常見的索引模型淺析

今天你做題了嗎發表於2020-06-26

  索引的出現是為了提高資料庫查詢的效率,就像書的目錄一樣。常見的索引模型有雜湊表、有序陣列、B+樹。

  • 自適應雜湊索引(AHI)

  雜湊表是一種常見的資料結構,即通過雜湊演算法計算出一個數字在表中的位置,並將數字存入該表。雜湊索引就是通過雜湊表來實現的,一般情況下查詢時間複雜度為O(1)。InnoDB會監控對錶上各索引頁的查詢,會自動根據訪問的頻率和模式為某些熱點頁建立雜湊索引,所以又叫自適應雜湊索引,訪問模式一樣指查詢的條件一樣。

  比如我們維護一張身份證資訊和使用者姓名的表,需要根據身份證號查詢姓名,雜湊索引大概是這樣的:

  雜湊索引適合只有等值查詢的場景,例如select * from T where index_col = '##'。雜湊索引是無序的,如果需要區間查詢,那就要把所有資料掃描一遍。

  • 有序陣列索引

  有序陣列在等值查詢和區間查詢場景中效率都很高,同樣用上面的表舉例,索引大概是這樣的:

  要查詢某條資料或者區間的時候,使用二分法時間複雜度為O(logN)。但如果需要在中間更新資料時,那麼就要移動後面所有的資料。有序陣列索引只適用於靜態儲存引擎,比如儲存2019年度學校所有學生資訊。

  • B+樹索引

  B+樹是為磁碟或其他直接存取輔助裝置設計的一種平衡查詢樹。下面是一顆高度為2的B+樹,所有記錄都在葉子結點上順序存放,葉子結點通過指標相連。

  B+樹索引就是B+樹在資料庫中的實現,由於B+索引在資料庫中具有高扇出性,在資料庫中B+樹的高度一般為2~4層。查詢某一鍵值的行記錄時最多隻需要2~4次IO。以InnoDB的一個整數字段索引為例,這顆B+樹大概是1200叉樹,這裡N叉樹的N取決於資料塊的大小。高度為4的時候就可以存1200的3次方個值,大概為17億。考慮到樹根的資料塊總是在記憶體中,一個10億行的表上一個整數字段的索引,查詢一個值最多隻需要訪問3次磁碟。

  在InnoDB儲存引擎中,表是根據主鍵順序存放的。根據葉子結點內容,B+樹索引又分為聚簇索引和輔助索引。

    • 聚簇索引:按照每張表的主鍵構造一顆B+樹,葉子結點的key是主鍵值, value是該行的其他欄位值,聚簇索引的葉子結點也稱為資料頁。
    • 輔助索引:葉子結點的內容是主鍵的值。

我們用一個例子來說明上面的概念,建立一張表,在欄位k上有索引:

create table T(
id int primary key, 
k int not null, 
name varchar(16),
index (k))engine=InnoDB;

  表中R1~R5的(ID,k)值分別為(100,1)、(200,2)、(300,3)、(500,5)和(600,6),兩顆B+樹如下,可以明顯看到這兩個顆樹的區別。

  使用普通索引查詢時,例如 select * from T where k = 2,需要先搜尋k索引樹,得到ID的值為200;再到ID索引搜尋一次。這個過程就叫做回表,非主鍵索引查詢需要多搜尋一棵樹。

  參考資料:《MySQL實戰45講》

       《MySQL技術內幕:InnoDB儲存引擎》第二版

相關文章