数据库(一)

数据库分为关系型数据库与非关系型数据库
常见的关系型数据库有:Oralce Mysql Sqlserver ,非关系型数据库:Redis,Hbase

关系型数据库

关系型数据库系统(RDBMS)

索引

1. 为什么使用索引

   在数据库查找的时候用select查询是走的全表扫描当数据量大的时候会很慢，而加入索引会减少查询时间。但是当数据量小的时候直接全表扫描会比索引快。

2. 用什么数据做索引好

   一般用主键、唯一键唯一键做索引。

3. 索引的数据结构
   树（二叉树、B-Tree 、 B+ - Tree）、Hash

B-Tree

定义

1. 根节点至少包括两个孩子，根节点至少有一个关键字
2. 树中每一个节点至少含有M(M>=2)个孩子
3. 除跟和叶子节点每个节点至少有ceil(m/2)个孩子（ ceil函数返回大于或等于 x 的最小的整数值）
4. 所有叶子节点位于同一层
5. 假设每个非终端节点中包含有N个关键字信息，其中
   1.ki(i=1…n)为关键字，且关键字按顺序升序排列k(i-1)<ki
   2.关键字的个数必须满足ceil(m/2)-1<=n<=m-1
   3.非叶子节点的指针p[1],p[2]…p[M];其中p[1]指向关键字小于k[1]的子树，p[M]指向关键字大于k[M-1]的子树，其他p[i]指向关键字属于(k[i-1],k[i])的子树

B树的查找

1. 从根节点开始，36比最大关键字35大所以走向P3指向的子树
2. 36又比最小关键字65小所以走向P1指向的子树
3. 在此树找到目标关键字36

B树的插入

1. 根据插入的数据找到叶子节点
2. 判断插入后当前节点数据是否小于等于m-1,如果等于则结束，否则进入3
3. 以节点中心的key为中心分裂成左右两部分，然后将中心的key插入到父节点中，然后中心的key的左子树为分裂的左部分，右子树为分裂的右部分。
   例如将3，90插入下图的三阶B树
   
   插入3，因为3小于30，所以找到左子树20，又因为小于20，所以找到叶子节点5，插入符合小于等于2所以插入三的B树是
   
   插入90时，因为叶子节点中超过了2，所以要进行步骤三的操作
   
   85的左树为75，右树是90(xmind画的图所以线有点问题)，这个时候50，70，85又超过了2所以也需要执行步骤三
   
   最后的树结构是这样的