麒麟v10 上部署 TiDB v5.1.2 生产环境优化实践
663
2023-05-25
数据库索引实际上是如何工作的
数据库具有组织化的数据存储功能。存储具有用于放置数据的特定结构。每种数据库类型都有其自己的用于存储数据的格式。针对特定用例对它们进行了调整和优化。在下面的示例中,我们有一个包含汽车信息的数据库:
> Example of a database table with cars
看起来很好,很容易浏览它。但是你有没有问过自己的数据是如何存储的?
内部存储器
每个数据库都内部存储在文件中,并应用了特定的编码和格式。为简单起见,让我们假设一个数据库由CSV文件支持。它是这样的:
ID,Brand,Model,Color,Price
1,Ford,Focus,Grey,42000
2,Toyota,Prius,White,40500
3,BMW,M5,Red,60000
4,Audi,A3,Black,38000
5,Toyota,Camry,White,51500
6,VW,Golf,Grey,32000
这一切都很简单。用只有六个条目进行查找不是问题。你能想象你有100,000个条目吗?经过文件会变得非常慢。查询时间与文件的大小成比例地增加。当我们知道数据库会随着时间的推移而增长时,我们需要找到一个解决方案。
在这里索引到救援。
数据库索引
数据库索引是一种数据结构,用于加快检索数据的操作。它是什么样子的?
如果我们需要通过ID 6从我们的表中检索一辆汽车,则直接跳到相应的行时会更快地跳转,而不会通过其余循环。这是索引的主要思想。我们还需要保存指向各个条目的偏移量。
最简单的方法是保留哈希中每个条目的偏移量。关键是我们要索引的列的值(在此示例中,它是ID列)。哈希值是数据库文件中的偏移量。对于ID = 1,偏移量为0。对于ID = 2,偏移量为24。它看起来像这样:
Hash Index {1:0, 2:24, 3:51, 4:70, 5:92, 6:118}
1 => {0} ---------> 1,Ford,Focus,Grey,42000
2 => {24} ---------> 2,Toyota,Prius,White,40500
3 => {51} ---------> 3,BMW,M5,Red,60000
4 => {70} ---------> 4,Audi,A3,Black,38000
5 => {92} ---------> 5,Toyota,Camry,White,51500
6 => {118} ---------> 6,VW,Golf,Grey,32000
添加索引后,通过ID查询汽车将返回结果更快。检索请求进入散列索引,并占用相应ID的偏移量。然后它开始在必要的条目中完全从偏移量读取数据库文件。
索引是实现唯一性约束的正确方法。当您想要保证某个列中的值是唯一的,则需要列上的索引。否则,每个插入操作都会卡住检查新数据是否已存在。
也可以具有多个索引。如果我们需要通过任何其他列快速查询,我们也会添加一个索引。例如,我们可以通过颜色添加颜色和查询快车的索引。但每个新索引都会为数据库带来额外的成本。
索引开销
首先,每个索引哈希都需要额外的内存。我们添加的索引越多,将使用更多的内存。重要的是要记住仅在经常查询的列上添加索引。否则,对每一列建立索引将消耗大量内存。
其次,对于快速读取操作,写入操作会略微慢。每次向表添加条目时,我们也必须在哈希索引中创建一个项目。类似的情况适用于更新或删除数据。这是我们必须处理的权衡。
总结
数据库索引是增强读取查询的好方法。唯一性约束需要索引列。通过每个新索引,将消耗更多内存。添加索引对写作和更新的操作产生了影响。
这就是简单的哈希索引的工作方式。还有许多其他使用数据库索引的方法,例如排序字符串表或B树。他们使用更复杂的逻辑和优化的结构来获得更好的性能结果。
但是,保存偏移量的想法保持不变。通过正确使用索引,在使用数据库时,您将可以达到一个新的水平。
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。