innodb索引结构？

一、innodb索引结构？

Mysql数据库中的innoDB默认的索引数据结构是B+树，索引数据存储在叶子节点。

二、mysql innodb建立普通索引怎么写？

先从数据结构的角度来答。

题主应该知道B-树和B+树最重要的一个区别就是B+树只有叶节点存放数据，其余节点用来索引，而B-树是每个索引节点都会有Data域。

这就决定了B+树更适合用来存储外部数据，也就是所谓的磁盘数据。

从Mysql（Inoodb）的角度来看，B+树是用来充当索引的，一般来说索引非常大，尤其是关系性数据库这种数据量大的索引能达到亿级别，所以为了减少内存的占用，索引也会被存储在磁盘上。

那么Mysql如何衡量查询效率呢？磁盘IO次数，B-树（B类树）的特定就是每层节点数目非常多，层数很少，目的就是为了就少磁盘IO次数，当查询数据的时候，最好的情况就是很快找到目标索引，然后读取数据，使用B+树就能很好的完成这个目的，但是B-树的每个节点都有data域（指针），这无疑增大了节点大小，说白了增加了磁盘IO次数（磁盘IO一次读出的数据量大小是固定的，单个数据变大，每次读出的就少，IO次数增多，一次IO多耗时啊！），而B+树除了叶子节点其它节点并不存储数据，节点小，磁盘IO次数就少。这是优点之一。

另一个优点是什么，B+树所有的Data域在叶子节点，一般来说都会进行一个优化，就是将所有的叶子节点用指针串起来。这样遍历叶子节点就能获得全部数据，这样就能进行区间访问啦。

至于MongoDB为什么使用B-树而不是B+树，可以从它的设计角度来考虑，它并不是传统的关系性数据库，而是以Json格式作为存储的nosql，目的就是高性能，高可用，易扩展。首先它摆脱了关系模型，上面所述的优点2需求就没那么强烈了，其次Mysql由于使用B+树，数据都在叶节点上，每次查询都需要访问到叶节点，而MongoDB使用B-树，所有节点都有Data域，只要找到指定索引就可以进行访问，无疑单次查询平均快于Mysql（但侧面来看Mysql至少平均查询耗时差不多）。

总体来说，Mysql选用B+树和MongoDB选用B-树还是以自己的需求来选择的。

三、MYSQL中MyISAM和InnoDB索引的区别？

1、存储方式不同：MyISAM将索引和数据分别存储在两个不同的文件中，而InnoDB则将索引和数据存储在同一个文件中。

2、支持事务：MyISAM不支持事务处理，而InnoDB支持事务处理。

3、锁定方式不同：MyISAM在进行写操作时会锁住整张表，而InnoDB则支持行级锁定，可以避免表级锁定对并发性能的影响。

4、外键约束：MyISAM不支持外键约束，而InnoDB支持外键约束。

5、缓存方式不同：MyISAM使用的是key_buffer缓存索引数据，而InnoDB使用的是innodb_buffer_pool缓存表数据和索引数据。

6、数据恢复方式不同：MyISAM的数据恢复较为简单，而InnoDB的数据恢复较为复杂，需要进行日志回滚等操作。总的来说，如果需要支持事务处理、外键约束等高级功能，建议使用InnoDB存储引擎；如果需要进行大量的查询操作，MyISAM的查询效率更高。

四、mysql怎么开启innodb？

从 MySQL 5.7 开始，开发人员改变了 InnoDB 构建二级索引的方式，采用自下而上的方法，而不是早期版本中自上而下的方法了。在这篇文章中，我们将通过一个示例来说明如何构建 InnoDB 索引。最后，我将解释如何通过为 innodb_fill_factor 设置更合适的值。

索引构建过程

在有数据的表上构建索引，InnoDB 中有以下几个阶段：1.读取阶段（从聚簇索引读取并构建二级索引条目）2.合并排序阶段3.插入阶段（将排序记录插入二级索引）在 5.6 版本之前，MySQL 通过一次插入一条记录来构建二级索引。这是一种“自上而下”的方法。搜索插入位置从树的根部（顶部）开始并达到叶页（底部）。该记录插入光标指向的叶页上。在查找插入位置和进行业面拆分和合并方面开销很大。从MySQL 5.7开始，添加索引期间的插入阶段使用“排序索引构建”，也称为“批量索引加载”。在这种方法中，索引是“自下而上”构建的。即叶页（底部）首先构建，然后非叶级别直到根（顶部）。

示例

在这些情况下使用排序的索引构建：

ALTER TABLE t1 ADD INDEX（or CREATE INDEX）

ALTER TABLE t1 ADD FULLTEXT INDEX

ALTER TABLE t1 ADD COLUMN, ALGORITHM = INPLACE

OPIMIZE t1

对于最后两个用例，ALTER 会创建一个中间表。中间表索引（主要和次要）使用“排序索引构建”构建。

算法

在 0 级别创建页，还要为此页创建一个游标

使用 0 级别处的游标插入页面，直到填满

页面填满后，创建一个兄弟页（不要插入到兄弟页）

为当前的整页创建节点指针（子页中的最小键，子页码），并将节点指针插入上一级（父页）

在较高级别，检查游标是否已定位。如果没有，请为该级别创建父页和游标

在父页插入节点指针

如果父页已填满，请重复步骤 3, 4, 5, 6

现在插入兄弟页并使游标指向兄弟页

在所有插入的末尾，每个级别的游标指向最右边的页。提交所有游标（意味着提交修改页面的迷你事务，释放所有锁存器）

为简单起见，上述算法跳过了有关压缩页和 BLOB（外部存储的 BLOB）处理的细节。

通过自下而上的方式构建索引为简单起见，假设子页和非子页中允许的 最大记录数为 3

CREATE TABLE t1 (a INT PRIMARY KEY, b INT, c BLOB);

INSERT INTO t1 VALUES (1, 11, 'hello111');

INSERT INTO t1 VALUES (2, 22, 'hello222');

INSERT INTO t1 VALUES (3, 33, 'hello333');

INSERT INTO t1 VALUES (4, 44, 'hello444');

INSERT INTO t1 VALUES (5, 55, 'hello555');

INSERT INTO t1 VALUES (6, 66, 'hello666');

INSERT INTO t1 VALUES (7, 77, 'hello777');

INSERT INTO t1 VALUES (8, 88, 'hello888');

INSERT INTO t1 VALUES (9, 99, 'hello999');

INSERT INTO t1 VALUES (10, 1010, 'hello101010');

ALTER TABLE t1 ADD INDEX k1(b);

InnoDB 将主键字段追加到二级索引。二级索引 k1 的记录格式为(b, a)。在排序阶段完成后，记录为：

(11,1), (22,2), (33,3), (44,4), (55,5), (66,6), (77,7), (88,8), (99,9), (1010, 10)

初始插入阶段

让我们从记录 (11,1) 开始。

在 0 级别（叶级别）创建页

创建一个到页的游标

所有插入都将转到此页面，直到它填满了

箭头显示游标当前指向的位置。它目前位于第 5 页，下一个插入将转到此页面。

还有两个空闲插槽，因此插入记录 (22,2) 和 (33,3) 非常简单对于下一条记录 (44,4)，页码 5 已满（前面提到的假设最大记录数为 3）。这就是步骤。页填充时的索引构建

创建一个兄弟页，页码 6

不要插入兄弟页

在游标处提交页面，即迷你事务提交，释放锁存器等

作为提交的一部分，创建节点指针并将其插入到 【当前级别 + 1】 的父页面中（即在 1 级别）

节点指针的格式 (子页面中的最小键,子页码) 。第 5 页的最小键是 (11,1) 。在父级别插入记录 ((11,1)，5)。

1 级别的父页尚不存在，MySQL 创建页码 7 和指向页码 7 的游标。

将 ((11,1)，5) 插入第 7 页

现在，返回到 0 级并创建从第 5 页到第 6 页的链接，反之亦然

0 级别的游标现在指向兄弟页，页码为 6

将 (44,4) 插入第 6 页

下一个插入 - (55,5) 和 (66,6) - 很简单，它们转到第 6 页。

插入记录 (77,7) 类似于 (44,4)，除了父页面 （页面编号 7） 已经存在并且它有两个以上记录的空间。首先将节点指针 ((44,4),8) 插入第 7 页，然后将 (77,7) 记录到同级 8 页中。

插入记录 (88,8) 和 (99,9) 很简单，因为第 8 页有两个空闲插槽。

下一个插入 (1010,10) 。将节点指针 ((77,7),8) 插入 1级别的父页（页码 7）。MySQL 在 0 级创建同级页码 9。将记录 (1010,10) 插入第 9 页并将光标更改为此页面。以此类推。在上面的示例中，数据库在 0 级别提交到第 9 页，在 1 级别提交到第 7 页。

我们现在有了一个完整的 B+-tree 索引，它是自下至上构建的！

索引填充因子全局变量 innodb_fill_factor 用于设置插入 B-tree 页中的空间量。默认值为 100，表示使用整个业面（不包括页眉）。聚簇索引具有 innodb_fill_factor=100 的免除项。 在这种情况下，聚簇索引也空间的 1 /16 保持空闲。即 6.25% 的空间用于未来的 DML。

值 80 意味着 MySQL 使用了 80% 的页空间填充，预留 20% 于未来的更新。如果 innodb_fill_factor=100 则没有剩余空间供未来插入二级索引。如果在添加索引后，期望表上有更多的 DML，则可能导致业面拆分并再次合并。在这种情况下，建议使用 80-90 之间的值。此变量还会影响使用 OPTIMIZE TABLE 和 ALTER TABLE DROP COLUMN, ALGOITHM=INPLACE 重新创建的索引。也不应该设置太低的值，例如低于 50。因为索引会占用浪费更多的磁盘空间，值较低时，索引中的页数较多，索引统计信息的采样可能不是最佳的。优化器可以选择具有次优统计信息的错误查询计划。

排序索引构建的优点

没有页面拆分（不包括压缩表）和合并

没有重复搜索插入位置

插入不会被重做记录（页分配除外），因此重做日志子系统的压力较小

缺点

ALTER 正在进行时，插入性能降低 Bug＃82940，但在后续版本中计划修复。

五、mysql索引数据结构区别？

全文索引、聚集索引、哈希索引、b+树索引等 B+树的简单定义：B+树是为磁盘或其他存储设备设计的一种平衡查找树。B+树中所有记录都是按键值大小顺序存放在叶子节点上，各叶子节点通过指针进行连接。

哈希索引(Hash indexes)采用哈希表来对键值进行查找，时间复杂度为O(1)。

使用哈希索引时对于键值的等值查询是非常快的，但是其他类型的查询如范围查询、模糊查询、排序等是不能使用哈希索引的。

这是哈希索引使用比较少的主要原因。

聚集索引（Clustered Index）又称聚簇索引，其叶子节点存放记录。 每个InnoDB 表有一个特定的索引叫做聚集索引,存储行的数据。

如果你的表定义了主键那么主键就是聚集索引，如果没有定义主键,MySQL 会选择第一个非空唯一索引列作为聚集索引，如果表中也没有唯一索引,InnoDB会生成一个类似RowId的隐藏的聚集索引。 全文索引查找条件使用 MATCH AGAINST。 全文索引(Full-text search indexes)使用倒排索引(inverted index)实现。

倒排索引会记录文本中的每个关键字出现在文档中的位置。

六、mysql添加索引mysql如何创建索引？

在MySQL中，创建索引的方法有两种：使用命令行工具或者使用MySQL图形化工具。以下是两种方法的详细步骤：

方法一：使用命令行工具

1. 登录到MySQL服务器。在命令行中输入以下命令：

```css

mysql -u 用户名 -p

```

其中，用户名是您的MySQL用户名。执行此命令后，系统将提示您输入密码。

2. 选择要创建索引的数据库。使用以下命令选择要创建索引的数据库：

```perl

use 数据库名;

```

其中，数据库名是您要创建索引的数据库名称。

3. 创建索引。使用以下命令创建索引：

```sql

ALTER TABLE 表名 ADD INDEX 索引名 (列名);

```

其中，表名是要添加索引的表名称，索引名是您为索引指定的名称，列名是要添加索引的列名称。

例如，如果您要在名为"users"的表的"email"列上创建一个名为"idx_email"的索引，可以使用以下命令：

```sql

ALTER TABLE users ADD INDEX idx_email (email);

```

方法二：使用MySQL图形化工具

1. 启动MySQL图形化工具（如phpMyAdmin或MySQL Workbench）。

2. 连接到您的MySQL服务器。输入服务器地址、用户名和密码。

3. 选择要创建索引的数据库和表。在图形化工具中，您可以通过单击数据库名称来选择它，然后选择您要创建索引的表。

4. 创建索引。在工具栏或右键菜单中，选择"Alter Table"（更改表）选项。在弹出的对话框中，选择要添加索引的列，并设置索引名称和其他选项。单击"Apply"（应用）按钮以创建索引。

5. 等待图形化工具完成操作。在操作完成后，您可以验证索引是否成功创建。您可以通过执行以下查询来检查是否已成功创建索引：

```sql

SHOW INDEX FROM 表名;

```

其中，表名是您要检查索引的表名称。

七、mysql innodb 隔离级别

MySQL InnoDB 隔离级别的优化指南

MySQL是当今最流行的开源关系型数据库管理系统之一，而InnoDB是MySQL的默认存储引擎之一。隔离级别是在多个事务并发访问数据库时决定其可见性和并发控制的重要概念。在本篇文章中，我们将探讨如何优化MySQL InnoDB的隔离级别设置来提高数据库的性能和可靠性。

什么是隔离级别？

隔离级别是数据库中用来控制事务并发的级别。MySQL中定义了四个隔离级别：

• 读未提交（Read Uncommitted）：事务可以看到其他未提交事务的修改，可能导致脏读、不可重复读和幻读。
• 读已提交（Read Committed）：事务只能看到已经提交的事务的修改，能够避免脏读，但仍可能有不可重复读和幻读的问题。
• 可重复读（Repeatable Read）：事务在执行期间能够看到一致的数据快照，能够避免脏读和不可重复读，但仍可能有幻读的问题。
• 串行化（Serializable）：事务串行执行，避免了脏读、不可重复读和幻读的问题，但会降低并发性能。

如何选择合适的隔离级别？

选择合适的隔离级别取决于应用的需求和特点。如果应用对数据一致性要求很高，可以选择较高的隔离级别，如可重复读或串行化。但需要注意，隔离级别越高，会增加锁的竞争和资源消耗，可能导致性能下降。如果应用对性能要求较高，但对数据的一致性要求不是非常严格，可以选择较低的隔离级别，如读已提交。

设置InnoDB隔离级别的方法

在MySQL中，可以通过以下方法来设置InnoDB的隔离级别：

1. 通过修改全局变量设置：SET GLOBAL transaction_isolation = '隔离级别';
2. 通过修改会话变量设置：SET SESSION transaction_isolation = '隔离级别';
3. 通过修改配置文件设置：transaction_isolation = 隔离级别

这些方法可以根据实际情况选择合适的隔离级别并进行设置。需要注意的是，修改全局变量或配置文件可能会影响到所有连接到数据库的会话，因此需要谨慎操作。

优化InnoDB隔离级别的建议

下面是一些优化InnoDB隔离级别的实践建议：

• 合理选择隔离级别：根据应用的需求和性能要求选择合适的隔离级别，避免过高或过低的隔离级别。
• 使用较低的隔离级别：如果应用对数据一致性要求不是非常严格，可以选择较低的隔离级别，如读已提交，以提高并发性能。
• 批量操作优化：对于大量的数据修改操作，可以考虑使用批量操作来减少事务的数量，从而减少锁竞争。
• 合理设计事务范围：减少事务的锁竞争可以通过合理设计事务的范围，尽量缩小事务的持有时间和作用范围。
• 使用索引：合理的索引设计可以减少锁的竞争，提高并发性能。对查询频繁的字段创建索引，避免全表扫描。
• 定期清理无效数据：定期清理无效的数据和过期的事务可以减少锁的竞争和资源消耗。

结论

隔离级别是MySQL InnoDB中控制事务并发的重要概念，合理设置隔离级别可以提高数据库的性能和可靠性。根据应用的需求和特点选择合适的隔离级别，同时采取一些优化措施如合理使用索引、批量操作优化和定期清理无效数据等，可以进一步提升数据库的性能。

希望本篇文章对你理解和优化MySQL InnoDB的隔离级别有所帮助。如果你有任何问题或想法，请随时在下方留言，我将尽力解答。

八、mysql中的myisam和innodb的区别？

MyISAM 和 InnoDB 都是 MySQL 数据库的数据库引擎，其中 MyISAM 是 5.5 版本之前的默认引擎，而 5.5 版本之后，MySQL 引入了InnoDB 并且作为其默认的数据库引擎。

01. 锁

MyISAM 只支持表级锁(table-level locking)，也就是任何 CRUD 的操作都会给表加上锁，而 InnoDB 则支持表级锁和行级锁(row-level locking)，默认是行级锁。

Innodb 的行级锁又分几种：共享锁(S)，排它锁(X)，意向共享锁(IS)，意向排他锁(IX)；如果 SQL 语句没有使用索引，并且又不能确定操作的行，这个时候就会锁表；即使在查询条件中使用了索引字段，但是如果 MySQL 认为全表扫描的效率更高，这时候也会使用表锁，所以还是要通过执行计划确认是否真正使用到了索引。

02. 事务

MyISAM 强调的是性能，但是不支持事务；

Innodb 是支持事务的，事务级别包括未提交读(Read uncommitted)，已提交读(Read committed)，可重复读(Repeatable read)，可序列化(Serializable)；

而不支持事务可能会导致：数据更新丢失、脏读、不可重复读等等；另外事务可以保障数据库崩溃后的安全恢复。

03. 外键

MyISAM 不支持外键，Innodb 支持外键。

04. 数据库文件

MyISAM 的数据库文件属于堆表，每个表在磁盘上都有三个文件，frm(存储表定义)、myd（存储表数据）、myi（存储表索引）；

InnoDB 分为表空间数据文件和日志文件；其中数据文件用于保存数据和索引，它又有两种存储方式，共享表空间存储和多表空间存储；如果是共享表空间，那么所有表的数据文件和索引文件都保存在同一个表空间中，如果是多表空间，那么每个表都有一个表空间文件，用于存储数据和索引。

05. 索引

MyISAM 使用非聚集索引，也就是索引和数据分开存储，索引保存的是数据文件的指针；也就是说，主键索引和非主键索引的叶子节点都是数据文件的指针。

InnoDB 使用聚集索引，也就是索引和数据存在一个文件中；必须要有主键；不过如果使用非主键索引的话，需要两次查询，先查询到主键，然后再通过主键查询到数据；也就是说，主键索引的叶子节点是数据文件，非主键索引的叶子节点是主键的值。

另外着重指出，InnoDB 必须有主键，MyISAM 可以没有。

06. count()

MyISAM 保存有表的总行数，如果使用 select count(*) from table，直接取出该值，效率更高；

InnoDB 没有保存表的总行数，如果使用 select count(*) from table，需要遍历整个表；

当然如果是加了 where 条件的话，两种引擎都需要进行扫描。

我将持续分享Java开发、架构设计、程序员职业发展等方面的见解，希望能得到你的关注。

九、MySQL 索引排序规则？

索引的顺序要遵循三个规则

1.要遵循最左前缀 无论是多个还是一个列的索引 都不应该跳过最左列 如果在查询语句当中 没有使用最左前缀的字段 就不会使用索引

2.不能跨越索引列

3.索引进行模糊查询 范围查询 ，右边的所有列都无法使用索引优化

十、MySQL建立索引目的？

MySQL建立索引最简单的目的就是对数据库的访问会快一点。一个表，如果没有索引，数据量少点的时候你不会觉得数据库本身的的性能问题，但是随着数据量的显著增加，比如超过一万条记录之后，可能你就会遇到数据库操作的性能问题了，这个时候，你建立索引就会显著的改善数据库的写入性能。