一、mysql是什么
mysql是关系型数据库，用来存储数据的，那什么是数据呢：我们所看到的现象全部都是数据，Mysql是由c语言开发的。
从程序说：在java开发中--抽象出一类就是对现象的描述(在框架中mvc模式)，其中m用来存储在数据库，称作为数据，而java对象的实例称之为数据库中的数据，所以说一张表对应对应的是java的定义。实例就是对应表中的数据，表的字段就是java中的属性。掌握本质才能够把数据库用好。
从架构上说：msql就是一套框架，既然是一套框架的话，就会有整体的架构，首先由下面的四个层面组成，而学框架的话需要先看整体，找到核心知识点，将几个核心层面进行抽象，抽象出来再由上往下去学。
二、mysql整体架构
在上面的图中，和存储层(文件系统)打交道是最小的，几乎是不可能的，一般 引擎层只是配置，我们和服务层打交道是最多的。外部的sql连接简单的说就是tcp连接。
①、首先会连接到连接层，主要进行线程池的连接，然后针对用户名和密码的校验，授权(大公司里面可能用到授权)，mysql的所有的文件都存储到硬盘里面，所以会耗很高的io性能，这时肯定会有缓存支持的。
②、当第一个过程的连接成功之后，sql语句在服务层进行去执行。sql语句有两种 第一种是外部传进来的语句，第二种是是在mysql里面有存储过程，内置函数，触发器，然后用解析器来解析成mysql认识的语句。优化器：explain,执行计划，优化语句以及优化的形成，执行完上面的解析和优化器才进行真正的执行sql. 代表数据的加载。③、进入到引擎层的时候是把sql加载到内存里面去做查询和增删改查的操作。
④、进去到存储层，将数据存储到本地的磁盘上面。
⑤、最后输出数据 上面的就是整个mysql的执行流程。所有的数据都是存储在磁盘，运行的是加载到内存。
三、mysql存储引擎(内部的机制是通过索引来实现的)
我们主要的优化是在引擎层，所以主要写的是这两层。在mysql中非常重要的两个引擎是:默认使用的是Innodb
Innodb
支持行锁的，行锁的性能是高一些的，行锁的意思就是锁住某一行的数据。
执行sql语句的时候既可以锁住一张表又能锁住一行数据。
支持事务的：一致性，原子性，持久性，隔离性
还有四种特性，四种隔离级别都是innodb来执行的 数据底层的实现不一样：数据结构一样
Innodb的并发性比MyISAM的并发性要好。
不支持全文检索
数据库默认使用Innodb索引
MyISAM
表锁的，锁住的是一张表的。
不支持事务的。
数据底层的底层实现不一样：数据结构一样 支持全文索引（像like关键字....) 在相对的查询里面比较快，也不是绝对的。
什么是索引：索引不是引擎
索引只是一个数据结构
内部的机制是依靠索引-实现增删改查
为什么一个数据结构称之为索引呢？
1、当我们学习数组的时候，可以通过索引可以直接找到数据，索引是0，1，2，3，4，5像这样的数据。索引是用来检索的，检索第几行的数据的。
2、同理mysql的索引也是一样，也是用来检索数据的，在数据库里面就是一个数据结构了，在mysql里面将索引进行了一个扩展就是数据结构。3、因为和表的数据有关系，每个字段都是一个数据，把这些字段存储到一张表里面 因为这些字段在一行，用0，1，2，3，4，5这样的索引去查的话，速度是非常的慢。所以扩展下，将这些字段的关联性组成一个树形结构。
先从最简单的结构开始剖析
数据表：
平时当我们用数组的时候，hashMap,arrayList,LinkedList通过索引来查数据的速度是非常快的，可是在数据表中是不一样的，因为一个字段就是一个数据
可是在表中不是这样的：
是二维数组，可以定位到一个数据，循环查询的速度很慢，从上往下找是消耗很大的性能。而且每个字段就是一个数据，查找的时间复杂度是o(n),因为每个数据都需要遍历，有n个数据，从上往下查找的消耗的性能很大的。
当我们找一个数据的时候，都需要从上往下遍历，
二叉树：
先找到3，和3对比下直接找到2，然后最终找到4，这时只会遍历一次，这是理想的条件下。虽然能通过3找到你定位的2，虽然减少了时间，时间复杂度O(logn),折半查找方法，这就是树形结构的优化
如果在一个节点上一直排下去，太上的话，变成了单链表，也会最终导致时间的复杂度O(n)，这也是特殊的情况。hash碰撞的时候才会有退化成单链表。
平衡二叉树：
时时刻刻要保持平衡，实现起来比红黑树实现起来的复杂度太难了，主要体现在算法实现上太复杂了。重新排序的话比红黑树消耗的时间要长一些。所以选择下面的红黑树
红黑树
在退化成 单链表的话，为了解决上面的问题，在hashMap中引入了红黑树，红黑树也是一种数据结构，为了解决在某个链上太长的问题，比平衡二叉树多了一个叶子节点，存的都是null，空值，通过叶子节点也能平衡这个树，不是决定的保持平衡。平衡二叉树一定要保持平衡。解决了平衡二叉树根本的原因实现起来太难的问题。
本质：防止树退化成链表，就是通过左旋和右旋来实现
缺点：虽然表面解决了O(n)的问题，如果数据库中有2百万条数据的话，这样的话树的深度变长了，用这么深的去查，性能又会降低。针对小数据量的话可以用红黑树来解决。
B-树：
由于上面的缺点就引出了B-树
将根进行横向扩展，将数据进行横排的话，就减少了深度了
依据是左边的数据永远比右边的数据要小，在每个节点上既可以存储索引值又可以存储数据
优点：两级的性能只需要遍历一次就可以了，针对数据量非常大的情况下
例如：数据库，文件系统，fastdfs。
缺点：在mysql查找的时候，它是不支持范围查找的，如果查范围的话，上下遍历的查找的话是很耗性能的，所以不支持范围查找。
B+树：mysql直接就是B+树
1、这时每个节点(不会存储任何的数据)就有一个叶子节点存在，存储数据的节点就称之为叶子节点,最底层存储相应的数据。
2、叶子节点存储的是一行的数据有前驱，和后驱的。前后都是有指针的，指向下一个节点的指针。
3、这时在范围查找的时候是非常快的，查到其中一个值就可以把下一个值查出来，使用索引来进行排序。查找范围的话，就是链表遍历了，它的查询速度就非常快了，有的时候链表在某个场景是快的，不是决定的。
1、B+树和B-树存数据量的大小和磁盘的读取原理有关，这两种结构都是解决大数据量，大文件的结构，因为大的数据量的数据的话不可能存储到内存里面去，存到磁盘。2、叶子节点的数据加上索引的大小在磁盘中默认存储的大小是4k,就是一页，这样做是为了减少IO,因为数据量是存储在磁盘上的。
3、如果一个索引指向的叶子节点的数据量超过4k的话，需要加一个节点，将叶子节点进行拆分，后面的节点也需要升级，因为叶子节点需要在同一行的，整体的树将会重排，每次的重排也是很耗性能的
4、如果数据量小于4k，就存储到当前节点的下个里面去，和并成一个4k数据量的节点，一个节点可以至少1个索引，算法是以4k为界限的。横向是可以无限延申的，但是硬盘的大小是固定的，容易出现数据溢出。
B+树和B-树的区别
1、B-树：每个节点都可以存储相应的数据，包括索引和数据，叶子节点之间没有相应从左到右的指针，只是一种横向。
2、B+树：主要用来解决B-树范围查找的问题。
3、而像红黑树，二叉树，数据解决的是小数据量的情况
硬盘：
1、在硬盘里面是有圆形磁盘的，磁盘上会有同心圆的驰道，上面会有一个时针，一个小扇形就是一个扇区，一个扇区是512字节,是它的最小的单位，一个扇区就是存储一个数据。通过时针指向每个驰道，它就会选转定位到某个扇区，扇区里面就真正的存储文件数据，读取数据，这个过程就是IO。
2、读数据的过滤：每一次读一页数据，就是一页一页的去读。一页数据是4k。大概为8个扇区，每一次读取数据的过程就称之为磁盘IO。
3、4K:与磁盘震荡的电流有关系，是通过电流来决定的。
4、为什么会一页一页的去读呢？
因为地址总线是64位，每一次读数据同时有64个线在读取数据，由于震荡频率是0101这样的二进制，而最大的扇区只能有512个字节，通过地址总线来决定的，64个总线可以一次性读取4k的数据，一次读完称之为一次IO。
有些开发商开发了磁盘的预读原理：在一次读完数据的时候，知道接下来多少页的数据能预读的话，比如说能预读10页的话，就是预读40k的数据。这就可以通过一个IO解决40k的数据。如果没有磁盘预读原理的话要有10次IO。消耗的时间是非常长的。B+树可以利用磁盘预读原理，比如一个表的数据是40k,将一个表的数据全部加载到内存,这样的话就解决了性能。这也就是mysql每一个节点是4k的原因。
InnoDB和myisam都是B+树的结构
两种引擎唯一的区别：
1、MyISAM索引实现(非聚集)
MyISAM索引文件和数据文件是分离的，数据.MYD+结构.frm+索引.MYI三个文件
2、InnoDB索引实现(聚集)
- 数据文件本身就是索引文件
- 表数据文件本身就是按B+Tree组织的一个索引结构文件
- 聚集索引-叶节点包含了完整的数据记录
- 为什么InnoDB表必须有主键，并且推荐使用整型的自增主键？
- 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)
总结：在都是主键的情况下：InnoDB和MyISAM的效率是一样的，如果是非主键的话，在InnoDB中，需要先找到主键，然后再查数据，而在MyISAM中，也是通过非主键查表的数据。所以在非主键查询的时候，MyISAM的效率比InnoDB是快的。
