索引可以提高数据库的性能。不用加内存,不用改程序,不用调sql,只要执行正确的create indix
,查询的速度就可能提高成百上千倍。但相应的代价是,插入,更新,删除的速度有所减弱。
所以索引的作用在于提高一个海量数据的检索速度
常见索引分为:
我们知道了索引的作用是提高数据检索的速度,那么海量数据的检索为什么慢呢?我们需要通过认识数据的存储来了解
MySQL给用户提供存储服务,而存储的都是数据,数据在磁盘这个外设当中。磁盘是计算机中的一个机械设备,相比于其他电子元件,磁盘的效率是比较低的,在加上IO本身的特征,所以存取数据是一个比较慢的操作
磁盘的物理结构和数据存取可以参看磁盘文件系统的第一部分
总结来说
数据的存取在磁盘中需要经历以下步骤:
- 定位读取的盘面,进而确定哪一个磁头读取数据
- 定位读取哪一个磁道
- 定位读取哪一个扇区
整个过程称为CHS定位法
磁头:head ;磁道(柱面):cylinder;扇区:sector
这些步骤都是机械运动,所以速度相比于电子元件,会慢上很多
另外
数据在扇区里大多是以
512字节
存储
操作系统读取数据的单位是数据块(4kb
),也就是8个扇区
数据库文件,本质就是保存在磁盘的盘片当中,当数据库文件很大时,一定需要占据多个扇区
随机访问
:本次IO所给出的扇区地址和上次IO给出的扇区地址不连续,此时磁头在两次IO操作之间需要作较大移动才能重新开始读/写数据连续访问
:如果本次IO给出的扇区地址与上次IO结束的扇区地址是连续的,那么磁头就能很快的开始这次IO操作,这样的多个IO操作称为连续访问如果相邻的两次IO操作是在同一时刻发出的,但它们请求的扇区地址相差很大的话,也只能称为随机访问,而非连续访问
磁盘是通过机械运动进行寻址的,连续访问不需要过多的定位,故效率比较高
MySQL是一款应用软件,其与磁盘的交互需要依靠操作系统从中构建桥梁,我们可以将其想象为一种特殊的文件系统,它有着更高的IO场景。
所以为了提高基本的IO效率,MySQL进行IO的基本单位是16KB
(InnoDB存储引擎
)
mysql> show global status like 'innodb_page_size';
+------------------+-------+
| Variable_name | Value |
+------------------+-------+
| Innodb_page_size | 16384 | -- 16*1024
+------------------+-------+
也就是磁盘的基本单位是扇区512字节
,操作系统基本单位是数据块4KB
,MySQL基本单位是page(页)16KB
三者数据交互如下:
page
为单位保存在磁盘当中的CURD操作(create update read delete)
,都是需要计算,找到相应的插入位置,或者找到对应要修改或者查询的数据CPU参与
,而为了便于CPU参与,一定要能够先将数据移动到内存当中数据一定是在磁盘和内存中都存在的
。后续完成内存数据的操作后,以特定的舒心策略,刷新到磁盘。此时会涉及磁盘和内存的数据交互,也就是IO。而此时IO的基本单位是page
buffer bool
的内存空间,来进行各种缓存。使用这个内存空间和磁盘数据进行IO交互局部性原理分为时间局部性
和空间局部性
局部性原理出现的原因,大部分人认为是:程序的指令大部分时间是顺序执行,而且程序的集合,如数组等各种数据结构都是连续存放的
时间局部性
:如果程序中的某条指令一旦执行,则不久之后该指令可能再次被执行;如果某数据被访问,则不久之后该数据可能再次被访问空间局部性
:一旦程序访问了某个存储单元,则不久之后,其附近的存储单元也很大可能被访问参考:局部性原理
为什么MySQL和磁盘进行IO交互要使用page呢?而不是用多少加载多少呢?
倘若,我们有十个数据,其中id从1到10,如果用多少加载多少,每次都只加载一个数据,查找id=10就需要十次IO
但如果使用page存储,那么十个数据都是存储在一个page中,一次IO读取整个page
,放入buffer bool。无论是id=3,4,8,都是在内存
中查找。大大减少了IO的次数
但是我们无法保证,用户下次查找的数据一定在这个page中,但是因为局部性原理
,大概率在这个page中
往往IO效率低下的最主要矛盾不是IO单次数据量的大小,而是IO的次数