SQL优化

SQL优化

红黑树的缺点
高度不可控，当数据很多时。可能高度过高。

B+Tree 索引的数据结构
非叶子节点不存储data，只存储索引（冗余），可以放更多的索引
叶子节点包含所有索引字段
叶子节点用指针连接，挺高区间访问的性能

16384 一叶节点 默认16kb

高度可控的情况下可以存储更多的数据，相对于红黑树。

当一个表长期存在，比如每个数据都被访问过，假如都存在内存中肯定是不行的，那么mysql是怎么优化的？（当一个数据被访问，那么他会被存到内存中去。）

MyISAM索引文件和数据文件是分离的（非聚集）
缺点：不支持事务，行锁
非聚集：叶子节点，只存放磁盘文件地址。

innodb
1、有两个文件分别为：.frm 、.ibd。
会在叶子节点存放索引所在列的其他列数据。
2.聚集索引：索引+数据，叶子节点包含了完整的。
3.表数据文件本身就是按B+Tree组织的一个索引结构文件
4.聚集索引 叶节点包含了完整的数据记录。
5.为什么建议InnoDB表必须建立主键，并且推荐使用整型的自增主键？
当我们不建立主键时，那么mysql会帮我们建立一个主键索引。他会查找没有重复的一列作为维护B+Tree。如果你没有不重复的列，mysql会帮你建立一个RowId的隐藏字段。用于维护B+Tree。
那么为了节省数据库资源，我们就需要自己建立一个主键了。
我们的主键不要再用UUID了，使用整型自增。UUID逐位比较大小，效率没有int快速。
一般会用SSD磁盘。
如果不是自增的话，突然有一个小的。那么就会节点分裂。
排好序，就是为了我们很好地范围查找。
6.为什么非主键索引结构叶子节点存储的是主键值？（一致性和节省存储空间）
7.secondary key 的叶子节点会存放主键，通过主键到primary key B+中查找整行数据。
8.聚簇索引和聚集索引是一回事。
9.hash结构的索引性能特别高，他的时间复杂度可以看作是一个常量，O（1）。
缺点：仅能满足 = in ，不能支持范围查询。
hash冲突问题。
10.工作中不会搞太多的单个索引，一般就是创建几个联合索引。会占用大量的存储空间。
11.我们得索引有一个最左侧原则，也就是在查询时需要遵循索引的顺序，不能跳过前面的索引。
从联合索引的结构可以看出，最左侧原则的合理性。
12.explain + sql 查看是否有走sql。
13.mysql的重要组成：
MVVC 日志 事务 存储引擎 锁 分库分表

14.阿里优化规约
超过三个表禁止join，需要join的字段，数据类型保持绝对一致，多表关联查询时，保证被关联的字段
需要有索引。说明：即使双表join也要注意索引、sql性能。

表关联算法 NLJ算法

互联网公司95%单表解决，数据量大起来。就是为了使用索引，提高性能。多查找几次，也比联查来的快。