b+tree：节点可以存储多个数据，数据有序
叶节点保存非叶节点冗余数据（当前节点数据最小值）和整行数据（聚簇索引）/物理地址（非聚簇索引）叶节点相互指引
聚簇索引：innodb
非聚簇索引：myisam
联合索引：多个字段匹配，最左前缀匹配原则
红黑树：平衡二叉树
hash：没法查找范围数据
innodb主键生成聚簇索引
非主键索引结构叶子节点存储的主键值（一致性和节省存储空间）
优化思路：是否查了多余数据
是否匹配索引
分库分表
索引覆盖：查询字段匹配索引，无需回表
redis和mysql保证数据一致性：延迟双删策略，先删除redis，再更新mysql此时读取mysql还未更新会把旧数据重新传给redis可以延时几百毫秒再次删除redis数据
标签：优化,聚簇,redis,索引,mysql,数据,节点 来源： https://blog.csdn.net/weixin_43394593/article/details/123079727
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。