mybatis 源码执行过程

mybatis

源码解析:

读取mybatis配置文件，注驱动--》加载mapper文件，有4中加载方式--》读取mapper文件，解析关键字，例如 select resultMap --》获取连接，sqlsession执行sql语句（如果有缓存，会先从缓存中获取数据），返回结果集ResultSet--》结果对象关系映射--》关闭连接

索引

索引使用某种数据结构来保存数据，从而提高查询效率。

二叉树;左小右大。

从理论上讲，二叉树查找速度和比较次数都是最小的,IO较大，树高

把1，2，3,4，5,6,7（排好序）已二叉树保存

 

比如要查询，id位7的那个数据，二叉树减少了查询次数

红黑树：自平衡的二叉查找树，就是在二叉树的基础上，每次添加数据都会去按照性质去自平衡。

性质1：每个节点要么是黑色，要么是红色。

性质2：根节点是黑色。

性质4：每个红色结点的两个子结点一定都是黑色。

树高还是比较高。

B树：

IO次数就是树的高度，内存的比较速度非常快，耗时可以忽略，IO少，就可以提高查询性能，而“矮胖”就是b树的特征之一，它的每个节点最多包含m个孩子，m称为b树的阶，m的大小取决于磁盘页的大小。

B+树;

P1指针指向磁盘块4（保存了磁盘4里的数据），只有叶子节点存储数据。

Hash

Hash ：散列，通过关于键值(key)的函数，将数据映射到内存存储中一个位置来访问。这个过程叫做Hash，这个映射函数称做散列函数，存放记录的数组称做散列表(Hash Table),又叫哈希表。JAVA函数hashCode()即请求对象的哈希值。

      Key                      数组           链表

当查找key=john，使用散列函数，查到哈希表（数组），然后找到对应的数据（链表）。

当使用散列函数，查的哈希值一样就会发生哈希碰撞，john和sandra就发生了哈希碰撞，他们的数据存在一个桶里面。

HashMap 先通过哈希运算，得到目标元素在哈希表中的值，然后再进行少量比较就可以得到元素。当哈希冲突时候，HashMap采用拉链法进行解决。HashMap 的底层实现是采用数组+链表，

jdk1.8之后当冲突元素达（链表元素）到8个后用红黑树。

链表过长，导致遍历查找过久，

当数组的存储个数大于初始容量*负载因子就会扩容，第一次扩容阀值是 12（16 * 0.75）。

通过扩容就可以一定程度的平衡哈希碰撞，数组变大了，当哈希碰撞就会使数组变链表。数组查询快于链表。平衡查找效率。

HashMap 的特点

1. key 用 Set 存放，所以想做到 key 不允许重复，key对应的类需要重写 hashCode 和 equals 方法
2. 元素是无序的，而且顺序会不定时改变
3. 插入、获取的时间复杂度基本是 O(1)（前提是有适当的哈希函数，让元素分布在均匀的位置）
4. 两个关键因子：初始容量（数组数量）负载因子（哈希表在其容量自动增加之前可以达到多满的一种饱和度百分比，其衡量了一个散列表的空间的使用程度）负载因子过大那么冲突的可能就会大
5. HashMap 的添加、获取时需要通过 key 的 hashCode() 进行 hash()，然后计算下标 ( n-1 & hash)，从而获得要找的同的位置。
6. 当发生冲突（碰撞）时，利用 key.equals() 方法去链表或树中去查找对应的节点。

 

常用的存储引擎

• MyISAM（非聚集索引，key和数据是分开存储的）
  节省数据库空间，当数据查询多时，可以使用该存储引擎，主键索引和辅助索引是独立的。
• InnoDB（聚集索引，key和数据一块存储）

保证有主键，主键索引快，一次就可以得到主键和数据。

非主键索引，第一次索引得到的是主键，第二次索引得到数据。
支持事务，如果数据修改较多时，可以使用该存储引擎。

InnoDB 最小的锁粒度是行锁，MyISAM 最小的锁粒度是表锁。一个更新语句会锁住整张表，导致其他查询和更新都会被阻塞，因此并发访问受限。这也是 MySQL 将默认存储引擎从 MyISAM 变成 InnoDB 的重要原因之一；

 

索引类别：

普通索引，唯一索引，主键索引，组合索引，全文索引。

组合索引：最左原则，比如组合索引为name,age,postiton,. Select *from table where age =34 and postiton= manager.不会用到索引，因为name为组合索引的第一个，name,age,postiton必须从最左开始查，如果左边的没有，则不会使用索引。

使用explain，查看索引使用情况。

索引优化

可以查考索引优化地址

查看是否开启慢查询日志功能：show variables like '%slow_query%';

#慢查询时间
SHOW VARIABLES LIKE 'long_query_time';
#慢查询的条数
SHOW STATUS LIKE 'slow_queries';
#记录慢查询的sql的位置
SHOW VARIABLES LIKE 'slow_query_log_file';

索引会会对增删改的执行减缓速度，所以，若是这张表增删改多而查询较少的话，就不要创建索引了。更新太频繁地字段不适合创建索引。

如果存储的数据重复度很低（也就是说基数很大），对该列数据以等值查询为主，没有范围查询、没有排序的时候，特别适合采用哈希索引

例如这种SQL：
SELECT … FROM t WHERE C1 = ?; — 仅等值查询

在大多数场景下，都会有范围查询、排序、分组等查询特征，用B+树索引就可以了。

索引失效：