MySQL数据库

如何设计一个关系型数据库

为什么需要索引？

快速查询数据

什么样的信息能成为索引？

主键、唯一键以及普通键等

索引的数据结构

1. 生成索引，建立二叉查找树进行二分查找
2. 生成索引，建立Bv名 Tree结构进行查找
3. 生成索引，建立B±Three结构进行查找
4. 生成索引，建立Hash结构进行查找

密集索引和稀疏索引的区别

密集索引：文件中的每个搜索码值都对应一个索引值,就是叶子节点保存了整行, innodb只有一个
稀疏索引:文件只为索引码的某些值建立索引项, 比如 innodb的其他索引只存了键位信息和主键, myisam的所有索引都是

优化你的索引 – 运用二叉查找树

优化你的索引 – 运用B树

B-Tree定义:

(1)根节点至少包含两个孩子

(2)树中每个节点最多含有m个孩子(m >= 2)

(3)除了根节点和叶子节点外，其他每个节点至少有ceil(m/2)个孩子

(4)所有叶子节点都位于同一层

(5)假设每个非终端节点中包含有n个关键字信息，其中

a)Ki（i=1…n）为关键字，且关键字按顺序K（i-1）< Ki

b)关键字的个数n必须满足：[ceil（m/2）-1]<=n<=m-1

c)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，其它P[i]指向关键字属于（K[i-1],K[i]）的子树

优化你的索引 – 运用B+树

B+ -Tree定义:
B+树是B树的变体，其定义基本与B树相同，除了：

(1)非叶子节点的子树指针与关键字个数相同

(2)非叶子节点的子树指针P[i]，指向关键字值[K[i],K[i+1]]的子树

(3)非叶子节点仅用来索引，数据都保存在叶子节点中

(4)所有叶子节点均有一个指针指向下一个叶子节点

注意结论：B+ -Tree更适合用来做存储索引

1)B+树的磁盘读写代价更低

2)B+树的查询效率更加稳定

3)B+树更有利于对数据库的扫描

优化您的索引 – 运用Hash以及BitMap
hash索引

hash缺点:

1)仅仅能满足”=” ，”IN”,不能使用范围查询

2)无法被用来避免数据排序操作

3)不能利用部分索引键查询

4)不能避免表扫描

5)遇到大量hash值相等的情况后性能并不一定就会比B-Tree索引高

obitmap索引

只有oracle数据库支持.
密集索引和稀疏索引的区别
密集索引文件中的每个搜索码值对应一个索引值
稀疏索引文件只为索引码的某些值建立索引项

额外知识

InnoDB

若一个主键被定义，该主键则作为密集索引
若没有主键被定义，该表的第一个唯一非空索引则作为密集索引
若不满足以上条件，innodb内部会生成一个隐藏主键（密集索引）
非主键索引存储相关键位和其对应的主键值，包含2次查找
MyISam
只有稀疏索引

InnoDB： 支持事务安全的引擎，支持外键、行锁、事务是他的最大特点。如果有大量的update和insert，建议使用InnoDB，特别是针对多个并发和QPS较高的情况。

MyISAM： 默认表类型，它是基于传统的ISAM类型，ISAM是Indexed Sequential Access Method (有索引的顺序访问方法) 的缩写，它是存储记录和文件的标准方法。不是事务安全的，而且不支持外键，如果执行大量的select，insert MyISAM比较适合。