Mysql体系结构
- 连接层：输入用户名密码，校验，授权认证，每个客户端权限，最大连接数
- 服务层：
- sql接口：DML(Data Manipulation Language)增删改查；DDL(Data Definition Language)新建、删除、alter
- 解析器
- 查询优化器
- 缓存
- 引擎层
- 可插拔存储引擎：InnoDB-index
- 存储层
- 磁盘文件
存储引擎
存储引擎是建立存储结构，index，查询的依据。存储引擎是基于表的，而不是基于库的。
InnoDB介绍
mysql5.5之后默认InnoDB
- 支持事务
- 行级锁，提高并发访问性能
- 支持外键
MyISAM和Memory
选择
索引
高效获取数据的有序的数据结构。
mysql除了维护数据之外，还维护着满足特定查找算法的数据结构，这些数据结构以某种方式指向数据，通过这种数据结构实现高级查找算法，这种数据结构就是索引。
数据结构
思考一个问题：如果要查询一条记录，最简单的思路就是暴力法，全表扫喵
在插入时，就要维护索引这种数据结构，让节点指向数据位置
无索引，匹配n次；有索引，匹配3次
| 优点 | 缺点 |
|---|---|
| 提高查询效率，降低io成本 | 索引需要占用磁盘空间 |
| 用索引降低排序成本，降低cpu消耗 | 降低更新表的速度，增删改的效率降低 |
Btree
- 二叉树（顺序插入）
- 红黑树(自平衡的二叉树) 大数据量情况下，层级较深，检索速度较慢
如何解决大数据量层级深的问题？
答：增加子节点
- B树（多路平衡查找）
- 动画演示B树演变过程：数据结构可视化网站
B+tree
所有的元素都会出现在叶子节点
- 非叶子节点起到索引的作用；叶子节点存放数据
- 叶子节点形成单向链表，有利于范围查找
mysql优化
每个橙色的块是一个页，InnoDB存储结构中一个页的大小为16k
hash
特点：
- 只能用于对等比较=或in，不支持范围查询（between，>,<）
- 无法利用索引排序
- 查询效率高，通常只需检索一次，效率通常高于B+tree索引
支持： Memory引擎，或者利用InoDB的自适应hash功能
问题
为什么InnoDB存储引擎选择B+树索引结构？
- 相对于二叉树，层级更少，搜索效率高
- 对于B树来说，无论是叶子节点还是非叶子节点，都会保存数据，这样会导致一页中存储的键值减少，指针也跟着减少，所以，同样保存大量数据，利用B树会增加树的高度，从而导致性能降低
- 相对于hash所以，B+树支持范围匹配和排序操作
