Mysql数据库数据结构

MySQL索引定义：索引（Index） 是帮助MySQL高效获取数据的数据结构。 提取句子主干， 就可以得到索引的本质： 索引是数据结构。
大部分数据库系统及文件系统都采用B-Tree或其变种B+Tree作为索引结构

数据结构具体应用场景：

数据库是如何做到快速检索的功能。
特别有意思的小例子。

mysql索引原理的理解和数据结构

数据结构

B+树（为什么使用B+数）

• 所有数据都存储在磁盘中，读取数据由于IO问题会读取慢，如何加快IO速度

IO

1. 量：减少IO量
   *禁止使用slect ，避免增加不必要的量
2. 次数：减少IO次数

相关知识点

• 加入索引（加快查询速度）
• 数据结构设计：key、文件编号、当前文件的offset（存在问题：当数据量特别大时，索引所占用的存储空间也特别大。）
• 解决方法：索引的数据文件也需要持久化存储到磁盘中，当需要使用时直接读取到内存中，加快数据的访问（分而治之：分块读取）
• 操作系统基本概念：
  1.局部性原理：数据和程序都有聚集成群的倾向，之前被查询过的数据很快会再次被查询。冷热数据（一级缓存，二级缓存的意思）
  2.磁盘预读：在数据交换时，会有一个基本逻辑单位页，一般占用空间是4k，每次在进行数据获取时可以获取整页的整数倍。（mysql中innodb的存储引擎读取数据会读取16k show variables like ‘%innodb’）

ket-value格式数据结构存储：

1. 哈希表
2. 树（二叉树、BST、AVL、红黑树、B树、B+树）
   二分支的缺点：深度太深，解决方法：B树（多叉树）

B树

• 搜索树
• 多节点多分支的数
  
  问题：假设磁盘块存放16条数据，如果是三层树，最多存放的数据：161616=4096，即48k才存放4096条数据
  

B数存在问题：存放了数据，依然占用空间，如何减少数据，需要用到B+数

B+树

• 最下面的叶子节点存放的是顺序全量数据
• 非叶子节点可以不用存放data
  
• 问题：读取数据，假设三层树48k磁盘块，1000字节为1kb，指针和键值占10字节，1行记录1k 161000/10=160016001600=40960000的数据范围，即Key键值，最下面的只存放一遍数据*
• 建索引时，key要尽可能少的占用空间
  

索引技术名词

**回表：**从非聚簇索引跳转到聚簇索引中查找数据的过程（避免回表操作select * from table ）
索引覆盖当非聚簇索引的叶子节点中包含了查询需要的所有字段时，不需要回表的过程（推荐使用select id,name from table ）
最左匹配:、索引下推