事务(Transaction)
什么是事务
一个事务是一个完整的业务逻辑单元,不可再分。
比如:银行账户转账,从A账户向B账户转账10000,需要执行两条update语句
update t_act set balance = balance - 10000 where actno = 'act-001';
update t_act set balance = balance + 10000 where actno = 'act-002';
以上两条DML语句必须同时成功,或者同时失败,不允许出现一条成功,一条失败
要想保证以上的两条DML语句同时成功或同时失败,那么就需要使用数据库的“事务机制”。
和事务相关的语句只有:DML语句(insert、delete、update)
这三个语句都是和数据库表当中“数据”相关的
事务的存在就是为了保证数据的完整性,安全性
假设所有的事务都能使用一条DML语句解决,还需要事务吗?
不需要
但实际情况不是这样的,通常一个业务(事务)需要多条DML语句
事务的特性
事务包括四大特性
- 原子性:事务必须是最小的工作单元,不可再分
- 一致性:事务必须保证多条DML语句同时成功或者同时失败
- 隔离性:事务A和事务B之间具有隔离性
- 持久性:持久性说的是最终数据必须持久化到硬盘文件中,事务才算成功的结束
关于事物之间的隔离性
事务隔离性存在隔离级别,理论上隔离级别包括4个:
第一级别:读未提交(read uncommitted)
对方事务还未提交,我们当前事务可以读取到对方未提交的数据
读未提交存在脏读(dirty read)现象:表示读到了脏的数据
第二级别:读已提交(read committed)
对方事务提交之后的数据我方可以读取到
这种隔离级别解决了:脏读现象没有了
读已提交存在的问题:不可重复读
第三级别:可重复读(repeatable read)
这种隔离级别解决了:不可重复读问题
这种隔离级别存在的问题是:读取的数据是幻想
第四级别:序列化读/串行化读
解决了所有问题
效率低,需要事务排队
Oracle数据库默认的隔离级别是:读已提交
mysql数据库默认的隔离级别是:可重复读
演示事务
mysql事务默认情况下是自动提交的
- 准备表
- 演示:mysql中的事务是支持自动提交的,只要执行一条DML,则提交一次
- 演示:使用start transaction;关闭自动提交机制
索引
什么是索引 有什么用
索引就相当于一本书的目录,通过目录可以快速的找到对应资源
在数据库方面,查询一张表的时候有两种检索方式:
第一种方式:全表扫描
第二种方式:根据索引检索(效率很高)
索引为什么能提高检索效率
其实最根本的原理是缩小了扫描的范围
索引虽然可以提高检索效率,但是不能随意的添加索引,因为索引也是数据库当中的对象,也需要数据库不断的维护。是有维护成本的。比如,表中的数据经常被修改 这样就不适合添加索引,因为数据一旦修改,索引就需要重新排序,进行维护
添加索引是给某一个字段,或者说某些字段添加索引
select ename,sal from emp where ename = 'smith';
当ename字段上没有添加索引的时候,以上SQL语句会进行全表检索,扫描ename字段中所有的值
当ename字段上添加索引的时候,以上SQL语句会根据索引扫描,快速定位
怎么创建索引 怎么删除索引对象
创建索引
create index 索引名称 on 表名(字段名);
删除索引
drop index 索引名称 on 表名;
什么时候考虑给字段添加索引(满足什么条件)
- 数据量庞大(根据客户需求,根据线上环境)
- 该字段很少使用DML操作(因为字段进行修改操作,索引也需要维护)
- 该字段经常出现在where子句中(经常根据哪个字段查询)
主键和具有unique约束的字段会自动添加索引
根据主键查询效率较高,尽量根据主键检索
查看SQL语句的执行效率
explain select ename,sal from emp where sal = 5000;
索引底层采用的数据结构是:B+Tree
索引的实现原理
通过B Tree缩小扫描范围,底层索引进行了排序,分区,索引会携带数据在表中的“物理地址” 最终通过索引检索到数据之后,获取到关联的物理地址,通过物理地址定位表中的数据,效率是最高的。
select ename from emp where ename = ‘Smith’;
通过索引转换为:
select ename from emp where 物理地址 = 0x3;
索引的分类
单一索引:给多个字段添加索引
复合索引:给多个字段联合起来添加1个索引
主键索引:主键上会自动添加索引
唯一索引:有unique约束的字段上会自动添加索引
·····
索引什么时候失效
select ename from emp where ename like '%A%';
模糊查询的时候,第一个通配符使用的是%,这个时候索引会失效。