【MySQL】索引(上)

Ne0inhk

— 10 min read
【MySQL】索引(上)
欢迎拜访：雾里看山-ZEEKLOG博客
本篇主题：【MySQL】索引(上)
发布时间：2025.2.26
隶属专栏：MySQL

目录

初始索引

基本介绍

索引：提高数据库的性能，索引是物美价廉的东西了。不用加内存，不用改程序，不用调sql，只要执行正确的 create index ，查询速度就可能提高成百上千倍。但是天下没有免费的午餐，查询速度的提高是以插入、更新、删除的速度为代价的，这些写操作，增加了大量的IO。所以它的价值，在于提高一个海量数据的检索速度。

常见索引分类

  1. 主键索引(primary key)
  2. 唯一索引(unique)
  3. 普通索引(index)
  4. 全文索引(fulltext)–解决中子文索引问题。

案例使用

先整一个海量表，在查询的时候，看看没有索引时有什么问题？

--构建一个8000000条记录的数据--构建的海量表数据需要有差异性，所以使用存储过程来创建， 拷贝下面代码就可以了，暂时不用理解-- 产生随机字符串delimiter $$ createfunction rand_string(n INT)returnsvarchar(255)begindeclare chars_str varchar(100)default'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';declare return_str varchar(255)default'';declare i intdefault0;while i < n doset return_str =concat(return_str,substring(chars_str,floor(1+rand()*52),1));set i = i +1;endwhile;return return_str;end $$ delimiter;--产生随机数字delimiter $$ createfunction rand_num()returnsint(5)begindeclare i intdefault0;set i = floor(10+rand()*500);return i;end $$ delimiter;--创建存储过程，向雇员表添加海量数据delimiter $$ createprocedure insert_emp(instartint(10),in max_num int(10))begindeclare i intdefault0;set autocommit =0;repeatset i = i +1;insertinto EMP values((start+i),rand_string(6),'SALESMAN',0001,curdate(),2000,400,rand_num()); until i = max_num endrepeat;commit;end $$ delimiter;-- 执行存储过程，添加8000000条记录call insert_emp(100001,8000000);

到此，已经创建出了海量数据的表了。

  1. 查询员工编号为998877的员工
mysql>select*from EMP where empno=998877;+--------+--------+----------+------+---------------------+---------+--------+--------+| empno | ename | job | mgr | hiredate | sal | comm | deptno |+--------+--------+----------+------+---------------------+---------+--------+--------+|998877| vnaqzD | SALESMAN |0001|2025-02-2200:00:00|2000.00|400.00|198|+--------+--------+----------+------+---------------------+---------+--------+--------+1rowinset(8.86 sec)

可以看到耗时8.86秒，这还是在本机一个人来操作，在实际项目中，如果放在公网中，假如同时有1000个人并发查询，那很可能就死机。

  1. 解决方法，创建索引
mysql>altertable EMP addindex(empno); Query OK,0rows affected (22.08 sec) Records: 0 Duplicates: 0Warnings: 0
  1. 换一个员工编号，测试看看查询时间
mysql>select*from EMP where empno=998877;+--------+--------+----------+------+---------------------+---------+--------+--------+| empno | ename | job | mgr | hiredate | sal | comm | deptno |+--------+--------+----------+------+---------------------+---------+--------+--------+|998877| vnaqzD | SALESMAN |0001|2025-02-2200:00:00|2000.00|400.00|198|+--------+--------+----------+------+---------------------+---------+--------+--------+1rowinset(0.01 sec) mysql>select*from EMP where empno=445566;+--------+--------+----------+------+---------------------+---------+--------+--------+| empno | ename | job | mgr | hiredate | sal | comm | deptno |+--------+--------+----------+------+---------------------+---------+--------+--------+|445566| daTpSu | SALESMAN |0001|2025-02-2200:00:00|2000.00|400.00|216|+--------+--------+----------+------+---------------------+---------+--------+--------+1rowinset(0.00 sec)

认识磁盘

MySQL 与 存储

MySQL 给用户提供存储服务，而存储的都是数据，数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备，相比于计算机其他电子元件，磁盘效率是比较低的，在加上IO本身的特征，可以知道，如何提交效率，是 MySQL 的一个重要话题。

关于磁盘

磁盘的物理结构

在这里插入图片描述


关于磁盘的盘片

在这里插入图片描述

关于扇区

数据库文件，本质其实就是保存在磁盘的盘片当中。也就是上面的一个个小格子中，就是我们经常所说的扇区。当然，数据库文件很大，也很多，一定需要占据多个扇区。

题外话：

  • 从上图可以看出来，在半径方向上，距离圆心越近，扇区越小，距离圆心越远，扇区越大
  • 那么，所有扇区都是默认512字节吗？目前是的，我们也这样认为。因为保证一个扇区多大，是由比特位密度决定的。
  • 不过最新的磁盘技术，已经慢慢的让扇区大小不同了，不过我们现在暂时不考虑。

我们在使用Linux，所看到的大部分目录或者文件，其实就是保存在硬盘当中的。(当然，有一些内存文件系统，如： proc ， sys 之类，我们不考虑)

root@VM-20-16-ubuntu:/var/lib/mysql# ll total 254044 drwxr-x--- 11 mysql mysql 4096 Feb 2214:56 ./ drwxr-xr-x 45 root root 4096 Feb 2121:24 ../ -rw-r----- 1 mysql mysql 56 Jan 2012:21 auto.cnf drwxr-x--- 2 mysql mysql 4096 Feb 2215:18 bit_index/ -rw------- 1 mysql mysql 1680 Jan 2012:21 ca-key.pem -rw-r--r-- 1 mysql mysql 1112 Jan 2012:21 ca.pem -rw-r--r-- 1 mysql mysql 1112 Jan 2012:21 client-cert.pem -rw------- 1 mysql mysql 1676 Jan 2012:21 client-key.pem drwxr-x--- 2 mysql mysql 4096 Jan 2116:34 database1/ -rw-r----- 1 mysql mysql 379 Jan 2214:47 ib_buffer_pool -rw-r----- 1 mysql mysql 146800640 Feb 2215:18 ibdata1 -rw-r----- 1 mysql mysql 50331648 Feb 2215:18 ib_logfile0 -rw-r----- 1 mysql mysql 50331648 Feb 2215:18 ib_logfile1 -rw-r----- 1 mysql mysql 12582912 Feb 2119:46 ibtmp1 drwxr-x--- 2 mysql mysql 4096 Jan 2012:21 mysql/ drwxr-x--- 2 mysql mysql 4096 Jan 2012:21 performance_schema/ -rw------- 1 mysql mysql 1680 Jan 2012:21 private_key.pem -rw-r--r-- 1 mysql mysql 452 Jan 2012:21 public_key.pem drwxr-x--- 2 mysql mysql 4096 Feb 2119:46 scott/ -rw-r--r-- 1 mysql mysql 1112 Jan 2012:21 server-cert.pem -rw------- 1 mysql mysql 1676 Jan 2012:21 server-key.pem drwxr-x--- 2 mysql mysql 12288 Jan 2012:21 sys/ drwxr-x--- 2 mysql mysql 4096 Feb 1816:23 test/ drwxr-x--- 2 mysql mysql 4096 Feb 1716:58 test_db/ drwxr-x--- 2 mysql mysql 4096 Jan 2216:22 user_db/

所以，最基本的，找到一个文件的全部，本质，就是在磁盘找到所有保存文件的扇区。
而我们能够定位任何一个扇区，那么便能找到所有扇区，因为查找方式是一样的。

定位扇区

在这里插入图片描述
  • 柱面(磁道): 多盘磁盘，每盘都是双面，大小完全相等。那么同半径的磁道，整体上便构成了一个柱面
  • 每个盘面都有一个磁头，那么磁头和盘面的对应关系便是1对1的
  • 所以，我们只需要知道，磁头（Heads）、柱面(Cylinder)(等价于磁道)、扇区(Sector)对应的编号。即可在磁盘上定位所要访问的扇区。这种磁盘数据定位方式叫做 CHS 。不过实际系统软件使用的并不是 CHS （但是硬件是），而是 LBA ，一种线性地址，可以想象成虚拟地址与物理地址。系统将 LBA 地址最后会转化成为 CHS ，交给磁盘去进行数据读取。不过，我们现在不关心转化细节，知道这个东西，让我们逻辑自洽起来即可。

结论

我们现在已经能够在硬件层面定位，任何一个基本数据块了(扇区)。那么在系统软件上，就直接按照扇区(512字节，部分4096字节),进行IO交互吗？不是

  • 如果操作系统直接使用硬件提供的数据大小进行交互，那么系统的IO代码，就和硬件强相关，换言之，如果硬件发生变化，系统必须跟着变化
  • 从目前来看，单次IO 512字节，还是太小了。IO单位小，意味着读取同样的数据内容，需要进行多次磁盘访问，会带来效率的降低。
  • 之前学习文件系统，就是在磁盘的基本结构下建立的，文件系统读取基本单位，就不是扇区，而是数据块。

故，系统读取磁盘，是以块为单位的，基本单位是 4KB 。

磁盘随机访问(Random Access)与连续访问(Sequential Access)

随机访问：本次IO所给出的扇区地址和上次IO给出扇区地址不连续，这样的话磁头在两次IO操作之间需要作比较大的移动动作才能重新开始读/写数据。

连续访问：如果当次IO给出的扇区地址与上次IO结束的扇区地址是连续的，那磁头就能很快的开始这次 IO操作，这样的多个IO操作称为连续访问。

因此尽管相邻的两次IO操作在同一时刻发出，但如果它们的请求的扇区地址相差很大的话也只能称为随机访问，而非连续访问。

磁盘是通过机械运动进行寻址的，随机访问不需要过多的定位，故效率比较高。

MySQL 与磁盘交互基本单位

而 MySQL 作为一款应用软件，可以想象成一种特殊的文件系统。它有着更高的IO场景，所以，为了提高基本的IO效率， MySQL 进行IO的基本单位是 16KB (后面统一使用 InnoDB 存储引擎为例)

mysql>showglobalstatuslike'innodb_page_size';+------------------+-------+| Variable_name |Value|+------------------+-------+| Innodb_page_size |16384|-- 16*1024=16384+------------------+-------+1rowinset(0.00 sec)

也就是说，磁盘这个硬件设备的基本单位是 512 字节，而 MySQL InnoDB引擎 使用 16KB 进行IO交互。即， MySQL 和磁盘进行数据交互的基本单位是 16KB 。这个基本数据单元，在 MySQL 这里叫做page（注意和系统的page区分）

建立共识

  • MySQL 中的数据文件，是以page为单位保存在磁盘当中的。
  • MySQL 的 CURD 操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查询的数据。
  • 而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当中。
  • 所以在特定时间内，数据一定是磁盘中有，内存中也有。后续操作完内存数据之后，以特定的刷新策略，刷新到磁盘。而这时，就涉及到磁盘和内存的数据交互，也就是IO了。而此时IO的基本单位就是Page。
  • 为了更好的进行上面的操作， MySQL 服务器在内存中运行的时候，在服务器内部，就申请了被称为 Buffer Pool 的的大内存空间，来进行各种缓存。其实就是很大的内存空间，来和磁盘数据进行IO交互。
  • 为何更高的效率，一定要尽可能的减少系统和磁盘IO的次数
⚠️ 写在最后：以上内容是我在学习以后得一些总结和概括，如有错误或者需要补充的地方欢迎各位大佬评论或者私信我交流！！！
Could not load content