mysql關系型數據庫的優缺點（3分鐘了解mysql數據庫知識）

Mysql數據庫是目前一款非?；鸨年P系型數據庫。

當我們談到關系型數據庫的時候，總會談到索引（index）,在面試中也是個高頻問題。

可能我們在剛剛接觸數據庫的時候，對于索引我們總會聽說索引的優點是加快查詢的速度，利用索引可以確定表中數據的唯一性，使用group by、order by等分組、排序的時候，group by、order by后面所根據的字段最好是被索引包含的字段，因為被索引包含的字段是已經排好序的了，可以減少操作時間。同時也會聽說不能創建太多的索引，因為在對表的數據進行insert、update、delete操作的時候，也需要動態的維護索引?？傊覀兟犝f索引的很多優點和缺點在此就不在累述。

那么我們是否考慮過這些優缺點的依據是什么？為什么索引會有這些優缺點？

其實很簡單，依據主要是數據結構中的B+tree。

那么數據庫中的索引和B+tree又有什么關系？？？別著急，且聽我慢慢道來。

首先我們創建一個數據table

CREATE TABLE `student`.`Untitled` (

`studentId` varchar(4) NOT NULL,

`name` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL,

`age` int(255) NOT NULL,

PRIMARY KEY (`studentId`) USING BTREE,

INDEX `studentIndex`(`studentId`) USING BTREE

) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Compact;

創建了一個student表，里面有三個字段學生Id、名字、年齡，其中學生Id字段添加索引，引擎類型為InnoDB。

圖1

現在我們添加上了索引，此時會根據索引來構建一個B+tree結構。類似下圖結構：

圖2 B+樹

當然我這里這是畫了一個類似圖，其實在數據量足夠大的時候，樹的根節點里面可以存儲很多的數據，這就解決了樹高度的問題（此知識點后面章節會詳解），如果數據的高度小了，檢索數據的次數就會相應減少。

圖三 數據表和索引B+樹的對應圖

我們通過圖三就可以明白我上面所列舉的索引的優缺點了。

1.當我們通過索引來查詢數據的時候，例如查詢studengId為6的數據，我們通過檢索B+樹只需要3次就能找到數據，而且樹的根節點還是在內存中，檢索速度很快的，但是如果不走索引，需要逐條檢索信息，需要檢索6次才能找到數據，因為這些數據都是存儲在磁盤上的，每次檢索都是一個IO，如果數據量大了，檢索數據是很浪費性能的。

2.我們看圖三中索引列在B+樹中都是排好序的，右面葉子節點的值總是比左邊葉子節點的值大（B+樹的性質）。這也就解釋了上面優點中排好序了。

3.當我們每次修改、刪除、更新數據的時候，都會重新維護索引，其實主要就是重新構建這個B+樹。

4.創建多個索引，就會生成多個B+樹，每個都是需要存儲的，所以不建議創建太多的索引。

所以我們平時看到的索引優缺點都是主要圍繞著這個B+樹結構來解釋的。

后續關于索引的深度內容將繼續更新，只有懂得了索引，才可能對sql進行高效的優化。