【MySQL 保姆级讲授】深层理解索引及其特性（重点）--上（11） ...

1. MySQL与内存和磁盘的联系

我们全部的MySQL数据操作（增删查改），全部是在MySQL的内存中举行的。MySQL在启动的时间会预先开辟一大块内存空间，在合适的时间把我们对数据的操作体如今内存级，MySQL定期的把数据刷新到外设（磁盘）做恒久化。
mysql的服务器本质是在内存中的，全部的数据库的CURD操作全部是在内存中举行的，索引也是如此。
进步算法服从的因素：1.构造数据的方式，2.算法本身
索引是特定的数据布局构造的布局
2. 认识磁盘

2.1 MySQL与存储

MySQL与存储
MySQL 给用户提供存储服务，存储的都是数据，而数据在磁盘这个外设当中。磁盘是计算机中的一个机
械设备，相比于计算机其他电子元件，磁盘服从是比力低的，在加上IO本身的特征，可以知道，如何进步服从，是MySQL 的一个重要话题。
2.2 磁盘布局

磁盘中的一个盘片：

2.3 扇区

数据库文件，本质实在就是保存在磁盘的盘片当中。也就是上面的一个个小格子中，就是我们经常所说的扇区。固然，数据库文件很大，也很多，一定需要占据多个扇区。
从上图可以看出来，在半径方向上，距离圆心越近，扇区越小，距离圆心越远，扇区越大
那么，全部扇区都是默认512字节吗？现在是的，我们也如许以为。由于包管一个扇区多大，是由比特位密度决定的。
不过最新的磁盘技术，已经慢慢的让扇区巨细不同了，不过我们如今临时不讨论。
我们在利用Linux，所看到的大部门目次或者文件，实在就是保存在硬盘当中的。(固然，有一些内存文
件系统，如：proc ，sys 之类，我们不讨论)
数据库文件，本质实在就是保存在磁盘的盘片当中，就是一个一个的扇区。
怎么检察数据库文件呢？
展示：
/var/lib/mysql目次：
用于存储 MySQL 数据库的数据文件，包罗表数据、索引、日志文件等。
这个目次是 MySQL 数据库的核心存储位置
检察MySQL数据库中的文件：
进入目次：cd /var/lib/mysql
检察文件：ls

创建一个数据库，再创建一个表，然后子再插入数据：

1. create database test_database;
3. use test_database;
5. create table t1 (id int, name varchar(10));
7. insert into t1 values(1,'李明'), (2,'李白');

复制代码

查看创建的文件在linux中的位置：
进入目次：cd /var/lib/mysql
检察文件：ls

显然，多了一个目次–我们刚才创建的数据库。
进入该数据库并检察文件：
命令：cd test_database;
检察：ls

显然，我们可以看到创建的表。
db.opt这个文件包罗了数据库的一些选项和参数，例如字符集编码、排序规则等。它是 MySQL 创建数据库时自动生成的一个文本文件。
t1.frm这个文件是表定义文件，包罗了表的布局信息，如字段名称、类型、长度、是否允许为空等。frm 文件是 MySQL 表的元数据文件，用于描述表的布局。
t1.ibd这个文件是表数据文件，包罗了表的实际数据和索引。ibd 文件是 InnoDB 存储引擎特有的数据文件格式，用于存储表的数据和索引信息。
以是，最根本的，找到一个文件的全部，本质，就是在磁盘找到全部保存文件的扇区。而我们能够定位任何一个扇区，那么便能找到全部扇区，由于查找方式是一样的。
2.4 定位扇区

• 柱面(磁道): 多盘磁盘，每盘都是双面，巨细完全相称。那么同半径的磁道，整体上便构成了一个柱面
  
• 每个盘面都有一个磁头，那么磁头和盘面的对应关系便是1对1的
  
• 只需要知道，磁头（Heads）、柱面(Cylinder)(等价于磁道)、扇区(Sector)对应的编号。即可在磁盘上定位所要访问的扇区。这种磁盘数据定位方式叫做CHS，不过实际利用的并不是CHS（但是硬件是），而是LBA ，一种线性地址，可以想象成虚拟地址与物理地址。系统将LBA地址末了会转化成为CHS ，交给磁盘去举行数据读取。不过，我们如今不关心转化细节，知道这个东西，让我们逻辑自洽起来即可。
  

结论
我们如今已经能够在硬件层面定位，任何一个根本数据块了(扇区)。那么在系统软件上，就直接按照扇区(512字节，部门4096字节),举行IO交互吗？
答：不是
如果操作系统直接利用硬件提供的数据巨细举行交互，那么系统的IO代码，就和硬件强相关，换言之，如果硬件发生变化，系统必须跟着变化。
从现在来看，单次IO 512字节，照旧太小了。IO单位小，意味着读取同样的数据内容，需要举行多
次磁盘访问，会带来服从的降低。
之前学习文件系统，就是在磁盘的根本布局下建立的，文件系统读取根本单位，就不是扇区，而是
数据块。
故，系统读取磁盘，是以块为单位的，根本单位是4KB 。
磁盘随机访问(Random Access)与一连访问(Sequential Access)

• 随机访问：本次IO所给出的扇区地址和上次IO给出扇区地址不一连，如许的话磁头在两次IO操作之间需要作比力大的移动动作才能重新开始读/写数据。
  
• 一连访问：如果当次IO给出的扇区地址与上次IO结束的扇区地址是一连的，那磁头就能很快的开始这次IO操作，如许的多个IO操作称为一连访问。
  
• 因此尽管相邻的两次IO操作在同一时刻发出，但如果它们的哀求的扇区地址相差很大的话也只能称为随机访问，而非一连访问。
  
• 磁盘是通过机械运动举行寻址的，一连访问不需要过多的定位，故服从比力高。
  

为什么是4kb呢？
内存被分为多个4kb巨细的块，为了让磁盘数据和内存数据举行更好的I/O交互。
也考虑到 I/O 服从和解耦，磁盘需要被操作系统访问，4kb的巨细是一种弃取，采用局部性原理来进步整机的服从
3. MySQL与磁盘交互根本单位

而MySQL作为一款应用软件，可以想象成一种特殊的文件系统。它有着更高的IO场景，以是，为了进步
根本的IO服从，MySQL 举行IO的根本单位是16KB (背面同一利用InnoDB 存储引擎讲解)
查询MySQL举行IO的根本单位：
命令：show global status like 'innodb_page_size;'

16389的单位是字节，1638/1024 = 16 KB
也就是说，磁盘这个硬件设备的根本单位是512 字节，而MySQL innodb引擎利用16KB举行交互，即MySQL 和磁盘举行数据交互的根本单位是16KB 。这个根本数据单元，在MySQL 这里叫做page（注意和系统的page区分）
从逻辑上看，MySQL好像和磁盘之间是16KB举行交互，但是MySQL是不能直接与磁盘举行交互的，能与磁盘举行交互的只有操作系统。实际上在操作系统中有文件缓冲区，mysql对操作系统举行16kb的交互，操作系统对磁盘举行4*4kb的交互。

4. 建立共识

• MySQL 中的数据文件，是以page为单位保存在磁盘当中的。
  
• MySQL 的CURD 操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查询的数
  据。
  
• 而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当中。
  
• 以是在特定时间内，数据一定是磁盘中有，内存中也有。后续操作完内存数据之后，以特定的刷新
  战略，刷新到磁盘。而这时，就涉及到磁盘和内存的数据交互，也就是IO了。而此时IO的根本单位
  就是Page。
  
• 为了更好的举行上面的操作， MySQL 服务器在内存中运行的时间，在服务器内部，就申请了被称为Buffer Pool的的大内存空间，来举行各种缓存。实在就是很大的内存空间，来和磁盘数据举行IO交互。
  
• 为了更高的服从，一定要尽可能的镌汰系统和磁盘IO的次数。
  

5. 索引的理解

5.1 建立一个表并查询

建立一个表（设置主键索引）：

1. create table user (
2. id int primary key,     
3. age int not null,
4. name varchar(16) not null
5. );

复制代码

我的默认利用 innodb存储引擎

插入数据，id的序次随机：

1. insert into user (id, age, name) values(3, 18, '杨过');
3. insert into user (id, age, name) values(4, 16, '小龙女');
5. insert into user (id, age, name) values(2, 26, '黄蓉');
7. insert into user (id, age, name) values(5, 36, '郭靖');
9. insert into user (id, age, name) values(1, 56, '欧阳锋');

复制代码

查询数据：
命令：select * from user;

没有利用排序命令，为什么查询效果是排序的呢？
下面慢慢表明。
5.2 为何 I/O 交互要是Page

为何MySQL和磁盘举行IO交互的时间，要采用Page的方案举行交互呢?用多少，加载多少不香吗?
如上面的5条纪录，如果MySQL要查找id=2的纪录，第一次加载id=1，第二次加载id=2，一次一条纪录，那么就需要2次IO。如果要找id=5，那么就需要5次IO。
但，如果这5条(或者更多)都被保存在一个Page中(16KB，能保存很多纪录),那么第一次IO查找id=2的时
候，整个Page会被加载到MySQL的Buffer Pool中，这里完成了一次IO。但是今后如果在查找id=1,3,4,5等，完全不需要举行IO了，而是直接在内存中举行了。以是，就在单Page里面，大大镌汰了IO的次数。
怎么包管，用户一定下次找的数据，就在这个Page里面？我们不能严格包管，但是有很大概率，由于有局部性原理。通常IO服从低下的最主要矛盾不是IO单次数据量的巨细，而是IO的次数。
理解的单个Page
MySQL 中要管理很多数据表文件，而要管理好这些文件，就需要先描述，再构造，我们现在可以简单的理解成一个个独立文件是有一个或者多个Page构成的，每个Page像链表一样链接起来。

不同的Page，在MySQL 中，都是16KB ，利用由于有主键的问题，prev 和next 构成双向链表MySQL 会默认按照主键给我们的数据举行排序，从上面的Page内数据纪录可以看出，数据是有序且彼此关联的。
为什么数据库在插入数据时要对其举行排序呢？我们按正常序次插入数据不是也挺好的吗？
插入数据时排序的目标，就是优化查询的服从。
页内部存放数据的模块，实质上也是一个链表的布局，链表的特点也就是增删快，查询修改慢，以是优化查询的服从是必须的。
正是由于有序，在查找的时间，从头到后都是有效查找，没有任何一个查找是浪费的，而且，如果运气好，是可以提前结束查找过程的。
理解多个Page
通过上面的分析，我们知道，上面页模式中，只有一个功能，就是在查询某条数据的时间直接将一
整页的数据加载到内存中，以镌汰硬盘IO次数，从而进步性能。但是，我们也可以看到，如今的页
模式内部，实际上是采用了链表的布局，前一条数据指向后一条数据，本质上照旧通过数据的逐条
比力来取出特定的数据。
如果有1千万条数据，一定需要多个Page来保存1千万条数据，多个Page彼此利用双链表链接起
来，而且每个Page内部的数据也是基于链表的。那么，查找特定一条纪录，也一定是线性查找。这
服从也太低了。

那么，怎么进步查询的服从呢？
页目次
我们在看《谭浩强C程序计划》这本书的时间，如果我们要看<指针章节>，找到该章节有两种做法：

• 从头逐页的向后翻，直到找到目标内容
  
• 通过书提供的目次，发现指针章节在234页(假设)，那么我们便直接翻到234页。同时，查找目次的方案，可以序次找，不过由于目次肯定少，以是可以快速进步定位本质上，书中的目次，是多花了纸张的，但是却进步了服从以是，目次，是一种“空间换时间的做法”
  

单页环境
针对上面的单页Page，我们能否也引入目次呢？
固然可以

那么当前，在一个Page内部，我们引入了目次。好比，我们要查找id=4纪录，之前必须线性遍历4次， 才能拿到效果。如今直接通过目次2[3]`，直接举行定位新的起始位置，进步了服从。
如今我们可以再次正式回答上面的问题了，为何通过键值MySQL 会自动排序？
可以很方便引入目次
多页环境
MySQL 中每一页的巨细只有16KB ，单个Page巨细固定，以是随着数据量不停增大，16KB 不可能存下全部的数据，那么必定会有多个页来存储数据。

在单表数据不停被插入的环境下，MySQL 会在容量不足的时间，自动开辟新的Page来保存新的数据，然后通过指针的方式，将全部的Page构造起来。
需要注意，上面的图，是理想布局，各人也知道，现在要包管整体有序，那么新插入的数据，不一定会
在新Page上面，这里仅仅做演示。
如许，我们就可以通过多个Page遍历，Page内部通过目次来快速定位数据。可是，貌似如许也有服从问
题，在Page之间，也是需要MySQL 遍历的，遍历意味着依旧需要举行大量的IO，将下一个Page加载到内存，举行线性检测。如许就显得我们之前的Page内部的目次，有点杯水车薪了。
那么如何解决呢？解决方案，实在就是我们之前的思绪，给Page也带上目次。

• 利用一个目次项来指向某一页，而这个目次项存放的就是将要指向的页中存放的最小数据的键值。
  
• 和页内目次不同的地方在于，这种目次管理的级别是页，而页内目次管理的级别是行。
  
• 此中，每个目次项的构成是：键值+指针。图中没有画全。
  

存在一个目次页来管理页目次，目次页中的数据存放的就是指向的那一页中最小的数据。有数据，就可
通过比力，找到该访问那个Page，进而通过指针，找到下一个Page。
实在目次页的本质也是页，平凡页中存的数据是用户数据，而目次页中存的数据是平凡页的地址。
可是，我们每次检索数据的时间，该从哪里开始呢？固然顶层的目次页少了，但是还要遍历啊？
不消担心，可以在加目次页

在查询的时间从最上面的Page开始，一个接一个的找到目次页。
从布局就可以看出，这就是B+树啊！没错，至此，我们已经给我们的表user构建完了主键索引。随便找一个id=？我们发现，如今查找的Page数一定镌汰了，也就意味着IO次数镌汰了，那么服从也就进步了。
复盘一下
Page分为目次页和数据页。目次页只放各个下级Page的最小键值。查找的时间，自定向下找，只需要加载部门目次页到内存，即可完成算法的整个查找过程，大大镌汰了IO次数
InnoDB
在建立索引布局来管理数据的时间，其他数据布局为何不行？

• 链表？线性遍历？
  前文已经表明过，服从太慢。
  
• 二叉搜刮树？
  退化问题，可能退化成为线性布局。
  
• AVL &&红黑树？
  固然是均衡或者近似均衡，但是毕竟是二叉布局，相比力多阶B+，意味着树整体过高，各人都是自顶向下找，层高越低，意味着系统与硬盘更少的IO Page交互。固然你很秀，但是有更秀的。
  
• Hash？
  官方的索引实现方式中，MySQL 是支持HASH的，不过InnoDB 和MyISAM 并不支持.Hash跟进其算法特征，决定了固然有时间也很快(O(1))，不过，在面临范围查找就显着不行，另外还有其他差别，有爱好可以查一下。
  

6. B+树 Vs B 树数

6.1 不同存储引擎支持的索引布局类型

数据布局演示链接：点击进入 里面有各种数据布局的布局。
6.2 B+树 Vs B树

B树？最值得比力的是InnoDB 为何不消B树作为底层索引？
B树

B+树

现在这两棵树，对我们最有意义的区别是：

• B树节点，既有数据，又有Page指针，而B+，只有叶子节点有数据，其他目次页，只有键值和Page指针
  
• B+叶子节点，全部相连，而B没有
  

为何选择B+
节点不存储data，如许一个节点就可以存储更多的key。可以使得树更矮，以是IO操作次数更少。叶子节点相连，更便于举行范围查找。
7. 聚簇索引 Vs 非聚簇索引

7.1 MyISAM Vs InnoDB

MyISAM 存储引擎—主键索引
MyISAM 引擎同样利用B+树作为索引效果，叶节点的data域存放的是数据纪录的地址。下图为表的主索引，Col1 为主键。

此中，MyISAM 最大的特点是，将索引Page和数据Page分离，也就是==叶子节点没有数据，只有对应数据的地址。相较于InnoDB 索引，InnoDB 是将索引和数据放在一起的。
MySAM存储引擎演示：
MySQL：

1. --创建数据库
2. create database myisam_test;
3. use myisam_test;
5. create table mtest(
6. id int primary key,
7. name varchar(11) not null
8. )engine=MyISAM;              
9. --使用engine=MyISAM

复制代码

Linux：
命令：ls /var/lib/mysql/myisam_test/ -al

MyISAM 这种用户数据与索引数据分离的索引方案，叫做非聚簇索引
Innodb存储引擎演示：
MySQL：

1. --创建数据库
2. create database Innodb_test;
3. use Innodb_test;
5. create table Itest(
6. id int primary key,
7. name varchar(11) not null
8. )engine=Innodb;              
9. --使用engine=Innodb

复制代码

Linux：
命令：ls /var/lib/mysql/myisam_test/ -al

InnoDB 这种用户数据与索引数据在一起索引方案，叫做聚簇索引
MySQL除了默认会建立主键索引外，我们用户也有可能建立按照其他列信息建立的索引，一样平常这种索引可以叫做辅助（平凡）索引。
对于M yISAM ,建立辅助（平凡）索引和主键索引没有差别，无非就是主键不能重复，而非主键可重复。
下图就是基于MyISAM 的Col2 建立的索引，和主键索引没有差别

同样，InnoDB 除了主键索引，用户也会建立辅助（平凡）索引，我们以上表中的
Col3 建立对应的辅助索引，如下图：

可以看到，InnoDB 的非主键索引中叶子节点并没有数据，而只有对应纪录的key值。
以是通过辅助（平凡）索引，找到目标纪录，需要两遍索引：起首检索辅助索引获得主键，然后用主键到主索引中检索获得纪录。这种过程，就叫做回表查询
为何InnoDB 针对这种辅助（平凡）索引的场景，不给叶子节点也附上数据呢？
答：太浪费空间了。目次Page就全部存放目次，如许才是最大的优化。
7.2 总结

InnoDB 主键索引和平凡索引
答：

• 主键索引在 InnoDB 中是聚簇索引，这意味着数据行的物理存储序次与主键的序次一致。如果没有显式定义主键，InnoDB 会选择第一个非空的唯一索引作为聚簇索引。如果没有合适的唯一索引，InnoDB 会建一个隐藏的聚簇索引。
  
• 辅助索引的叶子节点存储的是主键值，而不是数据行的物理地址。
  通过辅助索引查找数据时，起首找到主键值，然后通过主键值在聚簇索引中找到数据行。
  

MyISAM 主键索引和平凡索引
答：

• 主键索引和平凡索引在 MyISAM 中都是非聚簇索引，这意味着索引的叶子节点存储的是数据行的物理地址。主键索引和平凡索引在布局上没有区别，只是主键索引是唯一的。
  
• 平凡索引的叶子节点存储的是数据行的物理地址。通过索引查找数据时，直接根据物理地址访问数据行。
  

其他数据布局为何不能作为索引布局，尤其是B+和B
B+ 树的优势

• 高效的范围查询:
  B+ 树的叶子节点是链表情势连接的，这使得范围查询非常高效。
  在举行范围查询时，可以从一个叶子节点开始，沿着链表快速遍历多个节点。
  
• 较高的扇出（Fan-out）:
  B+ 树的每个节点可以容纳更多的键值，因此树的高度较低，镌汰了磁盘 I/O 次数。
  较低的树高度意味着更快的查询速度。
  
• 稳固的性能:
  B+ 树的插入和删除操作复杂度为 O(log n)，性能稳固。
  插入和删除操作不会导致树的高度变化，保持了查询性能的稳固性。
  

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。