javab樹

『壹』 用B+樹做最簡單的「鍵-值」記錄，求幾句指導解惑(C/C++或java)

我來設計：
分idx引索, dat數據2個文件存儲，
2個文件都分成大小相等的塊Node。
比如idx文件分成512個位元組一個的塊Node，dat分成64個位元組一個的塊
節點的key和記錄的主鍵同值
由這種塊組成B+樹。
idx文件中放2個以上的B+樹，最少2棵樹，一個Tree U用來分配定位dat中的已用空間，另一個Tree F用來分配刪除後未戚褲吵用的可用空間。還可以放多個對具體應用的引索樹，
在「葉節點」上key鍵值和dat文件的塊號對應起來，每個key對應一個dat文高侍件的塊號。

dat中放每條記錄，每個記錄的大小就是每個塊的純拍大小。。所以根據自己的數據決定dat的塊大小，這個大小和idx文件的引索塊不同。比如引索塊可以較大512個位元組來減少讀盤次數，而記錄塊可以較小的64個位元組來對應每項小數據記錄。
dat中不放樹，僅僅分為一個一個相同大小的記錄塊
由idx中的B+樹來分配和查找dat中的塊。 記錄塊要標出，是否使用，使用了多少的信息
未使用的塊由Tree F來再利用。

『貳』 高效空間數據索引R樹及其批量載入方法STR簡介

工作中經常需要跟空間數據打交道，因此頻繁使用一個工具類 com.vividsolutions.jts.index.strtree.STRtree 。STRtree類似於一個集合，向其插入一些帶空間信息的數據後可以很便利地按范圍查詢空間數據，如下圖示意。

由於不清楚STRtree的查詢實現邏輯，為探明原因及避免後續踩坑了解了一下，發現STRtree應用了非常精巧且應用廣泛的空間索引結構R樹（R-Tree）及優秀的批量載入演算法STR。下文我們將從R樹開始介紹，進一步了解STR演算法，並說明一些STRtree相關的注意事項。

R樹是一種層次數據結構，它是B樹在k維空間上的自然擴展，因此和B樹一樣，R樹是一種高度平衡樹，在葉結點中包含指向實際數據對象的指針。

定義：

簡單來說，R樹種的每個節點都是一個矩形，而且是節點數據的最小外接矩形（MBR，Minimun Bounding Rectangle），即覆蓋內部幾何圖形的最小矩形邊界。

MBR本身通過x、y坐標容易計算，計算MBR相交也十分簡單高效，適用於應用在索引結構中。

其中，葉子結點為實際結點空間數據的MBR；非葉子結點則為其所有子節點形成的MBR，即剛好包裹住所有子節點。

從定義中可以看出來，其結構與B樹類似：

簡單的部分到此為止，R樹具體的插入刪除規則涉及到復雜的規則，在節點分裂和合並之外還涉及父節點MBR的調整等，詳情可參考原論文或 其他資料 。

在不使用R樹時，最基礎的范圍搜索方法是遍歷整個數據集，將所有落在范圍內的數據返回，在較大數據集中這個代價顯然是不可接受的。當然通過網格劃分數據集的方式也可以大大縮小候選數據集，但仍需要遍歷候選網格的全量數據。

而R樹的搜索演算法則類似B樹，從根節點開始，根據搜索范圍找到命中的節點，並不斷向下查找到葉子結點，縮小范圍，最終返回命中的數據。這非常易於理解：當我們要找到某個商場時，思考路徑也是AA市->BB區->CC路->DD路口依次縮小范圍。

但R樹與B樹最顯著的區別在於R樹在非一維空間使用MBR描述節點的上下界，無法像B樹節點一樣准確適應子節點的分布。雖然通過通過MBR提高了計算和求交的效率，不過這也勢必犧牲了空間利用率（父節點包含了空白區域）及查詢效率（兄弟節點MBR可能會重疊）。

在查詢時，以下常見的情況會導致需要多路徑搜索：

現在我們可以理解，R樹中的R表示Rectangle，也表明其本質是一組有層次關系的「矩形」，在一維空間是線結構，在沒有重疊的情況下結構很像B樹，推廣到三維則是長方體。

R樹作為一個比較寬泛的結構定義，並未限定具體的構造方式，而基於R樹的概念及各種組織方式衍生出了龐大的R樹家族，不同組織方式的R樹變體性能差距很大。其他比較有特點的一些變體索引結構：

通常從空樹開始構建整個R樹時，將記錄逐個插入直至生成整個樹的過程中會頻繁觸發索引結構的動態維護，這對於海量空間數據的初始化而言耗時巨大，代價過高。由此發展而來的Packing（批量載入）演算法則可以在數據已知且相對靜態的情況下盡可能提高R樹的構建速度並優化索引結構。

其中Leutenegger等提出了一種STR(Sort-Tile-Recursive，遞歸網格排序) Packing演算法，該演算法易於實現且適用范圍較廣，在大多數場景下表現良好，且易於推廣到高維空間。

STR演算法本質上只是R樹的一種構建演算法，STR R-Tree本質上仍是R樹。

STR可以理解為切蛋糕，首先確定一共應該切成N份，然後從左到右根據蛋糕上草莓個數豎切成sqrt(N)個中份，再從上到下把每個中份橫切成sqrt(N)個小份，一趟遞歸就完成了。下一趟則是將小份蛋糕當作草莓，繼續切直到不需要切為止，自下而上遞歸構成R樹。

具體細節可以查看 作者原論文 ，演算法介紹不到一頁，概念好理解。

STR本身邏輯並不復雜，其排序和網格化的邏輯是與維度無關的，還可以拆分至按維度計算，對演算法實現比較友好，構建效率也高；同時，其使用遞歸和網格化的思路可以較好地將兄弟MBR大致分離，盡可能減少重疊區域，大多數數據分布下查詢效率較高。

R-Trees - A Dynamic Index Structure for Spatial Searching

STR: A Simple and Efficient Algorithm for R-Tree Packing

R樹家族的演變和發展 - 中國科學院

空間數據索引RTree（R樹）完全解析及Java實現 - 佳佳牛 - 博客園

Mysql :: MySQL 5.7 Reference Manual :: 11.4.9 Creating Spatial Indexes

『叄』 java兩年經驗面試都會問什麼問題

個人介紹：
首先介紹下我面試時的自身條件情況，我把自己的情況分為優勢和劣勢來說可能更有利於你們比較自身情況。
劣勢：
1.15年7月畢業後開始到上海工作，面試的時候是17年3月到4月，一年多的經驗，勉強算兩年經驗。分析：一年多經驗我認為是比較尷尬的，處於一個不上不下的位置，很多公司比較喜歡招三年經驗的，或者直接招應屆生來培養。
2.畢業於一個非985/211，勉強上一本的高校。分析：這個相對影響較小，因為有工作經驗後，公司對學校的要求就沒那麼高了，只要是本科就基本沒問題，但是還是有個別叼毛公司只要985/211。
3.前一家公司是傳統電信行業，加入項目組時，項目已經上線有段時間了，我們的任務就是有需求就開發，有bug就優化，其他時間就聊騷，各干各的，工作一年多跟在養老一樣，用一句話說就是編程5分鍾，扯淡2小時，項目經驗嚴重不足，沒開發過很難的需求。分析：這一點是最傷的，公司招有經驗的就想看你都幹了些什麼牛批的東西，結果你告訴面試官我寫的需求都是垃圾。
優勢：
1.大學時拿過比較多的獎，每年都是校級優秀學生，畢業時是市級優秀畢業生，拿過省級ACM二等獎等。分析：大學的榮譽對一個有工作經驗的人來說，公司不一定會看重，但是可能會對面試官產生微妙的影響，特別是ACM獎，我碰到過有的面試官也是搞過ACM的，有共同的話題聊起來總是比較容易的，但是也要注意不能把這一欄篇幅寫的過於多，只能當作點綴用，我當時是放在簡歷最後一欄，簡要的寫了最主要的幾個獎。
2.良好的溝通交流能力。分析：這個能力不會是關鍵性的，但是可以加分。
3.較強的學習能力和邏輯思維能力。分析：有些公司和面試官還是比較看重一個人的學習能力的，經驗代表著你現在在什麼級別，而學習能力則代表著你將來能到達什麼級別。
學習過程：
看了我的優劣勢介紹，你會發現我的優勢相對於我的劣勢來說，簡直不值一提。我自己對此也有清晰的認識，因此從過完年之後，我就開始抓緊空閑時間學習。學習的過程如下：
1.看面試題
正常人第一步肯定都會看面試題，我也不例外，在看的過程中，我發現有些文章寫的不錯，對我幫助不小值得推薦，如下：
Java面試題全集（上）很多基礎的東西，建議先看。
各大公司Java後端開發面試題總結
面試心得與總結—BAT、網易、蘑菇街
關於Java面試，你應該准備這些知識點
2.深入學習
在看面試題的過程，你會遇到一些自己沒接觸過的或者以前沒深入學習過的知識，例如最常問的HashMap內部實現原理，這就促使你得開始去看jdk的源碼或者是學習一些新的東西。看源碼是很重要的一步，起步很難，但是會讓你收益良多，看源碼的過程如果碰到無法理解的地方，可以網路看下別人的理解。我學習源碼的過程中，看過幾個人的關於源碼的文章寫的很不錯，如下：
五月的倉頡
佔小狼
zhangshixi的Core java系列
3.熟悉項目
找出自己工作以來開發過的最叼的功能，將整個功能的流程和涉及的東西吃透。項目是面試中必問的環節，一般是以一個功能點為基礎展開問，因此你必須對這個功能有很深的認識，不能有模糊的地方。如果有時間，能把涉及到的知識點也搞懂最好。
4.做面試題
有不少公司是有面試的，如果你沒有準備過，很容易在各種小地方犯錯，建議去一些面試題網站多做些題目，我自己是用的牛客網。
5.學習記錄
把自己每天的學習時間和學習內容記錄下來，可以讓自己更有動力的學習，學習是一個枯燥的過程，你必須讓自己時刻保持有動力。
投簡歷、約面試環節
1.在哪些網站投？
拉勾網、BOSS直聘、獵聘網。
2.是否該海投？
投簡歷分為兩個情況。
1）沒有社招面試經驗：建議採取海投的方式，只要職位要求跟自己比較匹配都可以投，累計面試經驗。這個環節可以把投簡歷的網站增加兩家：智聯和無憂。
2）自認為社招面試經驗已經足夠：投那些職位匹配、公司滿意的職位。公司評價可以去看準網、網路、知乎等查詢。
3.一天約幾家面試合適？
最理想的情況為2家面試，上午一般在10點左右，下午一般在2點左右。建議把理想的公司放下午，因為下午的時間比較充足，可以讓公司更充分的了解你。我開始面的時候，每次都是上午面的不好，下午面的不錯。
4.投簡歷經常沒下文？
我當初也沒想到簡歷篩選這關有這么難，可能是我的簡歷確實亮點不多，再者HR很多都不是行內人，因此他們看得最直接的就是你上家的公司和你畢業的學校，如果你不是從牛逼的公司/學校出來，可能會碰到和我一樣的情況，應對的辦法就是多投。
5.是否該裸辭？
我一開始是邊上班邊投，然後利用調休時間，或者請假去面試。後來，面試機會越來越多，請假太頻繁了，自己都不好意思了，並且自己也已經有足夠的信心，這個時候我選擇了裸辭。裸辭還有一個原因是，在面試過程中你會發現，有的公司要人要的緊，如果你的辭職流程過長可能會導致你錯過這個公司。
6.注意事項
1）面試前一天把路線和時間算好，最好別遲到。
2）背個書包，帶好簡歷、充電寶、紙巾、雨傘。
面試環節
1.筆試常見的問題？
面試常見的問題上面給的面試題鏈接基本都有。我只提幾點：1）寫SQL：寫SQL很常考察group by、內連接和外連接。2）手寫代碼：手寫代碼一般考單例、排序、線程、消費者生產者。我建議排序演算法除了冒泡排序，最好還能手寫一種其他的排序代碼。試想：如果一般面試者都寫的冒泡排序，而你寫的是快速排序/堆排序，肯定能給面試官留下不錯的印象。
2.面試流程？
1）讓你自我介紹
2）問Java基礎知識
3）問項目
4）情景問題，例如：你的一個功能上了生產環境後，伺服器壓力驟增，該怎麼排查。
5）你有什麼想問面試官的
3.面試常問的知識點？
1）集合相關問題（必問）：
HashMap、LinkedHashMap、ConcurrentHashMap、ArrayList、LinkedList的底層實現。
HashMap和Hashtable的區別。
ArrayList、LinkedList、Vector的區別。
HashMap和ConcurrentHashMap的區別。
HashMap和LinkedHashMap的區別。
HashMap是線程安全的嗎。
ConcurrentHashMap是怎麼實現線程安全的。
2）線程相關問題（必問）：
創建線程的3種方式。
什麼是線程安全。
Runnable介面和Callable介面的區別。
wait方法和sleep方法的區別。
synchronized、Lock、ReentrantLock、ReadWriteLock。
介紹下CAS(無鎖技術)。
什麼是ThreadLocal。
創建線程池的4種方式。
ThreadPoolExecutor的內部工作原理。
分布式環境下，怎麼保證線程安全。
3）JVM相關問題：
介紹下垃圾收集機制（在什麼時候，對什麼，做了什麼）。
垃圾收集有哪些演算法，各自的特點。
類載入的過程。
雙親委派模型。
有哪些類載入器。
能不能自己寫一個類叫java.lang.String。
4）設計模式相關問題（必問）：
先問你熟悉哪些設計模式，然後再具體問你某個設計模式具體實現和相關擴展問題。
5）資料庫相關問題，針對Mysql（必問）：
給題目讓你手寫SQL。
有沒有SQL優化經驗。
Mysql索引的數據結構。
SQL怎麼進行優化。
SQL關鍵字的執行順序。
有哪幾種索引。
什麼時候該（不該）建索引。
Explain包含哪些列。
Explain的Type列有哪幾種值。
6）框架相關問題：
Hibernate和Mybatis的區別。
Spring MVC和Struts2的區別。
Spring用了哪些設計模式。
Spring中AOP主要用來做什麼。
Spring注入bean的方式。
什麼是IOC，什麼是依賴注入。
Spring是單例還是多例，怎麼修改。
Spring事務隔離級別和傳播性。
介紹下Mybatis/Hibernate的緩存機制。
Mybatis的mapper文件中#和$的區別。
Mybatis的mapper文件中resultType和resultMap的區別。
Mybatis中DAO層介面沒有寫實現類，Mapper中的方法和DAO介面方法是怎麼綁定到一起的，其內部是怎麼實現的。
7）其他遇到問題：
介紹下棧和隊列。
IO和NIO的區別。
介面和抽象類的區別。
int和Integer的自動拆箱/裝箱相關問題。
常量池相關問題。
==和equals的區別。
重載和重寫的區別。
String和StringBuilder、StringBuffer的區別。
靜態變數、實例變數、局部變數線程安全嗎，為什麼。
try、catch、finally都有return語句時執行哪個。
介紹下B樹、二叉樹。
ajax的4個字母分別是什麼意思。
xml全稱是什麼。
分布式鎖的實現。
分布式session存儲解決方案。
常用的linux命令。
一些經驗：
1.先投一些普通公司，等面出了心得再去投理想的公司。
2.不熟悉的技術不要主動提。
3.對於那種實習期6個月還打8折的公司，除非你沒有其他選擇了，否則不要去。
4.小公司喜歡在薪水上壓你，開的時候適當提高。
5.不要去參加招聘會，純粹是浪費時間。
6.把面試當作一次技術的交流，不要太在意是否能被錄取。
7.公司一般面完就決定是否錄取了，讓你回去等消息這種情況一般沒戲，無論你自己覺得面的有多好。
8.盡量少通過電話面試，效果不好。
9.在面試的日子裡，要保持每天學習，無論是學習新東西還是復習舊東西。
10.拿到offer了，問問自己這個公司讓自己100%滿意了嗎，如果不是，請繼續努力找更好的。
11.通過面試官可以大概判斷這家公司的情況。
12.拉勾投的簡歷很多會被篩掉，但是拉勾還是面試機會的最主要來源。
13.理想的公司可以多投幾次，我有好幾次都是第一次投被篩掉，多投幾次就過的經驗。
14.問到自己有深入研究過的知識，抓住機會好好表現，不要輕易放過。

『肆』 怎樣用Java來體現二叉樹（順便加上注釋）

二叉樹，和資料庫的B樹操作流程是一樣的，例如：有如下欄位
F,C,B,H,K,I；
如果要形成二叉樹的話，則，首先取第一個數據作為根節點，所以，現在是 F ，如果欄位比根節點小，則保存在左子樹，如果比根節點大或者等於根節點則保存在右子樹，最後按左---根-----右輸出所以數據。
所以，實現的關鍵就是在於保存的數據上是否存在大小比較功能，而String類中compareTo()有這個能力,節點類要保存兩類數據，左節點，右節點
class Node
{
private String data;
private Node left;
private Node right;
public Node (String data){
this.data = data;
}
public void setLeft(Node left) {
this.left = left;
}
public void setRight(Node right){
this.right = right;
}
public String getDate() {
return this.data;
}
public Node getLeft(){
return this.left;
}
public Node getRight(){
return this.right;
}
public void addNode(Node newNode){
if(this.data.compareTo(newNode.data)>=0) {
if(this.left == null){
this.left = newNode;
}else {
this.left.addNode(newNode);
}
}else {
if(this.right == null) {
this.right = newNode;
} else {
this.right.addNode(newNode);
}
}
}
public void printNode(){
if(this.left!= null){
this.left.printNode();
}
System.out.println(this.data);
if(this.right != null){
this.right.printNode();
}
}
}
class BinaryTree
{
private Node root = null;
public void add(String data) {
Node newNode = new Node(data);
if(this.root == null) {
this.root = newNode;
}else{
this.root.addNode(newNode);
}
}
public void print() {
this.root.printNode();
}
}
public class Hello
{
public static void main (String args[]) {
BinaryTree link = new BinaryTree();
link.add("F");
link.add("C");
link.add("B");
link.add("H");
link.add("K");
link.add("I");
link.print();
}
}
你一看就英文就知道什麼意思了，應該可以理解了
這個二叉樹捉摸不透就別琢磨了，開放中一般用不上

}

『伍』 Java用最少的代碼寫B樹

可緩察滑以參考一下這個實現
http://www.jbixbe.com/doc/tutorial/BTree.html
代碼應該比沒態較少了擾臘。

『陸』 Java編程中 什麼是索引，有什麼作用

java 編程中索引是對資料庫表中一列或多列的值進行排序的一種結構（B樹-平衡多叉樹）。
創建索引可以大大提高系統的性能。
第一，通過創建唯一性索引，可以保證資料庫表中每一行數據的唯一性型瞎。
第二，可以謹並大大加快數據的檢索速度，這也是創建索引的最主要的原因。
第三，可以加祥租跡速表和表之間的連接，特別是在實現數據的參考完整性方面特別有意義。
第四，在使用分組和排序子句進行數據檢索時，同樣可以顯著減少查詢中分組和排序的時間。
第五，通過使用索引，可以在查詢的過程中，使用優化隱藏器，提高系統的性能

『柒』 java循環越跑越慢為什麼高手進

查詢速度慢的原因很多，常見如下幾種：

1、沒有索引或者沒有用到索引(這是查詢慢最常見的問題，是程序設計的缺陷)

2、I/O吞吐量小，形成了瓶頸效應。

3、沒有創建計算列導致查詢不優化。

4、內存不足

5、網路速度慢

6、查詢出的數據量過大（可以採用多次查詢，其他的方法降低數據量）

7、鎖或者死鎖(這也是查詢慢最常見的問題，是程序設計的缺陷)

8、sp_lock,sp_who,活動的用戶查看,原因是讀寫競爭資源。

9、返回了不必要的行和列

10、查詢語句不好，沒有優化

可以通過如下方法來優化查詢 :

1、把數據、日誌、索引放到不同的I/O設備上，增加讀取速度，以前可以將Tempdb應放在RAID0上，SQL2000不在支持。數據量（尺寸）越大，提高I/O越重要.

2、縱向、橫向分割表，減少表的尺寸(sp_spaceuse)

3、升級硬體

4、根據查詢條件,建立索引,優化索引、優化訪問方式，限制結果集的數據量。注意填充因子要適當（最好是使用默認值0）。索引應該盡量小，使用位元組數小的列建索引好（參照索引的創建）,不要對有限的幾個值的欄位建單一索引如性別欄位

5、提高網速;

6、擴大伺服器的內存,Windows 2000和SQL server 2000能支持4-8G的內存。配置首凳虛擬內存：虛擬內存大小應基於計算機上並發運行的服務進行配置。運行 Microsoft SQL Server? 2000 時，可考慮將虛擬內存大小設置為計算機中安裝的物理內存的 1.5 倍。如果另外安裝了全文檢索功能，並打算運行 Microsoft 搜索服務以便執行全文索引和查詢，可考慮：將虛擬內存大小配置為至少是計算機中安裝的物理內存的 3 倍。將 SQL Server max server memory 伺服器配置選項配置為物理內存的 1.5 倍（虛擬內存大小設置的一半）。

7、增加伺服器CPU個數;但是必須明白並行處理串列處理更需要資源例如內存。使用並行還是串列程是緩局MsSQL自動評估選擇的。單個任務分解成多個任務，就可以在處理器上運行。例如耽擱查詢的排序、連接、掃描和GROUP BY字句同時執行，SQL SERVER根據系統的負載情況決定最優的並行等級，復雜的需要消耗大量的CPU的查詢最適合並行處理。但是更新操作UPDATE,INSERT，DELETE還不能並行處理。

8、如果是使用like進行查詢的話，簡單的使用index是不行的，但是全文索引，耗空間。 like 'a%' 使用索引 like '%a'擾芹讓 不使用索引用 like '%a%' 查詢時，查詢耗時和欄位值總長度成正比,所以不能用CHAR類型，而是VARCHAR。對於欄位的值很長的建全文索引。

9、DB Server 和APPLication Server 分離；OLTP和OLAP分離

10、分布式分區視圖可用於實現資料庫伺服器聯合體。聯合體是一組分開管理的伺服器，但它們相互協作分擔系統的處理負荷。這種通過分區數據形成資料庫伺服器聯合體的機制能夠擴大一組伺服器，以支持大型的多層 Web 站點的處理需要。有關更多信息，參見設計聯合資料庫伺服器。（參照SQL幫助文件'分區視圖'）

a、在實現分區視圖之前，必須先水平分區表

b、在創建成員表後，在每個成員伺服器上定義一個分布式分區視圖，並且每個視圖具有相同的名稱。這樣，引用分布式分區視圖名的查詢可以在任何一個成員伺服器上運行。系統操作如同每個成員伺服器上都有一個原始表的復本一樣，但其實每個伺服器上只有一個成員表和一個分布式分區視圖。數據的位置對應用程序是透明的。

11、重建索引 DBCC REINDEX ,DBCC INDEXDEFRAG,收縮數據和日誌 DBCC SHRINKDB,DBCC SHRINKFILE. 設置自動收縮日誌.對於大的資料庫不要設置資料庫自動增長，它會降低伺服器的性能。 在T-sql的寫法上有很大的講究，下面列出常見的要點：首先，DBMS處理查詢計劃的過程是這樣的：

1、 查詢語句的詞法、語法檢查

2、 將語句提交給DBMS的查詢優化器

3、 優化器做代數優化和存取路徑的優化

4、 由預編譯模塊生成查詢規劃

5、 然後在合適的時間提交給系統處理執行

6、 最後將執行結果返回給用戶其次，看一下SQL SERVER的數據存放的結構：一個頁面的大小為8K(8060)位元組，8個頁面為一個盤區，按照B樹存放。

12、Commit和rollback的區別 Rollback:回滾所有的事物。 Commit:提交當前的事物. 沒有必要在動態SQL里寫事物，如果要寫請寫在外面如： begin tran exec(@s) commit trans 或者將動態SQL 寫成函數或者存儲過程。

13、在查詢Select語句中用Where字句限制返回的行數,避免表掃描,如果返回不必要的數據，浪費了伺服器的I/O資源，加重了網路的負擔降低性能。如果表很大，在表掃描的期間將表鎖住，禁止其他的聯接訪問表,後果嚴重。

14、SQL的注釋申明對執行沒有任何影響

15、盡可能不使用游標，它佔用大量的資源。如果需要row-by-row地執行，盡量採用非游標技術,如：在客戶端循環，用臨時表，Table變數，用子查詢，用Case語句等等。游標可以按照它所支持的提取選項進行分類： 只進 必須按照從第一行到最後一行的順序提取行。FETCH NEXT 是唯一允許的提取操作,也是默認方式。可滾動性 可以在游標中任何地方隨機提取任意行。游標的技術在SQL2000下變得功能很強大，他的目的是支持循環。有四個並發選項 READ_ONLY：不允許通過游標定位更新(Update)，且在組成結果集的行中沒有鎖。 OPTIMISTIC WITH valueS:樂觀並發控制是事務控制理論的一個標准部分。樂觀並發控制用於這樣的情形，即在打開游標及更新行的間隔中，只有很小的機會讓第二個用戶更新某一行。當某個游標以此選項打開時，沒有鎖控制其中的行，這將有助於最大化其處理能力。如果用戶試圖修改某一行，則此行的當前值會與最後一次提取此行時獲取的值進行比較。如果任何值發生改變，則伺服器就會知道其他人已更新了此行，並會返回一個錯誤。如果值是一樣的，伺服器就執行修改。 選擇這個並發選項�OPTIMISTIC WITH ROW VERSIONING:此樂觀並發控制選項基於行版本控制。使用行版本控制，其中的表必須具有某種版本標識符，伺服器可用它來確定該行在讀入游標後是否有所更改。在 SQL Server 中，這個性能由 timestamp 數據類型提供，它是一個二進制數字，表示資料庫中更改的相對順序。每個資料庫都有一個全局當前時間戳值：@@DBTS。每次以任何方式更改帶有 timestamp 列的行時，SQL Server 先在時間戳列中存儲當前的 @@DBTS 值，然後增加 @@DBTS 的值。如果某 個表具有 timestamp 列，則時間戳會被記到行級。伺服器就可以比較某行的當前時間戳值和上次提取時所存儲的時間戳值，從而確定該行是否已更新。伺服器不必比較所有列的值，只需比較 timestamp 列即可。如果應用程序對沒有 timestamp 列的表要求基於行版本控制的樂觀並發，則游標默認為基於數值的樂觀並發控制。 SCROLL LOCKS 這個選項實現悲觀並發控制。在悲觀並發控制中，在把資料庫的行讀入游標結果集時，應用程序將試圖鎖定資料庫行。在使用伺服器游標時，將行讀入游標時會在其上放置一個更新鎖。如果在事務內打開游標，則該事務更新鎖將一直保持到事務被提交或回滾；當提取下一行時，將除去游標鎖。如果在事務外打開游標，則提取下一行時，鎖就被丟棄。因此，每當用戶需要完全的悲觀並發控制時，游標都應在事務內打開。更新鎖將阻止任何其它任務獲取更新鎖或排它鎖，從而阻止其它任務更新該行。然而，更新鎖並不阻止共享鎖，所以它不會阻止其它任務讀取行，除非第二個任務也在要求帶更新鎖的讀取。滾動鎖根據在游標定義的 SELECT 語句中指定的鎖提示，這些游標並發選項可以生成滾動鎖。滾動鎖在提取時在每行上獲取，並保持到下次提取或者游標關閉，以先發生者為准。下次提取時，伺服器為新提取中的行獲取滾動鎖，並釋放上次提取中行的滾動鎖。滾動鎖獨立於事務鎖，並可以保持到一個提交或回滾操作之後。如果提交時關閉游標的選項為關，則 COMMIT 語句並不關閉任何打開的游標，而且滾動鎖被保留到提交之後，以維護對所提取數據的隔離。所獲取滾動鎖的類型取決於游標並發選項和游標 SELECT 語句中的鎖提示。鎖提示 只讀 樂觀數值 樂觀行版本控制 鎖定無提示 未鎖定 未鎖定 未鎖定 更新 NOLOCK 未鎖定 未鎖定 未鎖定 未鎖定 HOLDLOCK 共享 共享 共享 更新 UPDLOCK 錯誤 更新 更新 更新 TABLOCKX 錯誤 未鎖定 未鎖定 更新其它 未鎖定 未鎖定 未鎖定 更新 *指定 NOLOCK 提示將使指定了該提示的表在游標內是只讀的。

16、用Profiler來跟蹤查詢，得到查詢所需的時間，找出SQL的問題所在;用索引優化器優化索引

17、注意UNion和UNion all 的區別。UNION all好

18、注意使用DISTINCT，在沒有必要時不要用，它同UNION一樣會使查詢變慢。重復的記錄在查詢里是沒有問題的

19、查詢時不要返回不需要的行、列

20、用sp_configure 'query governor cost limit'或者SET QUERY_GOVERNOR_COST_LIMIT來限制查詢消耗的資源。當評估查詢消耗的資源超出限制時，伺服器自動取消查詢,在查詢之前就扼殺掉。SET LOCKTIME設置鎖的時間

21、用select top 100 / 10 Percent 來限制用戶返回的行數或者SET ROWCOUNT來限制操作的行

22、在SQL2000以前，一般不要用如下的字句: "IS NULL", "<>", "!=", "!>", "!<", "NOT", "NOT EXISTS", "NOT IN", "NOT LIKE", and "LIKE '%500'"，因為他們不走索引全是表掃描。也不要在WHere字句中的列名加函數，如Convert，substring等,如果必須用函數的時候，創建計算列再創建索引來替代.還可以變通寫法：WHERE SUBSTRING(firstname,1,1) = 'm'改為WHERE firstname like 'm%'（索引掃描），一定要將函數和列名分開。並且索引不能建得太多和太大。NOT IN會多次掃描表，使用EXISTS、NOT EXISTS ，IN , LEFT OUTER JOIN 來替代，特別是左連接,而Exists比IN更快，最慢的是NOT操作.如果列的值含有空，以前它的索引不起作用，現在2000的優化器能夠處理了。相同的是IS NULL，"NOT", "NOT EXISTS", "NOT IN"能優化她，而"<>"等還是不能優化，用不到索引。

23、使用Query Analyzer，查看SQL語句的查詢計劃和評估分析是否是優化的SQL。一般的20%的代碼占據了80%的資源，我們優化的重點是這些慢的地方。

24、如果使用了IN或者OR等時發現查詢沒有走索引，使用顯示申明指定索引：

SELECT * FROM PersonMember (INDEX = IX_Title) WHERE processid IN ('男'，'女')

25、將需要查詢的結果預先計算好放在表中，查詢的時候再SELECT。這在SQL7.0以前是最重要的手段。例如醫院的住院費計算。

26、MIN() 和 MAX()能使用到合適的索引。

27、資料庫有一個原則是代碼離數據越近越好，所以優先選擇Default,依次為Rules,Triggers, Constraint（約束如外健主健CheckUNIQUE……,數據類型的最大長度等等都是約束）,Procere.這樣不僅維護工作小，編寫程序質量高，並且執行的速度快。

28、如果要插入大的二進制值到Image列，使用存儲過程，千萬不要用內嵌INsert來插入(不知JAVA是否)。因為這樣應用程序首先將二進制值轉換成字元串（尺寸是它的兩倍），伺服器受到字元後又將他轉換成二進制值.存儲過程就沒有這些動作: 方法：

Create procere p_insert as insert into table(Fimage) values (@image)

在前台調用這個存儲過程傳入二進制參數，這樣處理速度明顯改善。

29、Between在某些時候比IN速度更快,Between能夠更快地根據索引找到范圍。用查詢優化器可見到差別。

select * from chineseresume where title in ('男','女')
Select * from chineseresume where title between '男' and '女'
是一樣的。由於in會在比較多次，所以有時會慢些。

30、在必要是對全局或者局部臨時表創建索引，有時能夠提高速度，但不是一定會這樣，因為索引也耗費大量的資源。他的創建同是實際表一樣。

31、不要建沒有作用的事物例如產生報表時，浪費資源。只有在必要使用事物時使用它。

32、用OR的字句可以分解成多個查詢，並且通過UNION 連接多個查詢。他們的速度只同是否使用索引有關,如果查詢需要用到聯合索引，用UNION all執行的效率更高.多個OR的字句沒有用到索引，改寫成UNION的形式再試圖與索引匹配。一個關鍵的問題是否用到索引。

33、盡量少用視圖，它的效率低。對視圖操作比直接對表操作慢,可以用stored procere來代替她。特別的是不要用視圖嵌套,嵌套視圖增加了尋找原始資料的難度。我們看視圖的本質：它是存放在伺服器上的被優化好了的已經產生了查詢規劃的SQL。對單個表檢索數據時，不要使用指向多個表的視圖，直接從表檢索或者僅僅包含這個表的視圖上讀，否則增加了不必要的開銷,查詢受到干擾.為了加快視圖的查詢，MsSQL增加了視圖索引的功能。

34、沒有必要時不要用DISTINCT和ORDER BY，這些動作可以改在客戶端執行。它們增加了額外的開銷。這同UNION 和UNION ALL一樣的道理。

select top 20 ad.companyname,comid,position,ad.referenceid,worklocation,
convert(varchar(10),ad.postDate,120) as postDate1,workyear,degreedescription FROM
jobcn_query.dbo.COMPANYAD_query ad where referenceID in('JCNAD00329667','JCNAD132168','JCNAD00337748','JCNAD00338345',
'JCNAD00333138','JCNAD00303570','JCNAD00303569',
'JCNAD00303568','JCNAD00306698','JCNAD00231935','JCNAD00231933',
'JCNAD00254567','JCNAD00254585','JCNAD00254608',
'JCNAD00254607','JCNAD00258524','JCNAD00332133','JCNAD00268618',
'JCNAD00279196','JCNAD00268613') order by postdate desc

35、在IN後面值的列表中，將出現最頻繁的值放在最前面，出現得最少的放在最後面，減少判斷的次數。

36、當用SELECT INTO時，它會鎖住系統表(sysobjects，sysindexes等等)，阻塞其他的連接的存取。創建臨時表時用顯示申明語句，而不是

select INTO. drop table t_lxh begin tran select * into t_lxh from chineseresume
where name = 'XYZ' --commit

在另一個連接中SELECT * from sysobjects可以看到 SELECT INTO 會鎖住系統表，Create table 也會鎖系統表(不管是臨時表還是系統表)。所以千萬不要在事物內使用它！！！這樣的話如果是經常要用的臨時表請使用實表，或者臨時表變數。

37、一般在GROUP BY 個HAVING字句之前就能剔除多餘的行，所以盡量不要用它們來做剔除行的工作。他們的執行順序應該如下最優：select 的Where字句選擇所有合適的行，Group By用來分組個統計行，Having字句用來剔除多餘的分組。這樣Group By 個Having的開銷小，查詢快.對於大的數據行進行分組和Having十分消耗資源。如果Group BY的目的不包括計算，只是分組，那麼用Distinct更快

38、一次更新多條記錄比分多次更新每次一條快,就是說批處理好

39、少用臨時表，盡量用結果集和Table類性的變數來代替它,Table 類型的變數比臨時表好

40、在SQL2000下，計算欄位是可以索引的，需要滿足的條件如下：

a、計算欄位的表達是確定的

b、不能用在TEXT,Ntext，Image數據類型

c、必須配製如下選項 ANSI_NULLS = ON, ANSI_PADDINGS = ON, …….

41、盡量將數據的處理工作放在伺服器上，減少網路的開銷，如使用存儲過程。存儲過程是編譯好、優化過、並且被組織到一個執行規劃里、且存儲在資料庫中的SQL語句，是控制流語言的集合，速度當然快。反復執行的動態SQL,可以使用臨時存儲過程，該過程（臨時表）被放在Tempdb中。以前由於SQL SERVER對復雜的數學計算不支持，所以不得不將這個工作放在其他的層上而增加網路的開銷。SQL2000支持UDFs,現在支持復雜的數學計算，函數的返回值不要太大，這樣的開銷很大。用戶自定義函數象游標一樣執行的消耗大量的資源，如果返回大的結果採用存儲過程

42、不要在一句話里再三的使用相同的函數，浪費資源,將結果放在變數里再調用更快

43、SELECT COUNT(*)的效率教低，盡量變通他的寫法，而EXISTS快.同時請注意區別： select count(Field of null) from Table 和 select count(Field of NOT null) from Table 的返回值是不同的！！！

44、當伺服器的內存夠多時，配製線程數量 = 最大連接數+5，這樣能發揮最大的效率；否則使用 配製線程數量<最大連接數啟用SQL SERVER的線程池來解決,如果還是數量 = 最大連接數+5，嚴重的損害伺服器的性能。

45、按照一定的次序來訪問你的表。如果你先鎖住表A，再鎖住表B，那麼在所有的存儲過程中都要按照這個順序來鎖定它們。如果你（不經意的）某個存儲過程中先鎖定表B，再鎖定表A，這可能就會導致一個死鎖。如果鎖定順序沒有被預先詳細的設計好，死鎖很難被發現

46、通過SQL Server Performance Monitor監視相應硬體的負載 Memory: Page Faults / sec計數器如果該值偶爾走高，表明當時有線程競爭內存。如果持續很高，則內存可能是瓶頸。

Process:

1、% DPC Time 指在範例間隔期間處理器用在緩延程序調用(DPC)接收和提供服務的百分比。(DPC 正在運行的為比標准間隔優先權低的間隔)。 由於 DPC 是以特權模式執行的，DPC 時間的百分比為特權時間 百分比的一部分。這些時間單獨計算並且不屬於間隔計算總數的一部 分。這個總數顯示了作為實例時間百分比的平均忙時。

2、%Processor Time計數器 如果該參數值持續超過95%，表明瓶頸是CPU。可以考慮增加一個處理器或換一個更快的處理器。

3、% Privileged Time 指非閑置處理器時間用於特權模式的百分比。(特權模式是為操作系統組件和操縱硬體驅動程序而設計的一種處理模式。它允許直接訪問硬體和所有內存。另一種模式為用戶模式，它是一種為應用程序、環境分系統和整數分系統設計的一種有限處理模式。操作系統將應用程序線程轉換成特權模式以訪問操作系統服務)。 特權時間的 % 包括為間斷和 DPC 提供服務的時間。特權時間比率高可能是由於失敗設備產生的大數量的間隔而引起的。這個計數器將平均忙時作為樣本時間的一部分顯示。

4、% User Time表示耗費CPU的資料庫操作，如排序，執行aggregate functions等。如果該值很高，可考慮增加索引，盡量使用簡單的表聯接，水平分割大表格等方法來降低該值。 Physical Disk: Curretn Disk Queue Length計數器該值應不超過磁碟數的1.5~2倍。要提高性能，可增加磁碟。 SQLServer:Cache Hit Ratio計數器該值越高越好。如果持續低於80%，應考慮增加內存。 注意該參數值是從SQL Server啟動後，就一直累加記數，所以運行經過一段時間後，該值將不能反映系統當前值。

47、分析select emp_name form employee where salary > 3000 在此語句中若salary是Float類型的，則優化器對其進行優化為Convert(float,3000)，因為3000是個整數，我們應在編程時使用3000.0而不要等運行時讓DBMS進行轉化。同樣字元和整型數據的轉換。

48、查詢的關聯同寫的順序

select a.personMemberID, * from chineseresume a,personmember b where personMemberID
= b.referenceid and a.personMemberID = 'JCNPRH39681' （A = B ,B = '號碼'）

select a.personMemberID, * from chineseresume a,personmember b where a.personMemberID
= b.referenceid and a.personMemberID = 'JCNPRH39681' and b.referenceid = 'JCNPRH39681' （A = B ,B = '號碼'， A = '號碼'）

select a.personMemberID, * from chineseresume a,personmember b where b.referenceid
= 'JCNPRH39681' and a.personMemberID = 'JCNPRH39681' （B = '號碼'， A = '號碼'）

49、

(1)IF 沒有輸入負責人代碼 THEN code1=0 code2=9999 ELSE code1=code2=負責人代碼 END IF 執行SQL語句為: SELECT 負責人名 FROM P2000 WHERE 負責人代碼>=:code1 AND負責人代碼 <=:code2

(2)IF 沒有輸入負責人代碼 THEN SELECT 負責人名 FROM P2000 ELSE code= 負責人代碼 SELECT 負責人代碼 FROM P2000 WHERE 負責人代碼=:code END IF 第一種方法只用了一條SQL語句,第二種方法用了兩條SQL語句。在沒有輸入負責人代碼時,第二種方法顯然比第一種方法執行效率高,因為它沒有限制條件;在輸入了負責人代碼時,第二種方法仍然比第一種方法效率高,不僅是少了一個限制條件,還因相等運算是最快的查詢運算。我們寫程序不要怕麻煩

50、關於JOBCN現在查詢分頁的新方法（如下），用性能優化器分析性能的瓶頸，如果在I/O或者網路的速度上，如下的方法優化切實有效，如果在CPU或者內存上，用現在的方法更好。請區分如下的方法，說明索引越小越好。

begin
DECLARE @local_variable table (FID int identity(1,1),ReferenceID varchar(20))
insert into @local_variable (ReferenceID)
select top 100000 ReferenceID from chineseresume order by ReferenceID
select * from @local_variable where Fid > 40 and fid <= 60
end

和

begin
DECLARE @local_variable table (FID int identity(1,1),ReferenceID varchar(20))
insert into @local_variable (ReferenceID)
select top 100000 ReferenceID from chineseresume order by updatedate
select * from @local_variable where Fid > 40 and fid <= 60
end

的不同

begin
create table #temp (FID int identity(1,1),ReferenceID varchar(20))
insert into #temp (ReferenceID)
select top 100000 ReferenceID from chineseresume order by updatedate
select * from #temp where Fid > 40 and fid <= 60 drop table #temp
end

『捌』 java手寫分頁功能,不足繼續查看怎麼辦

當Java手寫分頁功能塵歷不足以滿足需求時，可以採取以下幾種解決方案：

1. 使用分頁插件：考慮使用成熟的分頁插件，例如MyBatis的PageHelper，這樣可以避免手寫分頁邏輯，同時提高代碼的可維護性和可讀性。PageHelper插件可以自動為SQL語句添加LIMIT和OFFSET子句，實現資料庫層面的分頁。

使用PageHelper的步驟如下：
a. 引入PageHelper依賴；
b. 在MyBatis配置文件中添加PageHelper插件；
c. 在DAO或Service層使用PageHelper.startPage(pageNum, pageSize)方法開啟分頁；
d. 正派敏搜常編寫查詢語句，PageHelper會自動進行分頁處理。

2. 優化SQL查詢：檢查手寫分頁的SQL語句，看是否可以通過優化提高查詢性能。例如，避免使用SELECT *，盡量只查詢需要的欄位；對於復雜查詢，考慮使用子查詢或者臨時表進行優化；合理使用索引等。

3. 使用緩存：考慮使用緩存技術（例如Redis）來緩存分頁查詢的結果。將熱點數據緩存在內存中，可以減少資料庫的查詢壓力，提高查詢速度。

4. 分庫分表：當數據量非常大時，可以考慮採用分庫分表的策略。將數據拆分到不同的資料庫和表中，可以減拿滾輕單一資料庫和表的查詢壓力，提高查詢速度。分庫分表的實現可以參考開源框架如ShardingSphere。

5. 使用Elasticsearch：對於全文檢索和復雜查詢場景，可以考慮使用Elasticsearch等搜索引擎。Elasticsearch可以提供高性能的分頁查詢，並支持復雜的查詢條件。

綜上所述，可以根據實際需求和場景選擇合適的解決方案來優化分頁功能。

『玖』 java里同時出現b[]和b[][]

因為B樹的原英文名稱為B-tree，而國內很多人喜坦弊歡把B-tree譯作B-樹，
B樹(B-tree)是裂腔一種樹狀數據結構能夠用來存儲排序後的數據。這種數據結構能夠讓查找數據、循序存取、插入數據及刪除的動作，讓源族都在對數時間內完成。

『拾』 MySQL——關於索引的總結

首先說說索引的 優點 ：最大的好處無疑就是提高查詢效率。有的索引還能保證數據的唯一性，比如唯一索引。

而它的 壞處 也很明顯：索引也是文件，我們在創建索引時，也會創建額外的文件，所以會佔用一些硬碟空間。其次，索引也需要維護，我們在增加刪除數據的時候，索引也需要去變化維護。當一個表的索引多了以後，資源消耗是很大的，所以必須結合實際業務再去確定給哪些列加索引。

再說說索引的基本結構。一說到這里肯定會脫口而出：B+樹！了解B+樹前先要了解二叉查找樹和二叉平衡樹。 二叉查找樹 ：左節點比父節點小，右節點比父節點大，所以二叉查找樹的中頃世序遍歷就是樹的各個節點從小到大的排序。 二叉平衡樹 ：左右子樹高度差不能大於1。B+樹就是結合了它們的特點，當然，不一定是二叉樹。

為什麼要有二叉查找樹的特點？？ 因為查找效率快，二分查找在這種結構下，查找效率是很快的。 那為什麼要有平衡樹的特點呢？ 試想，如果不維護一顆樹的平衡性，當插入一些數據後，樹的形態有可能變得很極端，比如左子樹一個數據沒有，而全在右子樹上，這種情況下，二分查找和遍歷有什麼區別呢？而就是因為這些特點需要去維護，所以就有了上面提到的缺點，當索引很多後，反臘乎戚而增加了系統的負擔。

接著說B+樹。 它的結構如下 ：

可以發現，葉子節點其實是一個 雙向循環鏈表 ，這種結構的好處就是，在范圍查詢的時候，我只用找到一個數據，就可以直接返回剩餘的數據了。比如找小於30的，只用找到30，其餘的直接通過葉子節點間的指針就可以找到。再說說其他特點： 數據只存在於葉子節點 。當葉子節點滿了，如果再添加數據，就會拆分葉子節點，父節點就多了個子節點。如果父節點的位置也滿了，就會擴充高度，就是拆分父節點，如25 50 75拆分成：25為左子樹，75為右子樹，50變成新的頭節點，此時B+樹的高度變成了3。它們的擴充的規律如下表，Leaf Page是葉子節點，index Page是非葉子節點。

再說說B樹 ，B樹相比較B+樹，它所有節點都存放數據，所以在查找數據時，B樹有可能沒到達葉子節點就結束了。再者，B樹的葉子節點間不存在指針。

最後說說Hash索引 ，相較於B+樹，Hash索引最大的優點就是查找數據快。但是Hash索引最大的問題就是不支持范圍查詢。試想，如果查詢小於30的數據，hash函數是根據數據的值找到其對應的位置，誰又知道小於30的有哪幾個數據。而B+樹正好相反，范圍查詢是它的強項。

附錄： Hash到底是啥？？ 哈希中文名散列，哈希只是它的音譯。 為啥都說Hash快？？ 首先有一塊哈希表（散列表），它的數據結構是個數組，一個任意長度的數據通過hash函數都可以變成一個固定長度的數據，叫hash值。然後通過hash值確定在數組中的位置，相同數據的hash值是相同的，所以我們存儲一個數據以後，只需O(1)的時間復雜度就可以找到數據。 那hash函數又是啥？？ 算術運算或位運算，很多應用里都有hash函數，但實際運算過程大不一樣。這是Java里String的hashCode方法：

publicint hashCode() {

}

還有一個問題，hash函數計算出來的hash值有可能存在碰撞，即兩個不同的數據可能存在相同的hash值，在MySQL或其他的應用中，如Java的HashMap等，如果存在碰撞就會以當前數組位置為頭節點，轉變成一個鏈表。

說到這里也清楚了為啥Java中輪陵引用類型要同時重寫hashCode和equals了。兩個對象，實例就算一模一樣，它們的hash值也不相等， 為啥不相等？？ 默認的Object的hashCode方法會根據對象來計算hash值的，實例相同，但它們還是兩個不同的對象啊，所以我們重寫hashCode時，最簡單的方法就是調用Object的hashCode方法，然後傳入該引用類型的屬性，讓hashCode方法只根據這幾個屬性來計算，那麼實例相同的話，它們的hash值也會相等。等hashCode比較完後，如果相等再比較實例內容，也就是equals，確保不是hash碰撞。

索引的分類

如果我們指定了一個主鍵，那麼這個主鍵就是主鍵索引。如果我們沒有指定，Mysql就會自動找一個非空的唯一索引當主鍵。如果沒有這種欄位，Mysql就會創建一個大小為6位元組的自增主鍵。如果有多個非空的唯一索引，那麼就讓第一個定義為唯一索引的欄位當主鍵，注意，是第一個定義，而不是建表時出現在前面的。

對於輔助索引來說，它們的B+樹結構稍微有點特殊，它們的葉子節點存儲的是主鍵，而不是整個數據。所以在大部分情況下，使用輔助索引查找數據，需要二次查找。但並不是所有情況都需要二次查找。比如查找的數據正好就是當前索引欄位的值，那麼直接返回就行。這里提一句，B+樹的key就是對應索引欄位的內容。

而輔助索引又有一些分類：唯一索引：不能出現重復的值，也算一種約束。普通索引：可以重復、可以為空，一般就是查詢時用到。前綴索引：只適用於字元串類型數據，對字元串前幾個字元創建索引。全文索引：作用是檢測大文本數據中某個關鍵字，這也是搜索引擎的一種技術。

注意，聚集索引、非聚集索引和前面幾個索引的分類並不是一個層面上的。上面的幾個分類是從索引的作用來分析的。聚集、非聚集索引是從索引文件上區分的。主鍵索引就屬於聚集索引，即索引和數據存放在一起，葉子節點存放的就是數據。數據表的.idb文件就是存放該表的索引和數據。

輔助索引屬於非聚集索引，說到這也就明白了。索引和數據不存放在一起的就是非聚集索引。在MYISAM引擎中，數據表的.MYI文件包含了表的索引， 該表的 葉子節點存儲索引和索引對應數據的指針，指向.MYD文件的數據。

索引的幾點使用經驗

經常被查詢的欄位；經常作為條件查詢的欄位；經常用於外鍵連接或普通的連表查詢時進行相等比較欄位；不為null的欄位；如果是多條件查詢，最好創建聯合索引，因為聯合索引只有一個索引文件。

經常被更新的欄位、不經常被查詢的欄位、存在相同功能的欄位