col2里面富含x,y,z的笔录整个取出来了

    

    索引的删除:DO索罗德P INDEX IndexName ON `TableName`

  

    索引的利弊:

      ① 、在数据量特别粗大的时候,建立目录有助于我们增强查询功用

      ② 、在操作表的时候,维护索引会扩张额外开支

      ③ 、不泛滥使用索引,创立多了目录文件会暴涨不慢

 

  2.2B+树的独到之处

    打探上边的模型后,试想一下,200W条数据,如若尚未建立目录,聚会场全体展开围观,B+树仅仅用三层协会得以代表上百万的多寡,只要求三次I/O!那进步是真的豪杰啊!

    因为B+树是平衡二叉树,在不停的增添数据的时候,为了保全平衡或然供给做大量的拆分操作,因而提供了旋转的效力,不领会旋转建议去补一下树的基础知识

    B+树插入动画(来自https://www.cnblogs.com/vincently/p/4526560.html)

图片 4

三 、索引优化

  壹 、最佳左前缀原则

  贰 、不要在目录的列上做操作

  三 、like会使索引失效变成全表扫描

  肆 、字符串不加单引号会促成索引战败

  ⑤ 、裁减使用select *

图片 5

  参照那里,写的很好 
 https://www.cnblogs.com/zhaobingqing/p/7071331.html

 

总结:

  sql语句怎么用,没有鲜明必须怎么查,对于数据量小,有时候不需求新建立目录,依据早晚的实际上景况来设想

    

 

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图