MySQL数据结构，存储引擎

第一章 MySQL原理

需要解决的问题：
脑海中构建一个属于总结的思维导图
数据结构间的区别
b树和b+树区别，b到b+树优化了什么，为什么要这么优化
myisam和innodb区别，共同点
什么叫聚集索引和非聚集索引
为什么建议要设主键索引，为什么要整型，自增为什么
hash数据结构和b+树，hash快为什么不使用呢
二级索引，为什么不能放data，不能放所有数据呢【回表】
联合索引用的最多—不建议太多单值索引
最左前缀原理，为什么不用左边第一个就没用了

1、索引数据结构

总:索引是排好序的数据结构（后面的很多分析都要考虑到这个点【如：索引为什么会失效】）
主要需要了解，hash，b树，b+树，了解底层数据结构原理、区别

• （1）二叉树

• 二叉树：

  • 缺点：因为左小右大的原则，当索引一次递增可能造成成链的问题—想办法优化成红黑树

• 红黑树

  • 缺点：当数据量太大时，树的高度太高。从树的根节点出发的话，查询次数太多-----想办法优化树的高度=》b树

• （2）hash

• 对key进行hash计算
• hash比b+树快
• 那为什么不使用hash呢？
  • 不支持范围查找，仅支持等职查找
  • 所以推荐b+树，原因叶子节点排好序并且有双向指针（详细见下面的b+树）
• 缺点：hash碰撞会
• （3）b树

• 1、通过索引构建出b树

• 2、 以key-value的形式存在，索引和值

• 3、节点中的值都是从左到右依次递增的

• 4、缺点：每个节点有data元素==》造成树的高度太高，查询次数会增加

• 5、缺点：b+树范围查找效率高，b树范围查询不高原因叶子节点没有双向指针

• （4）b+树

• 1、非叶子节点仅存冗余索引，不存放data（目的是为了节省空间，可以存放更多的索引；如果像b树一样以k-v的结构存放的话，那v一定会占一定的空间，导致索引放的数量减少了==》那么树的高度也会减少）
• 2、叶子节点包含所有的索引字段+data
• 3、叶子节点使用双向环形链表完成，提高访问性能
• 4、mysql将叶子节点常驻再内存中，避免了I/O的性能损耗，提高效率

2、存储引擎

• 1、MyISAM（使用b+树）

• （1）使用索引在MyISAM中查找的过程
  • 通过索引查询到内存地址
  • 然后通过内存地址找到对应的数据
  • ==》非聚集索引
• （2）叶子节点中data存放的是内存地址
• 总结
  • MyISAM是非聚集索引，通过内存地址回表进行数据查找
• InnoDB（使用b+树）

   										图一、主键索引											图二、二级索引				

• （1）查询过程
  • 通过索引定位到值直接查询
  • ==》聚集索引
• （2）和MyISAM不一样的是，叶子节点data存放的完整的数据
• （3）为什么建议要设主键索引，为什么要整型，自增为什么
  • 3.1：自己不建的话，mySQL自己去挑一个不会重复的列或者隐藏列，去维护一个主键索引去存储数据（建立聚集索引），这样一定是损耗性能的，那么还不如自己干
  • 3.2：整型的速度比较的一定比别的快、节约空间
  • 3.3：自增：因为索引都是排号序的，如果硬插入一个不是自增的元素，树会自己平衡一次（效率就下降了）
• 二级索引：在叶子节点的data中存放的是主键索引的值，然后回表到主键索引，查询到所有数据
• 总结：
  • innoDB只有主键索引是聚集索引，别的索引类型不是聚集索引，还是要通过回表操作的
  • 父节点中的冗余索引都是其子节点第一个节点最小的元素

3、最左前缀原则

• 1、联合索引（复合索引）
  • 排好序的数据结构==》先排name，name相等排age，依次类推
  • 在使用索引的时候必须使用联合索引的最左边的第一个列==》原因就是在构建树的时候，每个节点都是按照你所设置好的索引排好序的，举个例子：联合索引a、b、c；在构建树的时候如果a不相同，那么直接使用a进行排序构建树，但是你使用的是b进行查询的话，它就不能够定位了。【一定要理解排好序的原理】