1.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
InnoDB
InnoDB是一种兼顾高可靠性和高性能的通用存储引擎,在mysql5.5之后,InnoDB是默 认的mysql存储引擎
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;
文件:xxx.ibd
MyISAM
MyISAM是早期mysql早期的默认存储引擎
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
文件:xxx.sdi:存储表结构信息
xxx.MYD:存储数据
xxx.MYI:存储索引
Memory
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
特点:内存存放
hash索引(默认)
文件:xxx.sdi:存储表结构信息
2.索引
索引是帮助mysql高效获取数据的数据结构(有序)
优点:提高数据检索的效率,降低数据库的IO成本
通过索引列随数据进行排序,降低数据排序的成本,降低CPU的消耗
缺点:索引列也是要占用空间的,索引大大提高了查询效率,
同时也降低了更新表的速度
如对表进行insert,update,delete时,效率降低
2.1.索引结构:
二叉树缺点: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
红黑树:大数据量情况下,层级较深,检索速度慢
B+Tree 相对于B-Tree区别:
所有的数据都会出现在叶子节点
叶子节点形成一个单向链表
hash :hash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
如果两个或多个键值,映射到一个相同的槽位上,他们就会产生hash冲突
(也称hash碰撞)通过链表来解决
特点:查询效率高,通常只需要一次检索就可以了,效率通常要高于B+Tree索引
2.1.1.为什么InnoDB存储引擎选择使用B+Tree索引结构
相对于二叉树,层级更少,搜素效率高;
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
只会增加树的高度,导致性能降低
2.2索引分类:
主键索引 针对与表中主键创建的索引
唯一索引 避免同一个表中某数据列中的值重复
常规索引 快速定位特定索引
全文索引 全文索引查找的是文本中的关键字,而不是比较索引中的值
聚集索引:将数据存储与索引存放到了一块,索引结构的叶子节点保存了行数据
二级索引: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
索引语法:
创建索引:
create index idx_表名_字段名 on 表中的字段