二十二、mysql索引原理详解

背景

　　使用mysql最多的就是查询，我们迫切的希望mysql能查询的更快一些，我们经常用到的查询有：

1. 按照id查询唯一一条记录

2. 按照某些个字段查询对应的记录

3. 查找某个范围的所有记录（between and）

4. 对查询出来的结果排序

　　mysql的索引的目的是使上面的各种查询能够更快。

一、预备知识

　　什么是索引？

　　上一篇中有详细的介绍，可以过去看一下：什么是索引？

　　索引的本质：通过不断地缩小想要获取数据的范围来筛选出最终想要的结果，同时把随机的事件变成顺序的事件，也就是说，有了这种索引机制，我们可以总是用同一种查找方式来锁定数据。

　　磁盘中数据的存取

　　以机械硬盘来说，先了解几个概念。

　　扇区：磁盘存储的最小单位，扇区一般大小为512Byte。

　　磁盘块：文件系统与磁盘交互的的最小单位（计算机系统读写磁盘的最小单位），一个磁盘块由连续几个（2^n）扇区组成，块一般大小一般为4KB。

　　磁盘读取数据：磁盘读取数据靠的是机械运动，每次读取数据花费的时间可以分为寻道时间、旋转延迟、传输时间三个部分，寻道时间指的是磁臂移动到指定磁道所需要的时间，主流磁盘一般在5ms以下；旋转延迟就是我们经常听说的磁盘转速，比如一个磁盘7200转，表示每分钟能转7200次，也就是说1秒钟能转120次，旋转延迟就是1/120/2 = 4.17ms；传输时间指的是从磁盘读出或将数据写入磁盘的时间，一般在零点几毫秒，相对于前两个时间可以忽略不计。那么访问一次磁盘的时间，即一次磁盘IO的时间约等于5+4.17 = 9ms左右，听起来还挺不错的，但要知道一台500 -MIPS的机器每秒可以执行5亿条指令，因为指令依靠的是电的性质，换句话说执行一次IO的时间可以执行40万条指令，数据库动辄十万百万乃至千万级数据，每次9毫秒的时间，显然是个灾难。

　　mysql中的页

　　mysql中和磁盘交互的最小单位称为页，页是mysql内部定义的一种数据结构，默认为16kb，相当于4个磁盘块，也就是说mysql每次从磁盘中读取一次数据是16KB，要么不读取，要读取就是16KB，此值可以修改的。

　　数据检索过程

　　我们对数据存储方式不做任何优化，直接将数据库中表的记录存储在磁盘中，假如某个表只有一个字段，为int类型，int占用4个byte，每个磁盘块可以存储1000条记录，100万的记录需要1000个磁盘块，如果我们需要从这100万记录中检索所需要的记录，需要读取1000个磁盘块的数据（需要1000次io），每次io需要9ms，那么1000次需要9000ms=9s，100条数据随便一个查询就是9秒，这种情况我们是无法接受的，显然是不行的。

二、我们迫切的需求是什么？

　　我们迫切需要这样的数据结构和算法：

1. 需要一种数据存储结构：当从磁盘中检索数据的时候能，够减少磁盘的io次数，最好能够降低到一个稳定的常量值

2. 需要一种检索算法：当从磁盘中读取磁盘块的数据之后，这些块中可能包含多条记录，这些记录被加载到内存中，那么需要一种算法能够快速从内存多条记录中快速检索出目标数据

　　我们来找找，看是否能够找到这样的算法和数据结构。

　　我们看一下常见的检索算法和数据结构。

三、循环遍历查找

　　从一组无序的数据中查找目标数据，常见的方法是遍历查询，n条数据，时间复杂度为O(n)，最快需要1次，最坏的情况需要n次，查询效率不稳定。

四、二分法查找　　

　　二分法查找也称为折半查找，用于在一个有序数组中快速定义某一个需要查找的数据。

　　原理是：

　　先将一组无序的数据排序（升序或者降序）之后放在数组中，此处用升序来举例说明：用数组中间位置的数据A和需要查找的数据F对比，如果A=F，则结束查找；如果A<F，则将查找的范围缩小至数组中A数据右边的部分；如果A>F，则将查找范围缩小至数组中A数据左边的部分，继续按照上面的方法直到找到F为止。

　　示例：

从下列有序数字中查找数字9，过程如下

　　[1,2,3,4,5,6,7,8,9]

　　第1次查找：[1,2,3,4,5,6,7,8,9]中间位置值为5，9>5，将查找范围缩小至5右边的部分：[6、7、8、9]

　　第2次查找：[6、7、8、9]中间值为8，9>8 ，将范围缩小至8右边部分：[9]

　　第3次查找：在[9]中查找9，找到了。

　　可以看到查找速度是相当快的，每次查找都会使范围减半，如果我们采用顺序查找，上面数据最快需要1次，最多需要9次，而二分法查找最多只需要3次，耗时时间也比较稳定。

　　二分法查找时间复杂度是:O(logN)(N为数据量)，100万数据查找最多只需要20次（2^20=1048576‬）

　　二分法查找数据的优点：定位数据非常快，前提是：目标数组是有序的。

五、有序数组　　

　　如果我们将mysql中表的数据以有序数组的方式存储在磁盘中，那么我们定位数据步骤是：

1. 取出目标表的所有数据，存放在一个有序数组中

2. 如果目标表的数据量非常大，从磁盘中加载到内存中需要的内存也非常大

　　步骤取出所有数据耗费的io次数太多，步骤2耗费的内存空间太大，还有新增数据的时候，为了保证数组有序，插入数据会涉及到数组内部数据的移动，也是比较耗时的，显然用这种方式存储数据是不可取的。

六、链表　　

　　链表相当于在每个节点上增加一些指针，可以和前面或者后面的节点连接起来，就像一列火车一样，每节车厢相当于一个节点，车厢内部可以存储数据，每个车厢和下一节车厢相连。

　　链表分为单链表和双向链表。

 

来源：https://www.cnblogs.com/biao/p/11776898.html