MySQL--3索引与innodb结构

大家好，我是安小生，下面我们讲解一下MySQL的索引与结构。

分页优化。

• 可以通过子查询，

select * from article where id >= (select id from article limit 999999,1) limit 10;

• 2,先查询id，在查询数据

select id from article limit 99999,10;
select * from article where id in ();

• 3,先加索引在查询

alert table 表 add index idx_title_url_author(titme,url,author);
select title,url,author from article where id >=(select id from article limit 99999,1) limit 10;
以上是一个数据量比较大的一个分页优化方案。

innodb是如何储存我们的数据的？

• innodb由多个段空间组成。
  1.1 叶子段：索引b+tree信息。
  1.2 非叶子段：索引b+tree的信息。
  1.3 回滚段：回滚的数据
  1.4 索引段：总的索引位置记录
  空间段
  一个区中64个也，不满足就会重新申请一个空间，一个区大概是1mb，一段空间由多个组成。而一个空间有16KB
  行空间数据的长度大小，实际的表数据，文件信息等。
  

  看下面的图吧。 总结图.png

什么是索引

索引是数据相关优化的重要手段，主要是单表的情况下，索引不是万能的，不要误会使用的一定可以优化，跟优化的效果好。
MySQL中的所有类型：bterr索引，hash索引，fulltext（全文索引）一般会使用es分布式搜索引擎代替，R-tree索引。

• 索引类型：
  主键索引：就是我们的自增id主键。
  唯一索引：一个唯一字段建立的索引。
  单索引：单个字段简历的索引。
  联合索引：多个字段联合创建的索引，
  全文索引：列如：你今天去干什么了。会拆分：你，今天，去，干什么了。针对中文进行分词的搜索。
  覆盖索引：是所有查询sql🔐追求的索引效率完美的使用，

后面我们会详细的出一个索引文章。

B+TREE结构。

• btree结构：二叉树，二分算法。

二分法：会不断的选择一个元素作为中数，比较左边的元素小于中位数，右边的大于中位数。

如图：

二叉树的结构.png

• b+tree 根据平衡树来的。

  
  b+tree结构.png
  

  数据不存在非叶子节点，所有的数据是存在叶子节点，根据数据的情况进行数据计算会尽量的均衡分配，不同的页中。
  基本的浮动范围=》浮动值=》根据最大和最小创建不同的页。