网站开发的发展趋势图库下载网站源码
#mysql一次查询，需要几次磁盘IO，一次IO影响的因素有哪些
- 存储引擎：Innodb和MyIsam;
Innodb引擎：聚集索引（聚簇索引/主键索引）和非聚集索引（非聚簇索引/二级索引/辅助索引）；
聚集索引：叶子结点存储的是行数剧；
非聚集索引：叶子结点存储的是数据的主键；
- 一次查找：
聚集索引：（主键索引）从上至下遍历一次B+树，直到找到具体的主键，拿到叶子结点存储的数据。
非聚集索引：（二级索引）需要遍历两次B+树，第一次遍历是找到对应的主键，第二次遍历是根据主键找到具体的数据。
- 回表概念：
回表就是通过二级索引拿到主键id之后，要再去遍历聚集索引的B+树，这个过程就叫做回表。回表的操作更多的是随机io,随机io在性能上还是比较低下的。
- 执行一次sql的IO次数：
- 数据量小的话，直接把索引放到内存中，内存的消耗是远远低于磁盘io的,所以可以忽略不计；
- 数据量大的话，采用索引结构，B+树；
- 除了根节点之外，第二层级的数量得到了充分的扩展，相对于普通的二叉树，B+树的结构更加庞大又不失美感，假设叶节点不同元素占用情况为：左右指针各占4Byte，id值8Byte，目标记录指针4Byte，那么一个4Kb的磁盘块将大致可以容纳250个下级指针，100万行目标记录只需log250N=1000000即N=3的I/O次数，充分提升了每次节点I/O带来的检索效用，时间复杂度是O（lognN）,这里的n是非叶子结点的个数。（PS：实际上innodb的数据页大小是16kb，这个n会更大，那么对应的，io次数也会更少）；
- 在实际的查询中，IO次数可能会更小，因为有可能会把部分用到的索引读取到内存中，相对于磁盘IO来说，内存的io消耗可以忽略不计。一般来说B+Tree的高度一般都在2-4层，MySQL的InnoDB存储引擎在设计时是将根节点常驻内存的，也就是说查找某一键值的行记录时最多只需要1~3次磁盘I/O操作（根节点的那次不算磁盘I/O）；
- 磁盘IO：数据库的数据存放在磁盘上面，磁盘读取依靠的是机械运动，分为寻道时间、旋转延迟、传输时间三个部分，这三个部分耗时相加就是一次磁盘IO的时间，大概9ms左右。这个成本是访问内存的十万倍左右；正是由于磁盘IO是非常昂贵的操作，所以计算机操作系统对此做了优化：
- 预读；每一次IO时，不仅仅把当前磁盘地址的数据加载到内存，同时也把相邻数据也加载到内存缓冲区中。因为局部预读原理说明：当访问一个地址数据的时候，与其相邻的数据很快也会被访问到。每次磁盘IO读取的数据我们称之为一页（page）。一页的大小与操作系统有关，一般为4k或者8k。这也就意味着读取一页内数据的时候，实际上发生了一次磁盘IO。
因为有了磁盘IO预读机制，所以才有了减少磁盘IO的可能，因为一次磁盘IO操作，可以查找到物理存储中相邻的一大片数据。一次磁盘IO操作可以取出物理存储中相邻的一大片数据，如果查询的索引数据（就是B+树中从根节点一直到叶子节点整个过程中查询的节点数）都集中在该区域，那么只需要一次磁盘IO，否则就需要多次磁盘IO；
- 我们为了减少磁盘ＩＯ的次数，就你必须降低树的深度，将“瘦高”的树变得“矮胖”。
（1）、每个节点存储多个元素
（2）、摒弃二叉树结构，采用多叉树-----多路查找树 - mysql一次普通查询经过的步骤 从查询过程上看，大致步骤是：
- 查看缓存中是否存在id；
- 如果有 则从内存中访问，否则要访问磁盘；
- 并将索引数据存入内存，利用索引来访问数据；
- 对于数据也会检查数据是否存在于内存；
- 如果没有则访问磁盘获取数据，读入内存；
- 返回结果给用户；
-
今天的学习就到这里