MySQL进阶-存储引擎索引
目录
一：存储引擎
MySQL体系结构
存储引擎介绍
存储引擎特点
InnoDB
MyISAM
Memory
区别及特点
存储引擎选择
索引
索引概述
介绍
演示
特点
索引结构
概述
二叉树
B-Tree
B+Tree
Hash
索引分类
索引分类
聚集索引&二级索引
一：存储引擎
MySQL体系结构
1). 连接层
最上层是一些客户端和链接服务，包含本地sock 通信和大多数基于客户端/服务端工具实现的类似于 TCP/IP的通信。主要完成一些类似于连接处理、授权认证、及相关的安全方案。在该层上引入了线程 池的概念，为通过认证安全接入的客户端提供线程。同样在该层上可以实现基于SSL的安全链接。服务器也会为安全接入的每个客户端验证它所具有的操作权限。
2). 服务层
第二层架构主要完成大多数的核心服务功能，如SQL接口，并完成缓存的查询， SQL的分析和优化，部 分内置函数的执行。所有跨存储引擎的功能也在这一层实现，如 过程、函数等。在该层， 服务器会解 析查询并创建相应的内部解析树，并对其完成相应的优化如确定表的查询的顺序，是否利用索引等， 最后生成相应的执行操作。如果是select语句，服务器还会查询内部的缓存，如果缓存空间足够大， 这样在解决大量读操作的环境中能够很好的提升系统的性能。
3). 引擎层
存储引擎层， 存储引擎真正的负责了MySQL中数据的存储和提取，服务器通过API和存储引擎进行通 信。不同的存储引擎具有不同的功能，这样我们可以根据自己的需要，来选取合适的存储引擎。数据库 中的索引是在存储引擎层实现的。
4). 存储层
数据存储层， 主要是将数据(如 : redolog、 undolog、数据、索引、二进制日志、错误日志、查询 日志、慢查询日志等)存储在文件系统之上，并完成与存储引擎的交互。
和其他数据库相比， MySQL有点与众不同，它的架构可以在多种不同场景中应用并发挥良好作用。主要体现在存储引擎上，插件式的存储引擎架构，将查询处理和其他的系统任务以及数据的存储提取分离。 这种架构可以根据业务的需求和实际需要选择合适的存储引擎。
存储引擎介绍
大家可能没有听说过存储引擎，但是一定听过引擎这个词，引擎就是发动机，是一个机器的核心组件。 比如，对于舰载机、直升机、火箭来说，他们都有各自的引擎，是他们最为核心的组件。而我们在选择 引擎的时候，需要在合适的场景，选择合适的存储引擎，就像在直升机上，我们不能选择舰载机的引擎 一样。
而对于存储引擎，也是一样，他是mysql数据库的核心，我们也需要在合适的场景选择合适的存储引 擎。接下来就来介绍一下存储引擎。
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称为表类型。我们可以在创建表的时候，来指定选择的存储引擎，如果 没有指定将自动选择默认的存储引擎。
1). 建表时指定存储引擎
2). 查询当前数据库支持的存储引擎
show engines;
示例演示 :
A. 查询建表语句 --- 默认存储引擎 : InnoDB
可以看到，创建表时，即使我们没有指定存储疫情，数据库也会自动选择默认的存储引擎。
B.创建表 my_myisam , 并指定MyISAM存储引擎
C.创建表 my_memory , 指定Memory存储引擎
存储引擎特点
上面我们介绍了什么是存储引擎，以及如何在建表时如何指定存储引擎，接下来我们就来介绍下来上面 重点提到的三种存储引擎 InnoDB、 MyISAM、 Memory的特点。
InnoDB
1). 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。
2). 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；
3). 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-早期的 、 sdi-新版的）、数据和索引。
4). 逻辑存储结构
-
表空间 : InnoDB存储引擎逻辑结构的最高层， ibd文件其实就是表空间文件，在表空间中可以包含多个Segment段。
-
段 : 表空间是由各个段组成的， 常见的段有数据段、索引段、回滚段等。 InnoDB中对于段的管理，都是引擎自身完成，不需要人为对其控制，一个段中包含多个区。
-
区 : 区是表空间的单元结构，每个区的大小为1M。 默认情况下， InnoDB存储引擎页大小为16K， 即一个区中一共有64个连续的页。
-
页 : 页是组成区的最小单元， 页也是InnoDB 存储引擎磁盘管理的最小单元，每个页的大小默认为 16KB。为了保证页的连续性， InnoDB 存储引擎每次从磁盘申请 4-5 个区。
-
行 : InnoDB 存储引擎是面向行的，也就是说数据是按行进行存放的，在每一行中除了定义表时所指定的字段以外，还包含两个隐藏字段(后面会详细介绍)。
MyISAM
1). 介绍
MyISAM是MySQL早期的默认存储引擎。
2). 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
3). 文件
xxx.frm(xxx.sdi)：存储表结构信息
xxx.MYD: 存储数据
xxx.MYI: 存储索引
Memory
1). 介绍
Memory引擎的表数据时存储在内存中的，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。
2). 特点
-
内存存放
-
hash索引（默认）
3).文件
xxx.frm(xxx.sdi)：存储表结构信息
区别及特点
InnoDB引擎与MyISAM引擎的区别 ?
① . InnoDB引擎 , 支持事务 , 而MyISAM不支持。
② . InnoDB引擎 , 支持行锁和表锁 , 而MyISAM仅支持表锁 , 不支持行锁。
③ . InnoDB引擎 , 支持外键 , 而MyISAM是不支持的。
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的缺陷就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结构 上实现高级查找算法，这种数据结构就是索引。
演示
表结构及其数据如下：
假如我们要执行的SQL语句为 ： select * from user where age = 45;
1). 无索引情况
在无索引情况下，就需要从第一行开始扫描，一直扫描到最后一行，我们称之为全表扫描，性能很低。
2). 有索引情况
如果我们针对于这张表建立了索引，假设索引结构就是二叉树，那么也就意味着，会对age这个字段建 立一个二叉树的索引结构。
此时我们在进行查询时，只需要扫描三次就可以找到数据了，极大的提高的查询的效率。
特点
| 优势 | 劣势 |
|---|---|
| 提高数据检索的效率，降低数据库 的IO成本 | 索引列也是要占用空间的。 |
| 通过索引列对数据进行排序，降低 数据排序的成本，降低CPU的消耗。 | 索引大大提高了查询效率，同时却也降低更新表的速度， 如对表进行INSERT、 UPDATE、 DELETE时，效率降低。 |
索引结构
概述
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索引结构，主要包含以下几种：
| 索引结构 | 描述 |
|---|---|
| B+Tree索引 | 最常见的索引类型，大部分引擎都支持 B+ 树索引 |
| Hash索引 | 底层数据结构是用哈希表实现的 , 只有精确匹配索引列的查询才有效 , 不 支持范围查询 |
| R-tree(空间索引） | 空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类 型，通常使用较少 |
| Full-text(全文索引 ) | 是一种通过建立倒排索引 ,快速匹配文档的方式。类似于 Lucene,Solr,ES |
上述是MySQL中所支持的所有的索引结构，接下来，我们再来看看不同的存储引擎对于索引结构的支持 情况。
| 索引 | InnoDB | MyISAM | Memory |
|---|---|---|---|
| B+tree索引 | 支持 | 支持 | 支持 |
| Hash 索引 | 不支持 | 不支持 | 支持 |
| R-tree 索引 | 不支持 | 支持 | 不支持 |
| Full-text | 5.6版本之后支持 | 支持 | 不支持 |
二叉树
假如说MySQL的索引结构采用二叉树的数据结构，比较理想的结构如下：
如果主键是顺序插入的，则会形成一个单向链表，结构如下：
所以，如果选择二叉树作为索引结构，会存在以下缺点：
-
顺序插入时，会形成一个链表，查询性能大大降低。
-
大数据量情况下，层级较深，检索速度慢。
此时大家可能会想到，我们可以选择红黑树，红黑树是一颗自平衡二叉树，那这样即使是顺序插入数 据，最终形成的数据结构也是一颗平衡的二叉树 ,结构如下 :
但是，即使如此，由于红黑树也是一颗二叉树，所以也会存在一个缺点：
-
大数据量情况下，层级较深，检索速度慢。
所以，在MySQL的索引结构中，并没有选择二叉树或者红黑树，而选择的是B+Tree，那么什么是 B+Tree呢？在详解B+Tree之前，先来介绍一个B-Tree。
B-Tree
B-Tree， B树是一种多叉路衡查找树，相对于二叉树， B树每个节点可以有多个分支，即多叉。以一颗最大度数（max-degree）为5(5阶)的b-tree为例，那这个B树每个节点最多存储4个key，5个指针：
知识小贴士: 树的度数指的是一个节点的子节点个数
数据结构可视化的网站。B-Tree Visualization
B+Tree
B+Tree是B-Tree的变种，我们以一颗最大度数（max-degree）为4 （4阶）的b+tree为例，来看一 下其结构示意图：
我们可以看到，两部分：
-
绿色框框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据。
-
红色框框起来的部分，是数据存储部分，在其叶子节点中要存储具体的数据。
数据结构可视化的网站来。 B+ Tree Visualization
Hash
MySQL中除了支持B+Tree索引，还支持一种索引类型---Hash索引。
1). 结构
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。
2). 特点
A. Hash索引只能用于对等比较 (=， in)，不支持范围查询（between， >， < ， ...）
B. 无法利用索引完成排序操作
C. 查询效率高，通常(不存在hash冲突的情况)只需要一次检索就可以了，效率通常要高于B+tree索 引
3). 存储引擎支持
在MySQL中，支持hash索引的是Memory存储引擎。 而InnoDB中具有自适应hash功能， hash索引是 InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的。
思考题： 为什么InnoDB存储引擎选择使用B+tree索引结构?
A. 相对于二叉树，层级更少，搜索效率高； B. 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； C. 相对Hash索引，B+tree支持范围匹配及排序操作；
索引分类
索引分类
在MySQL数据库，将索引的具体类型主要分为以下几类：主键索引、唯一索引、常规索引、全文索引。
| 分类 | 含义 | 特点 | 关键字 |
|---|---|---|---|
| 主键索引 | 针对于表中主键创建的索引 | 默认自动创建 , 只能 有一个 | PRIMARY |
| 唯一索引 | 避免同一个表中某数据列中的值重复 | 可以有多个 | UNIQUE |
| 常规索引 | 快速定位特定数据 | 可以有多个 | |
| 全文索引 | 全文索引查找的是文本中的关键词，而不是比 较索引中的值 | 可以有多个 | FULLTEXT |
聚集索引&二级索引
而在在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种：
| 分类 | 含义 | 特点 |
|---|---|---|
| 聚集索引 (Clustered Index) | 将数据存储与索引放到了一块，索引结构的叶子节点保存了行数据 | 必须有 ,而且只 有一个 |
| 二级索引 (Secondary Index) | 将数据与索引分开存储，索引结构的叶子节点关 联的是对应的主键 | 可以存在多个 |
聚集索引选取规则 :
-
如果存在主键，主键索引就是聚集索引。
-
如果不存在主键，将使用第一个唯一（UNIQUE)索引作为聚集索引。
-
如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索 引。
聚集索引和二级索引的具体结构如下：
接下来，我们来分析一下，当我们执行如下的SQL语句时，具体的查找过程是什么样子的。
具体过程如下 :
① . 由于是根据name字段进行查询，所以先根据name='Arm'到name字段的二级索引中进行匹配查 找。但是在二级索引中只能查找到 Arm 对应的主键值 10。
② . 由于查询返回的数据是*，所以此时，还需要根据主键值10，到聚集索引中查找10对应的记录，最 终找到10对应的行row。
③ . 最终拿到这一行的数据，直接返回即可。