数据库如何储存和管理数据的？

前言:众所周知,数据库就是一个将各类数据,以表格的形式存储的,但是看似如此简单的功能它是真的简单吗?我们和直接使用简单的Excel建立的表格有区别吗?如果有在哪里?

PS：本文以常用的MySQL为例

磁盘IO

在不考虑缓存等机制（数据IO）的前提下,首先我们知道,对于用户来说他使用数据时,会和其内部的存储设备,一般为磁盘(当然也有固态之类的更高效的存储设备,但是数据库一般是部署在服务端,而服务端的主机或集群,考虑安全、可靠和成本等问题一般是使用磁盘)，交互寻找和提取对应的数据.

找了一篇写的不错的磁盘IO文章：一提到mysql，总有人说磁盘IO，到底什么是磁盘IO？-CSDN博客

​

在浅浅的了解了磁盘IO后我们大概有如下认知：

• MySQL 中的数据文件，是以page为单位保存在磁盘当中的。
• MySQL 的 CURD 操作，都需要通过计算，找到对应的插入位置，或者找到对应要修改或者查询的数据。
• 而只要涉及计算，就需要CPU参与，而为了便于CPU参与，一定要能够先将数据移动到内存当中。
• 所以在特定时间内，数据一定是磁盘中有，内存中也有。后续操作完内存数据之后，以特定的刷新策略，刷新到磁盘。而这时，就涉及到磁盘和内存的数据交互，也就是IO了。而此时IO的基本单位就是Page。
• 为了更好的进行上面的操作， MySQL 服务器在内存中运行的时候，在服务器内部，就申请了被称为 Buffer Pool 的的大内存空间，来进行各种缓存。其实就是很大的内存空间，来和磁盘数据进行IO交互。
• 为何更高的效率，一定要尽可能的减少系统和磁盘IO的次数

数据的存储

现在我们知道了数据库是数据文件的,但是又有一个新问题,那他是如何管理这些不同的page的呢?

• 链表？线性遍历

• 二叉搜索树？退化问题，可能退化成为线性结构

• AVL &&红黑树？虽然是平衡或者近似平衡，但是毕竟是二叉结构，意味着系统与硬盘更少的IO Page交互。能把树的高度想办法再压缩一点吗？

• Hash？官方的索引实现方式中， MySQL 是支持HASH的，不过 InnoDB 和 MyISAM 并不支持.Hash跟进其算法特征，决定了虽然有时候也很快(O(1))，不过，在面对范围查找就明显不行（哈希无序），当然如果使用的话也不是不行.

• B树？

1. B树看起来还可以但是如果在跨越了多个叶子节点的话,我们要连续的的查的话,就需要回到父节点再到下一个节点,IO次数多了(叶子节点不相连)
2. 而且B树是每个节点都储存了数据,使得单个节点能储存的key少了,我们能不能极端一点,把数据都放在叶子上,把让出的空间放更多的目录呢?.

• 最终我们选择了它B+树
  

数据结构演示链接

小结

• Page分为目录页和数据页。目录页只放各个下级Page的最小键值。
• 查找的时候，自定向下找，只需要加载部分目录页到内存，即可完成算法的整个查找过程，**大大减少了IO次数 **。

下图为常见的存储引擎底层所使用的储存的数据结构

特别的

MyISAM 存储引擎-主键索引
MyISAM 引擎同样使用B+树作为索引结果，叶节点的data域存放的是数据记录的地址。下图为 MyISAM表的主索引， Col1 为主键。

其中， MyISAM 最大的特点是，将索引Page和数据Page分离，也就是叶子节点没有数据，只有对应数据的地址。
相较于 InnoDB 索引， InnoDB 是将索引和数据放在一起的。

其中， InnoDB 这种用户数据与索引数据在一起索引方案，叫做聚簇索引
当然， MySQL 除了默认会建立主键索引外，我们用户也有可能建立按照其他列信息建立的索引，一般这种索引可以叫做辅助（普通）索引。
对于 MyISAM ,建立辅助（普通）索引和主键索引没有差别，无非就是主键不能重复，而非主键可重复。
下图就是基于 MyISAM 的 Col2 建立的索引，和主键索引没有差别 .

立辅助（普通）索引和主键索引没有差别，无非就是主键不能重复，而非主键可重复。
下图就是基于 MyISAM 的 Col2 建立的索引，和主键索引没有差别 .