MySQL数据库引擎

数据库索引的数据结构：

采用的是B+Tree

文件系统采用的是B-Tree

为什么采用B+Tree

一般来说，索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储在磁盘上。这样的话，索引查找过程中就要产生磁盘I/O的消耗，所以评价一个索引的优劣的重要指标就是I/O的操作次数。

I/O的操作次数与数的高度有关。数的高度O(h)=O(logdN)。由此可见d越大索引的性能就越好。相对于B-Tree而言，B+Tree内节点去掉了data域，因此可以拥有更大出度，故使用B+Tree。

MySQL索引实现

MySQL中，索引属于存储引擎级别的概念，不同的存储索引对索引的实现方式是不同的。

MyISAM索引实现

MyISAM引擎使用B+Tree作为索引结构，叶节点的data域存放的是数据记录的地址。

l  MyISAM的索引文件仅仅保存数据记录的地址。在MyISAM中，主索引和辅助索引在结构上没有区别。

l  MyISAM的索引方式也叫做“非聚集”的，之所以这么称呼是为了与InnoDB的聚集索引区分。

InnoDB索引实现

InnoDB也使用B+Tree作为索引结构，但具体实现方式却与MyISAM截然不同

1)        MyISAM索引文件和数据文件是分离的，索引文件仅保存数据记录的地址。

InnoDB的数据文件本身就是索引文件，即数据文件本身就是按B+Tree组织的一个索引结构，叶子节点data保存了完整的数据记录。

2)        InnoDB的辅助索引data域存储相应记录主键的值而不是地址。

聚集索引这种实现方式使得按主键的搜索十分高效，但是辅助索引搜索需要检索两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。

MySQL性能优化最佳实践

1)        为查询缓存优化查询：即才有SQL模板，通过参数传递条件。

2)        当只要一行数据时使用LIMIT 1：MySQL数据库引擎会在找到一条数据后停止搜索，而不是继续往后查少下一条符合记录的数据

3)        使用EXPLINE关键字查看SQL语句

4)        为索引字段建索引：如果在表中，有某个字段你总要会经常用来做搜索，那么，为其建立索引。

5)        不使用ORDER BY RAND()：

打乱返回的数据行？随机挑一个数据

6)        避免使用SELECT *：

从数据库里读出越多的数据，那么查询就会变得越慢。并且，如果你的数据库服务器和WEB服务器是两台独立的服务器的话，这还会增加网络传输的负载。

即：需要什么取什么。

7)        拆分大的DELETE或INSERT语句：

8)        选择正确的存储索引：

在 MySQL 中有两个存储引擎 MyISAM 和 InnoDB，每个引擎都有利有弊。

MyISAM：适合于一些需要大量查询的应用，但其对于有大量写操作并不是很好。

InnoDB：写操作比较优秀，他支持“行锁”，并支持事务。

9)        对索引的优化

a)        越小的数据类型通常更好：越小的数据类型通常在磁盘、内存和CPU缓存中都需要更少的空间，处理起来更快。

b)        简单的数据类型更好：整型数据比起字符，处理开销更小，因为字符串的比较更复杂。

c)        尽量避免NULL：应该指定列为NOT NULL，除非你想存储NULL。在MySQL中，含有空值的列很难进行查询优化，因为它们使得索引、索引的统计信息以及比较运算更加复杂。应该用0、一个特殊的值或者一个空串代替空值。