MySQL的引擎、索引、视图
MySQL引擎
MySQL中的不同的引擎使得数据可以用各种不同的技术存储在文件（或者内存）中。这些技术中的每一种技术都使用不同的存储机制、索引技巧、锁定水平并且最终提供广泛的不同的功能和能力。通过选择不同的技术，你能够获得额外的速度或者功能，从而改善你的应用的整体功能。
说说数据库中两个常见的引擎：
-
Mylsam
MySQL的默认引擎，它没有提供对数据库事务的支持，也不支持行级锁和外键，因此当INSERT或UPDATE数据时即写操作需要锁定整个表，效率便会低一些。使用场景：MyIASM中存储了表的行数，于是SELECT COUNT(*)
FROM TABLE时只需要直接读取已经保存好的值而不需要进行全表扫描。如果表的读操作远远多于写操作且不需要数据库事务的支持，那么MyIASM也是很好的选择。 -
InnoDB
InnoDB是一个事务型的存储引擎，有行级锁定和外键约束。提供对数据库ACID事务的支持，并且实现了SQL标准的四种隔离级别。使用场景：经常更新的表，适合处理多重并发的更新请求。
MySQL索引
索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。
DB在执行一条Sql语句的时候，默认的方式是根据搜索条件进行全表扫描，遇到匹配条件的就加入搜索结果集合。如果我们对某一字段增加索引，查询时就会先去索引列表中一次定位到特定值的行数，大大减少遍历匹配的行数，所以能明显增加查询的速度。
索引的优缺点
- 优点
- 缺点
底层实现
B+树如下：
- 为什么MySQL要用B+树做索引？
- 引入B-树是为了解决AVL树高度太大，会导致读写次数太多，导致的查询耗时的问题，因为B-树的特征，两层B-树就能存2000千多万的索引。
- B+树只在子节点存索引解决的问题：
A、磁盘读写代价更低：B±tree的内部结点并没有指向关键字具体信息的指针。因此其内部结点相对B 树更小。如果把所有同一内部结点的关键字存放在同一盘块中，那么盘块所能容纳的关键字数量也越多。一次性读入内存中的需要查找的关键字也就越多。相对来说IO读写次数也就降低了。
B、查询效率更加稳定：由于非终结点并不是最终指向文件内容的结点，而只是叶子结点中关键字的索引。所以任何关键字的查找必须走一条从根结点到叶子结点的路。所有关键字查询的路径长度相同，导致每一个数据的查询效率相当。
C、方便查询整个表：B+树只要遍历叶子节点就可以实现整棵树的遍历。 - 叶子结点之间增加指针解决的问题：更高效率的范围查找。比如上图中，我要查找27～30的索引，那么通过子节点间的索引便可以完成这个任务，而不需要重新找。
- 还可以引入B*树，即在父节点之间也增加一个指针，这个解决的问题是：使得空间利用率更高。
MySQL视图
视图是一个虚拟表，视图并不在数据库中存储数据值，数据库中只在数据字典中存储对视图的定义。
说人话就是：视图是数据库创建出来的虚表，相当于是对一些表的拼接，方便做查询操作。它的数据不会以表的形式存放在数据库中，但是又可以像真的表那样对它使用SELECT、INSERT、UPDATE和DELETE操作，且相应的基表也会发生改变。
数据量大的时候尽量避免使用视图。
