数据库索引与事务

数据库索引与事务

索引（index)：就像书的目录一样，作用：加快数据库的查询

索引->数据结构

哈希表：对于范围查询不可

二叉树缺点：

1.当有海量数据时，因为每个节点只能存一个数据，那么需要进行磁盘遍历的次数就会很多，需要时间很久

2.二叉树只有两个叉，当有海量数据时，层高太高，效率低

B树（多叉树）：

B-树（- 连接符，不是B减树）

B+树：优点

​ 把每一层节点关联（链表），直接进行链表查询就可以得到区间查询信息，在范围查询时，无需进行O（N）的中序遍历

把所有数据存储在叶子节点，而非叶子节点只存储辅助查询的ID信息

优点：可以将非叶子节点存储在内存中，因此查询性能大大提升

自动创建索引：主键、unique、外键 自动键索引

索引类型：

1. 主键索引（不能删除）
2. 外键索引（不能删除）
3. 普通索引
4. 唯一索引

foreign key创建索引在子表中而非主表中，原因：

1. 设计层面：foreign key是在子表中进行创建和操作的，出于设计层面解耦

2. 业务层面：

演示索引性能：

1. 构建数据：
   • 通过mysal中自定义方法进行数据构建，麻烦
   • 通过Java程序生成一个测试脚本（temp.sql),后在mysql客户端进行sql执行（执行sql文件）
2. 测试没有索引、有索引的查询

public class CreateData {
    private static final int MAX_SIZE=10000;
    public static void main(String[] args) throws IOException {
        //1.创建字节流
        BufferedWriter bufferedWriter=new BufferedWriter(
                new FileWriter("e:\\temp.sql"));
        //2.构建SQL语句
        StringBuffer sb=new StringBuffer();
        sb.append("insert into temp values(1),");
        for(int i=2;i<MAX_SIZE;i++){
            sb.append("("+i+");");
        }
        sb.append("("+MAX_SIZE+");");

        //3.将SQL语句存储到磁盘
        bufferedWriter.write(sb.toString());

        //4.释放资源
        bufferedWriter.close();
    }
}

索引使用场景：只能提高查询的性能，数据进行添加删除修改时重新维护索引（B+树），在进行数据操作时，会有一定的性能消耗

索引只适用于多查询的场景（少修改、添加、查询）

对于修改、删除、添加比较频繁，但查询比较少的场景下不适用

事务

要么执行成功，要么不执行（反补的机制回滚数据）

[^账户-20 +20]:

事务的执行流程：

1. 开启事务 start transaction
2. 一系列的SQL操作(两条update SQL)
3. 提交事务(commit/rollback)

事务的四个特性：

• 原子性：一系列操作的数据，要么全部执行，要么不执行

• 持久性：事务执行完成后，所有的操作结果必须持久化到磁盘进行永久保存

• 一致性；事务执行前后，必须保证数据的安全性

• 隔离性：一个事务在执行时对其他并发事务是隔离的

  隔离级别：读未提交 读已提交 不可重复读 串行化

三个问题：脏读 幻读 不可重复读