MySQL

目录

联合查询

笛卡尔积的两种方式:

1,表名与表名之间使用逗号隔开

2,表名 join 表名 on 条件

左外连接

​编辑

 右外连接

​编辑

自连接

子查询

合并查询

or和union的区别

union all 和 union 的区别

MySQL索引事务

索引

1,查看索引

2,创建索引

删除索引

B+ 树和B- 树的区别?

事务:

开启事务:

提交事务:

数据库的事务,四个关键的特性:

原子性 

sql语句打包成一个整体

一致性

持久性

隔离性

一,脏读问题 (写操作加锁)

二,不可重复读(给读操作进行加锁)

三,幻读(使用串行化  一个接一个的串行的处理事务)

4种隔离级别

---

联合查询

把多个表联合到一起进行查询  使用 笛卡尔积将 所有数据的排列组合 然后再进行条件筛选

笛卡尔积的两种方式:

1,表名与表名之间使用逗号隔开

2,表名 join 表名 on 条件

 上述这样的联合查询其实都称为内连接

mysql中其实还有一种外连接

左外连接

左外连接以左侧表为准

 右外连接

右外连接是以右侧表为准

三张表进行联合查询

select * from 表一 join 表2 on 条件1 join 表3 on 条件2

自连接

一张表自己和自己连接

自己和自己做笛卡尔积

把"行"转成"列"

SQL中进行条件查询,都是指定某一列/多个列之间进行关系运算,无法行和行之间关系运算,有时候为了实现这种行之间的比较就需要把行关系转换成列关系

自连接需要指定表的别名

 与正常的查询一样 后面where 跟条件就好了

子查询

把多个查询语句合并成一个 (这个SQL语句会很长 建议有全部查出来之后再进行合并成一句)

合并查询

把两个查询语句的结果合并到一起

union 关键字 来完成

or和union的区别

or只能针对一个表,但是union可以把多个表的查询结合合并

union all 和 union 的区别

union all 不会去重 ; union会自动去重

MySQL索引事务

索引

索引存在的意义,就是为了加快查找速度

查找速度是快,但是付出了一定的代价

1,需要付出额外的空间代价来保存索引数据

2,索引可能会拖慢新增,删除,修改的速度

1,查看索引

show index from 表名

2,创建索引

create index 索引名 on 表名(列名)

删除索引

drop index 索引名称 on 表名;

索引后面的数据结构 

B+树,索引的数据结构

B+ 树和B- 树的区别?

B+树的特点:

1,一个节点可以存储N个key,N个key 可以划分出N个区间

2,每个节点的key值在子节点中都会存在 并且key是子节点中的最大值

3,B+树的叶子节点,是首位相连的,类似一个链表

4,由于叶子节点是完整的数据的集合,叶子节点这里存储数据表的每一行的数据(在硬盘中),而非叶子节点,只存key值本身(在内存中)

B-(B)树的特点:

1,一个节点,可以存储N个key,N个key划分出N+1个区间

2,每个节点的key不存在于子节点

B+树的优点:

1,一给节点保存更多的Key,最终树的高度是相对更矮的,查询的时候减少了IO的访问次数(和B树是一样的)

2,所有的查询最终都会落到叶子节点上(查询任何一个数据,经历的IO访问次数都是一样的) B树相当稳定

3,B+树所有的叶子节点,构成链表,比较方便进行范围查询

4,由于数据都在叶子节点上,非叶子节点只存储Key,导致非叶子节点,占用空间是比较小的,这些非叶子节点就可能在内存中缓存(或者缓存一部分),又进一步减少了IO的次数

事务:

事务就是为了解决"执行一半"这样的问题

事务的本质就是把多个sql语句给打包成一个整体,要么全部执行成功,要么一个都不执行 ,而不会出现"执行一半"这样的中间状态

把sql语句打包成一个整体:就称为原子性 就表示不可分割的基本单位

一个都不执行:不是真的没执行,而是"看起来好像没执行一样",执行了,执行一半出错了,出错之后,选择恢复成未执行之前的状态了,这个恢复数据的状态就称为"回滚"

进行回滚的时候,那怎么知道回滚是恢复到什么样子的状态呢?

此处是需要额外的部分来记录事务中的操作步骤

使用事务的时候,执行sql的开销是更大的,效率是更低的

开启事务:

start transaction ;

提交事务:

commit

数据库的事务,四个关键的特性:

原子性 

sql语句打包成一个整体

一致性

事务执行前后,数据得是靠谱的

就比如转账之前总和是1000,转账之后总和也得是1000

持久性

事务修改的内容是写在硬盘上的,持久存在的,重启也不会丢失

隔离性

隔离性是为了解决"并发"执行事务引起的问题

并发 : 一个服务器给多个客户端同时提供服务

引起的问题:如果并发的这些事务,是修改不同的表/不同的数据,那是没啥问题

如果修改的表是同一个/同一个数据,可能会存在问题

比如 多个客户端一起尝试同时对同一个账户进行转账,此时就有可能会把这个数据给搞乱了

并发处理事务,可能会有哪些问题,以及这些问题 数据库的隔离性是怎样解决的

并发处理事务,可能会有哪些问题,

一,脏读问题 (写操作加锁)

一个事务A正在对数据进行修改的过程中,并且在还没提交之前,另外一个事务B,也对同一个数据进行了读取,此时B的读操作就称为"脏读",读到的数据也称为"脏数据" 脏的意思是"无效"

就比如 考试的时候同学A瞄到了同学B的试卷,但是同学B故意写了一个错误的答案,让同学A抄走了,同学B再偷偷改正回来,同学A这个行为就称为脏读 那么读到的答案也称为脏数据

解决脏读问题,mysql引入"写操作加锁"

写操作加锁:写的时候不能看,写完了才能看

这个给写加锁操作,就降低了并发程度(降低了效率),提高了隔离性(提高了数据的准确性)

二,不可重复读(给读操作进行加锁)

第一次读到的数据和第二次读的数据不一样就称为不可重复读

事务1已经提交了数据,此时事务2开始读数据,在读取过程中,事务3又提交了新的数据,此时意味着同一个事务2之内蛮多次读数据,读出来的结果是不相同的

就比如 两个人一起存钱,其中A已经存了1000块钱,然后就告诉B说已经存了1000块钱了,你去看看,然后B就去看余额,然后一打开余额发现是1000块钱,然后他又打开了一次,发现变成了500,原来是因为A又取了500块钱

解决不可重复读问题 给读操作加锁

读操作加锁 :读的时候不能改,读完了才能改

通过这个读加锁,又进一步就降低了并发程度(降低了效率),提高了隔离性(提高了数据的准确性)

三,幻读(使用串行化  一个接一个的串行的处理事务)

当前已经约定了读加锁和写加锁,解决了不可重复读和脏读问题

在读加锁和写加锁的前提下,一个事务两次读取同一个数据,发现读取的数据值是一样的,但是结果集不一样

就比如,老师已经提交 了一份A代码,然后我们在读取A代码的时候,老师又提交了B代码,那么就有可能出现读着读着突然就冒出来一个B代码

幻读解决 数据库使用"串行化",彻底放弃并发处理事务,一个接一个的串行的处理事务

这样做并发程度是最低的(效率是最低的),隔离性是最高的(准确性也是最高的)

对应上述问题 mysql 提供了

4种隔离级别

read uncommitted 没有进行任何锁限制 效率最高

read commited 给写加锁 并发程度 降低,隔离性提高

repeatable read 给写和读都加锁 并发程度又降低,隔离性又提高

serializable 彻底串行化 并发程度最低,隔离性最高