文章目录
- 存储引擎
- MySQL体系结构
- 存储引擎简介
- InnoDB介绍
- MyISAM
- Memory
- 存储引擎的选择
- 小结
- 索引
- 概述
- 索引结构
- 概述
- Btree
- B+Tree
- Hash
存储引擎
MySQL体系结构
连接层:
最上层是一些客户端和链接服务,主要完成一些类似于连接处理、授权认证、及相关的安全方案。服务器也会为安全接入的每个客户端验证它所具有的操作权限。
服务层:
第二层结构主要是完成大多数的核心服务功能,如SQL接口,并完成缓存的查询,SQL的分析和优化,部分内置函数的执行。所有跨存储引擎的功能也在这一层实现,如过程、函数等。
引擎层
存储引擎真正的负责了MySQL中数据的存储和提取,服务器通过API和存储引擎进行通信。不同的存储引擎具有不同的功能,这样我们可以根据自己的需要,来选取合适的存储引擎。
存储层:
主要是讲数据存储在文件系统之上,并完成与存储引擎的交互。
注意:索引是在存储引擎层实现的,也就意味着不同的存储引擎,索引的结构是不一样的
存储引擎控制的是数据库的数据该如何来存,如何来取,如何来组织,而具体的数据库数据最终是存储在磁盘当中的
存储引擎简介
what is 存储引擎?
do not know?
what is 引擎?
引擎就是发动机,发动机是一个机器的核心部分
而不同的引擎实际上是有不同的应用场景的(就像火箭的引擎不能放在汽车上)
引擎没有好坏,只要在合适的场景使用合适的引擎就可以了
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,所有存储引擎也可被称为表类型
没有指定的存储引擎,那就是默认的InnoDB
1、在创建表时,指定存储引擎
CREATE TABLE 表名(
...
)ENGINE = INNODB [ COMMIT 表注释];
2、查看当前数据库支持的存储引擎
SHOW ENGINES;
memory:存储在内存当中的,通常用来做临时表及缓存
create table my_myisam(
id int,
name varchar(10)
)engine = MyISAM;
create table my_memory(
id int,
name varchar(10)
)engine = Memory;
InnoDB介绍
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:xxx代表的是表名,innoDB引擎的每张表都会对应这样一个表空间文件,存储该表的表结构(frm、sdi)、数据和索引
参数:innodb_file_per_table
MyISAM
介绍;
MyISAM是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
介绍: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,只能将这些作为临时表或缓存使用。
特点:
内存存放
能使用hash索引(默认)
文件:
xxx.sdi:存储表结构信息
为什么只有一个,因为其他的在内存里
存储引擎的选择
在选择存储引擎时,应该根据应用系统的特点选择合适的存储引擎。对于复杂的应用系统,还可以根据实际情况选择多种存储引擎进行组合。
InnoDB:是MySQL的默认存储引擎,支持事务、外键。如果应用对事物的完整性有比较高的要求,在并发条件下要求数据的一致性,数据操作除了插入和查询之外,还包含很多的更新、删除操作,那么InnoDB是比较适合的选择
MyISAM:如果应用是以读操作和插入操作为主,只有很少的更新和删除操作,并且对事物的完整性、并发性要求不是很高,那么选择这个存储引擎是非常适合的。
MEMORY:将所有的数据保存在内存中,访问速度快,通常用于临时表及缓存。MEMORY的缺陷就是对表的大小有限制,太大的表无法缓存在内存中,而且无法保障数据的安全性。
小结
1、体系结构
连接层、服务层、引擎层、存储层
2、存储引擎简介
SHOW ENGINES;
CREATE TABLE XXXX(.....) ENGINE = INNODB;
3、存储引擎特点
INNODB与MyISAM:事务、外键、行级锁
4、存储引擎应用
INNODB:存储业务系统中对于事务、数据完整性要求较高的核心数据
MyISAM:存储业务系统的非核心事务
索引
概述
索引是帮助MySQL高效获取数据的数据结构(有序)。在数据之外,数据库系统还维护者满足特定查找算法的数据结构,这些数据结构以某种方式引用(指向)数据,这样就可以在这些数据结构上实现高级查找算法,这种数据结构就是索引。
普通的查找就是顺序查找,并且找到以后不会停止,会一直往下找,直到把表全找全了
索引的优缺点
优势:1、提高数据检索的效率,降低数据库的IO成本。2、通过索引列对数据进行排序,降低数据排序的成本,降低CPU的消耗
劣势:1、索引列也要占用空间的。2、索引大大提高了查询效率,同时却也降低更新表的速度,如对标进行INSERT、UPDATE、DELETE时,效率降低
索引结构
概述
MySQL的索引是在存储引擎层实现的,不同的存储引擎有不同的结构,主要包含以下几种
索引结构:描述
B+Tree索引:最常见的索引类型,大部分引擎都支持B+树索引
Hash索引:底层数据结构使用哈希表实现的,只有精确匹配索引列的查询才有效,不支持范围查询
R-tree(空间索引):空间索引是MyISAM引擎的一个特殊索引类型,主要用于地理空间数据类型,通常使用较少
Full-text(全文索引):是一种通过建立倒排索引,快速匹配文档的方式。类似于Lucene,Solr,ES
”错综复杂的关系“
我们平常所说的索引,如果没有特别指明,都是B+树结构组织的索引
Btree
二叉树的缺点: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,层级越深,检索速度慢。
可以通过红黑树解决单向链表的问题。但是大数据量情况下,层级较深,检索速度慢
而B-tree(多路平衡查找树)
以一颗最大度数(max-degree)为5(5阶)的B-tree为例(每个节点最多存储4个key,五个指针
具体动态变化的过程可以参考网站:
https://www.cs.usfca.edu/~galles/visualization/BTree.html
B+Tree
以一颗最大度数(max-degree)为4(4阶)的B+tree为例:
相对于B-Tree区别
1、所有的数据都会出现在叶子节点
2、叶子节点形成一个单向链表
B+Tree
MySQL索引数据结构对经典的B+Tree进行了优化。在原先B+TRee的基础上,增加了一个指向相邻节点的链表指针,就形成了带有顺序指针的B+Tree,提高区间访问的性能。
Hash
哈希索引就是采用一定的hash算法,将键值换算成新的hash值,映射到对印的槽位上,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,他们就产生了hash冲突(也叫做hash碰撞),可以通过链表来解决
Hash索引特点
1、Hash索引只能用于对等比较(=,in),不支持范围查询(between,>,<,…)
2、无法利用索引完成排序操作
3、查询效率搞,通常只需要一次检索就可以了,效率通常要高于B+tree索引
存储引擎支持
在MySQL中,支持hash索引的是Memory引擎,而InnoDB中具有自适应hash功能,hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。