MySQL（执行过程、索引、事务）

SQL架构

客户端（用户）连接 MySQL。
MySQL主要分为为两层：Server层和存储引擎。 有点类似于计算机网络中的分层结构，两层各自负责自己的事务。

MySQL主要包括两个部分：

• Server层
  • 包括连接器 、解析器、执行器
  • 建立与客户端的连接、分析和执行SQL。
  • 对SQL语句进行词法分析、语法分析，优化SQL，确定执行执行计划
  • 调用存储引擎的API接口
• 存储引擎（目前主流的是InnoDB）
  • 存储引擎层负责数据的存储和提取

执行SQL的流程：

1. 预处理阶段: 检查SQL里字段是否存在、 “*”补充为所有列。
2. 优化阶段: 确定执行方案
3. **执行阶段:**执行

MySQL连接

基于tcp进行连接
连接数量有最大值
空闲连接超过一定时间会断掉

MySQL数据的存储

主要有三个文件

文件（关键是后缀名）	存储的内容
dp.opt	默认字符集，字符校验规则
t_order.frm	表结构
t_order.ibd	表数据

数据库表中的记录都是按行（row）进行存放的，每行记录根据不同的行格式，有不同的存储结构。

Compact 行格式：

NULL如何储存，会不会存放在真实数据里？

NULL是不会存放在行格式中记录真实数据的，如果某行的某个字段为NULL，NULL列表中，该字段对应的位为1

varchar(n)中的n最大为多少？

n最大不会超过65535（16MB），n最大为：65532

索引

聚簇索引

聚簇索引：即主键索引。
使用的数据结构为：B+树。
B+树中的叶子节点才存放数据，非叶子节点只存放索引（主键值）

二级索引

二级索引：辅助索引。即非主键索引。
数据结构：B+树

叶子节点

主键索引的B+树的叶子节点存放的是实际数据，二级索引的B+树的叶子节点存饭的是主键值

回表与覆盖索引

回表：查询某个值 —> 通过二级索引 —> 拿到主键值 —> 通过主键索引找该字段 —> 叶子节点拿值
可以看到，这一次查询使用了两次B+树，所以叫回表

覆盖索引：如果通过某个条件查询的是主键值，那么回表中的“通过主键索引拿值”就无需进行，这种情况叫做覆盖索引

why B+ Tree?(为何使用B+ tree)

数据结构	与其相比 B+ Tree 的优点
B+ Tree	目前MySQL所使用的数据结构
B Tree	B树的非叶子节点中存放了整行数据，这样的话，在进行查询时，一次I/O读入的索引数会相对较少，从而导致I/O次数增加，影响查询效率。
二叉树	如果使用二叉树的话，会导致二叉树比较深，树的深度代表了I/O次数
Hash	Hash适合做范围查询，而且冲突问题不好解决

联合索引

对多个列建立索引，使用联合索引时，要遵循最左匹配原则。
例如对 a、b、c列建立索引，其实是先把a排序，在对b排序、在对c排序
a是全局有序的，b和c是局部有序的

唯一索引是建立子阿UNIQUE字段上的索引，允许有空值

索引失效

1. 左模糊匹配：“%林”
2. 对索引使用函数：length（name）= 6
3. 对索引使用表达式计算： id + 1 = 10
4. 对索引使用隐式类型转换
5. 联合索引非最左匹配
6. 索引列 or 非索引列： “where id = 1 or age = 18”

count

执行速度：
count(*) = count(1) > count(主键) > count(非主键字段)