JR2-数据库Mysql与Redis

一、索引的本质及实现

索引是帮助MySQL搞笑获取数据的排好序的数据结构

索引用的：Btree提升查找效率
如果使用二叉树：

如果使用红黑树（自动平衡）：

B树结构

MySQL索引存储结构：B+树（多叉/路平衡树）

B+树存储及查找过程

通过降低树的高度减少磁盘IO速度，那么为何不把所有数据放在一行，只做一次IO?答：这么操作的话会把所有数据加载到内存中，百万行的数据再内存中就要有几个G
输入下图sql语句可查询B+树的一个节点的存储大小，大约16KB

那么为什么16KB？
例如唯一索引bigInt =8B,非叶子节点6B.16KB/8+6B大约等于1170个索引
如果树的高度为3，那么所有叶子节点全部放满的情况下就是1170x1170x16=21902400,大概2100万的数据。

二、常用存储引擎索引实现

区别：数据与索引存储位置不一样
为什么InnoDB表必须有主键，并且推荐使用整型的自增主键？
1、底层设计必须要有索引，使用B+树索引存储数据。默认底层遍历所有唯一的一列来做索引，都重复的情况下建立隐藏列来维护整张表的数据索引。
2、使用整型索引之间数据比较大小更快，并且整型占的存储空间小，节省空间
3、为什么自增？叶子节点从左到右增大，使用uuid还要进行大量计算
为什么非主键索引结构叶子节点存储的是主键值？
一致性和节省存储空间

三、索引最左前缀原理

联合索引结构是什么样？

（a,b,c）按建索引的顺序比较大小，先按a比较大小，再b,然后c.中间有查到就不再往下比较。
最左前缀法则：

其中第3条语句会走索引，因为根据索引的结构，按name ,age，position建立。排除name其他索引节点是无序的需要遍历全表索引，引起全文查找。

四、Redis核心数据结构介绍

redis有个非常大的忌讳：bigKey,因为单线程，请求排队，如果一个请求的key和value非常大，会阻塞后面的请求，大数据可以分段存取。



Hash结构再集群模式下使用中的问题：偏移。redis节点会发生变化

可以用redis list结构四线栈，队列，阻塞队列。

单机redis的qps是十万




重点：用户关注模型