MySql數據庫原理剖析

前言

數據庫在計算機領域的應用十分普遍,你們在學習數據庫的時候,通常是按照網上的基礎教程能夠一步步入門,可是這僅僅只是會簡單地使用數據庫而已,而要真正會使用數據庫,就須要弄清楚數據庫的基本原理和組成結構.而這樣的文章在網上並很少, 所以通過個人查閱和總結,最終寫成了這篇文章,以供你們參考,文章末尾會給出參考地址,有興趣的朋友能夠自行查看.

---

數據庫結構一覽

層結構

• 鏈接層主要負責安全驗證和信息傳輸
• sql層主要處理和優化sql
• 存儲層存儲真正的表數據

對數據庫而言最重要的則是查找效率,那麼咱們來理一理數據庫的查詢操做.

數據庫中存儲與查找

數據庫的存儲

數據庫引擎

1. InnoDB , 2. MyIsam , 3. Memory, 4. Blackhole, 5. CSV, 6. Performance_Schema, 7. Archive, 8. Federated , 9 Mrg_Myisam

• 在平時使用中最多的仍是InnoDB和MyIsam,如下作一些簡單介紹

InnoDB

• InnoDB是一個事務型的存儲引擎，有行級鎖定和外鍵約束。

適用場景：

• 常常更新的表，適合處理多重併發的更新請求。
• 支持事務。
• 能夠從災難中恢復（經過bin-log日誌等）。
• 外鍵約束。只有他支持外鍵。
• 支持自動增長列屬性auto_increment。

數據結構:

Innodb的索引文件自己就是數據文件，即B+Tree的數據域存儲的就是實際的數據，這種索引就是彙集索引。這個索引的key就是數據表的主鍵，所以InnoDB表數據文件自己就是主索引。InnoDB的輔助索引數據域存儲的也是相應記錄主鍵的值而不是地址，因此當以輔助索引查找時，會先根據輔助索引找到主鍵，再根據主鍵索引找到實際的數據。因此Innodb不建議使用過長的主鍵，不然會使輔助索引變得過大。建議使用自增的字段做爲主鍵，這樣B+Tree的每個結點都會被順序的填滿，而不會頻繁的分裂調整，會有效的提高插入數據的效率。

MyIsam

• MyIASM是MySQL默認的引擎，可是它沒有提供對數據庫事務的支持，也不支持行級鎖和外鍵，所以當INSERT(插入)或UPDATE(更新)數據時即寫操做須要鎖定整個表，效率便會低一些。

適用場景：

• 不支持事務的設計，可是並不表明着有事務操做的項目不能用MyIsam存儲引擎，能夠在service層進行根據本身的業務需求進行相應的控制。
• 不支持外鍵的表設計。
• 查詢速度很快，若是數據庫insert和update的操做比較少的話比較適用。
• 對整表進行加鎖。
• MyISAM極度強調快速讀取操做。
• MyIASM中存儲了表的行數，因而SELECT COUNT(*) FROM TABLE時只須要直接讀取已經保存好的值而不須要進行全表掃描。若是表的讀操做遠遠多於寫操做且不須要數據庫事務的支持，那麼MyIASM也是很好的選擇。

數據結構:

MyISAM索引結構: MyISAM索引用的B+ tree來儲存數據，MyISAM索引的指針指向的是鍵值的地址，地址存儲的是數據。B+Tree的數據域存儲的內容爲實際數據的地址，也就是說它的索引和實際的數據是分開的，只不過是用索引指向了實際的數據，這種索引就是所謂的非彙集索引。

現在咱們還會學習<數據結構><算法>等課程,會被其中的時間複雜度,效率搞得暈頭轉向,有時候很懷疑爲了這一點效率有必要如此大費周章嗎.固然,現在計算機運算速度能達到每秒萬億次，微機也可達每秒億次以上,可是當數據量一旦變大以後呢?如果對幾個G的數據查詢該怎麼辦呢?所以算法的優化在數據庫中仍是很是重要的.

索引簡介

索引優勢

• 查詢數據塊
• 數據惟一性
• 加速表之間的鏈接

索引缺點

• 索引會佔用存儲空間,可能比自己的表數據還大
• 只對查有利,增長了增刪改的負擔

使用索引的注意事項

• 字段值差異大的數據使用索引(性別列就不要用索引了)
• 字符字段能夠只選取字段的前幾位字符創建索引,能簡少存儲數據.

InnoDB

特色

• 支持事務
• 處理數據量巨大
• 表數據和索引分開存儲
• 支持行級鎖定
• 缺省 6B長度主鍵
• 主鍵自己就是索引,其索引映射的不是地址,而是主鍵,從而找到行記錄

InnoDB索引

• 只支持B-Tree

MyISAM

特色

• 不支持事務
• 插入和查找極快
• 不支持事務
• 單純增查數據的首選

MyISAM索引

• 只支持B-Tree

memory索引

• 支持 B-Tree和hash
• 參考文檔:

[計算機·呂鳳萍](http://www.cpweb.gov.cn/kepu/jishu/jisuanjijishu/21141_2.html)