SQL优化 第一章 数据存储及索引

参考资料：
本系列博客主要参考资料有CUUG冉乃纲老师数据库教学笔记，《SQL优化核心思想》（罗炳森，黄超，钟侥著），《PostgreSQL技术内幕：查询优化深度探索》（张树杰著），排名不分先后。

 

1 事先说明

我们做SQL优化，其中最直截了当的利器便是索引，当然，也是一把双刃剑，既然讲到索引，我们就要讲表里的数据怎么存储的，只有这样，我们才会把索引的基本原理，为什么要建索引，怎么用索引理解清楚，也为后面的表连接做好基础。

2 数据存储

Oracle数据存储有着一整套完善的物理存储结构和逻辑存储结构，这里我们不多说，大家如果有需求，我们另开专题讲解。我们这里主要抓住三点。

（1）数据的存储是无序的，原因很简单，顺序存储耗时耗资源，也不利于存储结构优化，比如，热块（不理解就过了吧，我们临时理解为，这个是DBA要管的，DBA莫怪。。。）；

（2）数据从磁盘到内存是按块读取的，不是按条读取的，原因很简单，块大小固定，读取快捷，当然，有时候是单块读，有时候多块一起读，我们会结合索引后面分析；

（3）数据库每一条记录对应唯一一个不变的虚拟列，叫rowid，这是定位数据最快的方式，因为rowid=数据对象编号+对应文件编号+块编号+行编号，好吧，又开始装了，我们理解为rowid是记录的物理地址。

综上三点，假设我们有一张表，怎么从里面找我们想要的数据呢，只能把表从头看到尾，把想要的拿出来，好吧这就是全表扫描。

那么问题来了，假设这张表很大，每天执行很多次查询，每次都全表扫，不说别的，IO成本就足以让系统奔溃掉。解决方案就是下面要说的，索引。

3 索引

3.1 用简单平衡树+双向链表解释索引

我们这里只说B树索引，关于位图索引，大家可以自己网上查询。

第一个问题，索引是啥？简要回答，索引的结构是树形结构+双向链表。有听不懂的小伙伴没关系，我们一层层剥开来讲。

假设我们把数据这么存储，也是平衡树+双向链表，关于数据查找，我们有如下分析

（1）假设我们要找数字7的时候，看根节点5->7大于5->右分支8->7小于8->左分支7，我们定位数据只用了三次，其实这就是索引唯一扫描;

（2）假设我们要找7和9之间的数据，通过上面定位7的方式找到7 ，然后在下面的双向链表往右扫描到10，发现已经大于9，停止扫描，其实这就是索引范围扫描；

（3）索引跳跃扫描（skip scan）通过这个结构不好讲解，我们后面根据索引应用案例讲解。

关于平衡树和双向链表的构建，关键字是排序+折半查找，

（1）首先，把数字按照一定顺序排好，我们这里按照升序

（2）折半查找，找个偏中间值做根节点，这里是5，然后左右每个段再找个偏中间值做第一层分支，这里是2和8，一次类推，直到找完。

那么问题来了，索引是有序的吗？

答案是肯定的，第一步就是排序嘛！

那么索引的好处和坏处都来了，

（1）好处，快速定位，大家可以结合任何一张报纸不能被连续折叠20次来理解；

（2）坏处呢，也是显而易见，排序，每一次数据的更改，都要维护索引结构以及顺序，这就不难理解索引为什么影响增删改操作了；

（3）索引有时候也会对Select操作产生不好影响，这里讲为时过早，我们第三章 <3 全表扫描和索引扫描选择>再做讲解。

3.2 索引存储结构

上面我们只是用平衡二叉树简单理解索引，事实上，索引不是二叉树，如果是二叉树，索引会很高，也就是层次很多，一层层定位，会影响定位速度；

还有就是每个节点的数据结构是键值对，键是建立索引时的字段值，值是rowid，以实现表数据快速定位。

这就是索引结构图。

3.3 小结

（1）关于数据存储结构，我们理解无序+按块读+rowid概念就好了；

（2）关于索引结构，我们理解索引是树形结构+双向链表，节点里存字段值和rowid就好了，我们是做SQL优化，不是专门研究索引数据结构，理解就好，没必要深究。