为什么须要学MySQL？

咱们每天都在拜访各种⽹站、APP，如微信、QQ、抖⾳、今⽇头条、腾讯新闻等，这些货色上⾯都存在⼤量的信息，这些信息都须要有地⽅存储，存储在哪呢？数据库。

所以如果咱们须要开发⼀个⽹站、app，数据库咱们必须把握的技术，常⽤的数据库有 mysql、oracle、sqlserver、db2等。

上⾯介绍的⼏个数据库，oracle性能排名第⼀，服务也是相当到位的，然而免费也是⾮常⾼的，⾦融公司对数据库稳定性要求⽐较⾼，⼀般会抉择oracle。

mysql是收费的，其余⼏个⽬前临时免费的，mysql在互联⽹公司使⽤率也是排名第⼀，材料也⾮常欠缺，社区也⾮常沉闷，所以咱们次要学习mysql。

篇幅所限，本文只详写了MySQL索引，须要的同学可自行支付完整版MySQL学习笔记

一、什么是索引？

索引就好比字典的目录一样咱们通常都会先去目录查找要害偏旁或者字母再去查找要比间接翻查字典查问要快很多

二、为什么要有索引？

然而咱们在应用mysql数据库的时候也像字典一样有索引的状况上来查问，必定速度要快很多

2.1问题：

1.mysql数据存储在什么中央?

磁盘

2.查问数据慢，个别卡在哪？

3.去磁盘读取数据，是用多少读取多少吗？

磁盘预读

局部性原理：数据和程序都有汇集成群的偏向，同时之前被拜访过的数据很可能再次被查问，空间局部性，工夫局部性

磁盘预读：内存和磁盘产生数据交互的时候，个别状况下有一个最小的逻辑单元，页。页个别由操作系统感觉大小，4k或8k，而咱们在进行数据交互的时候，能够取页的整数倍来读取。

关注公众号：北游学Java 即可获取一份578页PDF文档的MySQL学习笔记

innodb存储引擎每次读取数据，读取16k

4.索引存储在哪？

磁盘，查问数据的时候会优先将索引加载到内存中

5.索引在存储的时候，须要什么信息？须要存储存储什么字段值？

key:理论数据行中存储的值

文件地址

offset：偏移量

6.这种格局的数据要应用什么样的数据结构来进行存储？

key-values

哈希表，树(二叉树、红黑树、AVL树、B树、B+树)

7.mysql索引零碎中不是依照刚刚说的格局存储的，为什么？

OLAP:联机剖析解决----对海量历史数据进行剖析，产生决策性的策略----数据仓库—Hive

OLTP:联机事务处理----要求很短时效内返回对应的后果----数据库—关系型数据库(mysql、oracle)

三、mysql的索引数据结构

3.1哈希表:

HashMap数组加链表的构造，不适宜作为索引的起因：

1.哈希抵触会造成数据散列不平均，会产生大量的线性查问，比拟浪费时间

2.不反对范畴查问，当进行范畴查问的时候，必须挨个遍历

3.对于内存空间的要求比拟高

长处： 如果是等值查问，十分快

在mysql中有没有hash索引?

1.memory存储引擎应用的是hash索引

2.innodb反对自适应hash

create table test(id int primary key,name varchar(30))engine='innodb/memory/myisam'-- 5.1之后默认innodb

3.2树：

树这种数据结构有很多，咱们常见的有： 二叉树、BST、AVL、红黑树、B树、B+树

①二叉树：无序插入

这就是咱们的树的结构图，然而二叉树的数据插入是无序的，也就是说当须要查找的时候，还是得一个一个挨着去遍历查找

②BST(二叉搜寻树)： 插入的数据有序，左子树必须小于根节点，右子树必须大于根节点--------应用二分查找来提高效率

这样的话如果要查问数据，能够通过二分查找，疾速放大范畴，缩小了工夫复杂度 **然而如果插入的程序是升序或者降序的话，树的形态会变成如下：

此时二叉搜寻树就会进化成链表，工夫复杂度又会变成O(n)

③AVL：均衡二叉树 为了解决上述问题，通过左旋转或右旋转让树均衡最短子树跟最长子树高度只差不能超过1

由图咱们能够看到，当程序插入的时候，会主动的进行旋转，以达到均衡然而会通过插入性能的损失来补救查问性能的晋升当咱们插入的数据很多时候，而查问很少的时候，因为插入数据会旋转同样会耗费很多工夫

④红黑树(解决了读写申请一样多) 同样是通过左右旋让树平衡起来，还要变色的行为最长子树只有不超过最短子树的两倍即可

查问性能和插入性能近似获得均衡然而随着数据的插入、发现树的深度会变深，树的深度会越来越深，意味着IO次数越多，影响数据读取的效率

⑤ B树 为了解决上述数据插入过多，树深度变深的问题，咱们采纳B树把原来的有序二叉树变成有序多叉树

举例： 如果要查问select * from table where id=14？

第一步，将磁盘一加载到内存中，发现14<16,寻找地址磁盘2
第二步，将磁盘二加载到内存中，发现14>11,寻找地址磁盘7
第三步，将磁盘七加载到内存中，发现14=14，读取data，取出data，完结思考：B树就是完满的嘛？
问题1：
B树不反对范畴查问的疾速查找，如果咱们查问一个范畴的数据，查找到范畴一个边界时，须要回到根节点从新遍历查找，须要从根节点进行屡次遍历，即使找到范畴的另一个边界，查问效率会升高。
问题2：
如果data存储的是行记录，行的大小随着列数的增多，所占空间会变大。这时，一个页中可存储的数据量就会变少，树相应就会变高，磁盘IO次数就会变大。思考2：三层B树可能存储多少条记录？
答: 假如一个data为1k，innodb存储引擎一次读取数据为16k，三层即161616=4096；然而往往在开发中，一个表的数据要远远大于4096，难道要持续加层，这样岂不就加大了IO

四、为什么应用B+树？

理论存储表数据的时候，怎么存储呢？ key 残缺的数据行 革新B+树

B+树对B树进行了改良，把数据全放在了叶子节点中，叶子节点之间应用双向指针连贯，最底层的叶子节点造成了一个双向有序链表。
例如：
查问范畴 select * from table where id between 11 and 35？

第一步，将磁盘一加载到内存中，发现11<28,寻找地址磁盘2
第二步，将磁盘二加载到内存中，发现10>11>17,寻找地址磁盘5
第三步，将磁盘五加载到内存中，发现11=11，读取data
第四步，持续向右查问，读取磁盘5，发现35=35，读取11-35之间数据，完结由此可见，这样的范畴查问比B树速度进步了不少

比照B树和B+树？

叶子节点中才放数据
非叶子节点中不存储数据
B+树每个节点蕴含更多个节点，这样做的益处，能够升高树的高度，同时将数据范畴变成多个区间，区间越多查问越快

问题： 创立索引时用int还是varchar？

答：视状况而定，然而记住肯定让key越小越好

五、索引的创立

在创立索引之前，我先说一下存储引擎 存储引擎： 示意不同的数据在磁盘的不同表现形式大家去察看mysql的磁盘文件会发现 innodb： innodb的数据和索引都存储在一个文件下.idb myisam： myisam的索引存储在.MYI文件中，数据存储在.MYD中

5.1聚簇索引和非聚簇索引

概念：判断是否是聚簇索引就看数据和索引是否在一个文件中 innodb：

只能有一个聚簇索引，然而有很多非聚簇索引
向innodb插入数据的时候，必须要蕴含一个索引的key值
这个索引的key值，能够是主键，如果没有主键，那么就是惟一键，如果没有惟一键，那么就是一个自生成的6字节的rowid

myisam： 非聚簇索引

MySQL—innodb----B+树 索引和数据存储在一起，找到索引即可读取对应的数据

MySQL—myisam----B+树 索引和存储数据的地址在一起，找到索引失去地址值，再通过地址找到对应的数据

5.2回表

接下来，我会创立一张案例表给大家展现

CREATE TABLE user_test(id INT PRIMARY KEY AUTO_INCREMENT,-- id为主键uname VARCHAR(20) ,age INT,gender VARCHAR(10), KEY `idx_uname` (`uname`) -- 索引抉择为名字)ENGINE = INNODB;INSERT INTO user_test VALUES(1,'张三',18,'男');INSERT INTO user_test VALUES(NULL,'马冬梅',19,'女');INSERT INTO user_test VALUES(NULL,'赵四',18,'男');INSERT INTO user_test VALUES(NULL,'王老七',22,'男');INSERT INTO user_test VALUES(NULL,'刘燕',16,'女');INSERT INTO user_test VALUES(NULL,'万宝',26,'男');

select * from user_test where uname = '张三';-- 当咱们表中有主键索引的时候，咱们再去设置一个uname为索引，那么此时这条sql语句的查问过程应该如下：

首先先依据uname查问到id，再依据id查问到行的信息这样的操作走了两棵B+树，就是回表当依据一般索引查问到聚簇索引的key值之后，再依据key值在聚簇索引中获取数据咱们能够发现这样的操作是很浪费时间的，因而咱们日常操作的时候，尽量减少回表的次数

5.3笼罩索引

select id,uname from table where uname = '张三';-- 依据uname 能够间接查问到id，uname两个列的值，间接返回即可-- 不须要从聚簇索引查问任何数据，此时叫做索引笼罩

5.4最左匹配

在说最左匹配之前，咱们先聊一下几个名词 主键(个别为一个列)-------->联结主键(多个列) 索引-------->联结索引(可能蕴含多个索引列)

-- 假如有一张表，有id，name，age，gender四个字段，id是主键，name，age是组合索引列-- 组合索引应用的时候必须先匹配name，而后匹配ageselect * from table where name = ? and age = ? ;-- 失效select * from table where name = ?;-- 失效select * from table where age = ? ;-- 不失效select * from table where age = ? and name = ? ;-- 失效--在mysql外部有优化器会调整对应的程序

5.5索引下推

mysql5.7之后，默认反对的一个特点 举一个例子：

select * from table where name = ? and age = ? ;-- mysql里的三层架构:-- 客户端:JDBC-- 服务端:server-- 存储引擎:数据存储在没有索引下推之前，依据name从存储引擎中获取合乎规定的数据，在server层对age进行过滤有索引下推之后，依据name、age两个条件从存储引擎中获取对应的数据

剖析：有索引下推的益处，如果咱们有50条数据，咱们通过过滤会失去10条数据，如果没有索引下推，会先获取50条再去排除失去10条，而有了下推之后，咱们会间接在存储引擎就过滤成了10条