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
没有bug.的程序员7 分钟前
金融支付分布式架构实战:从理论到生产级实现
java·分布式·微服务·金融·架构·分布式调度系统
lang2015092843 分钟前
MySQL 8.0原子性DDL全面解析
数据库·mysql
初见0011 小时前
Spring事务失效的十大陷阱与终极解决方案
后端·架构
埃泽漫笔1 小时前
Redis的List数据结构底层实现
redis·list
viperrrrrrrrrr71 小时前
milvus向量数据库
数据库·大模型·llm·milvus
白衣鸽子2 小时前
MySql数据库同步技术:构建高可用架构的基石
数据库·后端
不良人天码星2 小时前
redis的事务,以及watch的原理
数据库·redis·缓存
懂得节能嘛.2 小时前
【动态配置中心】Java+Redis构建动态配置中心
java·开发语言·redis
韩立学长2 小时前
基于微信小程序的公益捐赠安全平台9hp4t247 包含完整开发套件(程序、源码、数据库、调试部署方案及开发环境)系统界面展示及获取方式置于文档末尾,可供参考。
数据库·微信小程序·小程序
智能化咨询2 小时前
SQL之参数类型讲解——从基础类型到动态查询的核心逻辑
数据库·oracle