问题标签 [b-tree-index]

我有一个带有布尔列的表 -"is_woman" bool DEFAULT true

我有这个列的 btree 索引（以及其他一些，如年龄、城镇等）-is_woman ASC NULLS LAST

我对此专栏有疑问 -is_woman IS FALSE

结果，我得到了解释：

为什么有两个 is_woman 条件？一个在索引部分，第二个在过滤器中？

更新

在@dmitry 的帮助下，我创建了两个部分索引：一个用于男性is_woman is false，第二个用于女性is_woman is true。

Explain对于相同的查询：

Bitmap Index Scan on is_woman_woman_idx (...) (actual time=469.446..469.446 rows=406867 loops=1) Index Cond: ((age >= 1) AND (town = 1)) Execution time: 1827.239 ms

没有Filter部分，这个查询工作得更快：

• 实际时间2.227..2754.378→469.446..469.446
• 执行时间2792.804 ms→1827.239 ms

我正在研究 B+ 树和 B 树，我想了解有关它的两件事，如果有人可以向我澄清，我将不胜感激：

1. 为什么我可以在 B+ 树索引上存储更多搜索键？我的猜测是原因是因为 B+ 树的节点指向子树而不是数据。

2. 是否有任何类型的数据比较不适用于 B+ 树索引，或者我可以使用所有类型的数据（=、>=、！=、<、<>...）？

我在使 postgres 使用我的多列索引使用 btree_gin 扩展进行完整搜索时遇到问题。这是用于文章的搜索页面。使用 btree_gin 背后的想法是能够获取 'id' 字段进行排序，并获得 magazine_id 作为过滤器：

Postgres 决定在杂志上使用 btree 索引，然后过滤（=慢）：

然后，我发现更不了解的是，它也拒绝在 LIST 页面上使用这个简单的 btree 索引来查找文章，它们只是按每页的降序排列 x：

同样，它不使用多列索引：

编辑：以上是记录较少且只有 1 个杂志的开发设置，因此速度很快。这是生产服务器上由 auto_explain 生成的日志：

我将不胜感激任何人能给我进一步调试的提示。

愉快的一天。

我正在创建一个电影数据库，所有电影都会为每个用户获得一票，对电影进行评估，“好，好或公平”这些投票存储在具有用户 ID 的表 [movies_has_rating] 中谁进行了投票，投票类型和创建日期，我需要确保并防止用户可以两次参与电影，因为每个用户只允许投一票，尽管我已经通过 PHP 和 MySQL 完成了查询，仍然有可能从 MySQL 手动添加它，并且还可以建立相同的默认 MySQL，我的问题是：

1)如果将字段定义为[vote id]和[user_id]作为主键，您可以避免对同一部电影的用户进行两次评估，例如。

2) UNIQUE INDEX [vote id]和[user_id]字段已经定义为主键时，需要添加，这在定义主键时使用UNIQUE INDEX的优点和区别。

3)需要指定索引的方法类型，如“ BTREE or HASH ”

非常感谢您的帮助，非常感谢！

我们有我们的内部 noSQL 数据库，它基本上将所有内容存储在一个紧凑的二进制文件中。现在，我需要一个类似于键值存储或 B+Tree 的数据结构。在我的情况下，问题是“价值”可以是不同的类型，并且大小非常不稳定，可能从 1Kb 到 1-2Gb。通常，键是字符串，值是数据流，可以是 int、string 或自定义类型的流。

我正在考虑实现 B+ 树，但这并不容易，因为 B+ 树需要“值”的类型相同，并且“值”的大小应该足够小，可以存储在相对较小的块中。可能有一个变体，但我没有找到关于如何实现 B+ 树的教程，其中包含显示如何存储在磁盘上的示例。我看到的大部分教程都只是内存中的 B+ 树。

然后我有了使用文件夹/文件名作为键的想法。然后该值可以是文件中的任何内容。然后值可以是任意大小，这就是我想要的。所以我的问题在这里，在极端情况下，

• 不同日期的数据存储在单独的文件夹中
• 我可以有 1M-50M 密钥（实际上是文件/文件夹）在磁盘上存储一天
• 对文件的数据操作通常是“只读”的，白天是“附加到”的。历史数据永远不会被修改。

我已经看到我可以在现代操作系统上拥有约 40 亿个文件，因此我对这种在单台机器上存储约 2 年的方法感到满意。我只是担心这种实现键值存储的方式是否非常糟糕？为什么？处理文件系统时我会遇到什么问题？（例如，Windows 上的框架磁盘？）

所有都在 Windows/Linux 中用 C++ 实现。

语境：

有一个包含 2 列整数 id 列的表 - 主键自动增量和一个长文本列。

许多不同的进程和连接同时从该表中添加、读取和删除行。根本没有 DDL 语句。只需插入、选择和删除 - 每个操作最多发生在 1 行。即插入单行，按主键选择单行，然后也按主键删除单行。

该表是 mysql 实例上的唯一表（这是在 docker 容器中）。

该表的填充行很少，ibd 文件的大小为 199G。

问题

我经常看到像这样的信号量锁

有时锁被持有超过 600 秒，innodb 故意崩溃。

查看 5.6.26 的代码 - dict0dict中的函数是

特别是：

问题

是什么导致了这些锁？

到目前为止尝试过

• 看到这是 b-tree 游标和字典之间的争用以及一些研究，我关闭了自适应哈希索引。问题仍然存在。
• 然后将缓冲池从默认的 128M 增加到 1G。问题仍然存在。

由于它是一个繁忙的表，我不想优化表，但如果这是答案 - 我想知道为什么。

我现在在 Python 中缓存了以下数据：

数据字符串大小约为 87 字节。以最佳方式将其存储在 python 中（使用 dict 并在带有分隔符的 data-str 前添加时间戳），每个条目的 RAM 成本约为 198 字节。这对于我需要的缓存大小来说是相当大的。

我想尝试在 MySQL 表中存储相同的内容，看看是否可以节省 RAM 空间。这样做时，我将其存储为：

我知道 MySQL 会将 InnoDB 表的索引（这就是我现在拥有的）加载到 RAM 中。因此，id（唯一）、时间戳和指向数据字符串的指针将驻留在 RAM 中。

如何仅为这个新表计算 MySQL 的 B+Tree 的完整 RAM 使用量（即包括元数据）？

我知道 B-Tree 如何在内存中工作，它很容易实现。但是，目前完全超出了我的范围，是如何找到在磁盘上有效工作的数据布局，例如：

• B-Tree 中的条目数可以无限增长（或至少超过 1000GB）
• 磁盘级复制操作被最小化
• 这些值可以有任意大小（即没有固定模式）

如果有人可以提供有关在磁盘级别布局 B-Tree 结构的见解，我将不胜感激。尤其是最后一个要点让我很头疼。我也很欣赏书籍的指针，但我见过的大多数数据库文献只解释了高级结构（即“这就是你在内存中的做法”），但跳过了磁盘布局的细节。

我正在创建一个数据库存储引擎（为了好玩）。

我知道它使用 b-tree（和其他东西），但在所有 b-tree 基础示例中，它表明我们需要对键进行排序，然后将其存储用于索引，而不是整数。

我可以理解排序，但是如果我将字符串作为索引的键，如何对字符串进行排序？

例如：我想索引 btree 中的所有电子邮件地址，我该怎么做？

我试图了解 PostgreSQL 物理索引布局是如何的。我开始知道索引是作为具有 B 树数据结构的页面集的一部分存储的。我试图了解吸尘如何影响索引。它有助于控制它的大小吗？