MySQL数据库:Innodb引擎下数据库的实现

前言

在程序开发中，总是离不开数据库的支持，如果你做过数据库数据恢复的话，就会发现数据库其实也是存储在磁盘上的文件，而不是我们平时在Navcat上面看到的那些序列数据。
文章只是对自己的思路做总结，如果觉得文章过于简单，请系统了解实现。

工作原理

数据存储

在数据库中我们常常选择innodb作为存储引擎，所以，我主要了解的也是这个。
在我们使用数据库的过程中，索引总是跟随着我们，比如主键索引。其实我们的表的数据就是通过索引树的形势存储，也就是聚簇索引（数据存储在叶子节点）。每次添加数据的过程就是对索引树的更新。

B+树

B+树的特点：
1、所有的非叶子节点只存储关键字信息。
2、所有卫星数据（具体数据）都存在叶子结点中。
3、所有的叶子结点中包含了全部元素的信息。
4、所有叶子节点之间都有一个链指针。

页的概念

在数据库的读取的过程中，每次只取一页数据，而不是单条数据或者是一次读取所有合适数据。
在MySQL中，数据存储是页，16K大小，所以把数据放在叶子节点，以减少创建新页的数量。

核心

添加数据

首先主键是自增的，只需要在树的最后一个叶子节点添加数据，如果页满了，分出新的页添加数据。（如果主键不是，需要在已存在的索引树中查找合适的位置插入，这样不仅需要查找位置，还会导致已存在的页发生变化。）

查找数据

主键索引查找，首先根据B+树查找到对应的页，在页里面存在一种类似于书的目录的数据结构，可以根据目录查找到对应的数据。

非聚簇索引，需要根据索引的值，查找带合适的位置，拿到数据的key，然后回表才能查询到具体的数据。

全表扫描，使用全表扫描的情况，没有合适的索引使用，或者MySQL分析出使用索引速度不如全表扫描，都会使用全表扫描（项目优化，往往需要判断某一条查询是否是全表）。

最后

几个问题：

• 联合索引，为什么有左倾特性。
• 删除数据的过程
• 为什么选择B+树作为MySQL的索引树，而不是B树，B-树，红黑树。
• like的模糊查询以%开头，会导致索引失效。
• 覆盖索引：SQL只需要通过索引就可以返回查询所需要的数据，而不必通过二级索引查到主键之后再去查询数据。

文章参考：

文章1
文章2