我的问题是数据库如何存储数据以及它如何在内部执行查询。
假设我们的表中有以下字段:
- 身份证
- 姓名
- 年龄
- 体重
- 经理
然后我们查询select * from Table1 where age>50 and weight<100
我只是好奇它是如何在内部执行查询的。
这个例子中B-Tree/B+Tree的Node会包含什么?
最佳答案
您选择的示例是单个树无法完成工作(两个独立范围)的少数情况之一。
但是,我正在编写的电子书的第一章解释了 B 树索引的内部工作原理:http://use-the-index-luke.com/anatomy/
EDIT 以了解为什么两个索引可能对上述示例有用的更多详细信息。
上述查询可以通过三种可能的索引配置来支持:
AGE
上的串联索引然后WEIGHT
(按此顺序)。
以防万一,查询将读取所有记录WHERE AGE > 50
然后按WEIGHT
过滤.WEIGHT
上的串联索引然后AGE
(其他顺序)。
情况不同:读取所有记录WHERE WEIGHT < 100
然后按AGE
过滤.
哪个更有效取决于您拥有的数据。如果记录少AGE > 50
比WEIGHT < 100
第一个会更有效率,否则第二个。但是,如果您使用不同的值进行查询,情况可能会发生变化。
连接索引不能很好地支持查询的原因是每个索引顺序仅在一个轴上。每个索引条目都在另一个索引条目之前或之后,但绝不会紧挨着它。所有索引条目构成一条链。
具有两个独立范围查询的查询需要两个轴,不像链条,而更像棋盘。一个轴 AGE
另一个为WEIGHT
.如果可能的话,您的查询将只需要扫描棋盘的一个角。
但是,B 树只有一个轴,因此您必须首先选择要使用的标准。如果您选择 AGE
这意味着从 AGE 50
开始, 整个链将被扫描直到结束。只有存储在链侧的一些记录也符合 WEIGHT < 100
的条件。 , 其他记录必须被读取但将被丢弃。
所以,说来话长,解释为什么一棵树不能支持带有两个独立范围子句的查询。另一方面,一个连接索引可以很好地完成以下工作:
WHERE age = 50 AND weight < 100
WHERE weight = 100 AND age > 50
WHERE age > 50 AND age < 70;
但是,如果在两个不同的列上使用两个不等运算符,就会出现问题。
那么,怎么办?
第三种可能的方法是在两列上有两个独立的索引。这允许拥有任意数量的轴(只需创建更多索引)。然而,这也存在一些巨大的问题。首先,并非所有 DB 产品都支持它。只要它受到支持,它就是一个相当广泛的操作。它通常以扫描每个索引的方式工作,为每个结果构建一个位图索引。然后连接这些位图索引以应用 AND
运算符(operator)。这是大量的数据处理——只有当每个条件对其自身的选择性不是很强时,才值得付出努力,但两者加起来都非常有选择性。
不需要我的建议吗?
如果您的查询在 OLTP 环境中运行:使用一个串联索引。 两个独立的索引只是最后的选择。但是,如果您在 OLAP 环境中工作,您可能无论如何都需要位图索引。
附言:
索引 AGE
是一个exercise在我的书中(有解决方案)——特别是因为存储 AGE
是一种不好的做法,您应该存储出生日期。
关于mysql - 数据库如何在 B-Tree/B+Tree 内部存储数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4059920/