Postgres使用btree索引与MySQL B+；树

我们正在从MySQL迁移到PGSQL，我们有一个1亿行的表

当我试图确定两个系统都使用了多少空间时，我发现表的差异要小得多，但索引的差异却很大

MySQL索引占用的空间比表数据本身大，postgres使用的空间小得多

• 当深入研究原因时，我发现MySQL使用B+树来存储索引和postgres B-树

• MySQL对索引的使用略有不同，它将数据与索引一起存储（由于索引的大小增加），但postgres没有

现在问题是：

• 比较数据库上的B-树和B+树，最好使用B+树，因为它们更适合范围查询O（m）+O（logN）-其中范围中的m和查找在B+树中是对数的
  现在，在B-树中，范围查询的查找是对数的，因为它没有数据节点的链表底层结构，所以它最多可以达到O（N）。既然如此，为什么postgres会使用B树呢？它在范围查询中是否表现良好（确实如此，但它如何在内部处理B树）

• 上面的问题是从postgres的角度来看的，但是从MySQL的角度来看，为什么它比postgres使用更多的存储空间，实际上使用B+树的性能优势是什么

我可能错过了/误解了很多东西，所以请随时纠正我的理解

编辑以回答里克·詹姆斯的问题

• 我正在使用InnoDB engine for MySQL
• 我在填充数据后建立了索引——和我在postgres中做的一样
• 索引不是唯一的索引，只是普通索引
• 没有随机插入，我在postgres和MySQL中都使用了csv加载，只有在这之后我才创建了索引
• 索引和数据的Postgres块大小都是8KB，我不确定MySQL是否为8KB，但我没有更改它，所以它必须是默认值
• 我不会称这些行为大行，它们有大约4个200个字符长的文本字段，4个十进制字段和2个bigint字段-19个数字长
• P.K是一个有19个数字的bigint列，我不确定这是否庞大？在什么尺度上应该区分大型和非大型
• MySQL表的大小是600 MB，Postgres大约是310 MB，包括索引——如果我的计算正确的话，这相当于大了48%。但是有没有一种方法可以在MySQL中单独测量索引大小（不包括表大小）？我想这会带来更好的数字
• 机器信息：我有足够的RAM-256GB将所有的表和索引放在一起，但我认为我们根本不需要遍历这条路径，我没有看到它们之间有任何明显的性能差异

其他问题

• 当我们说分裂发生时？有没有一种方法可以去碎片化，这样我们就可以说，除此之外，没有什么可以做的。顺便说一下，我正在使用Cent OS
• 有没有一种方法可以测量MySQL中的索引大小，在主键聚集时忽略它，这样我们就可以真正看到什么类型占用了更多的大小（如果有的话）

---

在数据库中，您经常会询问谁提供了一些数据范围，如id从100到200。
在这种情况下

• 对于每个条目，B-Tree都需要遵循从根到叶的路径来获取数据指针
• B+-树木可以“行走”穿过树叶，并且只能第一次沿着路径到达树叶（即对于id 100）

这是因为B+-Trees只在leaf中存储数据（或数据指针），并且这些leaf是链接的，因此可以执行快速顺序遍历

B+树

另一点是：
在B+树中，内部节点只存储指向其他节点的指针，而不存储任何数据指针，因此指针的空间更大，所需IO操作更少，并且可以在内存页中存储更多节点指针

---

因此，对于范围查询，B+树是最佳的数据结构。对于单个选择，B-树可能更好（因为树的深度/大小），因为数据指针也位于树内部。

首先，也是最重要的，如果您没有使用InnoDB，请关闭此问题，使用InnoDB重建，然后查看是否需要重新打开问题。MyISAM不是首选，不应讨论

您是如何在MySQL中构建索引的？有几种方法可以显式或隐式地构建索引；它们会导致包装的好坏

MySQL：数据和索引存储在由16KB块组成的B+树中

MySQL:

唯一

索引（包括

主键

）必须在插入行时更新。因此，一个

唯一的

索引必然会有很多块分割，等等

MySQL:

主键

与数据聚集在一起，因此它实际上占用了零空间。如果按主键顺序加载数据，则块碎片最小

非唯一次键可能会动态生成，这会导致一些碎片。或者可以在加载表后构建它们；这将导致更密集的包装

辅助键（

UNIQUE

或not）隐式包含

主键。如果主键是“大的”，那么次键是大的。你的主键是什么？这是‘答案’吗

理论上，完全随机插入到BTree中会导致块的填充率约为69%。也许这就是答案。MySQL是否大45%（1/69%）

对于100M行，可能很多操作都是I/O绑定的，因为您没有足够的RAM来缓存所有需要的数据和/或索引块。如果夏娃