一、MySQL、文件系统与磁盘
在Linux文件系统的学习中已磁盘相关内容，其中提到如何在硬件层面上定位到一个数据块（磁盘扇区）
文件系统要读取磁盘，是以块为单位的，基本单位是 4KB。而MySQL和文件系统是以16KB为单位交互的，MySQL也以16KB（page）进行数据读取。间接地，MySQL实质上每次从磁盘上读取16KB的数据。
拓展：局部性原理
以page为单位读取，有概率page后半部分已经不是需要的数据了，为什么不缩小读取的数据块大小呢？因为这个概率是很小的（因为16KB相对于大部分文件而言都是小的），同时以16KB而非更小的数据块读取，能大大减少IO次数，从而提高效率。M
Buffer Pool
MySQL 服务器执行 CRUD 操作必然涉及计算，但要让 CPU 处理数据，MySQL需要先将数据接收到内存中，CPU 处理完后再写回内存，最后通过文件系统调用write写入+fsync刷新到磁盘。可见在同一时间，内存和磁盘当中都会存在数据，而内存与磁盘设备之间的数据搬运就称为磁盘 IO。
磁盘IO的成本是高的，要提高效率就要减少IO的磁盘IO的次数，结合前文不难想到，MySQL启动时会先向内存申请一大块空间（Buffer Pool），以page为单位存储数据，此后每次CRUD都尽量和内存打交道而非磁盘：
当执行一条
SELECT查询时，MySQL先去检查内存中的Buffer Pool：
缓存命中：如果需要的数据页已经在Buffer Pool里，CPU 会直接从内存中读取并返回结果，整个过程完全不需要访问磁盘，速度极快。
缓存未命中：如果内存中没有，MySQL 才会去磁盘把包含该数据页加载到 Buffer Pool 中，然后再返回给客户端。下次再查同样的数据，就直接从内存拿了。
当执行INSERT、UPDATE或DELETE时，MySQL 同样不会直接去改磁盘上的文件：修改内存页：CPU 会直接在 Buffer Pool 中找到对应的数据页并进行修改。修改后，这个数据页在内存中就会和磁盘上的不一致，此时它会被标记为"脏页（Dirty Page）"。
写重做日志：为了保证数据不丢失，InnoDB会先把这次修改操作记录到日志缓冲区，然后写入磁盘的Redo Log 中。
后台异步刷盘：被标记为脏页的数据，不会立刻写回磁盘。InnoDB 会在后台通过专门的线程，定期或批量地将这些脏页刷新到磁盘上。
内存的读写速度比磁盘快几个数量级，因此这种模式大幅减少了磁盘IO的次数，提高了效率。
二、索引
MySQL还通过索引减少磁盘IO次数，下面讲解索引原理。
1.单page
page内的数据是以链式结构存储的，通过引入页目录可快速查找page内的数据，所谓"目录"，就是按顺序查找，比如目录1指向的是主键为1的数据，目录2指向主键为3的数据，因此每次插入数据时会自动按照主键排好序，就是为了方便排序。
2.多page
同样采用链式结构对多个page进行管理，因此同样可以引入page间目录，page间目录指向的是每个page存放数据的最小主键。快速寻找目标数据在哪个page上。当page目录数量太多时，又可以再引入目录对这些目录做管理，以此类推。
虽然目录作为page需要占用空间资源，但显而易见要到磁盘中查找每个数据时不是线性遍历，而是从顶层开始从左到右定位需要的范围，找到下层对应位置后从该处位置继续左向右定位，以此类推，实际上这种结构的实际查找次数是非常少的，因此是非常划算的，这种结构就叫做索引。
不难看出，这套结构本质就是B+树，那其它数据结构能否实现这样的效果呢？
使用B+树，可以使得除叶子节点以外的上层路径节点不带数据，只有指向下一层page的目录，正好符合我们的预期。
如果用二叉搜索树或红黑树，层数肯定会很多（毕竟上层每个page只能指向下层的两个page）因此遍历次数也比B+树多，意味着更多的磁盘IO次数。其它数据结构在这方面多少有不足，这里不详述。
3.为其它列建立索引
MySQL默认用主键创建索引，也就是目录中按主键查找（如果用户没有为表指定主键，MySQL也会默认生成隐藏主键用于维持B+树结构）下面是主键索引的特点：
- 一个表中，最多有一个主键索
- 主键索引的效率高（主键不可重复）
- 创建主键索引的列，它的值不能为null，且不能重复
- 主键索引的列基本上是int
如果其它列也需高频查询，也可以为其创建索引，如果该列数据具有唯一性，则在建表时使用唯一键约束，MySQL也会为其创建唯一索引。下面是唯一索引的特点：
- 一个表中，可以有多个唯一索引
- 查询效率高（唯一键不可重复）
- 如果在某一列建立唯一索引，必须保证这列不能有重复数据
- 如果一个唯一索引上指定not null，等价于主键索引
如果不具有唯一性，也可使用index(列名)为其创建普通索引。下面是普通索引的特点：
- 普通索引的特点： 一个表中可以有多个普通索引，普通索引在实际开发中用的比较多
- 如果某列需要创建索引，但是该列有重复的值，那么我们就应该使用普通索引
4.聚簇索引与非聚簇索引
前文种叶子节点存放数据的索引称为聚簇索引，如果叶节点的data域存放的是数据记录的地址，也就是数据和数据结构本身分离，这种索引就叫做非聚簇索引。在前面的学习中，我们提到数据库可以采用不同的存储引擎，InnoDB采用的就是聚簇索引，而MyISAM采用的就是非聚簇索引。
在聚簇索引机制下，如果为其他列创建索引，称为二级索引，相应的会新建一个按照该列查找的B+树，但叶子节点就没有必要再放整行数据了（主键索引B+树已经存好了）所以叶子节点存的是该列某行对应的值以及该行主键值。比如某表有ID，姓名，和住址，为姓名创建的二级索引B+树的叶子节点存放姓名+ID。如果通过姓名来查询住址，查到姓名后再用一起存放的ID回到主键索引找到对应的完整数据，进而得到住址，这就叫做回表。
在MyISAM中，无论是主键索引还是普通辅助索引，它们的结构逻辑是完全一样的，叶子节点都只存物理地址。查询时，数据库先通过索引找到物理地址，然后再去数据文件中读取完整记录即可。