Java 岗大厂面试百日冲刺 - 日积月累,每日三题【Day28】—
聚集索引 和 非聚集索引的区别:
单表中只能有一个聚集索引,而非聚集索引单表可以存在多个。
聚集索引,索引中键值的
逻辑顺序
决定了表中相应行的物理顺序
;非聚集索引,索引中索引的逻辑顺序与磁盘上行的物理存储顺序不同
。索引是通过二叉树的数据结构来描述的,我们可以这么理解聚簇索引:索引的
叶节点就是数据节点
。而非聚簇索引的叶节点仍然是索引节点,只不过有一个指针指向对应的数据块
。聚集索引:物理存储按照索引排序;非聚集索引:物理存储不按照索引排序;
追问 1:为什么聚集索引可以创建在任何一列上,如果此表没有主键约束,即有可能存在重复行数据呢?
乍一看,这还真是和聚集索引的约束相背,但实际情况真可以创建聚集索引。
其原因是:如果未使用 UNIQUE 属性创建聚集索引,数据库引擎将向表自动添加一个四字节 uniqueifier
列。必要时,数据库引擎 将向行自动添加一个 uniqueifier 值,使每个键唯一。此列和列值供内部使用,用户不能查看或访问。
如果想查询学分在 60-90 之间的学生的学分以及姓名,在学分上创建聚集索引是否是最优的呢?
并不是。既然只输出两列,我们可以在学分以及学生姓名上创建联合非聚集索引,此时的索引就形成了覆盖索引,即索引所存储的内容就是最终输出的数据
,这种索引当然比以学分为聚集索引做查询性能好,算是相当于联合聚集索引~~灵活运用即可。
陈小哈,一个爱睡懒觉的崽子。工作日的它却总爱发呆~
=======================================================================================
1、B树(Balanced Tree)多路平衡查找树 多叉
B 树是一种多路自平衡搜索树,它类似普通的二叉树,但是 B 书允许每个节点有更多的子节点。B 树示意图如下:值得注意的是,B树的非叶子节点和叶子结点的data数据都是分开存储的,那么针对范围查询、排序等常用特性就很不友好了。
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200825092939538.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5
MzkwNTQ1,size_16,color_FFFFFF,t_70#pic_center)
B 树的特点:
所有键值分布在整个树中
任何关键字出现且只出现在一个节点中
搜索有可能在非叶子节点结束
在关键字全集内做一次查找,性能逼近二分查找算法
为了提升效率,要尽量减少磁盘 I/O 的次数。实际过程中,磁盘并不是每次严格按需读取,而是每次都会预读。
磁盘读取完需要的数据后,会按顺序再多读一部分数据到内存中,这样做的理论依据是计算机科学中注明的局部性原理:
由于磁盘顺序读取的效率很高(不需要寻址时间,只需很少的旋转时间),因此对于具有局部性的程序来说,预读可以提高 I/O 效率.预读的长度一般为页(page)的整倍数。
MySQL(默认使用 InnoDB 引擎),将记录按照页的方式进行管理,每页大小默认为 16K(可以修改)。
B-Tree 借助计算机磁盘预读机制:
每次新建节点的时候,都是申请一个页的空间,所以每查找一个节点只需要一次 I/O;因为实际应用当中,节点深度会很少,所以查找效率很高.
2、B+ Tree (B+树是 B 树的变体,也是一种多路搜索树)
从图中也可以看到,B+树与 B 树的不同在于:
所有关键字存储在叶子节点,非叶子节点不存储真正的 data,从而可以快速定位到叶子结点。
为所有叶子节点增加了一个链指针,
意味着所有的值都是按顺序存储的,并且每一个叶子页到根的距离相同,很适合查找范围数据。说明支持范围查询和天然排序。
因此,B+Tree 可以对<,<=,=,>,>=,BETWEEN,IN,以及不以通配符开始的 LIKE 使用索引。且如果用到了该索引,排序功能的消耗大大减少。
B+树的优点:
比较的次数均衡,减少了 I/O 次数,提高了查找速度,查找也更稳定。
B+树的磁盘读写代价更低
B+树的查询效率更加稳定
要知道的是,你每次创建表,系统会为你自动创建一个基于 ID 的聚集索引(上述 B+树),存储全部数据;你每次增加索引,数据库就会为你创建一个附加索引(上述 B+树),索引选取的字段个数就是每个节点存储数据索引的个数,注意该索引并不存储全部数据。
课间休息,又来秀一下来自咱们群里同学的搬砖工地,坐标:深圳。
作者:晓海wiley
===================================================================================
通常我们在建立联合索引的时候,相信建立过索引的同学们会发现,无论是 Oracle 还是 MySQL 都会让我们选择索引的顺序,比如我们想在 a,b,c 三个字段上建立一个联合索引,我们可以选择自己想要的优先级,(a、b、c),或是 (b、a、c) 或者是(c、a、b) 等顺序。
为什么数据库会让我们选择字段的顺序呢?不都是三个字段的联合索引么?这里就引出了数据库索引的最重要的原则之一,最左匹配原则
。
在我们开发中经常会遇到这种问题,明明这个字段建了联合索引,但是 SQL 查询该字段时却不会使用这个索引。难道这索引是假的?白嫖老子资源?!
比如索引 abc_index:(a,b,c)是 a,b,c 三个字段的联合索引,下列 sql 执行时都无法命中索引 abc_index;
select * from table where c = '1';
select * from table where b ='1' and c ='2';
以下三种情况却会走索引:
select * from table where a = '1';
select * from table where a = '1' and b = '2';
select * from table where a = '1' and b = '2' and c='3';
从上面两个例子大家有木有看出点眉目呢?
是的,索引 abc_index:(a,b,c),只会在 where 条件中带有(a)、(a,b)、(a,b,c)的三种类型的查询中使用。其实这里说的有一点歧义,其实当 where 条件只有(a,c)时也会走,但是只走 a 字段索引,不会走 c 字段。
那么这都是为什么呢?我们一起来看看其原理吧。
一、最左匹配原则的原理
MySQL 建立多列索引(联合索引)有最左匹配的原则,即最左优先:
如果有一个 2 列的索引 (a, b),则已经对 (a)、(a, b) 上建立了索引;
如果有一个 3 列索引 (a, b, c),则已经对 (a)、(a, b)、(a, b, c) 上建立了索引;
假设数据 表 LOL (id,sex,price,name) 的物理位置(表中的无序数据)如下:
(注:下面数据是测试少量数据选用的,只为了方便大家看清楚。实际操作中,应按照使用频率、数据区分度来综合设定索引顺序~)
主键 id sex(a) price(b) name(c)
(1) 1 1350 AAA 安妮
(2) 2 6300 MMM 盲僧
(3) 1 3150 NNN 奈德丽
(4) 2 6300 CCC 锤石
(5) 1 6300 LLL 龙女
(6) 2 3150 EEE 伊泽瑞尔
(7) 2 6300 III 艾克
(8) 1 6300 BBB 暴走萝莉
(9) 1 4800 FFF 发条魔灵
(10) 2 3150 KKK 卡牌大师
(11) 1 450 HHH 寒冰射手
(12) 2 450 GGG 盖伦
(13) 2 3150 OOO 小提莫
(14) 2 3150 DDD 刀锋之影
(15) 2 6300 JJJ 疾风剑豪
(16) 2 450 JJJ 剑圣
当你在 LOL 表创建一个联合索引 abc_index:(sex,price,name)时,生成的索引文件逻辑上等同于下表内容(分级排序)
:
sex(a) price(b) name(c) 主键 id
1 450 HHH 寒冰射手 (11)
1 1350 AAA 安妮 (1)
1 3150 NNN 奈德丽 (3)
1 4800 FFF 发条魔灵 (9)
1 6300 BBB 暴走萝莉 (8)
1 6300 LLL 龙女 (5)
2 450 GGG 盖伦 (12)
2 450 JJJ 剑圣 (16)
2 3150 DDD 刀锋之影 (14)
2 3150 EEE 伊泽瑞尔 (6)
2 3150 KKK 卡牌大师 (10)
2 3150 OOO 小提莫 (13)
2 6300 CCC 锤石 (4)
2 6300 III 艾克 (7)
2 6300 JJJ 疾风剑豪 (15)
2 6300 MMM 盲僧 (2)
小伙伴儿们有没有发现 B+树联合索引的规律?感觉还有点模糊的话,那咱们再来看一张索引存储数据的结构图,或许更明了一些。
这是一张来自思否上的图片,层次感很清晰,小伙伴可以看到,对于 B+树中的联合索引,每级索引都是排好序的
。联合索引 bcd_index:(b,c,d)
, 在索引树中的样子如图 , 在比较的过程中 ,先判断 b 再判断 c 然后是 d 。
由上图可以看出,B+ 树的数据项是复合的数据结构,同样,对于我们这张表的联合索引 (sex,price,name)来说 ,B+ 树也是按照从左到右的顺序来建立搜索树的,当 SQL 如下时:
select sex,price,name from LOL where sex = 2 and price = 6300 and name = 'JJJ 疾风剑豪';
B+ 树会优先比较 sex 来确定下一步的指针所搜方向,如果 sex 相同再依次比较 price 和 name,最后得到检索的数据;
二、违背最左原则导致索引失效的情况
(下面以联合索引 abc_index:(a,b,c) 来进行讲解,便于理解)
1、查询条件中,缺失优先级最高的索引 “a”
当 where b = 6300 and c = 'JJJ疾风剑豪'
这种没有以 a 为条件来检索时;B+树就不知道第一步该查哪个节点,从而需要去全表扫描了(即不走索引)。因为建立搜索树的时候 a 就是第一个比较因子,必须要先根据 a 来搜索,进而才能往后继续查询 b 和 c,这点我们通过上面的存储结构图可以看明白。
2、查询条件中,缺失优先级居中的索引 “b”
当 where a =1 and c =“JJJ 疾风剑豪” 这样的数据来检索时;B+ 树可以用 a 来指定第一步搜索方向,但由于下一个字段 b 的缺失,所以只能把 a = 1 的数据主键 ID 都找到,通过查到的主键 ID 回表查询相关行,再去匹配 c = ‘JJJ 疾风剑豪’ 的数据了,当然,这至少把 a = 1 的数据筛选出来了,总比直接全表扫描好多了。
评论