数据库之舞：MySQL 数据结构的美妙之旅

前言

前段时间看了《MySQL是怎样运行的》这本书，书中介绍了MySQL数据结构，从数据结构角度去谈MySQL的特性。写这篇博客是做个总结，以下内容需要读者对MySQL有基础的认识和掌握，同时对于数据结构有一定的了解。所以这边先会对，数据结构和二分法，做些基本的介绍。然后再讲MySQL数据，是通过哪种数据结构存储的。如果掌握了其中的数据结构，那么当中的原理就掌握了。一些特性，索引，优化。就自然而然的理解了。变得非常简单。
套用《道德经》里的话就是道

技术分为两种，具体的做事方法是术，做事的原理和原则是道。

二分法

因为后面要介绍的MySQL数据结构，很多地方要用到二分法，这边单独拿出来讲一遍。

小时候，玩过的猜数字游戏
1-100范围内随机选择一个数，猜这个数字是多少。如果你猜的数比目标大，它会告诉你大了；比目标小，它会告诉你小了；等于目标告诉你答对了。如何在最少次数获得答案

那时候，我们就知道猜数字。要对半猜，这样猜的速度最快。以上如果方法，学名就叫做二分法。
我们看下官方介绍:

二分法的基本思想是，将数组或列表分成两部分，判断目标元素在哪一部分中，然后继续在该部分中进行查找，直到找到目标元素或确定目标元素不存在为止。

二分法适用于有序数组或有序列表中，时间复杂度O(log n)

    public static int search(int[] a, int target) {
   
   
        int lo = 0;
        int hi = a.length - 1;
        while (lo <= hi) {
   
   
            System.out.println(String.format("lo=%s,hi=%s", lo, hi));
            int mid = lo + (hi - lo) / 2;
            if (a[mid] > target) {
   
   
                hi = mid - 1;
            } else if (a[mid] < target) {
   
   
                lo = mid + 1;
            } else {
   
   
                return mid;
            }
        }
        return -1;
    }

以上是最基础的，还有两种变形：owerBound（下界）和upperBound（上界）

    //   Lower Bound（下界）： Lower Bound 是指在已排序数组中，比目标值大的第一个元素的位置索引。也可以说是第一个大于等于目标值的元素的位置索引。
//   如果数组中存在多个相同目标值，则返回最左边的位置
    public static int lowerBound(int[] a, int target) {
   
   
        int lo = 0;
        int hi = a.length;
        while (lo < hi) {
   
   
            int mid = lo + (hi - lo) / 2;
            if (a[mid] < target) {
   
   
                lo = mid + 1;
            } else {
   
   
                hi = mid;
            }
        }
        return lo;
    }

    //    Upper Bound（上界）： Upper Bound 是指在已排序数组中，比目标值大的第一个元素的位置索引。也可以说是第一个大于目标值的元素的位置索引。
//    如果数组中存在多个相同目标值，则返回最左边的大于目标值的位置。
    public static int upperBound(int[] a, int target) {
   
   
        int lo = 0;
        int hi = a.length;
        while (lo < hi) {
   
   
            int mid = lo + (hi - lo) / 2;
            if (a[mid] <= target) {
   
   
                lo = mid + 1;
            } else {
   
   
                hi = mid;
            }
        }
        return lo;
    }

以上变体思想，再接下来会使用到，大家可以先品味一下。如果不是很理解，那么可以将代码执行下。

B树和B+树，大家可能会比较陌生，接下来的内容又比较重要。这边做个简单介绍。

图片来源于网络

对于B树和B+树介绍，可以参考平衡二叉树、B树、B+树、B*树 理解其中一种你就都明白了这篇博文

MySQL简介

MySQL客户端请求服务器的过程：
连接管理：
	建立连接： 客户端通过TCP/IP协议与MySQL服务器建立连接。连接过程中，客户端和服务器协商通信协议版本、认证方式等信息。
	握手阶段： 服务器发送握手数据包，包含服务器版本、连接ID等信息。客户端接收握手数据包并回应，选择认证方式。
	
认证阶段：
	身份验证： 客户端发送身份验证信息，通常是用户名和密码等。服务器验证信息的合法性，如果认证通过，客户端获得访问权限。
	
查询缓存：
	查询缓存检查： 服务器在接收到客户端的查询请求后，会检查查询缓存，看是否已经缓存了相同的查询。如果在缓存中找到了相同的查询，服务器直接返回缓存结果，而不执行实际查询。
	
语法解析：
	解析SQL语句： 服务器对客户端发送的SQL语句进行语法解析，确保语法正确。如果语法错误，服务器返回错误信息。
查询优化：
	查询优化器： 服务器使用查询优化器分析查询语句，确定最佳执行计划。这涉及索引的选择、连接顺序等优化步骤。
	
存储引擎：
	执行计划： 优化后的查询计划交给存储引擎层执行。存储引擎负责管理表、索引，并执行具体的读取、写入操作。
	
结果返回：
	结果传输： 存储引擎返回执行结果给服务器，服务器将结果传递给客户端。结果可以是查询结果集、执行状态信息等。
	
断开连接：
	关闭连接： 当客户端不再需要与服务器通信时，可以选择主动断开连接。客户端发送断开连接请求，服务器关闭连接。如果是持久连接，可以选择保持连接以便后续的请求。

存储引擎是数据库管理系统（DBMS）中的一个关键组件，负责管理数据的存储、检索和索引等操作。存储引擎定义了数据库系统如何组织、存储和操作数据，决定了数据库的性能、事务支持、并发控制和其他关键特性。

常见的MySQL存储引擎：
InnoDB： InnoDB是MySQL的默认存储引擎，提供了ACID事务支持、行级锁、外键约束等特性。支持事务、行级锁、外键，适合并发，**数据存储方式是按照主键顺序存储**

MyISAM： MyISAM是MySQL的另一个常见的存储引擎，它不支持事务和行级锁，但具有较高的性能和较小的存储开销。MyISAM适用于读密集型应用，如数据仓库和日志分析。按照插入顺序存储;

MEMORY： MEMORY存储引擎将表数据存储在内存中，提供了非常快速的数据访问速度，但在数据库关闭时数据会丢失。适用于小型临时表或缓存数据。相当于Redis

NDB Cluster： NDB Cluster存储引擎是MySQL Cluster的一部分，提供高可用性和分布式数据库功能，适用于需要水平扩展的分布式应用。

CSV： CSV存储引擎以纯文本形式存储数据，适用于数据交换或导出。

Archive： Archive存储引擎专注于高度压缩的数据存储，适用于大量历史数据的存储。

在上面的存储引擎用的比较多是InnoDB和MyISAM，大家重点记得InnoDB数据存储方式是按照主键顺序存储,MyISAM按照插入顺序存储。以下内容介绍的都是InnoDB存储引擎

InnoDB记录结构

行格式

InnoDB 存储引擎支持不同的行格式，每种行格式有其自身的优势和适用场景。在 InnoDB 存储引擎中，常见的行格式包括 COMPACT、REDUNDANT、DYNAMIC（默认） 和 COMPRESSED。
行格式就是我们存储的每一条记录，一条记录就是一行。那么这条记录长什么样。

COMPACT 格式

这边介绍的是COMPACT 格式，COMPACT 和DYNAMIC相差不多。