ElasticSearch 索引 VS MySQL 索引
- - crossoverJie's Blog这段时间在维护产品的搜索功能，每次在管理台看到 elasticsearch 这么高效的查询效率我都很好奇他是如何做到的. 这甚至比在我本地使用 MySQL 通过主键的查询速度还快. 这类问题网上很多答案，大概意思呢如下：. Lucene 的全文检索引擎，它会对数据进行分词后保存索引，擅长管理大量的索引数据，相对于.
[MySQL] B+树索引
标签：
mysql
索引
| 发表时间：2013-06-13 12:24 | 作者：u010415792
出处：http://blog.csdn.net
B+树是一种经典的数据结构，由平衡树和二叉查找树结合产生，它是为磁盘或其它直接存取辅助设备而设计的一种平衡查找树，在B+树中，所有的记录节点都是按键值大小顺序存放在同一层的叶节点中，叶节点间用指针相连，构成双向循环链表，非叶节点（根节点、枝节点）只存放键值，不存放实际数据。下面看一个2层B+树的例子：
保持树平衡主要是为了提高查询性能，但为了维护树的平衡，成本也是巨大的，当有数据插入或删除时，需采用拆分节点、左旋、右旋等方法。B+树因为其高扇出性，所以具有高平衡性，通常其高度都在2~3层，查询时可以有效减少IO次数。B+树索引可以分为聚集索引(clustered index)和非聚集索引（即辅助索引，secondary index）。
聚集索引
InnoDB表时索引组织表，即表中数据按主键B+树存放，叶子节点直接存放数据，每张表只能有一个聚集索引。
辅助索引
辅助索引（也称非聚集索引）是指叶节点不包含行的全部数据，叶节点除了包含键值之外，还包含一个书签连接，通过该书签再去找相应的行数据。下图显示了InnoDB存储引擎辅助索引和聚集索引的关系：
从上图中可以看出，辅助索引叶节点存放的是主键值，获得主键值后，再从聚集索引中查找整行数据。举个例子，如果在一颗高度为3的辅助索引中查找数据，首先从辅助索引中获得主键值（3次IO），接着从高度为3的聚集索引中查找以获得整行数据（3次IO），总共需6次IO。一个表上可以存在多个辅助索引。
索引组织表 VS 堆表
MyISAM中的表是以堆表的方式进行存储，堆表没有主键，因此没有聚集索引，辅助索引叶节点不是返回主键值，而是返回行标志符（ROWID），通过ROWID再去查找相应的行。
很显然，对于堆表来说，通过辅助索引访问更快(IO更少)，但是如果在OLTP应用下，表中数据经常被修改，辅助索引中的ROWID可能需要经常更新，如果更新影响到物理地址的更改，这种开销比索引组织表要大得多。
因此，索引组织表还是堆表，这取决于你的应用，如果你的应用是OLAP，数据更新很少，堆表更好一些。
复合索引
复合索引是指对表上的多个列做索引，下面是一个复合索引的例子：
alter table t add key idx_a_b(a,b);
下图是B+树结构：
很显然，对于where a = xxx and b=xxx 这样的语句是可以使用这个复合索引的。现在看看对单个列的情况，where a = xxx也是可以使用该复合索引，因为a列在复合索引中也是有序的，但对于where b =xxx 这样的语句是无法使用该复合索引，因为它是无序的。
作者：u010415792 发表于2013-6-13 12:24:42 原文链接
阅读：32 评论：0 查看评论
相关 [mysql 索引] 推荐：
[MySQL] B+树索引
- - CSDN博客推荐文章B+树是一种经典的数据结构，由平衡树和二叉查找树结合产生，它是为磁盘或其它直接存取辅助设备而设计的一种平衡查找树，在B+树中，所有的记录节点都是按键值大小顺序存放在同一层的叶节点中，叶节点间用指针相连，构成双向循环链表，非叶节点（根节点、枝节点）只存放键值，不存放实际数据. 保持树平衡主要是为了提高查询性能，但为了维护树的平衡，成本也是巨大的，当有数据插入或删除时，需采用拆分节点、左旋、右旋等方法.
mysql 索引技巧
- - 小彰MySQL索引的建立对于MySQL的高效运行是很重要的. 下面介绍几种常见的MySQL索引类型. 在数据库表中，对字段建立索引可以大大提高查询速度. 假如我们创建了一个 mytable表：. CREATE TABLE mytable( ID INT NOT NULL, username VARCHAR(16) NOT NULL ); 我们随机向里面插入了10000条记录，其中有一条：5555, admin.
mysql选择索引
- - CSDN博客数据库推荐文章1、尽量为用来搜索、分类或分组的数据列编制索引，不要为作为输出显示的数据列编制索引. 最适合有索引的数据列是那些在where子句中数据列，在联结子句中出现的数据列，或者是在Group by 、Order by子句中出现的数据列. select 后的数据列最好不要用索引. 2、综合考虑各数据列的维度.
mysql 索引详解
- - 行业应用 - ITeye博客本文以MySQL数据库为研究对象，讨论与数据库索引相关的一些话题. 特别需要说明的是，MySQL支持诸多存储引擎，而各种存储引擎对索引的支持也各不相同，因此MySQL数据库支持多种索引类型，如BTree索引，哈希索引，全文索引等等. 为了避免混乱，本文将只关注于BTree索引，因为这是平常使用MySQL时主要打交道的索引，至于哈希索引和全文索引本文暂不讨论.
mysql索引认识
- - 数据库 - ITeye博客数据在磁盘中是以 “块”的形式存储的，所以一张表涉及的数据可能会存在多个块中，而在磁盘中查询数据则会根据字段是否为有序与无序来区分，. 无序情况：1.数值具有唯一性则需要查找 总块数/2. 2.无序+无唯一性则需要查找 总块数. 有序情况：1.数值唯一性：log2(总块数/2) （log2是二分查找算法）.
MySQL 索引方式
- - zzm本文配图来自《高性能MySQL(第二版)》. 在数据库中，对性能影响最大的几个策略包括数据库的锁策略、缓存策略、索引策略、存储策略、执行计划优化策略. 索引策略决定数据库快速定位数据的效率，存储策略决定数据持久化的效率. MySQL中两大主要存储引擎MyISAM和InnoDB采用了不同的索引和存储策略，本文将分析它们的异同和性能.
MySql索引总结
- - 掘金后端MySQL 索引底层数据结构. Mysql索引使用的数据结构主要有 BTree索引 和 Hash索引. 对于Hash索引来说，底层数据结构就是哈希表，因此在绝大多数需求为单条记录查询的时候，使用Hash索引查询性能最快. 其余大多数场景建议使用BTree索引. 为什么索引能够提高查询速度.
Mysql-innodb-B+索引
- - 掘金后端这是读书笔记，Mysql，innodb系列一共3篇. Mysql-innodb-B+索引（本篇）. Mysql-innodb-锁（预计20200523）. Mysql-innodb-事务预计20200530）. CREATE TABLE `aid_***_detail` (
//省略所有字段
PRIMARY KEY (`id`),
KEY `range_idx` (`range_id`,`is_delete`,`range_detail_num`,`goods_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4复制代码.
MySQL InnoDB B+树索引
- - OurMySQLB+树索引在DB中有一个特点就是高扇出性，一般在DB中B+树的高度在2-3层左右，也就意味着只需要2-3次的IO操作即可. 而现在的磁盘每秒差不多在100次IO左右，2-3次意味着查询时间只需0.02-0.03秒. InnoDB存储引擎表是索引组织表，即表中数据安装主键顺序存放. 而聚集索引就是按照每张表的主键构造一颗B+，并且叶节点存放着整张表的行记录数据，因此也让聚集索引也是索引的一部分.