MySQL索引
MySQL索引
什么是索引
- 高效的获取数据库数据的数据结构，能够加快数据库的查询速度。
- 索引本身是很大的，不可能把全部储存在内存中，索引往往是存储在磁盘上的文件中的（可能会单独存储在索引文件中，也可能和数据一起存储在数据文件中）
- 索引包含了：
- 聚集索引
- 覆盖索引
- 组合索引
- 前缀索引
- 唯一索引
没有特别说明，默认都使用B+树结构组织，（多路搜索树，并不一定是二叉）索引。
用到索引之后，就不必去扫描整个数据库
索引的优势和劣势
优势
- 可以提高数据检索的效率，降低数据库的io成本，
- 通过索引列对数据进行排序，降低数据排序的成本，降低cpu的消耗
- 被索引的列会自动进行排序，包括单列索引，组合索引，只是组合索引的排序要复杂一点
- 如果按照索引列的顺序进行排序，对应的order by语句来说，效率会提高很多。
劣势
- 索引会占用磁盘的空间
- 索引虽然会提高查询的效率，但是会降低表的更新效率，
- 每次进行对表的增，删，改msql不仅要保存数据，还要保存或者更新对应的索引文件
添加索引的五种的方法
- 添加primary key（主键索引）
alter table 表名 add primary key(列名)；
- 添加unique（唯一索引）
alter table 表名 add unique(列名)；
- 添加index（普通索引）
alter table 表名 add index 索引名(index_name) (列名);
- 添加fulltext（全文索引）
alter table 表名 add fulltext （列名）;
- 添加多列索引
alter table 表名 add index 索引名（index_name）(列名1，列名2，......)
删除索引的方法
- 使用DROP INDEX 语句
DROP INDEX 索引名 ON 表名
- 使用ALTER TABLE语句
该语句可以用于删除索引，是将ALTER TABLE语句的语法中部分指定为一下句中的某一项
DROP PRIMARY KEY：表示删除表中的一个主键，一个表只有一个主键，主键也是索引
DROP INDEX index_name：表示删除名为index_name的索引
DROP FORELGN KEY index_name：表示删除外键
如果删除的列是索引的组成部分，那么在删除该列时，也会将该列从索引中删除，
如果组成索引的所有列都被删除，那么整个索引都被删除。
索引的结构组成
索引的本质：
- 通过不断的缩小想要的获取数据的范围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，有了索引机制可以总是用一种方式来锁定数据。
磁盘中数据的存取
扇区：磁盘存储的最小单位，一般为512Byte
磁盘块：文件系统与磁盘交互的最小单位（计算机系统读写磁盘的最小单位），一个磁盘块有连续的几个扇区组成，磁盘块一般为4kb；
磁盘读取的数据：磁盘读取数据靠的是机械运动，每次读取数据花费的时间分为：
- 寻道时间
- 磁头臂移动到磁道所需要的时间，
- 旋转时间
- 磁盘旋转时间
- 传输时间
- 从磁盘中读取或者写入的时间
MySQL中的页
MySQL中磁盘交互的最小单位为页，页是MySQL中内部定义的一种数据结构，默认为16kb，相当于4个磁盘块，mysql每次从磁盘中读取一次数据是16kb，要么不读取，如果要读取就是16kb，这个值可以修改。
数据检索过程
对数据存储方式不做任何的优化，直接将数据库中的数据存储在磁盘中。比如某表中中有一个字段，为int类型，int占有4Byte，每个磁盘块可以储存1000多条数据，100万的数据需要1000个磁盘块，如果我们需要在着100万条数据中检索需要的数据，需要读取着1000个磁盘块，每次对磁盘块的io时间等于9ms，那么1000次需要9000ms等于9秒。
优化需求
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，最好能够减低一个稳定的常量值。
2，需要一种检索算法：当从磁盘中读取磁盘块的数据之后，这些磁盘块中可能包含多条数据，这些数据加载到一个内存中，那么这个算法能够快速的从内存多条数据中快速检索出需要数据。
循环遍历查找
从一组无序的数据中查找目标数据吗，常见的方法是遍历查找，n条数据，数据复杂度为O（n），最快需要一次，最坏的情况需要n次。
查询效率不稳定
二分法查找
二分法查找也称为：折半查找，用于有序的数组中快速定义某一个需要查找的数据。
原理：
- 先将一组无序的数据排序（升序，降序）之后放在数组中；
升序举例：
- [1，2，3，4，5，6，7，8，9]数组查9
- 第一次查：中间值为5，9>5将范围缩小到[6，7，8，9]
- 第二次查：中间值为7和8，9>7/9>8
- 第三次查：在[9]中查9，找到了，
二分发查找数据的优点：定位数据非常块，前提：目标数组必须是有序的
有序数组
如果我们将mysql中的表数据以有序的数组方式存储在磁盘中，定位数据步骤是：
- 取出目标中的所有数据，存放在一个有序数组中（io次数过多）
- 如果目标表中的数据量非常大，从磁盘中加载到内存中需要的内存也非常大（消耗的内存空间过大）
在排序期间将数据排序需要耗费时间
链表
- 每一个data中由指针域和数据域组成为结点，指针域中的指针指向下一个结点，这样的链式数据被成为链表
- 链表的第一个结点称为，首元结点,在初始化的时候头指针始终指向首元结点
- 在首元结点之前有个头结点一般不存放数据，存放该链表的长度（size）；
单链表
每个结点中持指向下一个结点的指针，只能按照一个方向遍历链表，
public class Node{
private Object data;//数据域
private Node nextNode;//指向下一个结点
}
双向链表
每一个结点中有两个指针域，分别指向当前结点的上一个结点（前驱）和下一个结点（后继）
public class Node{
private Object data;//数据域
private Node prevNode;//指向上一个结点（前驱）
private Node nextNode;//指向下一个结点（后继）
}
优点
- 可以快速的定位到上一个或者下一个结点
- 增**（只需改变指针的指向），删（改变该结点前驱指针的指向）**，改速度快
缺点
- 查找速度慢**（通过指针逐个移动查找）**
- 无法像数组一样，通过下标随机访问数据
二叉树
二叉树式每个结点最多有两个子树结构，子树分别称为：左子树（left subtree），右子树(right subtree),二叉树常被用来二叉查找和二叉堆
二叉树特征：
每个结点都包含一个元素以及n个子树，0<=n<2
左子树和右子树是有序的，次序无法任意颠倒的，左子树要小于父节点，右子树的值要大于父节点
优点
- 树结构有序，
缺点
- 数据量大的情况下，会导致树的高度变高，如果每个结点对应磁盘块来存储一个数据，需要的io成本增加了，显的此结构来存储数据不可取的。
B+树
- B+树索引
- B+树在数据库中的一种实现，是最常见也是数据库中使用最为频繁的以一种索引，
B+树的特征
- 每一个结点有n个子女
- 除了根结点外，每个结点至少有（n/2）个子女，根结点至少有两个子女
- 有x个子女的结点必有x个关键字
- 父节点中持有访问子节点的指针
- 父节点的关键字在子节点中存在，
- 除了叶子结点外，其他的结点都不存储数据
- 叶子结点之间用链表连接起来，可以非常方便范围查找