mysql简单总结

定义

用于持久化存储数据，管理数据，是一个关系型数据库

存储引擎

• MyISAM
• innodb
• …
  现在大多数场景是以innodb存储引擎为主，下面介绍主要以innodb存储引擎的mysql进行介绍

数据结构

B+

数据类型

• 数值型
• 浮点型
• 日期/时间
• 字符串

索引

定义

为了更加有效率的查找数据，对于查找某个字段设定有序的数据结构进行存储

索引分类

• 聚簇索引（主键索引）
  根据相应算法找到叶子节点，包含该索引值，该节点包含该行数据
  图例：
  

• 非聚簇索引
  根据相应算法找到叶子节点，包含该索引值，拿到该节点的地址，去进行回表查询
  

数据结构区别

• 二叉树
  瓶颈：遇到字段自增的情况，会出现树的高度过高，减少查询的效率
  图例：
  

• 红黑树
  

• B树
  

• B+树
  
  b树与b+树区别：
  1）由于B树每个节点都有data区域，占用空间大
  2）B树没有B+树区间查询效率高，因为B+树叶子节点都是有指针相连

事务

事务性质（ACID）

• 原子性
  指事务不可分割，要么全部成功，要么全部失败，不可能存在部分成功或部分失败的情况。如果执行某一条语句失败后，将会触发之前所有执行过的语句的回滚，因此靠的是undo log。
• 一致性
  在事务执行前后，数据的完整性没有遭到破坏。一致性是mysql追求的最终目标，需要数据库层面与应用层面同时来维护。需要先满足原子性、隔离性与持久性，同时也需要应用层面做保障，即在应用层面对数据进行检验
• 隔离性
  事务之前是隔离的，并发执行的事务之间不存在互相影响，mysql通过锁以及MVCC来保证隔离性
• 持久性
  事务一旦提交，那么对数据的操作就是永久性的，即使接下来数据库宕机也不会有影响。mysql是通过redo log来实现宕机恢复的，而binlog主要是用来误删恢复与主从复制的

隔离级别

• 读未提交
  读了一些事务未提交的脏数据
• 读已提交
  这层隔离级别，就解决了脏读问题，但是还是会出现一些问题，就是多次读出的数据出现不一致的情况，这种情况称为不可重复读
• 可重复读
  解决了不可重复读，但是数据也会出现新增，这种情况称为幻读
• 串行化
  串行化解决以上情况

事务实现原理

mysql为了实现以上隔离级别，提出了基于锁的并发控制与MVCC

在于锁的并发控制，读写冲突，会使用诸如记录锁、间隙锁与临键锁等锁来实现数据的并发安全，因此读写性能不高，主要是针对当前读
在MVCC中，读写不冲突，记录每一行的多个版本，来避免在多个事务之间的竞争。以空间换时间的思路，极大地提高了读写性能
主要是针对快照对，也就是select语句

• mvcc（多版本并发控制）
  结合undo事务链与一致性视图实现mvcc

1）undo事务链

每一个事务对该行改动时，都会生成一个undo log，用于保存之前的版本，之后再将新版本的roll_pointer指向刚才生成的undo
log。 因此roll_pointer可以将这些不同版本的undo log串联起来，形成undo log版本链

2）一致性视图

m_ids
在创建ReadView的那一刻，mysql中所有未提交的事务id集合。

min_trx_id
m_ids中的最小值

max_trx_id
mysql即将为下一个事务分配的事务id，并不是m_ids中的最大值。

creator_trx_id
即创建此ReadView的事务id

那么事务在执行快照读时，可以通过以下的规则来确定undo log版本链上的哪个版本数据可见。

如果当前undo
log的版本的trx_id<min_trx_id，说明该版本对应的事务在生成ReadView之前就已经提交了，因此是可见的。

如果当前undo log的版本的trx_id≥max_trx_id，说明该版本对应的事务在生成ReadView之后才开始的，因此是不可见的。

如果当前undo
log的版本的trx_id∈[min_trx_id，max_trx_id)，如果在这个范围里，还要判断trx_id是否在m_ids中：

在m_ids中，说明版本对应的事务未提交，因此是不可见的。 不在m_ids中，说明版本对应的事务已经提交，因此是可见的。

如果当前undo log的版本的trx_id=creator_trxt_id，说明事务正在访问自己修改的数据，因此是可见的。

当undo
log版本链表的头结点数据被判定为不可见时，则利用roll_pointer找到上一个版本，再进行判断。如果整个链表中都没有找到可见的数据，则代表当前的查询找不到数据

锁

• 表锁
  粒度大，并发性低
• 行锁
  粒度小，并发度高。

优化

• 索引失效
  1）函数
  2）‘%’
  3) 不等于
  4）联合索引 不正确使用
  explan 分析
• 大量数据
  1）多级缓存
  2）读写分离
  3）分库分表