Mysql的相关知识

mysql的搜索引擎：

首先我们要知道mysql的搜索引擎一共有几种；

我们的常用引擎大概分为MYISYM 和INNODB两种搜索引擎；其次这两种都是基于数据库中的表，而不是mysql；是针对于表的。（常识问题，一定要知道！）

其次，在对于这两种搜索引擎，是有不相同的索引存储方式的；

mysql的存储数据结构：

在mysql中存储数据时，大部分都分为两种情况：

hash存储：

对于hash表的存储方式我们都不陌生，类似于hashmap，使用一种数组加链表的存储方式，根据hash算法首先计算出索引位置，然后进行数据（桶）中的存储，当发生hash碰撞时，就在此节点上生成链表进行后插存储；

其实在这种存储方式的效率也是相当高的，因为在存储以后，我们就查询的过程中，只需要找到索引位置，向后遍历就可以快速拿到此条数据；但是为什么不用呢？

答案是因为hash索引是无法进行范围查找的；

这时就要说说为什么b+树在数据结构上强于hash；

B+树的实现

我们都知道二叉树的规则，根子节点建立以后，左边存储比它小的，右边存储比它大的；

但是又缺点，假如按顺序存储1-7；就又成了链表；所以就要引入平衡二叉树，通过平衡树的高度来让数据更加合理一些，所以这时我们如果又感觉使用红黑树又可以了；（因为红黑树也是平衡二叉树的一种）

但是我们又想想，当我们存储很多的数据呢，比如1000万数据，那我们就算用红黑树也需要很多层树才可以存完，那时我们想想，我们查一条根子节点数据的时候，是不是还是要查询好多次（假设每层树都可以准确找到，那我们也要每层树都要找）

所以又要开始升级，就有了b+树，通过在树的根子节点上分配更多的内存，用来存储更多的索引来减少io；

这时就引出了我们数据库的存储结构：

b+树的根节点上存储的都是加载在内存中的索引元素，并且这存储时是通过从左到右的顺序进行排列；（期间有冗余）在冗余其中就存储着排序中间的数据索引位置；通过索引和之间的存储位置来直接找到此索引，INNODB引擎就会直接把这条数据和这个索引存储在一起，（这种就叫做聚簇索引，非聚簇索引就是在索引的位置存储着数据的磁盘地址，分开存储，属于MYISYM的存储方式）；这样就快速找到了；

这时我们的主键索引就结束了，但是还有我们的普通索引：

mysql除了维护这么个主键索引树，还会维护一个同样的普通索引树，数据结构是一摸一样的，但是在根子节点上存的普通索引对应的就不是整个数据了，而是主键索引；（相当于一次回表：）

通过普通索引查询完成后拿到主键索引，然后进行主键查询，进而拿到这条数据；

除了主键索引和普通索引，还有联合索引：

在使用联合索引时，就需要了解一个查询机制：最左原则

比如：select * from t_test where name= 1 and age = 2 and sex = "男"

其中如果name和age和sex设置联合索引时的顺序是（name，age，sex）;

那么这个语句就会通过索引快速查询到结果，但是如果不是；就会索引失效

因为在建立联合索引时，数据库在存的时候，就是根据这个数据依次从左到右，首先排序name，age，sex，完了以后进行对应的数据存储；因此在拿的时候如果不按顺序拿，你根本不知道你拿完了没有：

如果一条name是张三，一条是李四， 两条age都是30；

那你拿的时候先找到了李四的age是30，但是还没有拿完，因为这时你不知道到底向右还是向左，不是根据这个索引的顺序来存的，所以就要全表扫；这不就是索引失效嘛？

因此：一定要记得使用联合索引时，虽然会增加效率，但是一定要最左原则；