索引和事务

一.索引

索引是一种数据结构，可以帮助我们快速的进行数据的查找

1.目的：

加快查询效率，拖慢插入/修改删除的效率，应用在经常查询但是很少修改的场景上（这样的场景是非常常见的）

2.结构：

B+树，N叉搜索树，使用链式结构把每一层的结点再连接在一起，叶子结点上保存数据，非叶子结点上只是用来辅助查找
主键索引和其他索引还不太一样，主键索引中叶子结点存储的就是一条一条记录，借助主键进行查找，一次到位就能完成查找
其他列索引存储的主键的ID值，先根据索引找到主键ID再拿着主键ID再主键索引中查找
为啥不用hash表
hash表无法实现模糊匹配

3.操作索引的基本命令

//创建索引：
create index [索引名字] on [表名]（列名）;
//查看索引
show index from [表名];
//删除索引
drop index [索引名] on [表名];

二.事务

事务的一个典型应用–转账
A把钱转给B的时候，分成两个步骤来操作
1）A的账户–钱 5000 A–>B2000
2）B的账户+钱 1000
当执行完1 的时候，可能出现极端情况，导致2没有正确执行，此时数据就出错了。
事务（一组操作的集合）就是为了解决上面的这个问题的

三.事务的四个基本特性

1.原子性

一个事务是一个不可分割的工作单位，其中包含的操作，要么就全部正确执行完，要么就一个都不做（并不是真的没做，而是通过回滚把数据自动恢复了）
如果执行过程中，第一步成功了。第二步出现问题了，为了避免数据出现错误，往往都会进行回滚（rollback）

2.一致性：

事务执行前后，数据都要处在一种合法的情况
A 5000 A–>B2000
B 1000
隐含条件：
i）转账之前和转账之后，都得保证A和B的金额相加始终等于6000
ii）金额不能为负的

3.持久性：

事务一旦被提交（执行完了），对于数据库的修改就应该是永久的，接下来的其他操作/故障，都不会影响刚才事务的正确性
事务1：A–>B 1000 事务2：A–>B 1000
当事务1执行成功后，后面无论出现啥极端情况（事务2无论咋样）都不会堆事务1造成影响

4.隔离性：

多个事务并发执行的时候，事务的内部操作和其他操作是相互隔离的（没有影响）
并发：一台计算机，同时运行着多个应用程序，对于一个CPU来说，同一时刻只能执行一个程序的代码CPU会先执行程序1一小会，保存程序1的上下文，切换到执行程序2，执行一小会之后执行程序3，执行一小会之后再执行程序1…
从微观上看CPU上的程序都是串行执行的，但是由于切换速度 极快，从宏观上看，感觉多个程序好像是“同时”执行这就是并发
多线程是解决并发编程的方式之一，还有多进程，多协成，actor模型…
**并行：**如果你有两个CPU微观上看，CPU1执行画图板，CPU2执行IDEA两个程序也是“同时”执行的，实际编程中，一般不太严格区分并行和并发，都用“并发”来描述
并发带来的问题
当第一次转账的时候，计算5000-1000在这个计算生效之前，并发式的执行了第二个事务，第二个事务也需要读取A的账户余额，余额还是5000，两次事务建完，A的余额还是4000
为啥并发会出现这样的效果：
本质原因在于多个任务并发执行的时候，执行A到底执行多少代码切换到B，是未知的，B执行多少，切换到A也是未知的，都是由操作系统底层的调度器实现（万恶之源）=>抢占式执行
由于并发编程编程太难了，有些语言压根就不支持并发，或者说搞一个“假的”并发
并发能提高程序的执行效率，如果在不影响数据正确性的情况下，我们还是希望能够尽可能的让多个操作（事务）并发执行
隔离性就是描述并发执行过程中所对应到的一些问题的
并发操作数据库可能带来的问题
不仅仅是数据库中会出现，之要是并发编程中都可能会涉及
1）脏读
A事务读取到了B事务未提交的内容，而B事务后面进行了回滚
2）幻读
A事务读取了一个范围的内容，而同时B事务在此期间插入了一条数据，造成幻觉
3）不可重复读
当设置A事务只能读取B事务已经提交的部分，会造成在A事务内的两次查询，结果竟然不一样，因为在此期间B事务进行了提交操作
怎么解决这些问题呢
MySQL的四种隔离级别如下:
a）未提交读(READ UNCOMMITTED)
允许读取未提交的数据，并行最大，隔离最低，会产生脏读问题
b）已提交读(READ COMMITTED)
只允许读取提交的数据，相当于写加锁，并行降低了一点，能够避免脏读问题，但是存在不可重复读
c）REPEATABLE READ(可重复读)
读写的时候都加锁，此时并行进一步降低，隔离进一步提高了，能够避免不可重复读问题，存在幻读问题（默认隔离级别）
4）SERIALIZABLE(可串行化)
严格串行执行，隔离程度最高，并行程度降低，能够避免幻读问题