MySQL百万数据量的查询优化&&数据库事务（待更新）

记录自己所学
MySQL百万数据量的查询优化&&数据库事务（待更新）

一、实验

1、准备一个百万数据表进行实验

2、通过id查询

SELECT * FROM user where id = 10000;

3、通过name查询

4、对比分析

由此可见，虽然查询的是同一条数据，但是由于查询条件不同，查询效率差别巨大。
导致这样的结果是因为：
id作为条件可以快速找到数据，因为数据库对id这一列创建索引
name作为条件需要全表扫描，因为数据库没有对name这一列创建索引

接下来我们手动创建name索引

5、创建name索引

6、再次执行查询

由此可见，创建索引可以大大提升搜索效率

二、索引知识点总结//TODO

sex列不适合创建索引，只有男女两个取值
取值相对唯一的列适合做索引
索引的底层使用B+树
索引失效的场景
聚簇索引和非聚簇的区别
回表查询
联合索引
最左前缀原则
索引下推
。。。

对于百万/千万/亿万数据查询优化：
1、索引是性价比最高的解决方案，索引是数据库自带的机制
2、做分库分表
3、做缓存
4、走搜索引擎，ES技术…

三、数据库事务//TODO

– 数据库事务
什么是事务
事务的四大特性
四种隔离级别
锁机制

– autocommit自动提交更新，有ON和OFF两个取值，ON表示开启，OFF表示关闭
– 默认值是ON
SET autocommit = off;

有了事务机制后，我们可以在应用层（Java）编写流程控制，来控制事务提交或回滚的逻辑
在应用层的逻辑是：
如果事务内所有操作都成功了，执行COMMIT提交
如果事务内有未成功的操作，执行ROLLBACK回滚

数据库有一个事务异常结束的机制：回滚

eg：