MySQL一次查詢理論上需要幾次磁碟I/O？
MySQL的查詢需要遍歷幾次B+樹，理論上需要幾次磁碟I/O？
2021-07-20閱讀 5440一、前言 這個問題是博主去年面試的時候被大佬問過的問題，當時也不大清楚裡面的原理，硬著頭皮回答的，當然，最終面試也沒過，哈哈。最近剛好研究了這塊的一些東西，就有種恍然大悟的感覺，這裡分享給大家，歡迎拍磚~
二、遍歷B+樹的次數 首先，既然問題是一次查詢，那我們肯定是要知道mysql使用的儲存引擎是哪個，要根據儲存引擎的不同判斷索引的結構，然後通過索引的B+樹來回答這些問題。 MySQL中MyISAM和InnoDB的索引方式以及區別與選擇
1、mysql的innodb引擎的聚集索引和非聚集索引 網上看到很多資料，有的叫innodb的索引為聚集索引，有的叫做聚簇索引，其實都是一樣的，只是在翻譯過來了時候命名產生了分歧，聚簇（集）索引的葉子節點就是資料節點，而非聚簇（集）索引的葉子節點仍然是索引節點，只不過有指向對應資料塊的指標。非聚簇（集）索引在innodb引擎中，又叫做二級索引，輔助索引等。
2、分別遍歷了幾次B+樹 主鍵索引從上至下遍歷一次B+樹，直到找到具體的主鍵，拿到葉子結點儲存的資料。 二級索引需要遍歷兩次B+樹，第一次遍歷是找到對應的主鍵，第二次遍歷是根據主鍵找到具體的資料。
比如查詢二級索引的sql，先通過遍歷二級索引的B+樹來找到對應的主鍵，然後回表即通過主鍵遍歷聚集索引B+樹，拿到具體的資料。（PS：mysql裡面每次新建索引都會生成新的B+樹，這也是索引檔案會隨著索引欄位不斷增加的原因）
這部分是要參照索引的圖來的，如圖：
（1）主鍵索引（聚集索引）
（2）輔助索引（二級索引）
3、回表的概念 回表就是通過輔助索引拿到主鍵id之後，要再去遍歷聚集索引的B+樹，這個過程就叫做回表。回表的操作更多的是隨機io,隨機io在效能上還是比較低下的，例如：
- 比如user表中有三個欄位，a,b,c，給a和b建立聯合索引idex_a_b（a,b） sql：select * from user where a=1 and b=2; （1）首先是用二級索引index_a_b來查詢，速度會很快。（順序IO） （2）拿到主鍵id之後，這個主鍵id並不是順序排列的，還要用主鍵去查詢聚簇索引（隨機io） （3）當隨機io很多，也就是拿到的主鍵id很多的時候，回表的代價是巨大的。所以最好是選用覆蓋索引或者讓where 之後的條件篩選更多的資料
三、聚集索引和非聚集索引執行一次sql的io次數 1、聚集索引
大致步驟如下：
（1） 資料量小的話，直接把索引放到記憶體中，記憶體的O(logn)消耗是遠遠低於磁碟io的,所以可以忽略不計 （2） 資料量大的話，採用索引結構，我們這部分先從二叉樹說起，對於普通二叉樹，第一個步驟是二分，每次判斷都是一次半數的數量級檢索。假如有100W的資料，大概的時間複雜度是：log2N=1000000即N=20的節點獲取，也就是磁碟I/O複雜度最大為O(20)，二分的時間複雜度是O(log2N)。 （3） 但是對於
關於二分，我們假設有50W資料，下面看一下效果
1 50W 2 25W 3 12.5W 4 6W 5 3W 6 1.5W 7 7000 8 3500 9 1800 //第9次的時候，資料範圍就已經很小了，當然，它的效率還不夠高，但是比遍歷所有資料要快多了 根據以上的解釋，我們可以知道聚集索引的磁碟IO次數大概是1-3次，這一切都是因為高效的B+樹。如果大家也碰到類似的問題，就照著上面一頓胡扯，絕對很穩了。
2、輔助索引
（1） 參考上面對於B+樹的解釋，輔助索引獲取主鍵的時間複雜度是 lognN（假設第二層級是n個節點） （2） 再通過lognN獲取主鍵對應的資料列 參考 io解釋 四、引申問題 在進行相關測試的時候，可能會因為一部分索引放到了記憶體，從而造成一定的誤差。因此咱們這邊就來探討探討，這個放進記憶體的索引有多大。
1、多大的索引資料可以放到記憶體中？
（1） 要參照自己的mysql設定，一般是innodb_buffer_pool_size的值，這個值預設是128M，具體的要根據機器的效能設定。
關於Innodb_buffer_pool_size：《深入淺出MySQL》一文中這樣描述Innodb_buffer_pool_size：
該引數定義了 InnoDB 儲存引擎的表資料和索引資料的最大記憶體緩衝區大小。和 MyISAM 儲存引擎不同，
MyISAM 的 key_buffer_size只快取索引鍵， 而 innodb_buffer_pool_size 卻是同時為資料塊和索引塊做快取，
這個特性和 Oracle 是一樣的。這個值設得越高，訪問 表中資料需要的磁碟 I/O 就越少。在一個專用的資料庫
伺服器上，可以設定這個引數達機器 實體記憶體大小的 80%。儘管如此，還是建議使用者不要把它設定得太大，
因為對實體記憶體的競 爭可能在作業系統上導致記憶體排程。
（2） 記憶體緩衝區主要包含 上面第一條提到的記憶體緩衝區主要包括：資料快取（innodb的行資料），索引資料，緩衝資料（在記憶體中修改尚未重新整理(寫入)到磁碟的資料），內部結構（自適應雜湊索引，行鎖等。）
（3） 所以說，放到記憶體中的索引大小，和這些配置息息相關，當索引在記憶體中的時候，自然是用不到磁碟io的
具體參考： 如何在MySQL中分配innodb_buffer_pool_size
2、mysql一次普通查詢經過的步驟 從查詢過程上看，大致步驟是：
檢視快取中是否存在id，
如果有 則從記憶體中訪問，否則要訪問磁碟，
並將索引資料存入記憶體，利用索引來訪問資料,
對於資料也會檢查資料是否存在於記憶體，
如果沒有則訪問磁盤獲取資料，讀入記憶體。
返回結果給使用者。
據實際的情況分析。
五、總結 寫完部落格之後，越發感覺到自己的才疏學淺。對於mysql來說，這些本來就都是基礎知識，但我到現在才算明白了一點點。而且這一點點也許還不夠準確，實在是讓人絕望呢。翻看mysql的手冊，上面有很多介紹，也有很多配置項都沒有用過，各位且學且珍惜吧