mysql-spark

mysql  存储引擎的单位是以表划分的(不同的表，可以不同的存储引擎)
有二层：Server层、存储引擎层。
索引就是按用户任意指定的字段对数据进行排序的一种数据结构。
局部性原理：操作系统执行指令a，会取一页的数据(操作系统默认4kb，但是innodb自己默认的是16kb,一页也就是一个节点，既是一个节点是16kb)，去硬盘取(既是磁盘io)，产生磁盘io哪怕你的指令小于4kb，也是这样的。下一个指令b。再执行时
会直接去内存中找，因为a指令已经取出来了。这样就减少了磁盘io次数。
16kb，三层树差不多存储二千多万个索引
SHOW GLOBAL STATUS LIKE 'INNODB_page_size';

计算机组成原理里面说明了，一次磁盘io与内存交互，最多4kb数据(跟mysql没关系，计算机规定的)

以页为单位存储(无论是数据还是索引),叶子结点是双向链表(章节我不确定,貌似也是的)。每个单元都是类似一章一章，每一章里面就是各个页码(相当于第一章是存1-10的页码(也额外有这些页码的类似于数据或者索引最大值最小值，这样比如你拿个字段值，就能更好的确定
是哪一章，然后章中页码上也会存自己页中索引最大最小值，你又知道了是哪一页，页中可能会分租，组索引表中也会存自己组所有行的最大最小，然后再确定是哪一组，直至找到那行数据)，第二章存11-20的页码，到时候先根据范围找到第
几章，再找第几页),章节相当于几个页集合的目录  例如var a=1  1_111a  1就是章数，11页码

插入的时候，索引会要排序，影响插入的效率。既是插入的顺序，不代表存储顺序。

建立索引，就是字段排序

有数据页，也有索引页(章节目录，可以是数组，连续的)。一旦索引页过多，既是页数越来越多，索引页也可以变成数据页，
再提取其索引，生成高一级索引页。(相当于一级标题，二级标题，三级标题，内容..，层级结构)。这样就是为什么要用
b+树数据索引的原因

b+树，叶子节点既保留了用户数据，也保留了上级非叶子节点的数据，既是冗余存储。以空间换时间(B+树的父节点也必须存在于子节点中，是其中最大或者最小元素，这样范围查找就能找到下一个节点的指针了)
这样的存储的好处是，比如找a>2的，找到a=2的那个，它后面的就全部都是>2的,因为是按排序后的顺序存储的

b+树和avl树(完全平衡树，既是最多2个叶子)不一样，b+树，叶子节点之间也有联系(存储上下临近叶子节点的指针，以空间换时间,双向链表)，avl树是没有的。b+树，可以
有多个节点(超过2个的)