mysql实战45讲

1. 第一讲-mysql的基本架构图

连接器-查询缓存(key-value的形式,key是sql语句,value是返回结果集)-分析器,但是mysql8.0之后已经删除了缓存这个功能,

2. 第二讲-日志模块

执行更新操作,日志模块的运行
redolog(重做日志)
InnoDB引擎特有
固定大小,满了会把数据就更新到磁盘然后清空部分
先写日志,并更新内存,等系统空闲时候在更新到磁盘
保证数据库发送异常重启,之前提交的记录都不会丢失,这叫carsh-safe
物理日志,记录的是“在某个数据页上做了什么修改”

binlog(归档日志)
mysql的Server层,所有引擎都可以使用
追加写,写到一定大小就换一个继续写
逻辑日志,有两种模式，statement 格式的话是记sql语句， row格式会记录行的内容，记两条，更新前和更新后都有

3.第三讲-事务隔离

1、MySQL中，事务支持是在引擎层实现的

2、多事务同时执行的时候，可能会出现的问题：脏读、不可重复读、幻读

3、事务隔离级别包括：读未提交（read uncommitted）、读提交（read committed）、可重复读（repeatable read）和串行化（serializable ）

4、不同事务隔离级别的区别：
读未提交是指，一个事务还没提交时，它做的变更就能被别的事务看到。
读提交是指，一个事务提交之后，它做的变更才会被其他事务看到。
可重复读是指，一个事务执行过程中看到的数据，总是跟这个事务在启动时看到的数据是一致的。当然在可重复读隔离级别下，未提交变更对其他事务也是不可见的。
串行化，顾名思义是对于同一行记录，“写”会加“写锁”，“读”会加“读锁”。当出现读写锁冲突的时候，后访问的事务必须等前一个事务执行完成，才能继续执行

5、事务隔离级别在数据库的实现是通过创建视图,访问以视图的逻辑结果为准。
在“可重复读”隔离级别下，这个视图是在事务启动时创建的，整个事务存在期间都用这个视图。在“读提交”隔离级别下，这个视图是在每个SQL语句开始执行的时候创建的,也就是本事务内,每执行一个sql都会拿当前最新的视图。这里需要注意的是，“读未提交”隔离级别下直接返回记录上的最新值，没有视图概念；而“串行化”隔离级别下直接用加锁的方式来避免并行访问。

6、Mysql默认的事务隔离级别是可重复读(Repeatable Read)，但是在互联网项目中一般用读已提交(Read Commited)这个隔离级别！

7、事务隔离的实现,MySQL中，实际上每条记录在更新的时候都会同时记录一条回滚日志.
系统会判断，当没有事务再需要用到这些回滚日志时，回滚日志会被删除。

8、长事务意味着系统里面会存在很老的事务视图。由于这些事务随时可能访问数据库里面的任何数据，所以这个事务提交之前，数据库里面它可能用到的回滚记录都必须保留，这就会导致大量占用存储空间。

9、事务启动方式：一、显式启动事务语句，begin或者start transaction,提交commit，回滚rollback；二、set autocommit=0，该命令会把这个线程的自动提交关掉。这样只要执行一个select语句，事务就启动，并不会自动提交，直到主动执行commit或rollback或断开连接。

10、建议使用方法一，如果考虑多一次交互问题，可以使用commit work and chain语法。在autocommit=1的情况下用begin显式启动事务，如果执行commit则提交事务。如果执行commit work and chain则提交事务并自动启动下一个事务。

4. 第四讲-索引

索引的出现其实就是为了提高数据查询的效率，就像书的目录一样

索引的常见模型
哈希表
键-值（key-value）存储数据的结构,key是数组,value是链表
通过hash函数对key进行计算得到一个明确的位置,把value放到链表中,之所以使用链表是因为方便追加
因为链表无序,做区间查询的时候需要全部扫描一遍,所以适用于只有等值查询的场景

有序数组
使用二分法
在等值查询和范围查询场景中的性能就都非常优秀
有序数组索引只适用于静态存储引擎，比如你要保存的是2017年某个城市的所有人口信息，这类不会再修改的数据
如果仅仅看查询效率，有序数组就是最好的数据结构了。但是，在需要更新数据的时候就麻烦了，你往中间插入一个记录就必须得挪动后面所有的记录，成本太高。

搜索树
二叉搜索树：每个节点的左儿子小于父节点，父节点又小于右儿子
二叉搜索树：查询时间复杂度O(log(N))，更新时间复杂度O(log(N))
数据库存储大多不适用二叉树，因为树高过高，会适用N叉树

InnoDB 的索引模型
在InnoDB中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。InnoDB使用了B+树索引模型，所以数据都是存储在B+树中的。每一个索引在InnoDB里面对应一棵B+树。

主键索引的叶子节点存的是整行数据。在InnoDB里，主键索引也被称为聚簇索引（clustered index）。
非主键索引的叶子节点内容是主键的值。在InnoDB里，非主键索引也被称为二级索引（secondary index）。
基于非主键索引的查询,先搜索本索引树,再搜索主键索引树一次,这个叫回表,也就是说，基于非主键索引的查询需要多扫描一棵索引树。因此，我们在应用中应该尽量使用主键查询。

索引维护
主键长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小
从性能和存储空间方面考量，自增主键往往是更合理的选择