对 MYSQL 索引的一些理解

本文详细探讨了MySQL InnoDB中的主键(聚族)索引、哈希索引及B-Tree索引的工作原理,包括它们的结构特性、优势与局限,以及如何通过索引优化查询性能。

主键(聚族)索引

在MySQL中,InnoDB主键索引是B+Tree结构,同时数据存储在B+Tree叶子页中,所以也称为聚族索引;

  • 根节点中存放指了向子节点的指针,根据匹配规则向下查找,最终要么找到要么不存在。
  • 页子节点的指针指向的是被索引的数据,而不是其他的节点页
  • 可能会多层节点,Tree深度和表的大小直接相关
  • 在一个表中只能存在一个聚族索引
  • 存储数据的顺序和索引顺序一致

在这里插入图片描述

匹配模式

在MYSQL InnoDB中主键索引支持如下匹配模式

  • 全值匹配:如 :== 、<=>
  • 匹配列前缀:如 like ‘ab%’
  • 匹配范围值: 如: <、>

哈希索引

在MYSQL Innodb中 有哈希索引,如果使用哈希索引,对于索引列存储引擎会对列值计算出一个哈希码,然后将哈希码存储在索引中并指向主键索引,即哈希索引不存储数据,存储的是主键

优点
  • 哈希索引是一个较小的值,对存储友好
  • 哈希索引的结构十分紧凑,查询速度也是很快的(除非存储哈希碰撞)
缺点
  • 由于不同的值计算出来的哈希可能会一样,即哈希碰撞,这种情况下会以链表的形式存放多个记录指针到一个哈希条目中
  • 哈希索引不存储数据,存储的是主键,需要进行两步操作,相对聚族索引性能要差些
  • 由于索引本身是一个哈希值,所以不支持 匹配范围值、匹配列前缀 模式,所以 like、>、< 就别想了
  • 存储数据的顺序和索引顺序不是一致的,所以索引无法直接用于排序
  • 如果哈希碰撞的情况比较多的话,会造成索引维护操作代价较高,特别是在删除和修改的情况下,碰撞越大代价越大

B-Tree索引

除了 主键索引和哈希索引外,还有另外一种 B-Tree,是非主键用的索引,特性和主键索引类似,区别在于 主键索引叶子页存储的是数据,而 B-Tree 索引存储是主键

索引的优点

  • 索引可以帮助服务器减少需要扫描的数据量
  • 索引可以帮助服务器避免排序和临时表
  • 索引可以将随机I/O变为顺序I/O

索引并不总是能够给数据库带来好处,在实际实践中应该根据实际情况进行分析,滥用索引只会会让你的表变得更慢,只有当索引带来的好处大于索引需要的成本时,索引才是有效的

随着人类对生命健康需求的不断增长,新药研发面临着前所未有的挑战。传统的药物研发流程通常耗时长达十年以上,耗资数十亿美元,且最终成功率极低,这在制药界被称为“反摩尔定律”困境。近年来,人工智能技术的飞速发展,特别是深度学习和大数据分析的广泛应用,为新药发现带来了革命性的契机。人工智能能够从海量的化学和生物数据中挖掘潜在规律,显著加速药物靶点发现、先导化合物优化等关键环节。在此背景下,本研究旨在设计并实现一个基于人工智能的新药发现辅助系统,以期为传统药物研发流程提供高效的智能化辅助工具,从而有效缩短研发周期并大幅降低研发成本。本研究以Python作为主要开发语言,深度结合PyTorch和TensorFlow两大主流深度学习框架,并集成RDKit化学信息学工具包,构建了一个功能完善的新药发现辅助系统。系统的核心目标是利用先进的人工智能技术辅助新药分子的设计与活性评估。在研究方法上,本文创新性地提出了一种融合多模态数据的新药发现算法。该算法综合处理分子的多种表示形式,包括一维的SMILES序列、二维的分子图结构以及三维的空间构象数据。通过构建多通道神经网络,系统能够有效提取并融合不同模态的特征,从而全面捕捉分子的理化性质与生物学活性之间的复杂非线性关系。 【课程报告内容】 摘要 第1章 绪论 第2章 相关技术与理论 第3章 系统需求分析 第4章 系统总体设计 第5章 系统详细设计与实现 第6章 系统测试与分析 第7章 总结与展望 参考文献 附件-实现指南
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值