MySql 高阶 概念（了解即可）

mysql 分为4层结构：
连接层：负责处理链接，鉴权，安全。
服务层：负责sql接口，sql分析，sql优化，sql缓存。
引擎层：负责执行服务层的操作，不同的引擎拥有不同的特性。（索引在该层）
存储层：将数据存储到文件上。

输入 show engine; 可以查询到mysql 支持的存储引擎：

目前只有 InnoDB 支持 事务 。

mysql 5.5之后默认使用的就是 innoDB
想设置其他引擎可以在创建表时末尾设置 engin = xxxx：


InnoDb:默认的引擎，如果需要支持事务和外键，那就是唯一的选择。
MyISAM: 读取速度快，更新速度慢，不支持事务，已经被 mogoDB取代。
Memory:数据只存在内存中，已经被redis 取代。

一、什么是数据库索引：

索引（index）是帮助数据库提高获取数据效率的数据结构

例如：下面的数据为例，当要查找45时。如果全文检索，从上到下需要比对7次，如果二叉树索引只需要2步就差查询到结果。

索引的数据结构

数据结构的特点

数据结构的进化：

1、二叉树： 顺序插入时，会导致层级较深。

2、红黑树：（平衡二叉树）会自平衡，但是在大数据量情况下，层级也会很深。

3、B-tree (多路平衡查找树)下面的例子是 5阶的B-tree,B树的缺点是，顺序查找速度慢。

4、B+树（重点）

1、所有数据都保存在叶子节点中：非叶子节点仅用于索引，不保存数据记录，这样可以提高查询性能，因为查找任何数据都必须从根节点遍历到叶子节点。
2、叶子节点之间通过链表连接：所有叶子节点按关键字的大小顺序链接，形成一个有序链表，这有利于范围查询和顺序访问。
3、更高的分支度：相较于B树，B+树每个节点可以存储更多的关键字，减少了树的高度，从而减少了磁盘I/O次数，提高了查询效率。
4、顺序访问性：由于叶子节点通过链表连接，B+树支持顺序遍历，这对于需要顺序访问数据的场景非常有用。
5、适应磁盘读写：B+树的节点大小通常与磁盘页的大小相同，这使得B+树能够很好地适应磁盘读写操作，减少磁盘I/O开销。

B+Tree在线演示地址：https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html

B+tree 存放数据的查询效率问题

高度为2 时： 如果主键是bigint 1171 *16 = 18736 条数据 如果不 int 就是4个字节还可以翻倍
高度为3 时： 1171 * 1171 *16 = 21939856 大概2千多万条数据。所以通过主键查询效率很高。

Hash 索引：

hash索引就是采用hash算法，将key value 存储到hash 表中，如果有hash冲突就，用链表的方式解决。
有点单个数据查询速度快，但是不支持范围查询，不支持排序操作。 同理于 hashMap 和 redis