数据库学习

关系数据库管理系统索引

RDBMS数据库的设计

索引模块

为什么要使用索引

快速查询数据

索引的数据结构

生成索引，建立二叉查找树进行二分查找；
生成索引，建立B-树结构进行查找；
生成索引，建立B+树结构进行查找；
生成索引，建立Hash结构进行查找；

优化索引

树的高度决定了IO次数，所以为了降低IO次数，减少时间复杂度，我们要降低树的高度，使用B树；

B-Tree

定义

合并打乱上借下移保持平衡

B+树

Q代表指针

B+树更适合用来做储存索引

b+树的磁盘读写代价更低；
B+树查询效率更加稳定
b+树更有利于对数据库的扫描；

Hash索引

缺点：

仅仅能满足“=”，“in”，不能使用范围查询；
无法被用来避免数据的排序操作；
不能利用部分索引键查询；eg:组合索引；
不能避免表扫描；
遇到大量Hash值相等的情况后性能并不一定就会比B+效率高；

BitMap索引位图索引

orcle

优点：一个节点能储存大量数据，类似于叠加cpu；

缺点：锁特别多；不适合高并发；

密集索引和稀疏索引的区别

密集索引文件中的每个搜索码值都对应一个索引值；
稀疏索引文件只为索引码的某些值建立索引项；（叶子节点只保存了叶子节点的zhu键值和地址信息）

Mysql都是稀疏索引；

InnoDB都是密集索引

比较

相同点：都不支持hash索引

密集索引直接在节点存储行，通过主键可以直接查询，使用辅助查询的话运行两次B+树即可；

而稀疏索引，主树和辅助树储存的信息都一样，所以不用访问主树即可找到；索引和数据是分开的；

如何调优索引

定位并优化慢查询Sql;

思路

根据慢日志定位慢查询sql；

show variables like '%quer%'
set global slow_query_log = on;
set global slow_query_time = 1;
show status like '%slow_queries%'

改配置文件

使用explain等工具分析sql （在语句前加上explain）
Explain关键字段解释

type：

extra：
修改sql或者尽量让sql走索引
- 走index效率提高33%

联合索引

最左匹配原则

成因

问道IT