binlog

值key-value存储数据的结构。

把值放在数组里用一个哈希函数把

key

值经过哈希函数的换算会出现了同一个值处理这种情况的一种方法是拉出一个链表。

哈希表这种结构适用于只有等值查询的场景。

因为在哈希表中数据是根据它们的哈希值散列存储的这意味着相邻的键值在物理上可能相隔很远。

对于区间查询这种无序性导致无法直接定位到查询区间的起始点和结束点等值查询就是用等号来匹配查询结果分为单条件查询、多条件查询与等值查询对应的是模糊查询、范围查询。

有序数组在等值查询和范围查询场景中的性能就都非常优秀。

使用二分法能够快速得到值时间复杂度是O(log(N))。

缺点是更新数据的成本高所以有序数组索引只适用于静态存储引擎比如要保存的是一些不会再修改的历史数据。

搜索树树可以有二叉也可以有多叉。

搜索树的特点就是父节点的左子树所有节点的值小于父节点的值右子树所有节点的值大于父节点的值。

这种结构使得查找操作的时间复杂度可以保持在O(log(N))。

大多数数据库存储不使用二叉树而是多叉搜索树比如B树。

因为索引不止存在内存中还要写到磁盘上。

二叉树比

4.2

所以使用非主键索引查询可能会触发回表因为非主键索引的B树中只存储着数据的主键索引上面例子里的ID我们需要用ID在到主键索引的B树中查询一遍找到完整的数据。

4.3

从性能角度自增主键的插入数据模式正符合了递增插入的场景。

这种情况下每次插入一条新记录都是追加操作都不涉及到挪动其他记录也不会触发叶子节点的分裂。

而有业务逻辑的字段做主键则往往不容易保证有序插入这样写数据成本相对较高。

从存储空间角度主键长度越小普通索引的叶子节点就越小普通索引占用的空间也就越小。

当然也有些场景适合用业务字段直接做主键

场景这种场景下的数据被存储为键和值之间的映射适用于只需要通过一个唯一键来访问特定值的场合。

因为没有其他索引所以不用考虑非聚簇索引二级索引空间占用大小问题并且也不用考虑回表的问题

4.4

当我我们删除了表中的一些行时这些行只是被标记为“已删除”而不是真的从索引中物理删除了因而空间也没有真的被释放回收。

InnoDB的Purge线程会异步的来清理这些没用的索引键和行但是依然没有把这些释放出来的空间还给操作系统重新使用因而会导致页面中存在很多空洞。

重建索引是将原始索引在磁盘和内存中都删除再根据原始数据建立索引可以将原始索引中由于页分裂等原因造成的数据页的利用率低的问题解决

SQL

index(k);但是如果是重建一个主键就不能通过上面两个命令因为。

不论是删除主键还是创建主键都会将整个表重建。

所以连着执行这两个语句的话第一个语句就白做了。

所以这两个语句可以用这个语句代替

alter