MySQL索引事务——小记

索引

概念

使用一定的数据结构，来保存索引字段（一列或多列）对应的数据。以后根据索引字段来检索，就可提高检索效率。

sql性能优化关键：是否能够命中索引。
因为其使用一定数据结构来保存，所以需要一定的空间(本地硬盘的文件)来保存。

创建索引，更新/删除索引字段，插入数据:都会导致索引更新的耗时操作。

page

数据库保存数据的基本单位:page

目的:硬盘读取文件到内存的io操作也是耗时的，读取数据最好也就能最少次读取到需要的结果集

索引类型

B树vsB+树

区别：
1. 数据的保存位置不同

B+树保存在叶子结点，B树保存在所有结点中。
体现了B+树优势：结点不存储数据，这样一个结点可以存储更多key,可使得树更紧凑，所以IO操作次数更少。
查询性能稳定:每次查询都是从根节点遍历到叶子节点，查询路径长度相同，即每次查询效率相当

2. 叶子节点的指向:

B+树相邻的叶子节点通过指针相连，B树没有
体现出B+树优势:所有叶子节点形成有序链表，便于范围查找

B+树：

主键索引

默认是B+树，聚簇索引(一张表只能有一个主键索引)

B+树的叶子节点上，存放主键字段（索引字段）及数据

主键索引(聚簇索引)

优缺点：
优点: 速度快
缺点: 主键需要是整型，且字段不要太长。更新代价大（效率低)

非聚簇索引

非主键索引都是。可以使用很多种类型的索引，如B+树，Hash索引等。

假如用B+树，存储结构︰叶子节点:存放索引字段值+主键的值

age字段建立的B+树索引

搜索数据的方式:
(1）先通过索引字段，找到叶子节点上的主键值
(2) 再通过主键值，找整条数据。存在回表，意味着效率比主键索引慢

优缺点：
优点: 更新代价相对比聚簇索引小(叶子节点是索引值和主键值，没有真实数据)
缺点：
(1)也依赖有序数据
(2)可能产生回表操作导致效率会更低

覆盖索引

如果一个索引包含（或者说覆盖)所有需要查询的字段的值，我们就称之为"覆盖索引"


检索的时候，是根据name索引字段来检索(name是在叶子节点，排序的)，查询字段又没有其他字段，所以就不需要回表

复合索引/联合索引

涉及最左匹配原则︰联合索引的多个索引字段，遵循从左往右的优先级，最左优先，当出现范围查询(><between like等等)停止匹配。

优化

基于B+树的索引

1.主键索引(聚簇索引)2.非聚簇索引

hash索引

Hash索引指的就是Hash表，最大的优点就是能够在很短的时间内，根据Hash 函数定位到数据所在的位置，这是B+树所不能比的。

hashmap存储数据的特性:键值对，无序，键唯一(不重复)
hashmap底层数据结构:数组＋链表+红黑树！！

缺点：不支持顺序和范围查询

哈希表实现 vs 搜索树实现

优缺点：
哈希表优点：
1.速度相对来说较快。
2.原理和实现简单。——实现线程安全比较容易
缺点：查找只支持 is / is not

平衡搜索树优点：
1.搜索树中维护的key是有序的 ——在数据库中搜索树应用更广，支持范围查询 > <
2.不会出现哈希冲突的问题。

事务

事务的特性ACID

事务状态

问题

(1）丢失更新 事务1修改数据的操作，在事务2修改以后，就覆盖掉（相当于丢失)

(2）脏读(第一个事务修改数据但没有提交，第二个事务就读取，在第一个事务回滚后，第二个事务读取的就是脏数据)

(3)不可重复读―一个事务两次读取数据，中间有另一个事务修改，第一个事务两次读取的数据就不同(不一致)

(4) 幻读 一个事务两次读取，中间有另一个事务执行了插入操作，造成第一个事务看到不同的结果

隔离级别

隔离级别！！！

undo log

undo log是事务原子性和隔离性实现的基础。

之所以能够保证原子性，则是靠undo log。当事务对数据库进行修改时，InnDB会生成对应的undo log；如果事务失败或者调用了rollback，导致事务回滚，便可以利用undo log中的信息将数据回滚到修改之前的样子。

undo log属于逻辑日志，它记录的是sql执行相关的信息。当发生回滚时，InnoDB会根据undo log的内容做与之前相反的工作：对于每个insert，回滚时会执行delete；对于每个delete，回滚时会执行insert；对于每个update，回滚时会执行一个相反的update，把数据改回去。

以update操作为例：当事务执行update时，其生成的undo log中会包含被修改行的主键(以便知道修改了哪些行)、修改了哪些列、这些列在修改前后的值等信息，回滚时便可以使用这些信息将数据还原到update之前的状态。