存储引擎就是mysql中的一个组件,这个组件的作用就是为不同的表类型来处理SQL操作.
简单来说,存储引擎的作用就是处理SQL操作的.
MYISAM、INNODB、MEMORY的区别查看所有的存储引擎：SHOW ENGINES
| 对比项 | MyISAM | InnoDB | MEMORY |
| 外键 | 不支持 | 支持 | 不支持 |
| 事务 | 不支持 | 支持 | 不支持 |
| 行表锁 | 表锁，操作任何一行数据都会锁住整个表 | 行锁，只锁定操作的行，适合高并发 InnoDB行锁是通过给索引上的索引项加锁来实现的，只有通过索引条件检索数据，InnoDB才使用行级锁，否则，InnoDB将使用表锁 | 表锁，操作任何一行数据都会锁住整个表 |
| 缓存 | 只缓存索引，不缓存真实数据 | 不仅缓存索引，还要缓存真实数据，对内存的要求较高，而内存大小对性能影响也较大 | |
| 关注 | 节约资源，消耗少，简单业务 | 并发，事务，更大资源 | |
| 默认安装 | Y | Y | |
| 默认使用 | N | Y | |
| 自带系统表使用 | Y | N | |
| 集群索引 | 不支持 | 支持 | 不支持 |
| 使用场景 | 以查询为主，较少的更新删除操作，对事务完整性、并发性要求不高的情况 | 对事务的完整性有比较高的要求，并发情况下要求数据一致性 | 更新不频繁的小表，用来快速得到访问结果 |
什么是索引？
索引是帮助mysql高效获取数据的数据结构，一般来说索引本身也很大，不能全部存在内存中，因此索引往往保存在硬盘中
索引的优势
提高了检索效率，降低了数据io成本
通过索引对数据进行排序，降低了数据排序的成本，降低了cpu的消耗
索引的劣势
虽然索大大提高了查询速度，但是同时降低了更新表的速度，比如对表进行更新了之后，mysql不仅要更新数据，还要更新索引文件
索引也是一张表，保存了主键与索引字段并指向实体表的记录，所以也占用了不少空间
索引分类
按照功能分类：
普通索引：最基本的索引，没有任何限制
唯一索引：索引列的值必须唯一，但允许空，如果是组合索引，列值组合必须唯一
主键索引：一种特殊的唯一索引，不允许空，在建表时主键列同时创建主键索引
联合索引:将单列索引进行组合
外键索引：只有InnoDB支持，用来保证数据一致性，完整性和实现级联操作
全文索引：快速匹配全部文档的方式，innodb5.6版本后才支持。memory不支持
按照数据结构分类：
B Tree索引：Mysql使用最频繁的索引，是Innodb和myisam存储引擎默认的索引类型，底层是基于b+tree
hash索引：mysql中menmory存储引擎默认支持的索引类型
磁盘存储的特点
系统从磁盘读取数据到内存时是以磁盘块为基本单位的，同一块磁盘块的数据会被一次性读取出来，而不是需要什么读取什么
例如有三个磁盘块，第一个磁盘块存储1、2、3，第二个磁盘块存储4、5、6，第三个磁盘块存储7、8、9.现在想要读取数据5，会将4、5、6都读到内存中。
B-TREE（以innodb为例）：
每个节点中不仅保存key，还保存着数据，会增加查询数据时磁盘的IO次数
B+Tree
非叶子节点只存储key，所有的数据都存储在叶子节点上，所有的叶子节点之间都有指针，方便进行范围查找
B-Tree和B+Tree的区别
1、b-tree的关键字和数据都是放在一起的，而b+tree非叶子节点只有关键字和指向下一节点的指针，数据放在叶子节点上
2、在b-tree中，越靠近根节点的数据查找时间更快，只要找到关键字即可确认数据的位置，而b+tree中每个记录查找的时间基本上是一样的，都要从根节点出发到叶子节点，然后在每个叶子节点之间还需要计算，由于b+tree中非叶子节点不存放数据，所有可以容纳的元素更多，减少了io的次数，整体看上去树高比b-tree小。
3、b+tree的叶子节点使用指针连接在一起，方便顺序遍历
为什么选用b+tree作为索引数据结构
1、b+tree读写代价更低，它的非叶子节点不含数据信息，所以一块磁盘中能存放的索引就更多，一次读入内存中的关键字也就阅读，从而减少了磁盘io
2、b+tree读写更加稳定
3、b+tree的叶子节点使用指针连接在一起，方便了顺序遍历
