MySQL

MYSQL官方文档。

索引数据结构：

二叉树 

索引要减少IO的次数

数据结构一个非常好用的网站：

Data Structure Visualization (usfca.edu)

二叉树可能会退化为链表。

红黑树的高度，可能会很高。

B+树的高度

在内存里面做计算要比一次IO快的多。

一个h=3的B+树，一个节点16kb   ，一个节点能放1170个索引。

bigint=8B   指针在MySQL底层源码开辟的是6B。 

B+树能在树很低的情况下，存大量的索引。

磁盘IO与内存计算差别很大。

MySAM等存储引擎都是形容数据库表级别的。

.frm框架

MYI放的是表的索引，用B+树构建的索引数据结构。B+树的叶子结点存储的信息是索引所在行的磁盘文件地址。获取这个地址后去另外一个文件MYD中快速地定位到这一行。

不同的存储引擎，存储结构不一样

.ibd文件 index  和  database

MySAM主键索引

聚集索引遍历快。

下图是回表操作：

 主键是UUID是什么意思?   ROWID

InnoDB可以不建主键，但是MySQL底层会帮你做一件事情,他会先找一列可以作为索引的数据，充当索引，然后构建B+树，但是如果没有找到的话，他会默默地做一个rowId充当索引。所以，还是建议你自检建主键。

MySQL的DB资源是非常宝贵的，让数据库去建主键是不合理的。

整形比大小比字符串比大小快。整形的大小比uuid小。

自增的MySQL就不用重新帮你排序了。

rowId好像orcle数据库会建

线上的SSD价格非常高。

哈希结构

哈希的时间复杂度是O(1)

哈希用的特别少？

哈希冲突，要遍历链表。遍历链表是比较耗费时间的。

而主要原因是不支持范围查找

HashMap的底层就已经成了用红黑树来实现的了。

联合索引 的存储结构有的SQL语句走索引，有的sql语句不走索引

EXPLAIN分析情况，优化的问题 

联合存储索引底层的存储结构：按照建索引的先后顺序的名称来建索引，B+树的索引是从左到右依次递增的。

优化慢SQL查询。

java开发要学明白的东西挺多的。

 

最左前缀法则：

MVCC

锁机制

SQL优化

底层优化原理

SQL语句很长不好优化

把一线互联网公司的架构了解了解。

JVM性能调优

Tomcat调优，各种性能调优。