mysql相关知识

事务。索引。sql优化。常见配置。存储引擎。mvcc。4个隔离级别。

mysql 事务

悲观锁:假定会发生并发冲突,屏蔽一切可能违反数据完整性的操作
乐观锁:假设不会发生并发冲突,只在提交操作时检查是否违反数据完整性。

事务在启动的时候会维护一个活跃(还未提交)的事务列表,

4个特性
  • 一致性
  • 原子性
  • 隔离性
  • 持久性
4个隔离级别(由低到高)
  • Read uncommitted

    一个事务可以读取另一个事务未提交的内容

  • Read committed

    一个事务要等到另一个事务提交后才能读到

  • Repeatable read

    可重复读

  • Serializable

    系列化,事务串行化顺序执行

脏读:读取到未提交的事务
不可重复读:前后多次读取,数据内容不一致
幻读:一个事务在前后两次查询同一个范围的时候,后一次查询看到了前一次查询没看见的行(数据总总量不一致)
在这里插入图片描述

存储引擎

MyISAM 适合于一些需要大量查询的应用,但其对于有大量写操作并不是很好。甚至你只是需要update一个字段,整个表都会被锁起来,而别的进程,就算是读进程都无法操作直到读操作完成。另外,MyISAM 对于 SELECT COUNT(*) 这类的计算是超快无比的。

InnoDB 的趋势会是一个非常复杂的存储引擎,对于一些小的应用,它会比 MyISAM 还慢。他是它支持“行锁” ,于是在写操作比较多的时候,会更优秀。并且,他还支持更多的高级应用,比如:事务。

索引

加速查询的数据结构。
B树 mongo的索引
B+树 mysql的索引

B+树特征
  • 每一个父节点的元素都会出现在子节点中,是子节点的最大(最小)元素, 所以所有的叶子节点包括了所有元素。
  • 有K个子树的中间节点包含K个元素(B树是K-1),每个元素不保存数据,只用来做索引。
  • 范围查询只需要遍历底层的链表即可,B树需要做中序遍历。

sql 优化

  • 对查询进行优化, 尽量避免全表扫描, 要考虑在经常查询的where 和 order by 上建立索引
  • 尽量避免在 where 字句中对字段进行 null 值判断
  • 尽量避免使用在 where 字句中使用 != , <> 操作符
  • 尽量避免使用 or
  • 尽量避免使用 in , not in
  • 索引固然可以提高相应的select 效率,但同时降低了 insert 和 update 的效率,因为有时有重建索引。

常见配置

  • max_connections (连接数)
  • query_cache (查询缓存)

MVCC 多版本并发控制

  1. 加入几列隐藏字段,数据行的版本号(db_trx_id),删除版本号(db_roll_pt)
  2. 在读取数据的时候,会有一个版本号,提交的时候会检查一个这个版本号,如果大于当初的就允许提交,如果小于,就认为是过期数据,不允许提交。
  3. 解决 写写 阻塞的问题。

一致性视图:用于支持 RC 和 RR 隔离级别的实现

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值