我的面试经之存储引擎

存储引擎是针对数据表所说的

 

MyISAM存储引擎：非聚集的，索引文件和数据是分离的

MYI文件和MYD文件

 

 

 

查找时，MYI查找行所在文件的磁盘文件地址--》定位到MYD文件中的某行元素

MYI文件找到索引，按照地址（第三层的data存放MYD文件标识）找到MYD中的文件对应的数据

 

 

InnoDB存储引擎（聚集）

聚集的意思就是叶子结点包含了完整的数据记录，又叫聚簇索引

ibd文件既是数据文件，也是索引文件，就用B+树的数据结构维护

InnoDB必须要有主键，没有主键表的结构就不能组织起来

整型主键的好处：整形比较起来比字符串快得多，所以查数据也就更快

自增的好处：主键自增，那么意味着每一级从左到右基本上是递增的，在叶子结点上，相邻两个节点之间有双向指针，所以，在sql范围查找时很方便

例如查找>20的数据：

 

 

 

 

 

 

MyISAM   VS   InnoDB

MyISAM                InnoDB

 

 

为什么非主键索引结构叶子结点存储主键值（一致性和节省存储空间）

使用自增主键作为InnoDB表的主键会存在一个问题？

Mysql中innodb_page_size = 16kb,选择BIGINT作为主键占用8b,地址也占8b 16kb/(8+8)b = 1000个元素，也就是1001阶的B+Tree树结构，那么每次新增新增一条记录都是在最右边的数据中插入新的数据，当插入1001个元素时，发生列变生成一个新的根节点，而此时的左子节点包含的元素个数是（1001-1）/2=500,此后不会再发生改变，因为每次插入的数据都是在整棵树的最右侧，以此类推会发现会有近乎一半的节点空间是浪费的。下图是以7阶的B+Tree示例：

 

 

 

如果语句是 select * from T where ID=500，即主键查询方式，则只需要搜索 ID 这棵 B+树
如果语句是 select * from T where k=5，即普通索引查询方式，则需要先搜索 k 索引树，ID 的值为 500，再到 ID 索引树搜索一次。这个过程称回表

也就是说，基于非主键索引的查询需要多扫描一棵索引树,因此，我们在应用中应该尽量使用主键查询。