存储引擎
存储引擎-MySQL体系结构
- 连接层
- 服务层
- 引擎层
- 存储层
存储引擎-简介
- 简介：存储引擎就是存储数据、建立索引、更新/ 查询数据等技术的实现方式。存储引擎是基于表的，而不是基于库的，所以存储引擎也可被成为表类型。
- 在创建表时，指定存储引擎
CREATE TABLE 表名 (
字段1 字段1类型 [COMMENT 字段1注释],
......
字段n 字段n类型 [COMMENT 字段n注释]
) ENGINE = INNODB [COMMENT 表注释];
- 查看当前数据库支持的存储引擎
SHOW ENGINES;
存储引擎-InnoDB介绍
- 介绍
InnoDB是一种兼顾高可靠性和高性能的通用存储引擎，在MySQL 5.5之后，InnoDB是默认的MySQL存储引擎。
- 特点
· DML操作遵循ACID模型，支持事务；
· 行级锁，提高并发访问性能；
· 支持外键 FOREIGN KEY约束，保证数据的完整性和正确性；
- 文件
xxx.ibd：xxx代表的是表名，innoDB引擎的每张表都会对应这样一个表空间文件，存储该表的表结构（frm，sdi）、数据和索引。
参数：innodb_file_per_table
- 逻辑存储结构
存储引擎-MyISAM
- 介绍
MyISAM是MySQL早期的默认存储引擎。
- 特点
· 不支持事务，不支持外键
· 支持表锁，不支持行锁
· 访问速度快
- 文件
xxx.sdi：存储表结构信息
xxx.MYD：存储数据
xxx.MYI：存储索引
存储引擎-Memory
- 介绍
Memory引擎的表数据是存储在内存中的，由于受到硬件问题、或断电问题的影响，只能将这些表作为临时表或缓存使用。
- 特点
· 内存存放
· hash索引（默认）
- 文件
xxx.sdi：存储表结构信息
存储引擎-存储引擎特点
存储引擎-选择
在选择存储引擎时，应该根据应用系统的特点选择合适的存储引擎。对于复杂的应用系统，还可以根据实际情况选择多种存储引擎进行组合。
- InnoDB：是MySQL的默认存储引擎，支持事务、外键。如果应用对事务的完整性有比较高的要求，在并发条件下要求数据的一致性，数据操作除了插入和查询之外，还包含很多的更新、删除操作，那么InnoDB存储引擎是比较合适的选择。
- MyISAM：如果应用是以读操作和插入操作为主，只有很少的更新和删除操作，并且对事务的完整性、并发性要求不是很高，那么选择这个存储引擎是非常合适的。
- Memory：将所有数据保存在内存中，访问速度快，通常用于临时表及缓存。Memory的缺陷是对表的大小有限制，太大的表无法缓存在内存中，而且无法保障数据的安全性。
索引
索引-概述
- 介绍
索引（index）是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统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引用（指向）数据，这样就可以在这些数据上实现高级查找算法，这种数据结构就是索引。
- 优缺点
索引-结构
MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的结构，主要包含以下几种：
我们平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引。
索引-结构-Btree
- 二叉树
二叉树缺点：顺序插入时，会形成一个链表，查询性能大大降低。大数据量的情况下，层级较深，检索速度慢。
红黑树：大数据量情况下，层级较深，检索速度慢。
- B-Tree（多路平衡查找树）
以一颗最大度数（max-degree）为5（5阶）的b-tree为例（每个节点最多存储4个key，5个指针）：
树的度数指的是一个节点的子节点数量。
索引-结构-B+tree
以一颗最大度数（max-degree）为4（4阶）的b+tree为例：
- 相对于B-tree的区别
· 所有的数据都会出现在叶子节点
· 叶子节点形成一个单向链表
- MySQL索引数据结构对经典的B+tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高了区间访问的性能。
索引-结构-hash
哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。
如果两个（或多个）键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞），可以通过链表来解决。
- Hash索引特点
· Hash索引只能用于对等比较（=, in），不支持范围查询（between, >, <, ...）
· 无法利用索引完成排序操作
· 查询效率高，通常只需要一次检索就可以了，效率通常要高于B+tree索引
- 存储引擎支持
在MySQL中，支持hash索引的是Memory引擎，而InnoDB中具有自适应hash功能，hash索引是存储引擎根据B+tree索引在指定条件下自动构建的。
思考：为什么InnoDB存储引擎选择使用B+tree索引结构？
- 相对于二叉树，层级更少，搜索效率高；
- 对于B-tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低；
- 相对于Hash索引，B+tree支持范围匹配及排序操作；