- 索引：数据结构，占用存储空间，提升查询效率
- 种类：
- 哈希索引： // HashMap 底层：数组+链表fdsdsfdfd
- 基础索引 key value
- key: 定位value的位置
- value: 存储的数据
- 时间复杂度: IO 次数
- 极高 O(1)
- 特点：单值查询效率极高
- 问题：不适合范围查询，不适合排序
- 二叉树：（二叉搜索树）
- 概念：本身有序，
- 时间复杂度： IO 次数 *
- 特点：范围查询时，相较于哈希索引，IO次数减少，查询效率提高
- 特点：适用于范围，排序
- 问题：
- 数据量大时，树高，IO次数高，效率低
- 二叉树退化（数据量不平衡），类似链表
- 平衡二叉树 （类似：红黑树）
- 概念：基于二叉树进行自动平衡，降低树高
- 问题：
- 数据量大时，树高，IO次数高，效率低
- 平衡树 （B树）
- 概念：基于平衡二叉树，提升子节点数量
- 层：树高
- 阶：节点拥有子节点数量
- 特点：索引+数据存储在一起，树低，
- 问题：节点大，每次IO读取节点数量有限
- 概念：基于平衡二叉树，提升子节点数量
- B+ 树
- 概念：基于B树，仅叶子节点存储数据，可用一次读取所有索引数据
- 问题：
- 不适合模糊查询
- 倒排索引
-
特点：用于模糊查询
* SQL 语句解析顺序
-
- MySql 逻辑架构
- 连接层
- 和外部建立连接，并管理连接
- 服务层
- sql解析，验证，优化
- 命中索引，缓存
- 引擎层
- 确认存储引擎 如： InnerDB, Myisam, 黑洞， 内存， csv
- 持久层
- 数据持久化
- 连接层
- sql 语句解析 （服务层）
- 语句： select * from xx left join on xx where xx order by xx limit 0,10
-
- 解析 from 后面表，优先解析驱动表，形成临时表t1
-
- 解析 join on, 通过 on 筛选，得到临时被驱动表t2
- t1,t2 根据 join 条件，笛卡尔积，形成临时表t3
- 临时表t3 所有表自动和复合条件的数据
-
- 解析 where ，使用字段进行筛选，形成临时表t4
- 临时表t4 为全部符合条件的数据
-
- 解析 select, 保留选择字段，丢弃其他字段，得到t5
- 写 * 号，需要替换两表所有列，取别名，消耗性能
-
- 解析 order by 和 limit
- 索引影响 （5个方面）
- on 条件要加索引： 被驱动表加索引，提升筛选效率
- 在 where 加索引
- select 不写 *：
-
- 增加替换过程
-
- 数据变大
-
- 尽量将 order by 字段查询出来
-
- order by 字段 最好是 select 的字段（否则重新加载）
- 最好是索引字段（索引）
- limit 最好加上，限制返回总数
- 哈希索引： // HashMap 底层：数组+链表fdsdsfdfd
