极客时间 《Redis核心技术与实战》01 | 基本架构:一个键值数据库包含什么?知识总结

索引

Redis中的索引数据结构

Redis使用的索引结构是哈希表(Hash Table)。Redis的键值对中的key就是字符串对象,而value就是Redis的数据类型,可以是String、List、Hash、Set、Zset等。Redis底层使用了一个全局哈希表保存所有键值对,哈希表的最大好处是O(1)的时间复杂度快速查找到键值对。哈希表其实就是一个数组,数组中的元素叫做哈希桶。当出现哈希冲突时,Redis会使用链表来解决冲突,将冲突的元素保存到同一个哈希桶中

MySQL

MySQL的索引的数据结构是B+Tree。特点是所有的数据都会出现在叶子节点,叶子节点形成一个单向链表,非叶子节点仅仅起到索引数据作用,具体的数据都是在叶子节点存放的。

在MySQL中,使用InnoDB存储引擎时,非主键索引(也称为二级索引或辅助索引)的B+树结构与主键索引的B+树结构有所不同。对于非主键索引的B+树,其叶子节点存储的是索引键值和对应的行数据的地址(即主键值)。

具体来说,非主键索引的B+树叶子节点包含以下两部分:

  1. 索引键值:这是非主键索引的键值,例如,如果有一个索引是建立在某个字段column_name上,那么这个字段的值就是索引键值。
  2. 主键值:由于InnoDB存储引擎使用聚簇索引(即主键索引),数据行是按照主键顺序存放的。因此,非主键索引的叶子节点除了存储索引键值外,还会存储一个指向对应数据行的逻辑指针,这个指针实际上是数据行的主键值。当通过非主键索引查找数据时,InnoDB存储引擎会先在非主键索引的B+树中找到对应的主键值,然后再用这个主键值去主键索引的B+树中查找具体的数据行。

这种设计使得InnoDB存储引擎在通过非主键索引查找数据时需要两次索引查找:第一次是在非主键索引中找到主键值,第二次是在主键索引中找到具体的数据行。这个过程被称为"索引的二次查找"。

在某些情况下,如果查询只需要使用到索引键值,而不需要实际的数据行,这种查询被称为"索引覆盖扫描",它可以避免二次查找,提高查询效率。

相关推荐
ChinaRainbowSea4 分钟前
9-2 MySQL 分析查询语句:EXPLAIN(详细说明)
java·数据库·后端·sql·mysql
时序数据说6 分钟前
Java类加载机制及关于时序数据库IoTDB排查
java·大数据·数据库·物联网·时序数据库·iotdb
deeper_wind10 分钟前
MySQL数据库基础(小白的“升级打怪”成长之路)
linux·数据库·mysql
加勒比海涛20 分钟前
Spring Cloud Gateway 实战:从网关搭建到过滤器与跨域解决方案
数据库·redis·缓存
belldeep24 分钟前
java:如何用 JDBC 连接 TDSQL 数据库
java·数据库·jdbc·tdsql
大只鹅2 小时前
分布式部署下如何做接口防抖---使用分布式锁
redis·分布式
格调UI成品2 小时前
预警系统安全体系构建:数据加密、权限分级与误报过滤方案
大数据·运维·网络·数据库·安全·预警
MonkeyKing_sunyuhua6 小时前
Ehcache、Caffeine、Spring Cache、Redis、J2Cache、Memcached 和 Guava Cache 的主要区别
redis·spring·memcached
心平愈三千疾7 小时前
通俗理解JVM细节-面试篇
java·jvm·数据库·面试
Codebee7 小时前
实战AI增强注解驱动:OneCode语义工程的智能升级
架构