文章目录
重点
- 索引
- 事物
- 调优
- mvcc
- 存储引擎
- 主从复制
- 读写分离
- 分库分表
- 锁
- 日志系统
索引
红黑树和AVL树
二叉平衡树：二叉搜索树的一种，追求绝对平衡也就是任何一个左子树和右子树高度小于1
红黑树：二叉平衡树的一种，他不追求高度小于1
什么是索引
排好序的数据结构。
每个节点（磁盘块）可以存16K数据，mysql索引一般3到4层就足以支撑千万级别的表查询。所以创建索引的字段短一些好，这样每个节点就存储更多指针。
B树和B+树的区别
相同点：它是一种二叉平衡树的一个种类，可以使查找时间为二分查找，O(logN)。多叉平衡树，每个节点（磁盘块）存储多个数据让数更矮，每个节点可以存16K数据
- 存储内容：B树的每个结点都存储了key和data，B+树的data存储在叶子节点上。节点不存储data，这样一个节点就可以存储更多指针。可以使得树更矮。查找更快
- 查找速度：b+数的根节点存储的指针一般常驻内存，所以查找速度非常快
- 稳定性：b+树查询的数据都在最底层的叶子节点，因此b+树查找更稳定
- 范围查找：b+树最底层叶子树节是排好序的，并且每个字节点使用双向指针连接，范围查找很快
为何使用B/B+树而不使用hash索引
hash结构：hash算法（MD5，crc16等算法的统称），会在底层做一次hash运算，把hash运算结果和字段索引地址关联，使用哈希一次运算就可以通过我们的索引找到数据地址。那么我们使用哈希查找速度更快，但是实际使用中我们没有使用哈希。
原因： 范围查找，hash索引没法支持：B+树他最底层数据节点是双向指针，找到了某个值，然后直接向后查找，找到范围。
我们在创建表的时候用代理主键还是自然主键
代理主键：和数据无关的列
自然主键：和数据相关的列
比如身份证信息，我们可以用身份证号作为主键（自然主键），也可以再创建一个id号作为主键（代理主键）。那么我们用哪个好：
用id的话占用更小空间，身份证号占用空间太大。所以使用代理主键更好
为何索引主键设置自增
当我们新建一行数据，当插入索引时，因为我们叶子结点是有序双向链表，如果索引自增，那么我们直接后增加节点。
但是如果非自增，我们要保持有序，那么我们就往前插入节点，后面的节点分页结构就会变化。维护成本太高，性能就会降低。
聚簇索引和非聚簇索引
https://www.jianshu.com/p/fa8192853184
- 聚簇索引：索引和数据存储在一块。innodb的主键索就都是聚簇索引
- 非聚簇（稀疏）索引：索引和数据分开存储，由每个索引指向数据对应的位置。
非聚簇索引的两种形式：
-
myisam非聚簇索引：索引和数据分开。每个索引存储一个对应的数据空间的地址。每次先在索引中搜索对应索引，然后再去对应的数据存储地址空间查找数据。myisam的辅助索引也和主键索引查找方式一样。
-
innodb的二级索引（辅助索引，普通索引）也是非聚簇索引但他和myisam的非聚簇索引不同，他是需要二次查找的。因为二级索引叶子结点存放的是主键的值，所以需要根据根据索引做一次回表操作，查询到真实数据。也就是需要二次查找。所以他的查询效率要低于聚簇索引。但是他的维护成本要低一些，比如我要修改某个数据，我们不需要改动索引
二级索引举例：
比如我们一个数据表主键索引是id。然后我们的二级索引是name，当我们对name进行条件搜索的时候需要两步：第一步：在辅助索引的B+树种找到对应的主键索引也就是ID。第二步：再使用主键索引在主键索引B+树种查询到对应数据（回表）。
区别：
- 聚簇索引的索引指针和数据存储在一起，速度更快。而非聚簇索引需要二次查找速度更慢
- 聚簇索引维护成本高，当插入数据的时候，如果需要分页，也就是插入数据导致的不同节点块分开，这时必须移动对应的数据。而非聚簇索引只需要分割索引，数据不需要移动，因为有指针指向数据地址。
innodb相对于myisam区别
innodb和myisam都是形容数据库表的引擎。
- 索引：InnoDB（索引组织表）使用的（聚集）聚簇索引，通过主键索引效率很高。InnoDB必须要有主键索引，没有主键索引他无法生成索引数据表。 MyISAM（堆组织表）使用的是非聚簇（稀疏）索引。索引和数据分离。要重定位一次。
- MyISAM的索引和数据是分开的，并且索引是有压缩的。内存使用率就对应提高了不少。能加载更多索引，而Innodb是索引和数据是紧密捆绑的，没有使用压缩从而会造成Innodb比MyISAM体积庞大不小。
- 事物：innodb支持事物，myisam不支持，这是选择innodb很大的一个原因，因为一旦数据插入错误就回滚
- 锁 myisam只支持表级锁，而innodb支持行级锁，表锁
- 外键innodb支持外键，myisam不支持
什么是联合（复合）索引
你得知道最左前缀匹配原则，这个东西是跟联合索引（复合索引）相关联的，就是说，你很多时候不是对一个一个的字段分别搞一个一个的索引，而是针对几个索引建立一个联合索引的。
举个例子，你如果要对一个商品表按照店铺、商品、创建时间三个维度来查询，那么就可以创建一个联合索引：shop_id、product_id、gmt_create
所以你一般来说不是就建立3个索引，一般来说会针对平时要查询的几个字段，建立一个联合索引
后面在java系统里写的SQL，都必须符合最左前缀匹配原则，确保你所有的sql都可以使用上这个联合索引，通过索引来查询
最左前缀匹配原则：对于复合索引Mysql从左到右的使用索引中的字段，一个查询可以只使用索引中的一部份但只能是最左侧部分
create index (shop_id,product_id,gmt_create)
一个索引包含个字段，
那么mysql的比较字段顺序，先比较第一个字段，然后第二个字段，然后第三个字段。
如果您知 道姓，电话簿将非常有用；
如果您知道姓和名，电话簿则更为有用，
但如果您只知道名不姓，电话簿将没有用处。
所以说创建复合索引时，应该仔细考虑列的顺序。
设计索引原则
- 尽量使用唯一索引。区分度越高，索引效率越高。例如，学生表中学号是具有唯一性的字段。为该字段建立唯一性索引可以很快的确定某个学生的信息。
- 对于经常需要查询的字段建立索引，数据量大的表进行建立索引
- 对于经常需要排序的字段建立索引，因为索引本身就是有序的
- 尽可能使用短索引，因为每个磁盘块大小固定为16K，使用短索引，则每块可以存储更多的索引数据
- 限制索引的数目，并及时清理不需要的索引，因为索引也要占用空间，索引越多，更新表速度越慢