哈希索引
哈希索引查找快，但是无序，不能做范围查找
同时存在哈希碰撞的问题，如果值都在某一个哈希，也会导致检索很慢
平衡二叉树 Balance
树越高查找速度越慢
对范围查找也很慢，需要解决回旋查找的问题
平衡二叉树，会动态平衡树结构，当一侧的层级高度高于另外一侧大于1时，则自动去平衡左右关系，来达到平衡。当左右高度相差大时，查询速度时快时慢，不稳定，当左右平衡后，查询速度就会比较稳定。如下图所示：
B树
B树的高度比平衡二叉树高度变矮，一个节点可以存多个数据。数据大小由磁盘最小单位扇区决定。
每个硬盘都会有多个盘片，每个盘片上分割如图，呈同心圆环状，圆圈就是磁道，每个磁道被等分为以512个字节为单位的若干个弧段，这些弧段便是磁盘的扇区，每个扇区可以存放512个字节的信息，扇区就是磁盘的最小单位了。所以，如果要达到最理想查询效果，应该是想办法让每个节点中存储的数据的数据量大小接近512个字节。
B+树
B+树解决了回旋查找的问题
所有叶子节点组成一个链表
联合索引（多键值索引）
最左匹配原则，一定要带上前面的索引
MyIsam和InnoDB引擎区别
外键方面
innodb支持外键，myisam不支持外键，对一个包含外键的innodb表转为myisam会失败
索引层面
myisam是非聚簇索引
非聚簇索引：将数据和索引不放在一起
innodb是聚簇索引，
聚簇索引：将数据和索引放在一起
myisam支持全文索引
inbodb不支持全文索引，可通过sphinx插件支持全文索引，并且效果更好
锁粒度方面
innodb最小支持行锁
myisam最小支持表锁，一个更新语句会导致全表被锁
硬盘存储结构
myisam三个文件
.frm 存表结构定义
.MYD 存数据
.MYI 存索引
inbodb两个文件
.frm 存表结构定义
.Idb 保存数据和索引
辅助索引->聚簇索引
事务的四大特性ACID :
原子性 undo log
持久性 redo log
一致性
隔离性 加锁
怎么用理解ACID,理解一致性？
原子性：
强调对数据的状态的描述，要么成功要么失败。不存在部分成功的状态。
一致性：
强调对数据的可见性描述，对于数据的中间态是不可见的。
隔离性：
如果完全按照一致性的定义的话，就只能是通过加排他锁来走完全序列化才能达到强一致性也就是serialization这种隔离机制，引入隔离机制就是为了提高并发，提高可用性，因为完全串行化访问效率太低，现实中很少用到，做工程是以实用为主，所以引入不同等级隔离机制，来有针对性的面向各类场景对一致性达到不同等级破坏，以提高并发提高可用。
持久性：
持久性比较好理解，就是对于存储的各类信息一旦提交，那么无论多久都将不变，这也是存储的意义。
MVCC
多版本并发控制
什么是当前读和快照读？
数据库四中隔离级别：
读未提交
读已提交 (存在脏读和幻读)
可重复读（默认） 可避免脏读（update）不能避免幻读（insert or update）
串行化、序列化
undo log和版本涟
readview
readview决策应该访问版本链中那条数据
read view中四变量。活跃事务（活跃事务就是没提交的事务）集合，当前事务id，集合中的最小值，集合中最大值的下个值。都是select查出的最新数据事务id跟四个变量进行比较判断的。判断方法可以逆推，就是凡是小于最小值，不包含活跃事务里面的，刚好等于当前事务的id，都可以查询最新值。其他任何情况都要一直递归查询undo日志，直到符合这三个条件为止。
读已提交：MVCC实现是在每次select时生成readview
可重复读：MVCC实现是以事务为单位的，此时readview是事务级的
innodb默认开启间隙锁，间隙锁解决了幻读问题，锁一段范围
