mysql学习笔记二

1. sql标准的事务隔离级别包括：读未提交、读提交、可重复读、串行化（查看:SELECT @@tx_isolation）
   1. 读未提交：一个事务还没有提交时，它做的变更就能被别的事务看到
   2. 读提交：一个事务提交后，它做的变更才能被别的事务看到
   3. 可重复读：一个事务执行过程中看到的数据，总和这个事务启动时看到的数据时一致的，它做的变更在未提交时，对其他事务不可见，mysql默认
   4. 串行化：对于同一行记录，写和读都会加锁，当事务冲突时，后一个事务必须等前一个事务执行完才能执行
2. 索引，常见的三种：哈希表、有序数组、搜索树
   1. 哈希表：一种以key-value存储数据的结构，如果存在相同的key，则在value上创建一个链表来查询。由于hash表是无序的，所以在新增的时候速度比较块，但是在查找一个有序区间的时候，因为无序所以要遍历整个哈希表，所以一般用于一些nosql的场景，比如memcached和redis等。
   2. 有序数组：在等值查询和范围查找中表现较好，但是向中间插入一条数据的代价比较大，必须将插入数据后面的数据都向后移动。
   3. 搜索数：二叉搜索树的效率最高，特点每个节点的左儿子节点小于父节点小于右儿子节点，所以搜索一个值的时间复杂度是O(log(N)),为了维持这个这颗平衡二叉树，更新的时间复杂度也是O(log(N))。但是使用二叉搜索树会导致树高过高，搜索一个值访问的内存块也会变多，如果访问磁盘上一个随机数据库需要10ms,则N层的树需要10Nms的时间来搜索，这对于大量的数据来说太慢了，所以mysql一般采用N叉树，比如一个N=1200的搜索树，访问一个10亿行的表中的一个整数索引，只需要读取3次磁盘。如果树的第二层和第三层在内存中的话，读取磁盘的次数就更少了。(二叉搜索树实现方式：https://blog.csdn.net/fswy2017/article/details/91047702)
3. Innodb使用的btree索引模型，主键维护了一个btree，其中叶子节点存储了整行的数据，而非主键索引也维护了一个btree，其中叶子节点存储的是主键的值。示意图如下：
   
   
   
   所以当查询一条语句时，如果条件是主键，则只需要搜索ID这颗树，如果条件是非主键索引，则需要先搜索K这棵树找到主键ID，然后搜索主键的树，找到整行的结果。
   如果需要插入数据时，如果值大于当前树中的最大值，比如700，只需要在R5后面新增一个值。但是，当数据处于中间位置时，比如400，则需要将R4和R5后移后再插入400，这样会很麻烦，所以再设计表的时候，一般使用一个自增数字作为主键。这样每次新增数据都只需要再最后面插入一个数据就可以了。并且从占用空间的角度来看，使用自增主键也比使用业务的数字占用的空间更少。
    
4. 覆盖索引：当查找的索引中，返回的字段满足要找的字段时，会直接返回搜索结果，不需要去回表（根据索引找到主键，再使用主键找到整行数据叫回表）。
5. 最左前缀原则：当建立联合索引时，只要满足最左前缀，就可以利用索引来加速检索。比如有以下三条搜索语句：
   1. select a from t where a=1;
   2. select b from t where b=2;
   3. select a,b from t where a=1 and b=2;
   4. 此时可以建两个索引（a,b）(b)即可。如果b的字段比a长，还可以通过调换位置来达到节省空间的目的（b,a）(a)
6. 索引下推：mysql5.6以后引入了索引下推的功能,比如有一条搜索:select * from t where a=1 and b=2 and c=3; 建立索引(a,b,c) 时，innodb会再查找到a时，直接判断b，c是否符合条件，不符合条件的直接抛弃掉。没有索引下推的情况：先找到a，然后根据a得到主键，再根据主键获取整行数据，再从整行数据判断b,c是否满足条件。