数据库
关系型数据库主要考点
一个面试题引发出来套路
——>>如何设计一个关系型数据库？
设计
RDBMS关系数据库管理系统(Relational Database Management System)分为：
- 程序实例（存储管理、缓存机制、sql解析、日志管理、权限划分、容灾机制、索引管理、锁管理）
- 存储（文件系统）——>>机械硬盘、SSD固态硬盘
索引模块
为什么要使用索引？
——>>避免全表扫描，快速查询数据
什么样的信息能成为索引?
——>>主键、唯一键、普通键
索引的数据结构
- 生成索引，建立二叉查找树进行二分查找
- 生成索引，建立B-Tree结构进行查找
- 生成索引，建立B+-Tree结构进行查找
- 生成索引，建立Hash结构进行查找
二叉查找树
特点：
- 二叉树任意节点的左节点不为空，则左节点的值均小于它的根节点
- 二叉树任意节点的右节点不为空，则有节点的值均大于它的根节
- 任意节点的左右节点也为二叉树
- 没有键值相等的节点
平衡二叉树
它是一棵空树或它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树
由上图，左图的查询时间复杂度为O(logn)，但若面临增加和删除
删除节点2和6， 新增了节点为11，根据二叉树的特点，会插入到9的右节点中，此时就会变成一颗线性的二叉树
此时右图的查询时间复杂度为O(n)，大大的降低了查询效率
利用树的旋转特性，来保证这棵树为平衡二叉树，此时查询时间复杂度为O(logn)，但是依然存在问题——>>IO
首先令这些索引块都在磁盘中，去查询节点6
- 会发生一次IO，将根的数据5放入内存中
- 再发生一次IO，将节点7读入进来
- 又发生一次IO，检索到节点6
检索深度每增加1，就会发生一次IO,不管是平衡二叉树还是红黑树，每个节点最多只允许有两个孩子，而数据块会非常多，为了组织这些数据块，树就会很深很深，IO次数也会很多，那么检索性能也会比全表扫描慢的多，无法满足优化查询的需求
那么如何降低查询时间的复杂度，又降低IO次数？主要是让树变的矮一些，每个节点所储蓄的数据多一些
——>>B-Tree
B-Tree
- 根节点至少包括两个孩子
- 树中每个节点最多含有m个孩子（m>=2）
- 除根节点和叶节点外，其他每个节点至少有ceil（m/2）个孩子
- 所有叶子节点都位于同一层
锁模块
MyISAM和InnDB关于所方面的区别是什么？
- MyISAM默认用的是表级锁，不支持行级锁
- InnoDB默认用的是行级锁，也支持表级锁
表级锁和行级锁
表级锁：表级，直接锁定整张表，在锁定期间，其它进程无法对该表进行写操作。如果是写锁，则其它进程则读也不允许
行级锁：行级一种排他锁，防止其他事务修改此行，仅对指定的记录进行加锁，这样其它进程还是可以对同一个表中的其它记录进行操作
MyISAM：
- 不支持事务，但是每次查询都是原子的；
- 支持表级锁，即每次操作是对整个表加锁；
- 存储表的总行数；
- 一个MYISAM表有三个文件：索引文件、表结构文件、数据文件；
- 采用菲聚集索引，索引文件的数据域存储指向数据文件的指针。辅索引与主索引基本一致，但是辅索引不用保证唯一性。
InnoDb：
- 支持ACID的事务，支持事务的四种隔离级别；
- 支持行级锁及外键约束：因此可以支持写并发；
- 不存储总行数；
- 一个InnoDb引擎存储在一个文件空间（共享表空间，表大小不受操作系统控制，一个表可能分布在多个文件里），也有可能为多个（设置为独立表空，表大小受操作系统文件大小限制，一般为2G），受操作系统文件大小的限制；
- 主键索引采用聚集索引（索引的数据域存储数据文件本身），辅索引的数据域存储主键的值；因此从辅索引查找数据，需要先通过辅索引找到主键值，再访问辅索引；最好使用自增主键，防止插入数据时，为维持B+树结构，文件的大调整。
本文转发整合：
浙公网安备 33010602011771号