数据库架构

数据库设计

• 程序实例
  • 存储管理
  • 缓存机制
  • SQL 解析
  • 日志管理
  • 权限划分
  • 容灾机制
  • 索引管理
  • 锁管理
• 存储（文件系统）

索引模块

官方方对索引的定义为：索引是帮助 MySQL 高效获取数据的数据结构

1. 为什么要用索引

   • 快速查询数据
   • 保证数据的唯一性

2. 索引的优缺点

   • 优点
     • 大大加快数据检索速度
     • 创建唯一索引，保证数据库表中每行数据的唯一性
     • 加速表之间的连接
     • 减少查询中分组和排序的时间
   • 缺点
     • 需要占用物理空间
     • 对表中数据进行增加、删除和修改时索引也要更新，降低了数据维护速度

3. 什么样的信息能成为索引

   • 主键、唯一键以及普通键等等

4. 索引的数据结构

   • 生成索引，建立二叉查找树进行二分查找 效率 O(logn)
   • 生成索引，建立 B-Tree 进行查找 效率 O(logn)
     • B-Tree
     • 根节点至少包括两个孩子
     • 树中每个节点最多含有 m 个孩子(m>=2)
     • 除根节点和叶子节点外，其他每个节点至少有 ceil(m/2)个孩子
     • 所有叶子节点都位于同一层
   • 生成索引，建立 B+-Tree 进行查找（主流）
     • 定义基本与 B-Tree 一致
     • 非叶子节点的子树指针与关键字个数相同
     • 非叶子节点仅使用索引，数据都保存在叶子节点中
     • 所有叶子节点均有一个链指针指向下一个叶子节点
     • B+-Tree 更适合用来做存储引擎
       • B+树的磁盘读写代价更低
       • B+树的查询效率更加稳定
       • B+树更有利于对数据库的扫描
   • 生成索引，建立 Hash 结构进行查找
     • 查询效率更高
     • 缺点
       • 仅仅能满足"="，“IN”，不能使用范围查询
       • 无法被用来避免数据的排序操作
       • 不能利用部分索引键查询
       • 不能避免表扫码
       • 遇到大量 Hash 值相等的情况后性能并不一定就会比 B-Tree 索引高
   • BitMap 索引

5. 密集索引和稀疏索引的区别

   • 密集索引文件中的每个搜索码值都对应一个索引值
   • 稀疏索引文件只为索引码的某些值建立索引项

6. 如何定位并优化慢查询 sql

   • 根据慢日志定位慢查询 sql
   • 使用 explain 等工具分析 sql
   • 修改 sql 或者尽量让 sql 走索引

7. 联合索引的最左匹配原则的成因

   • mysql 创建复合索引的规则是首先会对复合索引的最左边，也就是索引中的第一个字段进行排序，在第 一个字段排序的基础上，在对索引上第二个字段进行排序，其实就像是实现类似 order by 字段 1，字段 2 这样的排序规则，那么第一个字段是绝对有序的，而第二个字段就是无序的了，因此一般情况下直接只用第二个字段判断是用不到索引的，这就是为什么 mysql 要强调联合索引最左匹配原则的原因

8. 索引是建立得越多越好吗

   • 数据量小的表不需要建立索引，建立会增加额外的索引开销
   • 数据变更需要维护索引，意味着更多的索引意味着更多的维护成本
   • 更多的索引也需要跟多的存储空间