做知乎网站的图片,创建一个网站买卖,校本教研网站建设方案,c2c模式的企业文章目录 二叉树红黑树 b treehash结构b tree索引存放特点myisamInnoDB 最左原则主键相关知识点缓存池淘汰机制 前言#xff1a;翻自己博客 发现缺少mysql数据结构和索引相关内容 两年前整理的mysql知识点 一直存在于博主的笔记本里面 #xff08;是的 纸质的那种笔记本 不是… 文章目录 二叉树红黑树 b treehash结构b tree索引存放特点myisamInnoDB 最左原则主键相关知识点缓存池淘汰机制 前言翻自己博客 发现缺少mysql数据结构和索引相关内容 两年前整理的mysql知识点 一直存在于博主的笔记本里面 是的 纸质的那种笔记本 不是程序员吃饭用的笔记本 二叉树 二叉树特点 小数在左 大数在右 如下图 (鼠标不太方便画图 将就着看吧 能看懂就行): 当数据不规律的时候 二叉树就会变化成链表 所以MySQL放弃二叉树 如下图 : (具体的数字单纯是博主方便鼠标好画 随意举例的)
红黑树 红黑树也叫平衡二叉树会自动旋转 那既然会自动旋转了解决了变成链表的问题 会不会有其它问题呢答案是肯定的当数据量大的时候树的高度就会增加如下图:
b tree
既然红黑树会有高度的问题那么 b tree就在优化这个问题 btree在红黑树的基础上有了更多的根节点降低了树的高度从而降低了磁盘访问次数。 当然 根节点是完全可能因为数据的变化而变化的 这也是博主自认为最通俗的理解了我们可以借助工具网站来观察:
hash结构
在介绍btree之前 我们也简单提一下hash结构当前mysql版本两大结构就是hash和btree了。
hash结构拥有快速的插入和查找速度但是由于hash的无序性它并不适合范围查找。 hash结构的主要两大缺点 不支持范围查找极小概率hash冲突 b tree btree在btree的基础上子节点之间都有指针连接且子节点是个有序链表更适合作为数据库索引的结构更利于查询自然也更好的支持范围查找。 索引存放特点 安装过mysql的同学应该都知道 会有一个data文件夹,data文件夹即存放我们的数据 myisam
(data文件夹下) 存放着三种格式的文件它们分别存放的内容 .frm文件 表结构 (这些文件存储表的定义信息包括列名、数据类型等表结构相关信息。) .MYD文件表数据 ( 这些文件是MyISAM表的数据文件存储着实际的行记录和数据内容。) .MYI文件 表索引 (这些文件是MyISAM表的索引文件存储了表的索引信息) MYI文件的索引其实就是指向数据真实地址的指针 聚集索引叶节点包含了完整的数据记录 myisam是非聚集索引(表数据和索引分开存放) 是回表查询,即通过索引再去.MYD文件中查找数据。 InnoDB
(data文件夹下) 存放着两种格式的文件它们分别存放的内容 .frm文件 表结构 (和myisam一样这些文件存储表的定义信息包括列名、数据类型等表结构相关信息。) .idb文件 表数据表索引 (InnoDB存储引擎的数据和索引都存储在共享的数据文件中通常以.ibd文件的形式存在。.ibd文件包含了表的实际数据以及与之相关的索引信息。) innoDB是聚集索引 但在它的二级索引主键之外的索引查询操作时会先查找所在的主键通过主键再去查找具体数据也是回表查询。 最左原则
联合主键和模糊查询 都遵循最左前缀原则。
在联合主键中如果由多个列组合而成那么查询或者排序时会按照主键中列的顺序从左至右依次进行。也就是说查询或者排序的效率会受到最左边的列的影响后面的列则会在前面列的基础上进行进一步的筛选。
例如 t 表中c1 ,c2是联合索引 select c1 ,c2 from t where c1 1; 这是正确的使用姿势 在模糊查询中最左原则同样适用例如 like ‘xx%’ 是可以有效利用索引的 俗称走索引 like %xx’则不能。
主键相关知识点
主键推荐用整型因为btree要比较大小整型比较快自增id效率是最高的
那为什么很多项目不用自增id呢 自增id两大致命缺点
不适合分表(分布式系统中不适用)很容易被猜到相邻数据 数据隔离问题
所以一般都是使用雪花算法而雪花算法常见的面试问题就是时钟回溯正常发生时钟回溯的概率 是可以忽略不计的百度的算法是直接抛异常 人工处理美团有解决方案。
缓存池
InnoDB缓冲池 InnoDB存储引擎使用缓冲池来缓存数据页和索引页以加快对数据的访问速度。通过在内存中缓存热门数据可以减少对物理存储设备的访问次数从而提高系统的性能和响应速度。
淘汰机制
LRU算法 InnoDB缓冲池会根据LRU最近最少使用算法来管理缓存的数据页确保内存中始终缓存最常访问的数据。
