MySQL索引机制

存储数据：可以一个表空间对应一张表的数据，可以一个表表空间对应多个表的数据。

存储格式：CSV以逗号分隔存储

InnoDB以二进制存储

查询修改流程：查询ID为1这条数据，先查看bufferpoll内存空间是否有数据，有数据直接返回，没有去磁盘读取数据，加载到内存中去。下一次读取直接去内存中去读取。

修改流程：先去查看这条数据在内存中是否存在，存在去修改内存中的数据，不存在去把他，查询出来，再到内存中修改数据，修改数据之后，记录到logbuffer暂存起来，再到去redolog里面异步修改到磁盘中去。

机械硬盘读取机制：一次521b

SSD读取机制：一次4KB

操作系统读取机制：一次4KB

InnoDB读取机制：一次16KB

索引机制：现在有99条数据，我要去查询ID为99的这条数据，假设一条记录占5kb，默认一次读取16kb，也就是一次只能读取三条按照正常查询最多可能需要，99/3=33次。随着数据量越大也会越慢，这时候就是使用索引机制，建立一个索引ID，ID索引里面会存数据的一个引用地址（引用地址会指向1_3或者36这样的数据），用于索引数据存储内容简单也很小，假设一条索引所占空间大小为1KB，这个时候我去查询ID为99的数据，我会先去查询索引，1_{16的索引，这里的索引对的1}48的数据引用地址，没有在去查询17_{32的索引，这里的索引对应的是，48到96的数据引用地址，在去查询索引33}49，对应数据是，97~144的数据引用地址，然后查询到了索引，在去根据索引查询一次数据。一共最多四次查询，当数据量越来越多，索引列也会越来越多，这时候还会出现多级索引，意思是索引管理索引。查询机制和上面一致

索引数据结构选择为什么是b+tree而不是其他的数据结构：

二叉树：特点左节点一定比根节点小，右节点一定比根结点大，这样的数据结构放在我们的数据库中，会提高查询效率，比如查询ID为5的数据，他顶部根结点为3，判断5比3大去右边节点，在去判断5比4大去到节点5，一共三次查询，比普通查询要快，但是数据极端的情况下会出现，树的层级过高或者只有右结点或者左节点，这样查询数据就又和普通查询一样了。

平衡二叉树：他解决了，二叉树里面树层级过高，他会进行树的旋转，进行数据挪动，这又出现了新的问题，每次添加一个新索引还要进行数据挪动，同时树节点在数据量多的时候还是过高。

btree：他解决了，平衡二叉树的频繁挪动，和树过高，他以数据块作为索引，而不是单个数据了，只有在数据块满了的时候，才会去进行树分裂，这就意味着数据层级减少了和数据挪动次数也减少了。但是存在一个问题是，它是以数据作为key，数据所占用空间会比较大，同时进行范围查询的时候，不方便。

b+tree：他解决了，btree已数据作为key和范围查询的问题，他已索引作为key，这样每个数据块就会存放很多个key去指向多个数据块。数据只存在于叶子节点里面，并且叶子节点是有序的，是一个链表的一个数据结构首尾相连，这样可以很快速的做范围查询。

数据库ACID：一致性，持久性，原子性和隔离性

一致性：事务不能破坏数据的完整性和一致性，一个事务执行前和执行后都要数据一致，不能出现a事务修改成功，b事务失败

持久性：数据库发生意外要保证数据完整

原子性：事务要么都成功要么都失败

隔离性：事务通常都会多个执行，要保证不会相互影响

redolog：当发生了一个修改操作，他会去内存中生成一个redolog日志在通过异步的方式去保存修改到磁盘中去，如果发生断电，或者宕机，也可以通过redolog进行数据恢复，从而保证了持久性和一致性

undolog：进行一个update或者insert的时候会生成一个事务ID，获取表名，与主键信息保证到undolog文件中，没什么问题的时候会拿到事务ID进行commit，异常会拿到事务ID进行rollback。在同一个事务中发生了一次读取，一次修改，又在一次发生读取，undolog可以通过拿到之前的事务ID读取之前的老数据。undolog保证了，原子性要么成功要么失败，保证了隔离性一个事务中，我可以通过事务ID去取到我原来读取的数据

是否走索引：具体情况要结合MySQL版本和数据量。版本太低有些优化机制没有就不会走索引，而高版本中新增了优化机制，数据量大小也会影响索引

最左匹配原则：我们要匹配一个东西的时候，需要从最左边一个个去匹配索引也不例外，当不确定最左边的数据时，mysql会全表扫描。

like语句：百分号在前不走索引（违反最左匹配原则），其他时候走索引

统计函数：走索引

索引列能不能为空：is null走索引，is not null不走索引（mysql执行优化器会认为你建立了索引的列应该很少数据会为空，直接去全表扫描了）

最左前缀原则：三个字段 a,b,c 当a缺失的时候，就不会走索引，b缺失c不会走索引，a范围查询，bc也会不走索引，b范围查询c也不会走索引。

where条件顺序：组合索引的情况下，要遵守最左前缀原则

要不要用union代替or：要

查询字段与字段值类型不匹配，索引就会失效吗：主键不会，其他索引会失效

exists与in：在数据小的时候用in，数据量大的时候用exists

非等于会不会走索引：看情况，在使用统计函数与ID和使用的是主键的时候走索引，其他时候不走

覆盖索引：查询的列是，索引列，不会去回表并且也会走索引

使用表关联还是子查询方式：建议使用表关联

表关联：表关联之间大小表顺序无所谓，MySQL执行优化器会去自动优化

分页优化当page过大会使得查询很慢：看图