1.体系结构
mysql体系结构图
Mysql是由SQL接口，解析器，优化器，缓存，存储引擎组成的（SQL Interface、Parser、Optimizer、Caches&Buffers、Pluggable Storage Engines）
（1） Connectors指的是不同语言中与SQL的交互
（2）Management & Utilities： 系统管理和控制工具，例如备份恢复、Mysql复制、集群等
（3）Connection Pool: 连接池：管理缓冲用户连接、用户名、密码、权限校验、线程处理等需要缓存的需求
（4）SQL Interface: SQL接口：接受用户的SQL命令，并且返回用户需要查询的结果。比如select from就是调用SQL Interface
（5）Parser: 解析器，SQL命令传递到解析器的时候会被解析器验证和解析。解析器是由Lex和YACC实现的，是一个很长的脚本， 主要功能：
a . 将SQL语句分解成数据结构，并将这个结构传递到后续步骤，以后SQL语句的传递和处理就是基于这个结构的
b. 如果在分解构成中遇到错误，那么就说明这个sql语句是不合理的
（6）Optimizer: 查询优化器，SQL语句在查询之前会使用查询优化器对查询进行优化。他使用的是“选取-投影-联接”策略进行查询。
（7） Cache和Buffer（高速缓存区）： 查询缓存，如果查询缓存有命中的查询结果，查询语句就可以直接去查询缓存中取数据。
（8）Engine ：存储引擎。存储引擎是MySql中具体的与文件打交道的子系统。
默认下MySql是使用MyISAM引擎，它查询速度快，有较好的索引优化和数据压缩技术。但是它不支持事务。
InnoDB支持事务，并且提供行级的锁定，应用也相当广泛。
Mysql也支持自己定制存储引擎，甚至一个库中不同的表使用不同的存储引擎，这些都是允许的。
2.索引
是什么：加速对表中的数据进行检索的一种分散存储的数据结构。
why to user:
索引能极大的减少存储引擎需要扫描的数据量
索引可以把随机IO变成顺序IO
索引可以帮助我们在进行分组、排序等操作时，避免使用临时表
3.底层结构--使用B+树
二叉查找树
平衡二叉查找树
why not use 二叉树
1. 二叉树存储数据过深，决定IO次数过多
2. 每个磁盘页包的数据太小，不能很好利用磁盘IO，以及磁盘IO的预读能力（空间局部性）
多路平衡查找树
B+树
B+树与B树的区别：
1，B+节点关键字搜索采用闭合区间
2，B+非叶节点不保存数据相关信息，只保存关键字和子节点的引用
3，B+关键字对应的数据保存在叶子节点中
4，B+叶子节点是顺序排列的，并且相邻节点具有顺序引用的关系
B+树的优点：
B+树是B-树的变种（PLUS版）多路绝对平衡查找树，他拥有B-树的优势
B+树扫库、表能力更强
B+树的磁盘读写能力更强
B+树的排序能力更强
B+树的查询效率更加稳定（仁者见仁、智者见智）
4.索引表现形式
innodb和myisam的索引比较，左边为innodb
5.索引知识补充
索引特点：
离散性越高选择性越好
最左匹配原则
联合索引
单列索引 [关键字a]，
联合索引 [关键字a,关键字b]，单列索引是特殊的联合索引
联合索引列选择原则
1，经常用的列优先 【最左匹配原则】
2，选择性（离散度）高的列优先【离散度高原则】
3，宽度小的列优先【最少空间原则】
如果查询列可通过索引节点中的关键字直接返回，则该索引称之为 覆盖索引。
6.总结
索引列的数据长度能少则少。--》B+树的数据结构，索引长度越短，相同存储能够容纳的索引越多
索引一定不是越多越好，越全越好，一定是建合适的。--》维护索引需要付出代价，索引占用存储
匹配列前缀可用到索引 like 9999%，like %9999%、like %9999用不到索引； Where 条件中 not in 和 <>操作无法使用索引； 匹配范围值，order by 也可用到索引；--》索引匹配原则
多用指定列查询，只返回自己想到的数据列，少用select *；--》覆盖索引
联合索引中如果不是按照索引最左列开始查找，无法使用索引；
联合索引中精确匹配最左前列并范围匹配另外一列可以用到索引；
联合索引中如果查询中有某个列的范围查询，则其右边的所有列都无法使用索引；--》联合索引符合单列索引的匹配规则
网友评论