MySQL引擎之MyISAM，InnoDB，Btree与B+tree
目錄：
- MyISAM與InnoDB模塊
- Btree模塊
- B-tree與哈希索引的區(qū)別
一：MyISAM：
創(chuàng)建一個myisam存儲引擎的表的時候會出現(xiàn)三個文件
- tb_demo.frm，存儲表定義； 2.tb_demo.MYD，存儲數(shù)據(jù)； 3.tb_demo.MYI，存儲索引。
- 因為MyISAM表有無法處理事務，所以它只適合在以下情況下使用
- 1.選擇密集型的表。MyISAM存儲引擎在篩選大量數(shù)據(jù)時非常迅速，這是它最突出的優(yōu)點。
- 2.插入密集型的表。MyISAM的并發(fā)插入特性允許同時選擇和插入數(shù)據(jù)。例如：MyISAM存儲引擎很適合管理郵件或Web服務器日志數(shù)據(jù)。
二：InnoDB：
- 更新密集的表。InnoDB存儲引擎特別適合處理多重并發(fā)的更新請求。
- 事務。InnoDB存儲引擎是支持事務的標準MySQL存儲引擎。
- 自動災難恢復。與其它存儲引擎不同，InnoDB表能夠自動從災難中恢復。
- 外鍵約束。MySQL支持外鍵的存儲引擎只有InnoDB。
- 支持自動增加列AUTO_INCREMENT屬性。
?
三. Innodb與MyIASM引擎的區(qū)別與應用場景
1. Innodb與MyIASM引擎的區(qū)別
(1)事務處理：
- MyIASM是非事務安全型的，而InnoDB是事務安全型的（支持事務處理等高級處理）；
(2)鎖機制不同：
- MyIASM是表級鎖，而InnoDB是行級鎖；
(3)select ,update ,insert ,delete 操作：
-
MyIASM：如果執(zhí)行大量的SELECT，MyISAM是更好的選擇。
-
InnoDB：如果你的數(shù)據(jù)執(zhí)行大量的INSERT或UPDATE，出于性能方面的考慮，應該使用InnoDB表。
(4)查詢表的行數(shù)不同：
- MyIASM：select count() from table,MyISAM只要簡單的讀出保存好的行數(shù)，注意的是，當count()語句包含 where條件時，兩種表的操作是一樣的。
- InnoDB ： InnoDB 中不保存表的具體行數(shù)，也就是說，執(zhí)行select count(*) from table時，InnoDB要掃描一遍整個表來計算有多少行。
(5)外鍵支持：
- mysiam表不支持外鍵，而InnoDB支持。
2.為什么MyIASM會比Innodb 的查詢速度快
- InnoDB在做SELECT的時候，要維護的東西比MyIASM引擎多很多；
- 數(shù)據(jù)塊，INNODB要緩存，MyIASM只緩存索引塊， 這中間還有換進換出的減少；
- innodb尋址要映射到塊，再到行，MyIASM記錄的直接是文件的OFFSET，定位比INNODB要快；
- INNODB還需要維護MVCC一致；雖然你的場景沒有，但他還是需要去檢查和維護。
- MVCC ( Multi-Version Concurrency Control )多版本并發(fā)控制 。
應用場景：
-
MyIASM適合：(1)做很多count 的計算；(2)插入不頻繁，查詢非常頻繁；(3)沒有事務。
-
InnoDB適合：(1)可靠性要求比較高，或者要求事務；(2)表更新和查詢都相當?shù)念l繁，并且行鎖定的機會比較大的情況。
四. Btree與b+tree
1. Btree：
-
B-tree是一種多路自平衡搜索樹，它類似普通的二叉樹，但是Btree允許每個節(jié)點有更多的子節(jié)點。Btree示意圖如下：
-
B樹的搜索，從根結(jié)點開始，如果查詢的關(guān)鍵字與結(jié)點的關(guān)鍵字相等，那么就命中；否則，如果查詢關(guān)鍵字比結(jié)點關(guān)鍵字小，就進入左兒子；如果比結(jié)點關(guān)鍵字大，就進入右兒子；如果左兒子或右兒子的指針為空，則報告找不到相應的關(guān)鍵字；
-
如果B樹的所有非葉子結(jié)點的左右子樹的結(jié)點數(shù)目均保持差不多（平衡），那么B樹的搜索性能逼近二分查找；但它比連續(xù)內(nèi)存空間的二分查找的優(yōu)點是，改變B樹結(jié)構(gòu)（插入與刪除結(jié)點）不需要移動大段的內(nèi)存數(shù)據(jù)，甚至通常是常數(shù)開銷；
-
右邊也是一個B樹，但它的搜索性能已經(jīng)是線性的了；同樣的關(guān)鍵字集合有可能導致不同的樹結(jié)構(gòu)索引；所以，使用B樹還要考慮盡可能讓B樹保持左圖的結(jié)構(gòu)，和避免右圖的結(jié)構(gòu)，也就是所謂的“平衡”問題；
-
實際使用的B樹都是在原B樹的基礎(chǔ)上加上平衡算法，即“平衡二叉樹”；如何保持B樹結(jié)點分布均勻的平衡算法是平衡二叉樹的關(guān)鍵；平衡算法是一種在B樹中插入和刪除結(jié)點的策略；
由上圖可知 Btree 的一些特點:
- 所有鍵值分布在整個樹中
- 任何關(guān)鍵字出現(xiàn)且只出現(xiàn)在一個節(jié)點中
- 搜索有可能在非葉子節(jié)點結(jié)束
- 在關(guān)鍵字全集內(nèi)做一次查找，性能逼近二分查找算法
2. B+tree：
B+tree是Btree的變體，也是一種多路搜索樹：
1.其定義基本與B-樹同，除了：2.非葉子結(jié)點的子樹指針與關(guān)鍵字個數(shù)相同；3.非葉子結(jié)點的子樹指針P[i]，指向關(guān)鍵字值屬于[K[i], K[i+1])的子樹（B-樹是開區(qū)間）；5.為所有葉子結(jié)點增加一個鏈指針；6.所有關(guān)鍵字都在葉子結(jié)點出現(xiàn)；- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- B+的搜索與B-樹也基本相同，區(qū)別是B+樹只有達到葉子結(jié)點才命中（B-樹可以在非葉子結(jié)點命中），其性能也等價于在關(guān)鍵字全集做一次二分查找；
B+tree的特性：
1.所有關(guān)鍵字都出現(xiàn)在葉子結(jié)點的鏈表中（稠密索引），且鏈表中的關(guān)鍵字恰好是有序的；2.不可能在非葉子結(jié)點命中；3.非葉子結(jié)點相當于是葉子結(jié)點的索引（稀疏索引），葉子結(jié)點相當于是存儲（關(guān)鍵字）數(shù)據(jù)的數(shù)據(jù)層；4.更適合文件索引系統(tǒng)；- 1
- 2
- 3
- 4
- 5
- 6
- 7
btree和B+tree的區(qū)別：
- (1)B+tree的非葉子節(jié)點不存儲真正的data，而btree可以
- (2)增加了一個鏈指針
- (3)btree支持數(shù)據(jù)的延展性，B+tree支持數(shù)據(jù)的擴展性
B*Tree：
是B+樹的變體，在B+樹的非根和非葉子結(jié)點再增加指向兄弟的指針；
- B*樹定義了非葉子結(jié)點關(guān)鍵字個數(shù)至少為(2/3)*M，即塊的最低使用率為2/3（代替B+樹的1/2）；
- B+樹的分裂：當一個結(jié)點滿時，分配一個新的結(jié)點，并將原結(jié)點中1/2的數(shù)據(jù)復制到新結(jié)點，最后在父結(jié)點中增加新結(jié)點的指針；B+樹的分裂只影響原結(jié)點和父結(jié)點，而不會影響兄弟結(jié)點，所以它不需要指向兄弟的指針；
- B*樹的分裂：當一個結(jié)點滿時，如果它的下一個兄弟結(jié)點未滿，那么將一部分數(shù)據(jù)移到兄弟結(jié)點中，再在原結(jié)點插入關(guān)鍵字，最后修改父結(jié)點中兄弟結(jié)點的關(guān)鍵字（因為兄弟結(jié)點的關(guān)鍵字范圍改變了）；如果兄弟也滿了，則在原結(jié)點與兄弟結(jié)點之間增加新結(jié)點，并各復制1/3的數(shù)據(jù)到新結(jié)點，最后在父結(jié)點增加新結(jié)點的指針；
- 所以，B*樹分配新結(jié)點的概率比B+樹要低，空間使用率更高；
三. B-tree與哈希索引的區(qū)別
1）B+tree的索引：
- 是按照順序存儲的，所以，如果按照B+tree索引，可以直接返回，帶順序的數(shù)據(jù)，但這個數(shù)據(jù)只是該索引列含有的信息。因此是順序I/O
- 適用于： 精確匹配 、范圍匹配 、最左匹配
2）Hash索引：
- 索引列值的哈希值+數(shù)據(jù)行指針：因此找到后還需要根據(jù)指針去找數(shù)據(jù)，造成隨機I/O
- 適合： 精確匹配
- 不適合： 模糊匹配 、范圍匹配 、不能排序
來源：https://blog.csdn.net/longlong6682/article/details/104805941
與50位技術(shù)專家面對面20年技術(shù)見證，附贈技術(shù)全景圖總結(jié)
以上是生活随笔為你收集整理的MySQL引擎之MyISAM，InnoDB，Btree与B+tree的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 豆子（说一说豆子的简介）
- 下一篇： B+Tree索引为什么可以支持千万级别数