存储引擎
早期存储引擎都是把数据库相关数据固化到磁盘的，在并发上每张表都是表锁，
后期的存储引擎（例如innodb,in-memory等）大多都是元数据在磁盘上，索引数据在内存中，在并发上每张表都是行锁
2、磁盘型数据库索引
数据库如一本词典，存储很多数据，但要快速找到你需要查的词，就需要目录，在数据库中这个目录就叫索引，索引存的啥呢，
索引存的是被建索引字段的有序集合，并且每个字段都跟着一个数据的磁盘物理地址，有了索引表，如何查呢，在我们学习数据
结构与算法的时候，就接触到二叉树查找，那个时候就了解到树结构在查询上的优良性能，所以为了提高索引表的查询性能，索引
表数据是被存在树结构上的，SQL是b+树，MongoDB是b树，简单区别就是b+树数据存放在叶子节点，叶子节点上有横向指针，
这也就确定了SQL在范围查询上的优良性能，b树数据存放在各个节点，这就确定MongoDB在精准数据查询上的优良性能。
既然大致了解了索引结构，那索引是如何提升查询性能呢，索引树存在内存上，当你查询被索引数据时，数据库会遍历索引树，
匹配数据，找到数据磁盘物理地址，取出数据，这个过程因索引树参与数据匹配，会大大降低扫描的数据量，由此大大提升查询
性能，从这里我们能看出索引两大特点，有序集合和树结构。既然索引这么好，是不是应该给所有字段建立索引呢，其实非也，
索引会大大提升查询性能，但也会增加数据插入负担，因为每插入一条数据，所有相关索引要更新的，所以索引要查询量大的字段
上面，查询量不大想优化性能的要权衡增加的插入负担。常用的索引类型有三种，有序索引，hash索引，text索引，最常用的是
有序索引，就是上边讲的内容。复合索引是多字段索引，字段索引用途常为查询和排序，如果复合字段都为查询功能，则按照主次
建立索引即可，如果复合字段有查询也有排序，排序字段要放在查询字段前面建立索引。
索引性能调试有俩重要参数，毫秒数跟扫描量，具体参考以毫秒数为主，毫秒数和扫描量正相关，但毫秒数跟索引好坏不一定正相关，
这中间还牵涉到一个参数是数据量。
查询语法
关系型数据库大多遵循SQL语法规范，非关系型数据库语法各异。
存取性能
数据库按照存储位置分内存型数据库，磁盘型数据库。内存型数据库数据存在内存中，查询性能秒杀磁盘数据库。
数据库管理工具
这个因人而异，我个人比较喜欢Navicat，因为Navicat能连接各种数据库，并且交互比较友好，界面为中文。
数据库集群
每种数据库都有配置文件，一个配置文件启动一个数据库实例，集群就是配置多个数据库文件，可以分布在不同服务器上，
启动多个实例，建立主仆关系，主少从多， 集群一般为主写从读。
