【MySQL从入门到精通】【高级篇】(十)MyISAM的索引方案&&索引的优缺点

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
云数据库 RDS MySQL,高可用系列 2核4GB
简介: 前面几篇文章介绍完了InnoDB存储引擎的索引方案,这篇文章接着来介绍下MyISAM存储引擎的索引方案。MyISAM和InnoDB存储引擎默认的索引都是B+Tree索引MyISAM引擎使用B+Tree作为索引结构,叶子节点的data域存放的是数据记录的地址。

1. 简介

前面几篇文章介绍完了InnoDB存储引擎的索引方案,这篇文章接着来介绍下MyISAM存储引擎的索引方案。

MyISAM和InnoDB存储引擎默认的索引都是B+Tree索引

MyISAM引擎使用B+Tree作为索引结构,叶子节点的data域存放的是数据记录的地址

2. 环境

环境 版本
Red Hat 4.8.5-39
MySQL 5.7

MyISAM的索引原理

通过前面的学习我们知道InnoDB引擎是索引即数据,也就是聚簇索引的叶子节点中已经把所有完整的用户记录都包含了,索引和数据都放在名为表名.ibd,例如使用InnoDB引擎的index_demo表的数据和索引存储在index_demo.ibd 中,

而MyISAM引擎是将索引和数据分开两个文件存储的,例如使用MyISAM引擎的engine_demo_table表的索引是存储在engine_demo_table.MYI文件中,数据是存储在engine_demo_table.MYD表中。

MyISAM的索引方案有如下特点:


将表中的记录按照记录的插入顺序单独存储在一个文件中,称之为数据文件。这个文件并不划分为若干个数据页,有多少记录就往这个文件中塞多少记录就成了。由于在插入数据的时候并没有刻意按照主键大小排序,所以我们并不能在这些数据上使用二分法进行查找。

使用MyISAM存储引擎的表会把索引信息另外存储到一个称为索引文件(表名.MYI)的另一个文件中,MyISAM会单独为表的主键创建一个索引,只不过在索引的叶子节点中存储的不是完整的用户记录,而是主键值+数据记录地址的组合。

这里一共有三列,假设我们以Col1为主键,上图是一个MyISAM表的主索引(Primary key)示意。可以看出MyISAM的索引文件仅仅保存数据记录的地址。在MyISAM中,主键索引和二级索引(Secondary key)在结构上没有任何区别。只是主键索引要求key是唯一的,而二级索引的key可以重复。

MyISAM与InnoDB的对比

MyISAM的索引方式都是"非聚簇"的,与InnoDB包含1个聚簇索引不同。这两种引擎的索引方式有如下不同之处:


在InnoDB存储引擎中,我们只需要根据主键值对聚簇索引进行一次查找就能找到对应的记录,而在MyISAM中却需要进行一次回表操作,意味着MyISAM中建立的索引相当于都是二级索引。

InnoDB的数据文件本身就是索引文件(索引即数据),而MyISAM索引文件和数据文件是分开的,索引文件仅保存数据记录的地址。

InnoDB的非聚簇索引data域存储相应记录主键的值,而MyISAM索引记录的是数据的地址。

MyISAM的回表操作十分快速,因为拿着地址偏移量直接到文件中取数据的,反观InnoDB回表是通过获取主键值到聚簇索引中去找用户记录,虽然说也不慢,但还是比不上直接用地址去访问。

InnoDB要求表必须有主键(MyISAM可以没有),如果没有显式指定主键,则MySQL系统会自动选择一个非空且唯一表示数据的列作为主键,如果不存在这种列,则MySQL自动为InnoDB表生成一个隐含字段作为主键,这个字段长度为6个字节,类型为长整型。

PS:

6. 不建议使用过长的字段作为主键,因为所有的二级索引都引用主键索引,过长的主键索引会使得二级索引变得过大,并且每个数据页大小是16KB,过长的主键索引会导致每个数据页存储的数据变少。

7. 用非单调的字段作为主键在InnoDB中不是一个好主意,因为InnoDB数据文件本身是一块B+Tree,非单调的主键会造成插入新记录时,数据文件为了维持B+Tree的特性而频繁的分裂调整。十分低效,而使用自增字段作为主键则是一个很好的选择。

索引的优点

索引可以大大提高数据检索的效率,降低数据库的IO成本

通过创建唯一索引,可以保证数据库表中每一行数据的唯一性。

在实现数据的参考完整性方面,可以加速表和表之间的连接,换句话说,对于有依赖关系的子表和父表联合查询时,可以提高查询速度。

在使用分组和排序子句进行数据查询时,可以显著减少查询中分组和排序的时间,降低CPU的消耗

索引的缺点

空间上的代价

每建立一个索引都有为它建立一棵B+树,每一棵B+树的每一个节点都是一个数据页,一个数据页默认占用16KB的存储空间,一棵很大的B+树由很多数据页组成,那就是很大的一片存储空间。

时间上的代价

每次对表中的数据进行增、删、改操作时,都需要去修改各个B+树索引。而我们呢讲过B+树每次节点都是按照索引列的值从小到大的顺序排序而组成了双向链表。无论是叶子节点中的记录,还是内节点中的记录都是按照索引列的值从小到大的顺序而形成了一个单向链表。而增、删、改操作可能会对节点和记录的排序造成破坏,所以存储引擎需要额外的时间进行一些记录移位,页面分裂,页面回收等操作来维护节点和记录的排序。如果我们建立了许多索引,每个索引对应的B+树都要进行相应的维护操作,会给性能拖后腿。

总结

本文详细介绍MyISAM的索引方案,MyISAM引擎和InnoDB引擎默认使用的索引都是B+Tree索引,他们之间的不同之处是MyISAM的索引和数据是分开的,索引的叶子节点只会存储数据的地址,查找数据时需要回表操作,而InnoDB引擎的索引即数据,聚簇索引的叶子节点存储的是完整用户记录。


相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
1月前
|
SQL 关系型数据库 MySQL
网安入门之MySQL后端基础
《网安入门之MySQL后端基础》简介: 本文介绍了数据库及MySQL的基础知识,涵盖数据库的概念、结构与操作。数据库是组织化存储数据的集合,通过表、列、行等结构实现高效管理。MySQL作为开源的关系型数据库管理系统,广泛应用于Web开发。文中详细讲解了MySQL的基本操作,如增(INSERT)、删(DELETE)、改(UPDATE)、查(SELECT)等语句的使用方法,并介绍了数据库事务的ACID特性。此外,还探讨了SQL注入攻击的风险及防范措施,强调了预处理语句的重要性。最后,简述了PHP中mysqli扩展的使用方法,包括连接数据库、执行查询和关闭连接等步骤。
|
1月前
|
SQL 存储 关系型数据库
MySQL秘籍之索引与查询优化实战指南
最左前缀原则。不冗余原则。最大选择性原则。所谓前缀索引,说白了就是对文本的前几个字符建立索引(具体是几个字符在建立索引时去指定),比如以产品名称的前 10 位来建索引,这样建立起来的索引更小,查询效率更快!
105 22
 MySQL秘籍之索引与查询优化实战指南
|
15天前
|
监控 关系型数据库 MySQL
Aurora MySQL负载突增应对策略与优化方案
通过以上策略,企业可以有效应对 Aurora MySQL 的负载突增,确保数据库在高负载情况下依然保持高性能和稳定性。这些优化方案涵盖了从架构设计到具体配置和监控的各个方面,能够全面提升数据库的响应速度和处理能力。在实际应用中,应根据具体的业务需求和负载特征,灵活调整和应用这些优化策略。
45 22
|
15天前
|
Java 关系型数据库 MySQL
MySQL 分库分表方案
本文总结了数据库分库分表的相关概念和实践,针对单张表数据量过大及增长迅速的问题,介绍了垂直和水平切分的方式及其适用场景。文章分析了分库分表后可能面临的事务支持、多库结果集合并、跨库join等问题,并列举了几种常见的开源分库分表中间件。最后强调了不建议水平分库分表的原因,帮助读者在规划时规避潜在问题。
76 20
|
15天前
|
存储 关系型数据库 MySQL
MySQL索引学习笔记
本文深入探讨了MySQL数据库中慢查询分析的关键概念和技术手段。
|
18天前
|
存储 关系型数据库 MySQL
浅入浅出——MySQL索引
本文介绍了数据库索引的概念和各种索引结构,如哈希表、B+树、InnoDB引擎的索引运作原理等。还分享了覆盖索引、联合索引、最左前缀原则等优化技巧,以及如何避免索引误用,提高数据库性能。
|
1月前
|
存储 关系型数据库 MySQL
MySQL中为什么要使用索引合并(Index Merge)?
通过这些内容的详细介绍和实际案例分析,希望能帮助您深入理解索引合并及其在MySQL中的
111 10
|
15天前
|
关系型数据库 MySQL 数据库连接
数据库连接工具连接mysql提示:“Host ‘172.23.0.1‘ is not allowed to connect to this MySQL server“
docker-compose部署mysql8服务后,连接时提示不允许连接问题解决
|
2天前
|
关系型数据库 MySQL 数据库
Docker Compose V2 安装常用数据库MySQL+Mongo
以上内容涵盖了使用 Docker Compose 安装和管理 MySQL 和 MongoDB 的详细步骤,希望对您有所帮助。
61 42
|
19天前
|
缓存 关系型数据库 MySQL
【深入了解MySQL】优化查询性能与数据库设计的深度总结
本文详细介绍了MySQL查询优化和数据库设计技巧,涵盖基础优化、高级技巧及性能监控。
152 0