MySQL存储引擎MyISAM和InnoDB的区别

MySQL5.5及更高版本使用InnoDB作为默认存储引擎，而之前的版本使用MyISAM。
关于MyISAM和InnoDB的区别，我总结为以下五个方面，希望对大家有所帮助。
1）数据存储结构不同。
MyISAM在磁盘上存储三个文件，它们以表名开始索引。
.frm文件存储表定义。
.MYD存储数据文件。
.MYI(MYIndex)存储索引文件。
而InnoDB将其作为两个文件保存在磁盘上。
.frm文件也存储为表结构文件，.ibd文件存储数据和索引文件。
MyISAM的索引和数据是分开存储的，索引查找时，MyISAM的叶子节点存储的是数据所在的地址，而不是数据本身。
InnoDB叶子节点存储整个数据行的所有数据。
2）存储空间的消耗不同，存储空间较小。
支持三种不同的存储格式：静态表（默认，但如果数据末尾没有空格，则会被删除）、动态表、压缩表。
InnoDB需要更多的内存和存储，它会在主内存中建立自己的专用缓冲池来缓存数据和索引。
InnoDB所在的表全部存储在单个数据文件（或多个文件，或独立表空间）中。
InnoDB表的大小仅受操作系统文件大小的限制，通常为2GB。
3）对交易的支持不同。
MyISAM不提供事务支持和执行速度比InnoDB更快。
除了提供事务支持和外键等高级数据库功能外，InnoDB还具有事务安全的ACID兼容表，如事务提交、回滚和崩溃恢复功能。
4）对锁的支持不同。
MyISAM在添加或删除时需要锁定整个表，因此效率会很低。
InnoDB支持行级锁定，删除或插入时，只需要锁定操作行即可。
如果有大量的插入、修改、删除操作，使用InnoDB的性能会更高。
5)单独支持外键。
MyISAM不支持外键，而InnoDB支持外键。
各种MySQL版本都改进了对两者的支持。
总结及建议：如果需要支持事务，选择InnoDB；如果不需要事务，选择MyISAM。
如果大部分表操作都是查询，选择MyISAM，如果写和读都需要，选择InnoDB。
如果系统崩溃导致数据恢复变得困难且昂贵，请不要选择MyISAM。
MyISAM和InnoDB之间存在一些差异。
以下是一些更重要的要点。

一文搞懂mysql索引底层逻辑，干货满满！

在MySQL中，索引是一种特殊的数据库结构，通过它我们可以快速查询数据表中具有特定值的记录。
索引相当于一本书的目录页。
有了它，我们只需查看目录就可以快速找到我们需要的信息，而不必从头开始一页一页地搜索。
在执行查询语句时，如果没有索引，MySQL必须逐行读取数据，这在数据量较大时会明显降低效率。
通过在特定列上创建索引，MySQL在查询时只需扫描索引即可找到所需的数据，而无需读取整个数据集。
使用索引的原因是为了提高查询效率。
假设有一条查询语句：`SELECT*FROMtableWHERECol2=85`。
如果表上没有索引，MySQL将从第一行开始逐行搜索，直到找到符合条件的记录。
如果数据量很大，这种查询方式就会变得非常低效。
但是，如果在Col2列上创建索引，查询性能将会显着提高。
使用二叉树接口，MySQL首先找到35。
由于85大于35，它会寻找正确的子节点，最终找到符合条件的记录。
使用索引可以使数据检索和查询高效、快速。
在讨论索引数据的结构时，我们首先了解了二叉树。
二叉树是一种特殊的树结构，其中每个节点最多有两个子节点。
二叉树不适合作为索引的主要原因是它们最坏情况的时间复杂度可能是O(N)，这种情况发生在输入序列已经排序时。
这时二叉树结构就会变成单链表，效率极低。
平衡二叉树，如AVL树，是一种自平衡二叉树，它通过在插入和删除操作后旋转树来保持良好的查询性能。
但AVL树在运行时效率较低删除是因为它需要对从远程节点到根节点的路径进行旋转操作，在某些场景下可能不如红黑树高效。
红黑树是一种自平衡二叉搜索树，它通过对节点进行颜色编码来保持树的平衡。
虽然红黑树对于插入和删除操作效率更高，但在极端情况下，比如数据量特别大时，树的高度可能会很高，导致搜索效率很差。
B树是一种多路径搜索树，广泛应用于数据库系统中。
B树的特点包括关键字有序分布、每个节点可以有多个子节点、叶子节点存储实际数据、自动分层控制。
这些特性使得B树能够高效地进行搜索、插入和删除操作，并避免B树平衡的复杂性。
B+树是B树的变体，特别适用于数据库和文件系统。
B+树中，非叶子节点不存储数据，只存储索引，提高了B+树的磁盘读写性能，支持高效的区间询。
B+树的叶子节点形成有序链表，进一步提高了区间查询的性能。
在MySQL中，不同的存储引擎对索引的实现方式不同。
MyISAM引擎基于B+树索引，将索引数据存储在内存中，将索引和数据文件分开存储，以实现快速查询。
InnoDB引擎使用聚集索引，其表格数据文件本身就是一个按照B+树组织的索引结构文件。
数据和索引紧密耦合，这使得InnoDB在事务处理和数据安全方面具有优势。
连接索引允许您在多个字段上创建索引。
MySQL将遵循最左前缀原则，这意味着索引列的最左字段将首先用于查询。
这有助于优化性能查询，避免表查询，提高查询效率。
覆盖索引可以让您直接从索引中检索查询所有列的数据，从而避免额外的表返回，进一步提高查询效率。

常用mysql索引,以及优劣分析

在数据库管理中，索引是提高查询性能的基本技术。
本文将深入探讨MySQL索引的使用场景、类型、数据结构、索引设计原理以及创建和删除索引的方法。
同时，本文将分析B-树和B+-树的区别，并详细解释哈希索引和B+树索引的优缺点。
就使用场景而言，当数据需要按某些字段排序（例如使用ORDERBY）或进行JOIN操作时，对各个字段建立索引可以大大提高查询效率。
索引覆盖是另一个重要特性，即查询结果所需的字段已经在索引中，无需访问原始数据表。
索引类型包括主键索引、唯一索引和常规索引。
主键索引保证字段的唯一性，不允许NULL。
一张表只能有一个主键；唯一索引允许字段为空但不允许重复；字段的空值。
MySQL中有两种主要的索引数据结构：B树和散列。
B树索引是大多数存储引擎的默认选择，特别适合单记录递归查询。
哈希索引在少数情况下具有优势，例如在单字段查询中，哈希索引可能比B树索引表现更好。
索引的基本原理是对数据进行排序并创建倒排表，以便查询时能够快速定位到特定数据。
创建索引时应遵循的原则包括识别查询词中频繁使用的列、避免在键数较小的列上建立索引、使用短索引节省空间、避免过度索引以及优先考虑主键和外键列上的索引。
键。
索引可以通过多种方式创建，包括在“CREATETABLE”期间直接创建索引、使用“ALTERTABLE”命令添加索引或单独使用“CREATEINDEX”命令。
该索引由“ALTERTABLE”命令的“DROPINDEX”语句删除。
前缀索引适用于长字符串字段创建的索引，它通过截取字段的前缀部分来提高搜索效率。
最左前缀匹配原则是指在多列索引中，MySQL会从左到右匹配查询词，直到遇到不支持的范围查询或查询运算符。
B树和B+树的主要区别是存储数据的方法和检索数据的效率。
在B树中，键和值可以同时存在于内部节点和叶子节点中，而在B+树中，内部节点只存储键，叶子节点同时存储键和值，它们之间通过linked连接起来列表使得B+树在串行检索中更加高效。
B树的优点是对于热点数据有更高的查询效率。
哈希索引和B+树索引的基本实现存在显着差异。
哈希指针通过哈希函数快速确定键值，但不支持查询和排序操作。
B+树索引支持范围查询，使得查询效率更加稳定。
使用哈希索引时需要注意的是，哈希冲突可能会导致效率下降，而B+树索引的查询效率相对稳定。
在数据库设计中，选择B+树而不是B树的原因包括使用更多空间、减少I/O次数、更稳定的查询效率以及支持基于范围的查询等优点。
B+树叶子节点的串行连接特性使得遍历整张表的效率更高，并且当满足聚类索引和覆盖索引时，无需返回表查询数据。
聚集索引将数据存储和索引结合在一起，通过索引可以直接访问数据，而非聚集索引则将数据存储和索引分离，查询时需要二次查找。
在设计索引时，应优先考虑使用聚集索引，尤其是优先于主键或唯一约束，以实现高效的查询性能。
联合索引允许同时对多个字段建立索引，以提高多字段查询的性能。
创建共享索引时，应注意字段的顺序，查询需求频繁或选择性高的字段应放在最前面，以保证索引的高效使用。