mysql引擎
- 物理存储格式 compact： SHOW TABLE STATUS
存疑
- 每一次插入数据时，是不是都要重新对所有的索引树设置？
- 叶子节点的数据时保存在哪里的，内存中？如果没有找到数据，要如何去磁盘中获取数据？获取之后，是不是有时间有效期，有效期过了，就将该部分内存释放？
- 如果全表查询，数据都加载到内存中？
查询的时候，先把磁盘的数据加载到bufferPool缓存，然后更新的时候，更新bufferPoll，同时维护一堆链表，然后定时或者不定时的根据flush和lru链表，将bufferPool里的更新过的脏数据刷新到磁盘上
- 数据插入的时候，是如何存放磁盘的？将相邻的key值存放在一起，之前的数据进行移动？
为什么要用B+树进行mysql索引设计呢？
- 1.B+tree能很好的利用操作系统和磁盘的交互特性，mysql将页设置为16k,一次io就可以将一个节点(16K)的内容加载到内存中，比如，假设关键字为int类型，则可以大约存储(16*1000)/8=2000个关键字，3层高度可以搜索的关键字个数远远大于二叉树
- 2.B+树保证树的平衡的过程中，每次关键字的变化，都会导致结构发生很大的变化，所以要创建合适的索引
- 3.只有叶子节点才保存数据，其他的节点不保存数据
- 4.查询速度更稳定，天然具备排序功能，全节点遍历更快
MyIsam
- 非聚集索引
- 使用的是B+树创建索引，叶子节点保存的是磁盘的地址
- 可以没有主键
- 每一个索引都是一颗树
- 相比Innodb来说，性能好于非主键索引
Innodb
- 聚集索引
- 使用的是B+树索引，叶子节点保存的是实际的数据
- 主键索引创建树，非主键索引构建一棵叶子节点为主键的树，通过找到主键，然后再主键索引树中查找
- 注意事项：
1.索引越离散越好
2.不要创建冗余的索引,尽量的扩展索引，而不是创建索引 3.最小的主键空间，空间越小，则每个节点保存的关键字数据就越多 4.尽量的采用指定列，而不是select * 5.最左匹配原则