mysql库

索引是放在磁盘上面的一种数据结构，单独一个磁盘空间放置索引字段对应的值，以及该值对应一条数据记录的磁盘的地址，如果没有索引，根据磁盘地址挨个判断，值是否与查询的值相同，有索引以后再索引空间直接检索到该值，也就能查找到这条记录对应的磁盘地址。

主键索引与唯一索引的区别就是，主键索引不能为空，唯一索引可以有一个空值。

二叉查找数据，从中间值开始筛选，每次都能筛掉一半的值。左子树节点比父节点小，右子数节点比父节点大

平衡二叉树（ABLTree）:左右子树的深度差绝对不能超过1

当顺序插入数值，会只有左节点或者只有右节点，平衡二叉树通过右旋或者左旋做到左右子树深度差不超过1

平衡二叉树，每个节点存储：索引字段值，对应该条记录的磁盘地址，左子树几点的引用地址，右子树节点的引用

innodb每次操作磁盘最小单位为page 16KB，从磁盘加载数据到内存，默认该数据周围数据都会被访问到，被加载到内存，局部性原理。访问一次节点就是一次磁盘的IO,每个节点占位为16KB= 16384 bytes,如果每个磁盘块存放节点很少，造成大量的寻址时间的浪费。数的深度太深了

B数，使用分裂合并保证B树的平衡，叫多路平衡查找树，节点拥有的子数量称为度，关键字数为N， 则度为N+1，每个节点是一个page,就是页的合并和分裂

索引存储结构使用B+Tree，加强版的多路平衡查找树，节点拥有的子数量称为度，关键字数为N， 则度为N，只有叶子节点才存储完整的该索引数据对应的该条记录的磁盘地址。所有的数据都是放在叶子节点的，所有数据查找的IO的次数，数据的深度都是相同的，保证稳定的IO效率，每个相邻的叶子节点，都有指向相邻叶子节点的指针。

B+Tree, 解决树深的问题，解决IO次数多问题，扫库、扫表能力强，根据相邻叶子节点的指针就能扫表拿到所有数据，不用每次从根节点查找。排序能力更强，叶子节点是有序链表，效率稳定。

可以规定索引为Hash值，根据Hash码，查找记录，只能等值查找，范围查找不支持走索引

mysql存储引擎为innodb，存储引擎就是表类型，表存储数据与管理数据的方式，每张表都可以有自己的存储引擎，没指定默认为innodb，支持行级锁，支持事物。

在myisam存储引擎中，索引都是B+Tree结构，索引放在.MYI文件中，叶子节点放有该条记录对应的磁盘地址。具体数据放在.MYD文件中，根据磁盘地址，获取数据。

在innodb中，索引为B+Tree结构，主键索引，innodb存储引擎将该索引对应的完整的所有字段的数据放到了叶子节点。主键的键值的顺序就决定了物理存放的顺序，物理顺序跟主键键值一致的索引叫聚集索引，只有主键索引才是聚集索引。

决定了物理存放数据的索引叫聚集索引。

如果一个表里面没有主键，那么决定物理顺序的就是unique唯一不为空的字段，如果两者都没有，会有一个隐藏的rowid来当做聚集索引决定物理磁盘顺序。

innodb中，除了主键索引以外其他的索引都叫辅助索引或者二级索引

完整的数据只有一份，只会在主键索引的叶子节点存储。其他的索引，叶子节点存储的除了该索引字段的值，还存放对应的该条记录的主键索引的值。

辅佐索引对应一颗B+Tree，查找的时候，从辅助索引的跟节点，找到查找值对应的叶子节点，拿到主键索引的值，扫描主键索引对应的B+Tree走到叶子节点，拿到最终的该条记录的所有字段值。比主键索引多扫描一颗B+Tree。

联合索引，最左匹配

在mysql中能不能用到索引是optimizer(优化器)决定，他会实时计算，查找成本决定是否使用索引

在索引列使用函数或者表达是计算不能走索引。

字符串不加引号，出现隐式转换不走索引

like条件前面加%前缀不走索引，后面加%可以走索引

not like, not in ,<>这种不一定是否走索引

如果索引字段有空值，可能

数据库优化：

建表三范式：一范式：表字段具有原子性，不能再分；第二范式：满足第一范式，没有部分依赖，主键不做业务处理。第三范式：满足第二范式，没有传递依赖。

根据三范式冗余小，更新删除操作简单，也要根据需求来合理建表。

尽量使用正确的存储数据的最小数据结构

尽量使用整型表示字符串，尽量使用not null, null使得索引和统计比较复杂，索引尽量不建在可为空字段。