文章目录

• 索引
• • 索引概述
  • 索引的优劣势
  • 索引的结构
  • • BTree结构
    • B+Tree结构
    • MySQL中的B+Tree结构
    • ==为什么MySql索引使用B+树==
    • ==hash比B+查找时间更短，为什么索引不用hash？==
  • 索引分类
  • 索引语法
  • • 创建索引
    • 删除索引
    • alter(修改)命令
  • 索引的设计原则
• 视图
• • 视图的概述
  • 创建或修改视图
  • 查看及删除视图
• 存储过程和存储函数【略】
• • 存储过程和存储函数概述
• 触发器【略】
• • 介绍
• MySQL的体系结构
• 存储引擎
• • 存储引擎概述
  • 各种存储引擎特性

索引

索引概述

索引的优劣势

索引的结构

BTree结构

• B+树是在B树基础上改造的，他的数据都在叶子节点，同时叶子节点还加了指针。
  

• 每个节点的key是升序排列

一个例子

B+Tree结构

MySQL中的B+Tree结构

为什么MySql索引使用B+树

• 一般的树，一个节点可以有多个孩子，但一个节点只能存储一个元素，在元素非常多的时候，就使得要么树的度（节点拥有子树的个数的最大值）非常大，要么树的高度非常大，甚至两者都必须足够大才行。又因为索引是放在外存中的，查询这么庞大的树结构，使得IO操作（内存存取外存的次数）非常多，降低了性能；
• 然后是B树（多路查找树），其一个节点可以存储多个元素，这样可以降低树的规模，从未降低了IO操作次数，提高了查找速度，改善了性能；【我们不用红黑树，因为红黑树子节点只有两个，做到了树的平衡，但树的规模还是没B树限制的好】
• 但如果查询多条数据的话，B树需要做局部的中序遍历，由于B树的每个节点都存储数据，所以可能要跨层访问，这就意味着要在硬盘的页面之间进行多次访问【节点存储在不同的页面中】，降低了性能。而B+树由于所有数据都在叶子结点，不用跨层，同时由于有链表结构，只需要找到首尾，通过链表就能把所有数据取出来了。

hash比B+查找时间更短，为什么索引不用hash？

• 这和业务场景有关，如果只查找一个值的话，hash是一个很好的选择，但数据库经常会查多条，这时候由于B+树索引有序，并且又有链表相连，它的查询效率比hash就快很多了
  【同样查询n条数据，hash需查n次，即O(n) ；
  B+是O(log n)：查询一次是O(log n)，但查询一次后，由于B+树所有数据都在叶子结点，不用跨层，同时由于有链表结构，只需要找到首尾，通过链表就能把所有数据取出来了，不在花费时间】。

• 而且数据库中的索引一般是在磁盘上，数据量大的情况可能无法一次装入内存，B+树的设计可以允许数据分批加载，同时树的高度较低，提高查找效率。

索引分类

4）主键索引：某一个属性组能唯一标识一条记录；索引列的值必须唯一，且不能为null，主键索引只能有一个，唯一索引可能有多个
一个字段设置为主键后，数据库会自动为其建立主键索引

5）常规（普通）索引：
快速定位特定数据

索引语法

创建索引

###查看索引

删除索引

alter(修改)命令

索引的设计原则

视图

视图的概述

• 视图是为了简化我们的查询操作。

创建或修改视图

查看及删除视图

• 查看
  
• 删除
  

存储过程和存储函数【略】

存储过程和存储函数概述

触发器【略】

介绍

MySQL的体系结构

• 客户端发送一个连接后，就要到mysql的连接池中获取一个连接，来执行对应的请求。获取连接时，还需进行一些：认证、连接最大数、缓存等；

存储引擎

存储引擎概述

各种存储引擎特性

【在更。。。。。。。】