MySQL InnoDB 存储引擎的索引底层是一棵 B+ 树。理解 B+ 树的结构、聚簇索引与二级索引的差异、以及覆盖索引与索引下推，是写出高性能 SQL 的基础。本文从原理入手，逐步剖析这些机制。

为什么是 B+ 树

常见的查询加速数据结构有：

• 二叉搜索树：极端情况下退化成链表，O(N) 查找
• 平衡二叉树（AVL/红黑树）：O(log N)，但每个节点只能存一个值，树高过高
• B 树（多路平衡查找树）：每个节点存多个 key，减少树高度
• B+ 树：B 树的变种，只有叶子节点存数据，内部节点只存 key（路由）

InnoDB 选择 B+ 树有三个关键原因：

1. 磁盘 I/O 友好：树高低（通常 3-4 层），单次查询只需 3-4 次磁盘寻道
2. 范围查询友好：叶子节点按顺序链表相连，范围扫描无需回溯上层
3. 查询效率稳定：所有数据都在叶子节点，路径长度一致

graph TB
    R[root<br/>page 1]
    R --> A[internal<br/>page 2]
    R --> B[internal<br/>page 3]
    A --> L1[leaf<br/>id=1..100]
    A --> L2[leaf<br/>id=101..200]
    B --> L3[leaf<br/>id=201..300]
    B --> L4[leaf<br/>id=301..400]
    L1 -.linked.-> L2
    L2 -.linked.-> L3
    L3 -.linked.-> L4

聚簇索引 vs 二级索引

InnoDB 的索引分为两种，存储方式截然不同：

1. 聊聊 Linux 五种 I/O 进程模型

2. 什么是 Event Loop？

3. 消息中间件NSQ深入与实践

4. 当我们在谈论HTTP队头阻塞时，我们在谈论什么？

5. 使用 supervisor 管理进程

6. 父子进程之间的关系

7. 通过共享内存进行进程间的通信

8. 深入源码剖析PHP-FPM

1. MySQL事务隔离级别

2. 图说设计模式

3. 使用PHP-Parse生成AST抽象语法树

4. Docker核心技术及实现原理

5. 也谈goroutine调度器

6. HTTPS为什么安全及连接过程

Redis 内部为了在小集合场景下节省内存，自定义了一种紧凑的顺序型结构——ziplist（压缩列表）。它被 list、hash、sorted set 在元素数量较少、元素值较小时采用。本文从内存布局入手，逐步剖析其编码原理、性能取舍和著名的"连锁更新"问题。

为什么需要 ziplist

普通的双向链表每个节点需要分配独立的内存块，并保存 prev/next 指针（每个指针 8 字节，在 64 位系统上）。如果集合里只有几个、十几个元素，链表的空间开销远大于数据本身——典型的"指针开销 > 实际数据"。

ziplist 的设计目标是用一段连续的字节数组存储所有元素，没有指针、内存对齐也尽量紧凑。代价是查找和修改的复杂度从 O(1) 退化到 O(N)，但对小集合而言这是值得的。

整体内存布局

ziplist 在内存中是一段连续字节，按顺序划分为以下几部分：

graph LR
    A[zlbytes<br/>4 字节] --> B[zltail<br/>4 字节]
    B --> C[zllen<br/>2 字节]
    C --> D[entry1]
    D --> E[entry2]
    E --> F[...]
    F --> G[entryN]
    G --> H[zlend<br/>1 字节=0xFF]

• zlbytes（uint32）：整个 ziplist 占用的字节数
• zltail（uint32）：到最后一个 entry 的偏移量，便于直接从尾部反向遍历
• zllen（uint16）：entry 数量。当实际数量超过 65535 时，此字段被设为 65535（0xFFFF），需要遍历才能得到真实数量
• entry[]：若干个 entry，按列表顺序排列
• zlend（uint8，常量 0xFF）：ziplist 结束标记

整个结构在内存里就是一段连续字节数组。Redis 在 list、hash、zset 这三种类型的底层会根据元素数量和大小决定是否采用 ziplist（list 还会用 quicklist，但 quicklist 的节点默认也是 ziplist）。

一个例子：

<?php
$foo = 1;
$bar = $foo;
echo $foo + $bar;

变量 $foo 赋值给变量 $bar，这两个变量具有相同的值，没有必要新申请内存空间，他们可以共享同一块内存。在很多场景下 PHP 的 COW 对内存进行优化。比如：变量的多次赋值、函数参数传递，并在函数体内修改实参等。

1. Redis内存使用优化与存储

2. 一致性哈希算法及其在分布式系统中的应用

3. Redis压缩列表的结构和原理

4. MQ介绍及选型

5. 初识MQTT协议

Copy-on-Write（缩写为 COW）是一种优化策略，核心思想是：共享 → 复制，但等到真正需要修改时才复制。

TCP 三次握手是建立可靠连接的基础。本文从握手过程、序列号机制、安全性等角度，深入分析为什么 TCP 需要三次握手而不是两次，以及围绕这个过程的各种边界情况和攻击手段。

一致性哈希（Consistent Hashing）是分布式系统中的核心技术，本文介绍其原理和应用场景。

2014 年开始用 PHP 写 Web 后端，从 LAMP 到 Laravel，从 Apache 到 Nginx + PHP-FPM。三年后第一次接触 Go，第一个感觉是"像 C 但更现代"，第二个感觉是"为什么这么严格"。

半年后回头看，从 PHP 到 Go 不只是语法切换，而是编程范式的根本变化——编译型、强类型、原生并发、显式错误处理、工程化优先。本文整理这些思维转变的关键点，帮助同样从 PHP 切入 Go 的同学。

《黑客与画家》（Hackers and Painters）一书作者保罗·格雷厄姆（Paul Graham）提出了一个重要观点：如果一开始就纠结细节而看不到整体，往往花费大量时间却达不到预期效果。正确的做法是先有一个整体的轮廓，再逐步完善各个部分。

使用 Supervisor 开启多个进程处理队列任务时，是否会导致重复消费同一个任务？本文从源码角度分析 Laravel Redis 队列的工作原理。

使用 Laravel 消息队列处理异步任务，Redis 作为队列驱动，Supervisor 监控进程异常中断并自动重启，这是 Laravel 处理队列任务的标准配置。但在生产环境中，为了保证系统可靠性，还需要注意以下几点。

在 Golang 中，函数之间传递变量时总是以值的方式传递的。无论是 int、string、bool、array 这样的内置类型，还是 slice、map、channel 这样的引用类型，在函数间传递变量时，都是以值的方式传递。

本文介绍 PHP-FPM、Nginx、FastCGI 三者之间的关系，以及 Nginx 反向代理和负载均衡的配置。