mysql全文索引實(shí)現(xiàn)原理 mysql innodb建立普通索引怎么寫(xiě)?
mysql innodb建立普通索引怎么寫(xiě)?先從數(shù)據(jù)結(jié)構(gòu)的角度來(lái)答。題主應(yīng)該知道B-樹(shù)和B 樹(shù)最重要的一個(gè)區(qū)別就是B 樹(shù)只有葉節(jié)點(diǎn)存放數(shù)據(jù),其余節(jié)點(diǎn)用來(lái)索引,而B(niǎo)-樹(shù)是每個(gè)索引節(jié)點(diǎn)都會(huì)有Data域。這
mysql innodb建立普通索引怎么寫(xiě)?
先從數(shù)據(jù)結(jié)構(gòu)的角度來(lái)答。
題主應(yīng)該知道B-樹(shù)和B 樹(shù)最重要的一個(gè)區(qū)別就是B 樹(shù)只有葉節(jié)點(diǎn)存放數(shù)據(jù),其余節(jié)點(diǎn)用來(lái)索引,而B(niǎo)-樹(shù)是每個(gè)索引節(jié)點(diǎn)都會(huì)有Data域。
這就決定了B 樹(shù)更適合用來(lái)存儲(chǔ)外部數(shù)據(jù),也就是所謂的磁盤(pán)數(shù)據(jù)。
從Mysql(Inoodb)的角度來(lái)看,B 樹(shù)是用來(lái)充當(dāng)索引的,一般來(lái)說(shuō)索引非常大,尤其是關(guān)系性數(shù)據(jù)庫(kù)這種數(shù)據(jù)量大的索引能達(dá)到億級(jí)別,所以為了減少內(nèi)存的占用,索引也會(huì)被存儲(chǔ)在磁盤(pán)上。
那么Mysql如何衡量查詢(xún)效率呢?磁盤(pán)IO次數(shù),B-樹(shù)(B類(lèi)樹(shù))的特定就是每層節(jié)點(diǎn)數(shù)目非常多,層數(shù)很少,目的就是為了就少磁盤(pán)IO次數(shù),當(dāng)查詢(xún)數(shù)據(jù)的時(shí)候,最好的情況就是很快找到目標(biāo)索引,然后讀取數(shù)據(jù),使用B 樹(shù)就能很好的完成這個(gè)目的,但是B-樹(shù)的每個(gè)節(jié)點(diǎn)都有data域(指針),這無(wú)疑增大了節(jié)點(diǎn)大小,說(shuō)白了增加了磁盤(pán)IO次數(shù)(磁盤(pán)IO一次讀出的數(shù)據(jù)量大小是固定的,單個(gè)數(shù)據(jù)變大,每次讀出的就少,IO次數(shù)增多,一次IO多耗時(shí)?。。鳥(niǎo) 樹(shù)除了葉子節(jié)點(diǎn)其它節(jié)點(diǎn)并不存儲(chǔ)數(shù)據(jù),節(jié)點(diǎn)小,磁盤(pán)IO次數(shù)就少。這是優(yōu)點(diǎn)之一。
另一個(gè)優(yōu)點(diǎn)是什么,B 樹(shù)所有的Data域在葉子節(jié)點(diǎn),一般來(lái)說(shuō)都會(huì)進(jìn)行一個(gè)優(yōu)化,就是將所有的葉子節(jié)點(diǎn)用指針串起來(lái)。這樣遍歷葉子節(jié)點(diǎn)就能獲得全部數(shù)據(jù),這樣就能進(jìn)行區(qū)間訪問(wèn)啦。
至于MongoDB為什么使用B-樹(shù)而不是B 樹(shù),可以從它的設(shè)計(jì)角度來(lái)考慮,它并不是傳統(tǒng)的關(guān)系性數(shù)據(jù)庫(kù),而是以Json格式作為存儲(chǔ)的nosql,目的就是高性能,高可用,易擴(kuò)展。首先它擺脫了關(guān)系模型,上面所述的優(yōu)點(diǎn)2需求就沒(méi)那么強(qiáng)烈了,其次Mysql由于使用B 樹(shù),數(shù)據(jù)都在葉節(jié)點(diǎn)上,每次查詢(xún)都需要訪問(wèn)到葉節(jié)點(diǎn),而MongoDB使用B-樹(shù),所有節(jié)點(diǎn)都有Data域,只要找到指定索引就可以進(jìn)行訪問(wèn),無(wú)疑單次查詢(xún)平均快于Mysql(但側(cè)面來(lái)看Mysql至少平均查詢(xún)耗時(shí)差不多)。
總體來(lái)說(shuō),Mysql選用B 樹(shù)和MongoDB選用B-樹(shù)還是以自己的需求來(lái)選擇的。
MySQL全文索引應(yīng)用簡(jiǎn)明教程?
全文檢索在MySQL里面很早就支持了,只不過(guò)一直以來(lái)只支持英文。緣由是他從來(lái)都使用空格來(lái)作為分詞的分隔符,而對(duì)于中文來(lái)講,顯然用空格就不合適,需要針對(duì)中文語(yǔ)義進(jìn)行分詞。
這不,從MySQL5.7開(kāi)始,MySQL內(nèi)置了ngram全文檢索插件,用來(lái)支持中文分詞,并且對(duì)MyISAM和InnoDB引擎有效。
在使用中文檢索分詞插件ngram之前,先得在MySQL配置文件里面設(shè)置他的分詞大小,比如,[mysqld]ngram_token_size2這里把分詞大小設(shè)置為2。要記住,分詞的SIZE越大,索引的體積就越大,所以要根據(jù)自身情況來(lái)設(shè)置合適的大小。
示例表結(jié)構(gòu):
CREATE TABLE articles (id INTUNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,titleVARCHAR(200),body TEXT,FULLTEXT (title,body) WITH PARSER ngram) ENGINEInnoDBCHARACTER SET utf8mb4示例數(shù)據(jù),有6行記錄。mysqlgt select * from articlesG**************************
*1. row ***************************id: 1title: 數(shù)據(jù)庫(kù)管理body: 在本教程中我將向你展示如何管理數(shù)據(jù)庫(kù)***************************2. row ***************************id: 2title: 數(shù)據(jù)庫(kù)應(yīng)用開(kāi)發(fā)body: 學(xué)習(xí)開(kāi)發(fā)數(shù)據(jù)庫(kù)應(yīng)用程序***************************3. row ***************************id: 3title: MySQL完全手冊(cè)body: 學(xué)習(xí)MySQL的一切***************************4. row ***************************id: 4title: 數(shù)據(jù)庫(kù)與事務(wù)處理body: 系統(tǒng)的學(xué)習(xí)數(shù)據(jù)庫(kù)的事務(wù)概論***************************5. row ***************************id: 5title: NoSQL精髓body: 學(xué)習(xí)了解各種非結(jié)構(gòu)化數(shù)據(jù)庫(kù)***************************6. row ***************************id: 6title: SQL 語(yǔ)言詳解body: 詳細(xì)了解如果使用各種SQL6 rows inset (0.00 sec)顯式指定全文檢索表源mysqlgt SETGLOBAL innodb_ft_aux_table#34new_feature/articles#34Query OK, 0 rows affected (0.00 sec)通過(guò)系統(tǒng)表,就可以查看到底是怎么劃分articles里的數(shù)據(jù)。
mysqlgt SELECT *FROM information__FT_INDEX_CACHE LIMIT 20,10 ------ -------------- ------------- ----------- -------- ---------- | WORD | FIRST_DOC_ID | LAST_DOC_ID | DOC_COUNT | DOC_ID| POSITION | ------ -------------- ------------- ----------- -------- ---------- | 中我 | 2 | 2 | 1 | 2 | 28 || 習(xí)m | 4 | 4 | 1 | 4 | 21 || 習(xí)了 | 6 | 6 | 1 | 6 | 16 || 習(xí)開(kāi) | 3 | 3 | 1 | 3 | 25 || 習(xí)數(shù) | 5 | 5 | 1 | 5 | 37 || 了解 | 6 | 7 | 2 | 6 | 19 || 了解 | 6 | 7 | 2 | 7 | 23 || 事務(wù) | 5 | 5 | 1 | 5 | 12 || 事務(wù) | 5 | 5 | 1 | 5 | 40 || 何管 | 2 | 2 | 1 | 2 | 52 | ------ -------------- ------------- ----------- -------- ---------- 10 rows in set (0.00 sec)這里可以看到,把分詞長(zhǎng)度設(shè)置為2,所有的數(shù)據(jù)都只有兩個(gè)一組。上面數(shù)據(jù)還包含了行的位置,ID等等信息。
接下來(lái),我來(lái)進(jìn)行一系列檢索示范,使用方法和原來(lái)英文檢索一致。1. 自然語(yǔ)言模式下檢索:
A,得到符合條件的個(gè)數(shù),mysqlgtSELECT COUNT(*) FROM articles-gt WHERE MATCH (title,body) AGAINST (#39數(shù)據(jù)庫(kù)#39 IN NATURALLANGUAGE MODE) ---------- | COUNT(*) | ---------- | 4 | ---------- 1 row in set (0.05 sec)B,得到匹配的比率,mysqlgtSELECT id, MATCH (title,body) AGAINST (#39數(shù)據(jù)庫(kù)#39 IN NATURAL LANGUAGE MODE)AS score FROM articles ---- ---------------------- | id| score | ---- ---------------------- | 1 | 0.12403252720832825 || 2 | 0.12403252720832825 || 3 | 0 || 4 | 0.12403252720832825 || 5 | 0.062016263604164124 || 6 | 0 | ---- ---------------------- 6rows in set (0.00 sec)2. 布爾模式下搜索,這個(gè)就相對(duì)于自然模式搜索來(lái)的復(fù)雜些:A,匹配既有管理又有數(shù)據(jù)庫(kù)的記錄,mysqlgt SELECT * FROM articles WHERE MATCH (title,body)-gt AGAINST (#39 數(shù)據(jù)庫(kù) 管理#39 IN BOOLEAN MODE) ---- ------------ -------------------------------------- | id| title | body | ---- ------------ -------------------------------------- | 1 | 數(shù)據(jù)庫(kù)管理 | 在本教程中我將向你展示如何管理數(shù)據(jù)庫(kù)| ---- ------------ -------------------------------------- 1 rowin set (0.00 sec)B,匹配有數(shù)據(jù)庫(kù),但是沒(méi)有管理的記錄,mysqlgt SELECT * FROM articles WHERE MATCH (title,body)-gt AGAINST (#39 數(shù)據(jù)庫(kù) -管理#39 IN BOOLEAN MODE) ---- ------------------ ---------------------------- | id| title | body | ---- ------------------ ---------------------------- | 2 | 數(shù)據(jù)庫(kù)應(yīng)用開(kāi)發(fā) | 學(xué)習(xí)開(kāi)發(fā)數(shù)據(jù)庫(kù)應(yīng)用程序 || 4 | 數(shù)據(jù)庫(kù)與事務(wù)處理 | 系統(tǒng)的學(xué)習(xí)數(shù)據(jù)庫(kù)的事務(wù)概論 || 5 | NoSQL 精髓 | 學(xué)習(xí)了解各種非結(jié)構(gòu)化數(shù)據(jù)庫(kù) | ---- ------------------ ---------------------------- 3rows in set (0.00 sec)C,匹配MySQL,但是把數(shù)據(jù)庫(kù)的相關(guān)性降低,mysqlgt SELECT * FROM articles WHERE MATCH (title,body)-gt AGAINST (#39gt數(shù)據(jù)庫(kù) MySQL#39 INBOOLEAN MODE) ---- --------------- ----------------- | id| title | body | ---- --------------- ----------------- | 3 | MySQL完全手冊(cè) |學(xué)習(xí)MySQL的一切 | ---- --------------- ----------------- 1 rowin set (0.00 sec)3,查詢(xún)擴(kuò)展模式,比如要搜索數(shù)據(jù)庫(kù),那么MySQL,oracle,DB2也都將會(huì)被搜索到,mysqlgt SELECT * FROM articles-gt WHERE MATCH (title,body)-gt AGAINST (#39數(shù)據(jù)庫(kù)#39 WITH QUERY EXPANSION) ---- ------------------ -------------------------------------- | id| title | body | ---- ------------------ -------------------------------------- | 1 | 數(shù)據(jù)庫(kù)管理 | 在本教程中我將向你展示如何管理數(shù)據(jù)庫(kù)| 4 | 數(shù)據(jù)庫(kù)與事務(wù)處理 | 系統(tǒng)的學(xué)習(xí)數(shù)據(jù)庫(kù)的事務(wù)概論| 2 | 數(shù)據(jù)庫(kù)應(yīng)用開(kāi)發(fā) | 學(xué)習(xí)開(kāi)發(fā)數(shù)據(jù)庫(kù)應(yīng)用程序 || 5 | NoSQL 精髓 | 學(xué)習(xí)了解各種非結(jié)構(gòu)化數(shù)據(jù)庫(kù) || 6 | SQL 語(yǔ)言詳解 | 詳細(xì)了解如果使用各種SQL|| 3 | MySQL完全手冊(cè) | 學(xué)習(xí)MySQL的一切 | ---- ------------------ -------------------------------------- 6rows in set (0.01 sec)當(dāng)然,我這里只是功能演示,更多的性能測(cè)試,大家有興趣可以進(jìn)行詳細(xì)測(cè)試。由于N-grm是中文檢索常用的分詞算法,已經(jīng)在互聯(lián)網(wǎng)大量使用,這次集成到mysql中,想必效果上不會(huì)有太大的問(wèn)題。
