摘要： mysql数据库中的索引是基于hash表或B+树 1.1 *H**ash索引* 哈希索引就是采用一定的哈希算法，把键值换算成新的哈希值，检索时不需要类似B+树那样从根节点到叶子节点逐级查找，只需一次哈希算法，即可立刻定位到相应的位置，速度非常快。 1.1.1 *B+树索引和哈希索引区别* B+树索引 阅读全文

摘要： 1.1 *SQL语句优化* 1.1.1 *善用EXPLAIN* 做MySQL优化，我们要善用 EXPLAIN 查看SQL执行计划。 下面来个简单的示例，标注(1,2,3,4,5)我们要重点关注的数据 •type列: 连接类型。一个好的sql语句至少要达到range级别。杜绝出现all级别 •key列 阅读全文

摘要： 1.1 *数据库优化之索引* 1.1.1 *定位低效率的SQL语句* 1.1.1.1 *慢日志* 启动log-slow-queries[=file_name]选项，会在所有sql语句执行完成之后，会生成一个包含所有sql语句执行时间，超过long_query_time秒的日志文件 要找出项目中的慢S 阅读全文

摘要： 1.1 *索引* 索引支持整个列，不支持局部索引 innoDB默认支持btree索引，memory默认支持hash索引 1.1.1 *聚集索引与非聚集索引的区别* 微软的SQL SERVER提供了两种索引：聚集索引（clustered index，也称聚类索引、簇集索引）和非聚集索引（nonclus 阅读全文

摘要： 1.1 *事务* 1.1.1 *事务四个基本特征或 ACID 特性。* 事务是并发控制的单位，是用户定义的一个操作序列。这些操作要么都做，要么都不做，是一个不可分割的工作单位。 一个转账必须 A账号扣钱成功，B账号加钱成功，才算正真的转账成功。 事务必须满足四大特征:原子性,一致性,隔离性持久性/持 阅读全文

摘要： 2.3图 2.3.1图的概念 究竟什么是图呢？大家先来想一想咱们常用的互联网产品。 微信中，许许多多的用户组成了一个多对多的朋友关系网，这个关系网就是数据结构当中的图（Graph）。 再举一个栗子，咱们在用百度地图的时候，常常会使用导航功能。比如你在地铁站A附近，你想去的地点在地铁站F附近，那么导航 阅读全文

摘要： 1.1.1 *二叉堆* 二叉堆本质上是一种完全二叉树，它分为两个类型： \1. 最大堆：最大堆任何一个父节点的值，都大于等于它左右孩子节点的值。 \2. 最小堆：最小堆任何一个父节点的值，都小于等于它左右孩子节点的值。 二叉堆的根节点叫做堆顶。 最大堆和最小堆的特点： 最大堆的堆顶，是整个堆中的最大 阅读全文

摘要： 1.1.1 *红黑树* 1.1.1.1 *二叉查找树* 要学习红黑树，先要学习二叉查找树 二叉查找树（BST）具备什么特性呢？ 1.左子树上所有结点的值均小于或等于它的根结点的值。 2.右子树上所有结点的值均大于或等于它的根结点的值。 3.左、右子树也分别为二叉排序树。 1.1.1.1.1 *查找* 阅读全文

摘要： 1.1.1 *B+树* 1.1.1.1 *B+树实现细节是什么样？* 1.1.1.2 *B+树的特征* 一个m阶的B+树具有如下几个特征： 1、 有k个子树的中间节点包含有k个元素（B树中是k-1个元素），每个元素不保存数据，只用来索引，所有数据都保存在叶子节点。 2、 所有的叶子结点中包含了全部元 阅读全文

摘要： 1.1.1 *B-树/B树* 1.1.1.1 *索引为什么使用树结构* 要弄明白B+树，先要弄明白B-树，B-树就是B树，中间的横线不是减号 1、数据库索引为什么要使用树结构进行存储？ 树的查询效率高，并且可以保持有序 2、为什么没有使用二叉查找树树来实现？ 二叉查找树查询的时间复杂度是O(logN 阅读全文