數據庫索引與全表掃描有什么區別

本篇內容主要講解“數據庫索引與全表掃描有什么區別”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“數據庫索引與全表掃描有什么區別”吧!

磁盤的組織結構 盤片->磁道->扇區。由于盤片是并行操作的，因此可以忽略尋找盤片的時間。所以基本上要找一個數據需要找到對應的磁道（類似樹的年輪），再找對應的扇區（一段扇形）。

磁盤性能的主要度量指標有以下幾個：

訪問時間：從發出讀寫請求到數據開始傳輸之間的時間。也就是磁盤定位數據的時間，在程序中就是那個 seek。訪問時間包括尋道時間（找磁道）和旋轉等待時間（找扇區）。一般在幾毫秒級。

數據傳輸率：在定位數據之后。就開始將數據從磁盤和內存之間傳輸了。這個時間一般每秒幾十MB。

磁盤上的文件是一塊一塊組織的，這里的塊（block）是邏輯概念，可能512字節到幾KB。從磁盤讀數據需要一塊一塊讀。即使你只讀1Byte數據，也會讀一塊。

順序訪問：連續訪問磁盤相鄰的塊。這樣磁盤只需要一次磁盤尋道。

隨機訪問：隨機訪問磁盤不同位置的塊，一般每次只讀少量數據。這樣磁盤每處理一個隨機訪問請求就需要一次磁盤尋道。隨機訪問的效率遠低于順序訪問。

硬件：磁盤數據傳輸率記做 T，平均訪問時間記為 S。

數據：一個包含 N 個數據的數據集，數據是可比較的。數據在磁盤上無序存儲，數據均勻分布。每個數據所占空間為 X，那么數據的總大小為 NX。

這張圖表示數據在磁盤上的存放順序：

索引：在數據上建立索引，索引可以看成數據的一種映射，一種表示方式。可以全部放在內存中，并且精確定位原始數據。

查詢模式：查詢有過濾條件，假設過濾條件的選擇度為 F，意思是查詢結果集占總數據量的 F 倍，F 處于 [0,1] 之間。

現在有兩種查詢方式：全表掃描、索引。全表掃描和索引都是邏輯概念。

全表掃描：最簡單的查詢操作。即將數據從磁盤上一個個讀到內存中做過濾，最后返回結果。這種方式的特點是不管數據有沒有用，都先讀出來，磁盤讀取數據總量大，但是seek只有一次。對應磁盤的順序訪問。

黃色表示需要從磁盤讀到內存中的數據，全表掃描時候就是這樣：

全表掃描總耗時 = IO耗時 = NX/T

索引：由于磁盤上數據是亂序的，我們建一個B+樹索引，并在內存中維護索引，索引將所有數據排序，并記錄對應的磁盤位置。在查詢時，首先在索引上過濾出所有結果集在磁盤上的位置，再到磁盤上去精確讀取結果集。這種包括少量的磁盤IO+大量的 seek。對應磁盤的隨機訪問。

效果圖如下圖：磁盤的操作為定位一個數據，讀取，再定位下一個數據......

Seek耗時：NFS

IO耗時：NFX/T

索引查詢總耗時 = Seek耗時 + IO 耗時 = NFS + NFX/T

接下來看看這些參數，在不考慮更新硬件時，磁盤吞吐率 T、平均訪問耗時 S、數據量 N、每個數據大小 X 都是常量，沒得改。

一共就 NTFSX 五個參數，接下來只有 F 了，這個東西是個變量，取決于查詢過濾條件。比如你想查身高150以上的男生，這個過濾條件就沒啥區分度，可能 F=0.8，大部分都會被選出來，但是如果查190以上的男生，可能 F=0.1，只有一小部分會被選出來。

有區別就有不同的應對措施，我們可以根據 F 選擇查索引還是全表掃描。直接算一下什么時候索引查詢比全表掃描快，也就是下邊這個式子：

NFS + NFX/T < NX/T

即：F < X / (TS+X)

可以看到，跟總數據量沒關系，當 F 足夠小的時候，選擇索引比較好。如果結果集比較多，seek過多，那么全表掃描是更優的。

舉個實際例子感受一下：

平均Seek時間： S=5 ms

磁盤吞吐率：T=300 MB/s

單個數據大小：X=128 Byte

這個時候，過濾條件的選擇度需要小于 0.008%。

到此，相信大家對“數據庫索引與全表掃描有什么區別”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！