数据库----索引和事务

目录

索引

作用

使用场景

索引的类型

B树和B+树

B树

B+树

 区别

基于B+树的索引

使用

查看索引

创建索引

删除索引

事务

事务的特性（ACID）

使用

事务可能产生的问题

解决：隔离级别 

---

索引

索引是一种特殊的文件，使用一定的数据结构，来保存索引字段对应的数据。可以对表中的一列或多列创建索引，并指定索引的类型。

首先我们要知道数据库保存数据的基本单位：page

作用

• 数据库中的表、数据、索引之间的关系，类似于书架上的图书、书籍内容和书籍目录的关系。
• 索引所起的作用类似书籍目录，可用于快速定位、检索数据。
• 索引对于提高数据库的性能有很大的帮助

使用场景

在创建索引时我们要考虑以下几点：

• 数据量较大，且经常对这些列进行条件查询。
• 该数据库表的插入操作，及对这些列的修改操作频率较低。
• 索引会占用额外的磁盘空间。

满足以上条件时，考虑对表中的这些字段创建索引，以提高查询效率。反之，如果非条件查询列，或经常做插入、修改操作，或磁盘空间不足时，不考虑创建索引。

索引的类型

从索引存储结构划分：B+树索引、Hash索引、FULLTEXT全文索引、R Tree索引

从应用层次划分：普通索引、唯一索引、主键索引、复合索引

从索引键值类型划分：主键索引、辅助索引（二级索引）

从数据存储和索引键值逻辑关系划分：聚集索引（聚簇索引）、非聚集索引（非聚簇索引）

B树和B+树

B树

所有节点都保存有索引列及数据

B+树

叶子节点保存有索引列和数据，非叶子节点只有索引字段，叶子节点全部相连，B+树的每一个节点，都是一个page。 

 

 区别

（1）数据的保存位置不同：B+树保存在叶子节点，B树保存在所有节点中

        体现出B+树的优势：节点不存储数据，这样一个节点就可以存储更多的key。可以使得树更            矮，IO的操作次数更少。

（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+树的优势，所有叶子节点形成有序链表，便于范围查找

基于B+树的索引

1. 主键索引（聚簇索引）

2. 非聚簇索引

优化原则：

1. 索引字段尽量不要有null的值，如果条件是字段is【not】null，!= 会走全表扫描。
2. 频繁查询的字段建立索引：需要考虑最左匹配原则
3. 频繁更新的字段，慎用索引（索引更新代价大），索引适用于读多写少的场景 

使用

创建主键约束（PRIMARY KEY）、唯一约束（UNIQUE）、外键约束（FOREIGN KEY）时，会自动创建对应列的索引。

查看索引

show index from 表名;

创建索引

对于非主键、非唯一约束、非外键的字段，可以创建普通索引

create index 索引名 on 表名(字段名);

删除索引

drop index 索引名 on 表名；

事务

事务指逻辑上的一组操作，组成这组操作的各个单元，要么全部成功，要么全部失败。在不同的环境中，都可以有事务。对应在数据库中，就是数据库事务。

事务的特性（ACID）

原子性：事务是最小是执行单位，不允许分割。事务的原子性确保动作要么全部完成，要么全部不完成；

一致性：执行事务前后，数据保持一致，例如转账业务，无论事务是否成功，转账者和收款人的总额应该是不变的；

隔离性：并发访问数据库时，一个用户的事务不被其他事务所干扰，各并发事务之间数据库是独立的；

持久性：一个事务被提交以后。他对数据库中数据的改变是持久的，即使数据库发生故障也不会堆其有任何影响。（事务提交后，数据会持久化到硬盘）

使用

1. 开启事务：start transaction;
2. 执行多条SQL语句
3. 回滚或提交：rollback/commit;

说明：rollback即是全部失败，commit即是全部成功。

事务可能产生的问题

丢失更新：事务1修改数据的操作，在事务2修改后就覆盖掉

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

 

 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

 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

 

解决：隔离级别 

注：隔离级别越高，代表越安全，性能越差