精选留言(386)

• 

  JackPn 置顶

  老师我可不可以理解为：每一张表其实就是一个B+树，树结点的key值就是某一行的主键，value是该行的其他数据。新建索引就是新增一个B+树，查询不走索引就是遍历主B+树。

  作者回复: 每一个表是好几棵B+树（应该是你理解对了但是手误），
  其它的完全正确

  2018-11-27

   6

   73
• 

  wuxue_123 置顶

  老师，回表只是普通索引才会有的吗？主键和数据放在同一个树中，根据主键查询的时候，就可以直接获得数据了。
  那select ＊from table where id＝xx
  和select id from table where id＝xx
  的效率是一样的吗？（id是主键）

  作者回复: 这两个语句是都不用回表了，在“查找行”这个逻辑上是一样的，
  
  但是select *要读和拷贝更多列到server,还要发送更多列给客户端，所以还是select id更快的。
  
  好问题

  2018-12-20

   3

   50
• 

  Christain 置顶

  老师，索引篇结束了么？
  有几个问题
  1 :三个字段联合索引时，如果中间的字段使用了范围查询或者模糊查询，最后一个字段还会用到索引么？
  2:在order by时，索引是如何使用的
  3:新建一张表，如何界定其索引的数量，有没有选择或者公式
  4:能不能再详细介绍下字符串前缀索引

  作者回复: 理论篇的先到这里，实践篇的还有六篇索引相关。
  1. 我们文中有这样的例子了哦。like “张%” 就是对name 字段的范围查询/模糊查询。 age 就是你说的最后一个字段啦 😄
  2. 我们有两篇的篇幅来讲order by, 第14和16（15是答疑）
  3. 根据查询需要😓
  4. 等《如何给字符串字段加索引》发布哈
  
  嗯索引的内容其实很多，基础篇两篇是不可能写完的，而且怕理论类太多大家读着累，把一些知识点放到实践篇了 @all

  2018-11-23

   1

   47
• 

  壹笙☞漂泊

  总结：
  1.索引的作用：提高数据查询效率
  2.常见索引模型：哈希表、有序数组、搜索树
  3.哈希表：键 - 值(key - value)。
  4.哈希思路：把值放在数组里，用一个哈希函数把key换算成一个确定的位置，然后把value放在数组的这个位置
  5.哈希冲突的处理办法：链表
  6.哈希表适用场景：只有等值查询的场景
  7.有序数组：按顺序存储。查询用二分法就可以快速查询，时间复杂度是：O(log(N))
  8.有序数组查询效率高，更新效率低
  9.有序数组的适用场景：静态存储引擎。
  10.二叉搜索树：每个节点的左儿子小于父节点，父节点又小于右儿子
  11.二叉搜索树：查询时间复杂度O(log(N))，更新时间复杂度O(log(N))
  12.数据库存储大多不适用二叉树，因为树高过高，会适用N叉树
  13.InnoDB中的索引模型：B+Tree
  14.索引类型：主键索引、非主键索引
  主键索引的叶子节点存的是整行的数据(聚簇索引)，非主键索引的叶子节点内容是主键的值(二级索引)
  15.主键索引和普通索引的区别：主键索引只要搜索ID这个B+Tree即可拿到数据。普通索引先搜索索引拿到主键值，再到主键索引树搜索一次(回表)
  16.一个数据页满了，按照B+Tree算法，新增加一个数据页，叫做页分裂，会导致性能下降。空间利用率降低大概50%。当相邻的两个数据页利用率很低的时候会做数据页合并，合并的过程是分裂过程的逆过程。
  17.从性能和存储空间方面考量，自增主键往往是更合理的选择。
  
  思考题：
  如果删除，新建主键索引，会同时去修改普通索引对应的主键索引，性能消耗比较大。
  删除重建普通索引貌似影响不大，不过要注意在业务低谷期操作，避免影响业务。
  
  
  

  作者回复: 优秀

  2018-11-21

   1

   314
• 

  张良

  结合王争的数据结构与算法看正好

  2018-11-21

   3

   106
• 

  约书亚

  “N叉树”的N值在MySQL中是可以被人工调整的么？曾经面试被问到过这问题，当时就懵逼了...

  作者回复: 面试中题面越简单的问题越暗藏凶险，可见一斑…
  
  可以按照调整key的大小的思路来说；
  
  如果你能指出来5.6以后可以通过page大小来间接控制应该能加分吧
  
  面试回答不能太精减，计算方法、前缀索引什么的一起上😄
  
  
  
  

  2018-11-21

   10

   76
• 

  堵车

  请问没有主键的表，有一个普通索引。怎么回表？

  作者回复: 没有主键的表，innodb会给默认创建一个Rowid做主键

  2018-11-21

  

   75
• 

  张先先森森森

  drop主键索引会导致其他索引失效，但drop普通索引不会。

  2018-11-21

   2

   60
• 

  路过

  顺序应是先删除k列索引，主键索引。然后再创建主键索引和k列索引。
  

  2018-11-21

  

   45
• 

  高枕

  我来回答这个问题
  你可以想象一下一棵 100 万节点的平衡二叉树，树高 20。一次查询可能需要访问 20 个数据块。
  
  这里有点不理解，为什么树高20就是20个数据块？
  
  
  每个叶子结点就是一个块，每个块包含两个数据，块之间通过链式方式链接。树高20的话，就要遍历20个块

  作者回复: 👍🏿，多谢
  
  多补一句，因为是二叉树结构，每次指针查找很大概率是触发随机磁盘读（比如很难刚好碰上一个节点和他的左右儿子刚好相邻）

  2018-11-21

   4

   35
• 

  唐堂

  @约书亚 的问题：““N叉树”的N值在Mysql是否可以被调整？” ，老师能否在稍微详细点指导下？ 谢谢老师了

  2018-11-21

  

   33
• 

  Richie

  二级索引重建应该新建索引再做删除，如果有查询用到这个索引，此时索引已被删除，会导致业务抖动.主键重建不能采用drop这种方式去按操作，因为所有数据都是以主键组织的，删了主键后，InnoDB会自己找一个主键组织数据，再次添加主键又会重新组织数据，重建表的次已达二次，我们可以直接Optimiz这个表

  2018-11-21

  

   31
• 

  大王拍我去巡山

  老师你好：之前看过一遍文章，一直有疑惑：一个innoDB引擎的表，数据量非常大，根据二级索引搜索会比主键搜索快，文章阐述的原因是主键索引和数据行在一起，非常大搜索慢，我的疑惑是：通过普通索引找到主键ID后，同样要跑一边主键索引，还望老师解惑。。。

  作者回复: 问出这个问题表示你今天的文章看明白了👍🏿
  
  看完明天的（下），我估计你就有答案了

  2018-11-21

   3

   25
• 

  Richie

  老师索引只能定位到page，page内部怎么去定位行数据

  作者回复: 内部有个有序数组，二分法

  2018-11-21

   1

   23
• 

  jacket

  【今日收获】
  1. 主键索引的叶子结点存储了整一行的内容（聚簇索引），使用主键可以快速获取到整行的数据。
  2. 非主键索引的叶子结点存储的是主键的值，所以主键字段占用空间不宜过大。同时，其查找数据的过程称为“回表”，需要先查找自己得到主键值，再在主键索引上边查找数据内容。
  3. 索引的实现由存储引擎来决定，InnoDB使用B+树（N叉树，比如1200叉树），把整颗树的高度维持在很小的范围内，同时在内存里缓存前面若干层的节点，可以极大地降低访问磁盘的次数，提高读的效率。
  4. B+树的插入可能会引起数据页的分裂，删除可能会引起数据页的合并，二者都是比较重的IO消耗，所以比较好的方式是顺序插入数据，这也是我们一般使用自增主键的原因之一。
  5. 在Key-Value的场景下，只有一个索引且是唯一索引，则适合直接使用业务字段作为主键索引。

  作者回复: 赞👍🏿

  2018-11-22

  

   20
• 

  滩涂曳尾

  老师我有2个问题，问题1是上一节遗留的没来得及问:
  1. 在“读提交”隔离级别下，这个视图是在每个 SQL 语句开始执行的时候创建的。这句话能具体说明吗?
  2. 访问磁盘和内存索引涉及磁盘(sata，ssd，nvm)读写性能，以及内存读写性能，可否给一些数值方便直观认识?

  作者回复: 1. 就是语句开始执行前创建一个read-view
  
  2. 我估计你要的是这个：
  T his group of numbers is from a presentation Jeff Dean gave at a Engineering All-Hands Meeting at Google.
  
  L1 cache reference 0.5 ns
  Branch mispredict 5 ns
  L2 cache reference 7 ns
  Mutex lock/unlock 100 ns
  Main memory reference 100 ns
  Compress 1K bytes with Zippy 10,000 ns
  Send 2K bytes over 1 Gbps network 20,000 ns
  Read 1 MB sequentially from memory 250,000 ns
  Round trip within same datacenter 500,000 ns
  Disk seek 10,000,000 ns
  Read 1 MB sequentially from network 10,000,000 ns
  Read 1 MB sequentially from disk 30,000,000 ns
  Send packet CA->Netherlands->CA 150,000,000 ns

  2018-11-21

  

   20
• 

  天天向上

  去面试，遇到面试官问我innodb B+树主键索引的叶子节点存的是什么，我说是行，面试官说错，存的是页，
  老师讲的就是行啊，我……

  作者回复: B+树的叶子节点是page （页），一个页里面可以存多个行
  
  

  2019-03-23

   6

   16
• 

  ☞

  老师请问下：
  1、如果插入的数据是在主键树叶子结点的中间，后面的所有页如果都是满的状态，是不是会造成后面的每一页都会去进行页分裂操作，直到最后一个页申请新页移过去最后一个值
  2、还有之前看到过说是插入数据如果是在某个数据满了页的首尾，为了减少数据移动和页分裂，会先去前后两个页看看是否满了，如果没满会先将数据放到前后两个页上，不知道是不是有这种情况

  作者回复: 1. 不会不会，只会分裂它要写入的那个页面。每个页面之间是用指针串的，改指针就好了，不需要“后面的全部挪动
  
  2. 对，减为了增加空间利用率

  2018-11-21

  

   16
• 

  skyun

  评论区里面关于B+树节点N等于1200的疑惑，我觉得应该是这么算的：
  16*1024/（8+6）≈1200
  其中数据页默认大小为16kb，mysql bigint为8个字节，指针大小在InnoDB源码中设置为6字节。
  关于如果层高为四层，应该是1200*1200*1200再乘以叶子节点中一个数据页存储记录的条数，文中应该默认了每个叶子节点中只存储一条数据吧，也就是每条数据大小的为16k，讲道理现实中一般没这么大的数据的。

  2018-11-28

   2

   12
• 

  某、人

  先回答老师的问题:
  二级索引可以通过删除添加来消除索引的碎片化,而且开销不大。只会修改表的元数据,不会有重建表的操作
  聚簇索引不适合用这种方式来重建。drop primary key只能用copy方式,这是极大的开销,而且不允许在线的DML操作
  add primary key可以用inplace方式，效率相对copy高了不少。不过inplace也是会在内部重建表,但是不会生成redo和undo，这点就比copy效率高很多,允许在线DML(只会持有短暂的MDL锁)
  可以采用alter table engine=innodb或者optimize table来重建表,也可以用导入导出的方式,不过效率相对更差
  老师我有两个问题:
  1.如果业务里只有很少的等值连接查询,是否可以把AHI关掉？
  2.通过explain extend看到in会被转换为or。但是mysql里in是会先将()列表里面排序,然后在进行二分查找的方式去匹配是否满足,时间复杂度为O(logn).请问这里是in里面得值一个个取出来,然后再去索引的叶子节点上利用二分查找法去匹配该值？
  or的时间复杂度为O(n),我理解的是根据or上的值去索引扫描到叶子节点得到该值,然后返回根节点继续扫描得到第二个值。如果按照我的理解那么or的效率应该比in高啊,请问老师是哪里出错了？
  哈哈,感觉这68花得太值了。感谢老师，干货满满啊
  
  
  

  作者回复: 1. AHI不是hash索引的意思，这个结构是帮innodb 快速找到叶子结点，所以对于range 查询也有优化作用的
  
  2. 不是，这样其实就已经是拿到结果了，不论是也就是说a in () 还是 “a=X or a=Y” 你说的这个过程就没有用上a的索引了。只是在拿到值以后做的判断
  
  3.

  2018-11-21

   1

   12