服务器之家:专注于服务器技术及软件下载分享
分类导航

Mysql|Sql Server|Oracle|Redis|MongoDB|PostgreSQL|Sqlite|DB2|mariadb|Access|数据库技术|

服务器之家 - 数据库 - 数据库技术 - 面试官问我索引为什么这快?我好像解释不清楚了

面试官问我索引为什么这快?我好像解释不清楚了

2021-10-25 21:08Java极客技术鸭血粉丝Tang 数据库技术

在数据库中加一定量的索引,会让你的查询语句,从原来的 3 秒缩短到零点几秒的程度,但是很多人都不知道为什么要加索引,为什么加了索引之后,你的查询语句就会起飞呢?今天阿粉来聊一下索引。

阿粉相信大家肯定都知道,在数据库中加一定量的索引,会让你的查询语句,从原来的 3 秒缩短到零点几秒的程度,但是很多人都不知道为什么要加索引,为什么加了索引之后,你的查询语句就会起飞呢?今天阿粉来聊一下索引。

面试官问我索引为什么这快?我好像解释不清楚了

索引的类型(常见的)

  • 主键索引(primary key):主键索引这个阿粉从刚开始接触开发的时候,就被各种灌输,表的主键就默认是索引,不允许出现空值。
  • 普通索引(index/normal):MySQL中基本索引类型,没有什么限制,允许在定义索引的列中插入重复值和空值。
  • 全文索引(fulltext):只能在文本类型CHAR,VARCHAR,TEXT类型字段上创建全文索引。MyISAM和InnoDB中都可以使用全文索引。
  • 唯一索引(unique):索引列中的值必须是唯一的,但是允许为空值。

索引的类型肯定不限制于这几项,既然我们知道分类了,我们接下来再来看看不同索引的创建方式。

不同索引的创建方式

其实如果你真的不会去写 SQL 去创建索引,最简单的,Navicat 你总是会用的吧,图形化的界面操作,你肯定也是了解的吧,那图形化直接操作不就好了。

面试官问我索引为什么这快?我好像解释不清楚了

这样子操作是不是简单明了,选择你想要创建索引的类型,然后指名你想要创建索引的字段,最后再给他加上个注释,完美解决,但是我们还是要写语句来看一下的。

1. 创建普通的索引

  1. ALTERTABLEtable_nameADDINDEXindex_name(column)

比如我们有一张表叫做 user 我们想给 user 表中的一个叫做 phone 字段增加一个索引,应该怎么去写呢?

  1. ALTERTABLEuserADDINDEXphoneIndex(phone)

这时候我们就创建好了一个索引了,索引的删除,相对来说也是非常的简单。其实说是创建索引,实际上就是给我们原有表中的某个字段上增加一个索引,这个大家一定得清楚哈,千万别和 Create 给搞混了。下面阿粉就直接简单的给大家称之为创建吧。

  1. ALTERTABLEtestalter_tb1DROPINDEXindex_name

这样删除我们刚才建立的索引就是

  1. ALTERTABLEuserDROPINDEXphoneIndex

这时候我们就能看到删除成功了。

  1. >OK
  2. >时间:0.012s

2. 创建唯一索引(unique)并删除

  1. ALTERTABLEuserADDuniquephoneIndex(phone)
  2. ALTERTABLEuserDROPINDEXphoneIndex;

千万不要想当然的认为创建的时候我指定了索引的类型,然后删除的时候也执行一个 ALTER TABLE user DROP unique phoneIndex; 阿粉亲身实践,确实是不成功的。

3. 创建主键索引(primary key)并删除

  1. ALTERTABLEuserADDPRIMARYKEY(phone):
  2. ALTERTABLEuserDROPPRIMARYKEY

一般我们在建表的时候,都把这个主键索引都建好了,所以使用的场景并不是很多见。

4. 创建全文索引(fulltext)并删除

创建方式都差不多就是这样

  1. ALTERTABLEuserADDFULLTEXTphoneIndex(phone)
  2. ALTERTABLEuserDROPINDEXphoneIndex;

既然我们了解了创建的方式了,那是不是该回归正题,说说为什么使用索引就会快,这就得涉及到索引的底层知识了,

索引的实现

在没有索引的情况下,我们查找数据只能按照从头到尾的顺序逐行查找,每查找一行数据,意味着我们要到到磁盘相应的位置去读取一条数据。

如果把查询一条数据分为到磁盘中查询和比对查询条件两步的话,到磁盘中查询的时间会远远大于比对查询条件的时间,这意味着在一次查询中,磁盘io占用了大部分的时间。更进一步地说,一次查询的效率取绝于磁盘io的次数,如果我们能够在一次查询中尽可能地降低磁盘io的次数,那么我们就能加快查询的速度。

所以我们就要开始引入索引,然后分析索引底层是如何实现查找迅速的。

实际上索引的底层实际上就是树,也就 B 树和 B+ 树,也可以称之为变种的 B+ 树。大家也都知道 Mysql中最常用的引擎像InnoDB和MyISAM,最终都选择了B+树作为索引。

那我们来说说这个B树和B+树。

B-树,也称为B树,是一种平衡的多叉树(可以对比一下平衡二叉查找树),它比较适用于对外查找。

画一个二阶B树:

面试官问我索引为什么这快?我好像解释不清楚了

二阶B树

那么我们为什么称他为二阶 B 树呢?这个阶数实际上就是说一个 节点 最多有几个 子节点。

我们上面的图,X元素,有2个子节点,A 元素,又有2个 子节点 C 和 D ,而 B 元素,又有 2 个子节点 E F ,也就是说一个节点最多有多少个子节点,我们就称它为几阶的树,通常这个值一般用 m 来表示。

注意我们所说的,也就是一个节点上 最多 的子节点数,如果有一个分支是有三个节点,而有一个是 两个节点 ,那我们就称它为 三阶 B 树。

一颗m阶的 B 树 要满足什么条件呢?

  • 每个节点至多可以拥有m棵子树。
  • 根节点,只有至少有2个节点(要么极端情况,就是一棵树就一个根节点,单细胞生物,即是根,也是叶,也是树)。
  • 非根非叶的节点至少有的Ceil(m/2)个子树(Ceil表示向上取整,图中3阶B树,每个节点至少有2个子树,也就是至少有2个叉)。
  • 非叶节点中的信息包括[n,A0,K1,A1,K2,A2,…,Kn,An],,其中n表示该节点中保存的关键字个数,K为关键字且Ki
  • 从根到叶子的每一条路径都有相同的长度,也就是说,叶子节点在相同的层,并且这些节点不带信息,实际上这些节点就表示找不到指定的值,也就是指向这些节点的指针为空。

B树的查询过程和二叉排序树比较类似,从根节点依次比较每个节点,因为每个节点中的关键字和左右子树都是有序的,所以只要比较节点中的关键字,或者沿着指针就能很快地找到指定的关键字,如果查找失败,则会返回叶子节点,即空指针。

B树搜索的简单伪算法如下:

  1. BTree_Search(node,key){
  2. if(node==null)returnnull;
  3. foreach(node.key)
  4. {
  5. if(node.key[i]==key)returnnode.data[i];
  6. if(node.key[i]>key)returnBTree_Search(point[i]->node);
  7. }
  8. returnBTree_Search(point[i+1]->node);
  9. }
  10.  
  11. data=BTree_Search(root,my_key);

这就是个伪算法,写的不好,大家见谅,那么什么是 B+ 树呢?

B+ 树是一种树数据结构,是一个n叉树,每个节点通常有多个孩子,一颗B+树包含根节点、内部节点和叶子节点。根节点可能是一个叶子节点,也可能是一个包含两个或两个以上孩子节点的节点。

B+ 树通常用于数据库和操作系统的文件系统中。

NTFS, ReiserFS, NSS, XFS, JFS, ReFS 和BFS等文件系统都在使用B+树作为元数据索引。

B+ 树的特点是能够保持数据稳定有序,其插入与修改拥有较稳定的对数时间复杂度。

B+ 树元素自底向上插入。

面试官问我索引为什么这快?我好像解释不清楚了

那 B+ 树又有哪些比较显著的特点呢?

  • 每个父节点的元素都出现在了子节点中,分别是子节点最大或者最小的元素。
  • 在上面的这一棵树中,根节点元素8是子节点258的最大的元素,根元素15也是。这时候要注意了,根节点最大的元素等同于整个B+树的最大的元素,以后无论是怎么插入或者是删除,始终都要保持最大的元素在根节点中。
  • 叶子节点,因为父节点的元素都出现在了子节点当中,因此所有的叶子节点包含了全量的元素信息。

B+树与B树差异

  • 有k个子节点的节点必然有k个元素
  • 非叶子节点仅具有索引作用,跟记录有关的信息均存放在叶子节点中
  • 树的所有叶子节点构成一个有序链表,可以按照元素排序的次序遍历全部记录
  • B树和B+树的区别在于,B+树的非叶子节点只包含导航信息,不包含实际的值,所有的叶子节点和相连的节点使用链表相连,便于区间查找和遍历。

说到这里,就会有读者开始想,说了半天,没有说到重点,为什么加了索引就快呢?

刚才阿粉也说了,数据库读取数据,是从磁盘上通过 IO 来进行数据的操作,一次磁盘IO操作可以取出物理存储中相邻的一大片数据,如果查询的索引数据(就是B+树中从根节点一直到叶子节点整个过程中查询的节点数)都集中在该区域,那么只需要一次磁盘IO,否则就需要多次磁盘IO。

这么说是不是就相对的简单明了了。

再举出一个简单的例子:

比如我们想要查询 user 表中 name 为 xiaohong 的数据,在我们写 SQL 的时候

  1. select*fromuserwherename='xiaohong'

这时候没有索引的情况下,数据库直接就把整个表全部扫描一遍,然后去找 name = ‘xiaohong’ 的数据

而我们给他加上索引之后,会通过索引查找去查询名为 ‘xiaohong‘ 的数据,因为该索引已经按照字母顺序排列,因此要查找名为 ‘xiaohong' 的记录时会快很多。

大家明白了么?就像是一个词典,我把 x 开头的数据都给你罗列出来,然后你从 x 开头的数据中去寻找,和你直接没有任何处理,直接一页一页的翻词典的速度,哪一个更快,相信大家也都明白了吧。

原文地址:https://mp.weixin.qq.com/s?__biz=MzkzODE3OTI0Ng==&mid=2247498578&idx=1&sn=04604336a889dec368734884e71ed5f2&chksm=c2869493f5f11d85a1ddbf44cdd7e1cc02d3bedd9be46d64f716670c5e77c628f304a528ca3c&mpshare=1&s

延伸 · 阅读

精彩推荐