[MySQL初阶]MySQL（8）索引机制：上

编程语言 2025-04-11 23:35
0 阅读

标题：[MySQL初阶]MySQL（8）索引机制
@水墨不写bug

在这里插入图片描述

文章目录

一、索引的定位

如何提高算法的效率？
具体来说有两种方法：

1.改善数据组织的方式（数据结构）。
2.优化算法本身。

如何理解？以查找一个数据为例：
数据组织在顺序表中，一般用直接遍历的方法查找数据，复杂度O（N）。数据组织在AVL树中，查找一个数据，复杂度O（logN）。这体现了数据结构不同导致的查找效率的不同。显然AVL树更适合查找这样的场景。
对于算法而言，对效率提升本身有一定影响，比如：可以先快排数组，然后再二分查找，查找效率虽然高了，但是一旦插入一个数据，顺序就乱了。这需要结合具体场景分析。

MySQL的服务器，本质是运行在内存中的，所有的数据库的CURD操作，全都是在内存中进行的，索引也是如此！

其实索引的本质，就是内存中以特定数据组织的方式（数据结构）。

二、观察索引的引入带来的效率提升

首先，我们先通过如下的脚本语言生成百万级别的数据：


SET GLOBAL log_bin_trust_function_creators = 1;
drop database if exists `ddsm_index`;
create database if not exists `ddsm_index` default character set utf8;
use `ddsm_index`;

-- 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 $$
create function rand_string(n INT)
returns varchar(255)
begin
declare chars_str varchar(100) default
'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ';
declare return_str varchar(255) default '';
declare i int default 0;
while i < n do
set return_str =concat(return_str,substring(chars_str,floor(1+rand()*52),1));
set i = i + 1;
end while;
return return_str;
end $$
delimiter ;

-- 产生随机数字
delimiter $$
create function rand_num( )
returns int(5)
begin
declare i int default 0;
set i = floor(10+rand()*500);
return i;
end $$
delimiter ;

-- 创建存储过程，向雇员表添加海量数据
delimiter $$
create procedure insert_emp(in start int(10),in max_num int(10))
begin
declare i int default 0;
set autocommit = 0;
repeat
set i = i + 1;
insert into EMP values ((start+i)
,rand_string(6),'SALESMAN',0001,curdate(),2000,400,rand_num());
until i = max_num
end repeat;
commit;
end $$
delimiter ;

-- 雇员表
CREATE TABLE `EMP` (
  `empno` int(6) unsigned zerofill NOT  NULL COMMENT '雇员编号',
  `ename` varchar(10) DEFAULT NULL COMMENT '雇员姓名',
  `job` varchar(9) DEFAULT NULL  COMMENT  '雇员职位',
  `mgr` int(4) unsigned zerofill DEFAULT NULL COMMENT '雇员领导编号',
  `hiredate` datetime DEFAULT NULL COMMENT '雇佣时间',
  `sal` decimal(7,2) DEFAULT NULL COMMENT '工资月薪',
  `comm` decimal(7,2) DEFAULT NULL COMMENT '奖金',
  `deptno` int(2) unsigned zerofill DEFAULT NULL COMMENT '部门编号'
);
-- 执行存储过程，添加8000000条记录
call insert_emp(100001, 8000000);

操作方法如下：

  1. 把上面的文件传输到Linux机器上（后缀名.sql，记为createdata.sql），登录自己的MySQL服务，运行：
source createdata.sql的路径+文件名称；
  1. 在Linux中打开top，查看mysql的CPU占用，一般而言，CUP这时候已经被拉满了。
  2. 静等创建表完毕。

不加索引直接使用，效率低下

表被创建的目的就是被使用，而如果接下来你直接使用这张表，效率会让你目瞪口呆！
查找empno=998877的员工信息：

select * from EMP where empno=998877;

发现结果：
在这里插入图片描述查询时间达到了低效到惊人的5秒！

加上索引，效率显著提高
当我们加上索引：

alter table EMP add index(empno);

当然，构建索引本质也是构建一个数据结构，需要一些时间。
构建索引完成后，当我们再查找相同的员工：

select * from EMP where empno=998877;

发现查询时间几乎可以忽略不计：
在这里插入图片描述这就是索引的提高效率的直观体现！

三、索引的硬件基础

1.磁盘

在Linux阶段，我们已经了解过磁盘如何组织文件：
根据磁盘的结构，一个磁盘就是一个小盒子，一下是一个磁盘开盖后的结构。一个磁盘内部有多个盘面，每个盘面都对应有一个磁头。同时，每个盘面上有多个磁道，一个磁道又被分为多个扇区。
在这里插入图片描述如图，磁道是一圈的结构，扇区是磁道的一部分，一个扇区的存储大小是512字节。
在这里插入图片描述

2.磁盘的CHS定址法与OS的LBA定址法

如果你对磁盘的CHS定址法不理解，可以查看我的这篇文章：《[Linux] 层层深入理解文件系统——（3）磁盘组织存储的文件》

磁盘是硬件，是通过CHS进行定址的，每一个地址就是确定了一个扇区（512字节）。但是其实OS并不是按照CHS定址法来管理磁盘这个硬件的。因为磁盘是硬件，访问硬件是非常低效的！
OS频繁的访问磁盘这个硬件资源会导致整体效率下降。
于是OS为了减少对磁盘的访问，于是加大了一次读取数据的总量：4Kb。没错，这就是一个块！OS对磁盘的读写单位是以块进行的，那么OS对文件系统的管理的地址方法就是逻辑块地址（LBA）。
本质上，磁盘的CHS定址法对应的是物理地址；而OS的LBA定址法对应的是逻辑地址。

mysql文件本质属于Linux目录树，存储在 /var/lib/mysql 这个目录下，当我们查看这个目录，会发现我们创建的数据库都在这个目录下面。

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。对应OS层面就要占据多个块。

3.磁盘随机访问和连续访问

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，连续访问不需要过多的定位，故效率比较高。

4.MySQL与磁盘的基本交互单位

mysql是一种特殊的文件系统，有着更高的IO需求场景。所以为了提高基本的IO效率，MySQL进行IO的基本单位是16KB。

5.总结与建立共识

在这里插入图片描述从上面的论述，我们可以得出下面几个共识：

  • MySQL以16KB为基本单位进行MySQL级别的IO（本质其实是MySQL借助OS来对磁盘进行访问）；
  • MySQL有自己的buffer poll：MySQL在启动的时候，会给自己申请一个内存池，在读数据从buffer poll中读取；写数据则写到buffer poll中，进而刷新到文件缓冲区，最后刷新到磁盘。
  • 进行系统级IO的时候，要尽可能减少系统和磁盘IO的次数。

未完待续~
转载请注明出处

在这里插入图片描述

猜你喜欢

目录

热门文章