数据库基本概念续 四

数据库基本概念

连接

有时，查询数据库时会有将两个数据表连接在一起的需求，这个时候需要用到数据库的连接。

数据库连接技术将数据库用一个笛卡尔积连接在一起。下面举个例子。

有两个表t1和t2

Id(t1)	Value(t1)
1	11
2	22
3	33

Id(t2)	Value(t2)
3	11
2	22
1	33

用下面的命令连接并查询连接在一起之后的表

SELECT *
FROM t1 
JOIN t2;

会得到以下结果

Id(t1)	Value(t1)	Id(t2)	Value(t2)
1	11	3	11
1	11	2	22
1	11	1	33
2	22	3	11
2	22	2	22
2	22	1	33
3	33	3	11
3	33	2	22
3	33	1	33

然后我们根据我们的条件在这个连接成笛卡尔积中的表中筛选

这在数据库中叫做内连接。实际上数据库还有外连接。外连接又分为左外连接，右外连接和全外连接。

用左外连接举个例子
有两个表t1和t2

Id(t1)	Value(t1)
1	11
2	22
3	33

Id(t2)	Value(t2)
3	11
2	22
1	null

假设我们要找到t1,t2中value相同的值

SELECT *
FROM t1 
JOIN t2
ON t1.value(t1) = t2.value(t2)
最终结果为

Id(t1)	Value(t1)	Id(t2)	Value(t2)
1	11	3	11
2	22	2	22

这是使用内连接的结果，如果使用左外连接的话用这个语句

SELECT *
FROM t1 
LEFT JOIN t2
ON t1.value(t1) = t2.value(t2)

结果为

Id(t1)	Value(t1)	Id(t2)	Value(t2)
1	11	3	11
2	22	2	22
3	33	1	null

此时会保留左表中所有的记录

右连接则会保留右表所有的记录。
全外连接则是左连接和右连接的结合。

索引

索引是一个比较大的知识点。

问题描述

数据库中拥有海量数据，要从海量数据中找到我们需要的数据不是一件简单事，要解决这个问题，有很多相关办法。

解决策略及策略分析

解决快速查询数据的方法就是组织有效的数据结构，索引的方法有几种

首先是哈希表。

利用哈希函数将关键字映射为数据库中的位置，如果产生哈希冲突则拉出一张链表。

但是由于哈希表维护的是一个无序结构，所以哈希表只适合等值查询，在区间查询中的效果会较差。

其次是使用有序数组。

在有序数组中，我们可以用二分查找快速的找到数据，而且，由于有序数组维护的是一个有序结构，其同样适合区间查询。

但是有序数组有一个致命的缺陷，那就是在每次插入和删除数据时都会触发数据搬移，这导致了有序数组的维护困难，所以也不适合做数据库的索引来存储数据。

第三种策略是使用搜索树。
搜索树最有名的是二叉搜索树，其特点是左节点小于父节点，右节点大于父节点。利用该数结构能实现快速的检索数据。

为了避免搜索树深度太深，又有了平衡二叉树，保证二叉树的子树的深度尽可能平衡。
而且，平衡二叉树的插入和删除能效率较高地维护。

不过还有一个问题，内存的存取速率远高于磁盘，所以我们应该使得访问磁盘的次数尽可能少，数据库的开发者使用的做法是将二叉树改造为M叉数，通过加大宽度来减少深度。这样就使得磁盘的访问次数得到了降低。

所以，最终选定的数据结构为M叉数，也叫B+数。

再来看看B+数的维护。
插入数据时，如果数据排在最后一位，我们在最后面直接插入。
在数据应该排在中间时，插入应该使后面数据逻辑后移。
数据页满时会触发分页，搬移一部分数据到新的页中。
如果两个相邻的页删除了一些数据，导致它们的利用率不高，就会触发页的合并。

MYSQL实现的索引

主要分成3类。主键索引，非主键索引。

主键索引中，叶子节点维护的实际的数据记录。
非主键索引中，叶子节点维护的是主键的值。

联合索引有主键索引和非主键索引，其符合最左浅醉原则，即我们查询数据时按照建立索引的顺序来给出关键字的顺序，可以使得查询效率更高。

使用索引的最佳实践

主键长度越小普通索引占据的空间也就越小。
使用索引时，我们应该尽量使用自增主键做索引，这样可以使非主键索引占的空间尽可能少。
也可以避免在插入过程中导致的数据搬移行为。

尽量使用主键查询，避免查询两棵树。

覆盖索引：我们可以利用普通索引查询主键，避免产生再次查询主索引树。

索引越多维护越困难。
在建立联合索引，我们需要选定联合索引顺序时，如果通过调整顺序，可以少维护一个索引，那么这个顺序往往就是需要优先考虑采用的。

还有一个索引下推，这是MYSQL内部做的优化。
在查询索引时，会对索引包含的字段先做优化，之后再回表判断

事务

事务的作用

事务的出现主要是为了保证一次操作的完整性。避免因为某些命令执行到一半导致的数据出现不一致的情况。

事务主要有以下的特性(ACID)：
A，也就是原子性（Atomicity）。原子的概念就是不可分割，你可以把它理解为组成物质的基本单位，也是我们进行数据处理操作的基本单位。
C，就是一致性（Consistency）。一致性指的就是数据库在进行事务操作后，会由原来的一致状态，变成另一种一致的状态。也就是说当事务提交后，或者当事务发生回滚后，数据库的完整性约束不能被破坏。
I，就是隔离性（Isolation）。它指的是每个事务都是彼此独立的，不会受到其他事务的执行影响。也就是说一个事务在提交之前，对其他事务都是不可见的。
最后一个 D，指的是持久性（Durability）。事务提交之后对数据的修改是持久性的，即使在系统出故障的情况下，比如系统崩溃或者存储介质发生故障，数据的修改依然是有效的。因为当事务完成，数据库的日志就会被更新，这时可以通过日志，让系统恢复到最后一次成功的更新状态。

使用事务

使用事务有两种方式，分别为隐式事务和显式事务。

隐式事务实际上就是自动提交。
显示事务在使用事务前使用begin说明一个事务的开始，使用commit说明一个事务的结束。