数据库基础知识详解五:MySQL中的索引和其两种引擎、主从复制以及关系型/非关系型数据库

1、MySQL中的索引

在MySQL,索引是由B+树实现的,B+是一种与B树十分类似的数据结构。

形如下面这种:

其结构特点

(1)有n课子树的结点中含有n个关键码。

(2)非根节点子节点数: ceil(m/2)<= k <= m(ceil是天花板函数的意思,也就是向上取整,比如ceil(1.2)=2 ),m为该B+树的阶数。根节点最少有两个子节点,最多同样为m个。

(2)叶子节点包含了全部关键码的信息,及指向含有这些关键码记录的指针。并且叶子节点根据关键码的大小自小至大的顺序链接,叶子节点有相邻结点的指针。

(3)所有的非叶子节点(B+树中也称内部结点,索引节点)可以看成索引部分,都不存储数据,只存储索引,结点中仅含有其子树根节点中最大(或者最小)的关键码,数据都存储在叶子节点中。

问题:为什么索引不适用B树而是B+树实现?

B+树比B树的优点:

  • IO次数少:B+树的中间节点只存放索引,数据都存在叶子节点中,所以结点中存取的数据更多,使得B+树更加矮胖,因此可以减少I/O次数。(这里IO指的是磁盘I/O,每一次查询,需要把某结点读到内存,然后把目标数和结点中的比较,不一样则继续I/O)

  • 范围查询效率更高:B树需要中序遍历整个树,B+树只需要遍历叶子结点中的链表。

  • 查询效率更加稳定:B树查询某个数据最好情况只需到根节点,而最坏情况需要遍历整个二叉树。

    B+树每次查询都需要从根节点到叶子结点,路径长度相同,每次查询效率接近。

问题:为什么不采用效率更高的哈希查找?

采用B+树索引与哈希索引的比较:

哈希索引能以 O(1) 时间进行查找,但是只支持精确查找,无法用于部分查找和范围查找,无法用于排序与分组。B+树索引支持大于小于等于查找,范围查找。哈希索引遇到大量哈希值相等的情况后查找效率会降低。哈希索引不支持数据的排序。

2、MySQL的两种数据库引擎

(1)InnoDB(in-no-db)

  • 支持事务,可以进行Commit和Rollback。
  • 支持表级锁和行级锁,增强了并发性。
  • 支持外键。
  • 支持在线热备份。

(2)MyISAM(mai-ai-zem)

  • 不支持事务
  • 只支持表级锁,不支持行级锁
  • 不支持外键
  • MyISAM 崩溃后发生损坏的概率比 InnoDB 高很多,而且恢复的速度也更慢MyISAM 支持压缩表和空间数据索引,比InnoDB需要的内存和存储更少MyISAM 管理非事务表。

它提供高速存储和检索(MyISAM强调的是性能,每次查询具有原子性,其执行速度比InnoDB更快),以及全文搜索能力。如果表比较小,或者是只读数据(有大量的SELECT),还是可以使用MyISAM。InnoDB 支持事务,并发情况下有很好的性能,基本可以替代MyISAM。

热备份和冷备份

热备份:在数据库运行的情况下备份的方法。

优点:可按表或用户备份,备份时数据库仍可使用,可恢复至任一时间点。但是不能出错。

冷备份:数据库正常关闭后,将关键性文件复制到另一位置的备份方式。

优点:操作简单快速,恢复简单。

3、主从复制

主从复制(Replication)是指数据可以从一个MySQL数据库主服务器复制到一个或多个从服务器,从服务器可以复制主服务器中的所有数据库或者特定的数据库,或者特定的表。默认采用异步模式。

实现原理:

  • 主服务器 binary log dump 线程:将主服务器中的数据更改(增删改)日志写入 Binary log 中。
  • 从服务器 I/O 线程:负责从主服务器读取binary log,并写入本地的 Relay log。
  • 从服务器 SQL 线程:负责读取 Relay log,解析出主服务器已经执行的数据更改,并在从服务器中重新执行(Replay),保证主从数据的一致性。

4、关系型数据库和非关系型数据库

关系型数据库(如Oracle,MySQL)
表和表、表和字段、数据和数据存在着关系,它通过数据、关系和对数据的约束三者组成的数据模型来存放和管理数据。
优点:

  • 数据之间存在关系,进行数据的增删改查的时候较为方便。
  • 关系型数据库是有事务操作的,便于保证数据的完整性和一致性。
  • 可以通用SQL语言,便于操作者学习使用。

缺点

  • 因为数据和数据是有关系的,底层会运行相关的算法,大量算法会降低系统的效率,会降低性能。
  • 面对海量数据的增删改查和维护的时候会显的无能为力。
  • 因为是固定的表结构类型,所以灵活度较低。

非关系数据库(如redis和MangDB)
非关系型数据库严格上不是一种数据库,而是一种数据结构化存储方法的集合,可以是文档或者键值对等。
为了处理大量数据,非关系数据库设计之初就是为了去替代关系型数据库。
优点

  • 存储格式较为灵活,存储数据的格式可以是key-value,文档,图片形式等等,应用成精更加的广泛。
  • 速度更快,不仅支持硬盘这样的载体,还支持另外的存储器来存储数据,如Redis就支持内存来存储数据。
  • 能支持对大量数据的查找和读写。

缺点

  • 不支持SQL语言的通用,需要单独去学习其操作使用。
  • 非关系数据库一般没有事务处理,较难保证数据的完整性和安全性。
  • 数据结构较复杂,如果要进行复杂的查询会加大难度。
页面下部广告