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:
- 主键索引(不能删除)
- 外键索引(不能删除)
- 普通索引
- 唯一索引
foreign key创建索引在子表中而非主表中,原因:
-
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
-
业务层面:
演示索引性能:
- 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)
- 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:
- 开启事务 start transaction
- 一系列的SQL操作(两条update SQL)
- 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