学习日志-2022.12.15 数据库链接使用、逻辑删除、名称唯一、索引方法

I、在java代码中，backend->src->main->resources-->application.properties，找到数据库链接地址和用户名、密码。地址不需要加接口，128位IPv4即可。（第一个用户名是自己Navicat显示的数据库名字）
    II、连接数据库后，找到对应表，右键设计表，填写索引-唯一性校验、触发器-逻辑删除：
    （举例bugfix榆林-226文件名称重复）
        i.索引：(i) 名                    栏位/字段                        索引类型        索引方法
            folderName_UNIQUE  （选择）folder_name      （选择）folder_name    （选择）BTREE
        ii.触发器-逻辑删除：
            (i)     名                                                            触发              插入 更新 删除（3选1）
                erc_opc_config_protocolName        （选择）Before        （勾选）更新
            (ii)

ALTER TABLE `ylng`.`eas_knowledge_folder` 
ADD UNIQUE INDEX `folderName_UNIQUE`(`folder_name`);
CREATE TRIGGER `eas_knowledge_folder_folder_name` BEFORE UPDATE ON `eas_knowledge_folder` FOR EACH ROW BEGIN
	IF
		( new.dtime is not null && old.dtime is null )
		THEN
		    SET new.folder_name = CONCAT(old.folder_name,'_',old.id);
		END IF;
	END;

            (iii)SQL预览复制出来放到sql文件中，命名格式注意（bugs_224,226.sql）,svn在实施文件->sql中
            (iv)sql文件使用记事本打开，另存为，选择编码为utf-8
        iii.Tips:栏位/字段可选多个，多选意味着每一项都不允许相同，比如同一文件夹下文件不允许重名。

 III、索引方法：B树、B+树与HASH的区别、使用场景：
BTree：可以支持like模糊查询。
              BTree索引是最常用的mysql数据库索引算法，因为它不仅可以被用在=、>、<、>=、<=、between这些比较操作符上，还可以用于like操作符。只要它的查询条件是一个不以通配符开头的常量则该索引生效；否则索引失效。
Hash：仅适用于对等比较（=、>、<、>=、<=、between）。
              Hash索引只能用于对等比较，例如=、>、<、>=、<=、between。由于是一次定位数据，不像BTree索引需要从根节点到枝节点，最后才能访问到叶节点这样多次IO访问，所以检索效率远高于BTree索引。
问题：但是为什么使用BTree比Hash多呢?
            i.Hash索引仅仅能满足=、>、<、>=、<=、between查询，不能使用范围查询。
            ii.联合索引中，Hash索引不能利用部分索引键查询。
                对于联合索引中的多个列，Hash要么全部使用，要么全部不适用，并不支持BTree支持的联合索引的最有前缀，也就是联合索引的前面一个或几个索引键进行查询时，Hash索引无法被利用。
            iii.Hash索引无法避免数据的排序操作。
                由于Hash索引中存放的是经过Hash计算之后的Hash值，而且Hash值的大小关系并不一定和Hash运算前的键值完全一样，所以数据库无法利用索引的数据来避免任何排序运算。
            iv.Hash索引任何时候都不能避免表扫描。
               Hash索引是将索引键通过Hash运算之后，将Hash运算结果的Hash值和所对应的行指针信息存放于一个Hash表中，由于不同索引键存在相同Hash值，所以即使满足某个Hash键值的数据的记录条数，也无法从Hash索引中直接完成查询，还是要通过访问表中的实际数据进行比较，并得到相应的结果。
            v.Hash索引遇到大量Hash值相等的情况后性能并不一定会比BTree高。
              对于选择性比较低的索引键，如果创建Hash索引，那么将会存在大量记录指针信息存于同一Hash值相关联。这样要定位某一条记录时就会非常麻烦，会浪费多次表数据访问，从而造成整体性能低下。
            vi.Hash索引查找数据基本上能一次定位数据，当然有大量碰撞的话性能也会下降。而BTree索引就得在节点上挨个查找了，很明显在数据精确查找方面Hash索引的效率要高于BTree索引的；
            vii.因为Hash算法是基于等值计算的，所以对于like等范围查找Hash索引不支持；
            viii.对于BTree支持的联合索引的最有前缀，hash也是无法支持的，联合索引中的字段要么全用要么全不用。
            ix.hash不支持索引排序，索引值和计算出来的hash值大小并不一定一致。