mysql中的事务和索引

1. 索引

        索引：index（下标）->目录

        索引是一种特殊的文件，包含着对数据表里所有记录的引用指针。可以对表中的一列或多列创建索引， 并指定索引的类型，各类索引有各自的数据结构实现。

1.1 索引的作用

        MySQL 索引是一种数据结构，用于加快数据库查询的速度和性能,数据库是把数据存储在硬盘上的;

        MySQL 索引的建立对于 MySQL 的高效运行是很重要的，索引可以大大提高MySQL 的检索速度。

        举例说明：

• MySQL 索引类似于书籍的索引，通过存储指向数据行的指针，可以快速定位和访问表中的特定数据。

1.2 索引的使用场景 

        创建索引时，你需要确保该索引是应用在 SQL 查询语句的条件(一般作为WHERE 子句的条件)。实际上，索引也是一张表，该表保存了主键与索引字段，并指向实体表的记录。索引虽然能够提高查询性能，但也需要注意以下几点：

        1、索引需要占用额外的存储空间。

        2、对表进行插入、更新和删除操作时，索引需要维护，可能会影响性能。

        3、过多或不合理的索引可能会导致性能下降，因此需要谨慎选择和规划索引。

        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。

1.3 索引的使用

        创建主键约束（PRIMARY KEY）、唯一约束（UNIQUE）、外键约（FOREIGN KEY）时，会自动创建对应列的索引，接下里我们来学习一些索引的基本操作和使用

1.3.1 查看索引

        Show index from 

show index from chengyuan;

        结果如下：我们将显示之前创建的成员表的所有索引（其中下图表一和表二是一个图）；

表一：

表二：

        由此可以看到，执行上述显示表的所有索引命令后，将会显示指定表中所有索引的详细信息，如：索引名称（Key_name）、索引列(Column_name）、是否是唯一索引（Non_unique）、排序方式（Collation）、索引的基数（Cardinality）等

         注意：

        Mysql中的primary key和unique和foreign key都会生成自动索引。这几个操作都会频繁涉及到查询。

        一个表的索引，可以有多个。每个索引，都是根据某个具体的列来展开的。后序按照这个列来查询，这个时候才能提高效率。（类似于同一个字典，有很多个目录，拼音，笔画，偏旁部首）

1.3.2 创建索引

        Create index 索引名 on 表名（列名）；//那个表的那个列

        对于非主键、非唯一约束、非外键的字段，可以创建普通索引，使用 CREATE INDEX 语句可以创建普通索引。普通索引是最常见的索引类型，用于加速对表中数据的查询。

 create index index_chengyuan_id on chengyuan(id);

        结果如下：

表一：

表二：

        注意：

        创建操作是一个比危险的操作。如果表数据时空着或者比较少，此时创建索引就没有关系。

如果表本身有很多数据，此时常见索引，就会出发大量的硬盘io；

1.3.3 删除索引

        Drop index 索引名 on 表名；

drop index index_chengyuan_id on chengyuan;

        以上操作就是删除我们刚才创建的index，结果如下；

        产看当前表的索引：

表一：

表二：

1.4 索引保存的数据结构 

        Q:DICENG索引底层数据结构的实现？

        A:1、索引其实就是通过额外的数据结构，来针对表里的数据进行重新组织，使用啥样的结构，对于查询的时间和表占用的空间都有很大的影响的。且顺序表，链表，栈，队列（不适合进行查找）

        2、因此，数据库的索引使用了一个B+树作为数据结构---->B+树，相当于是针对数据库这个场景，量身定做的。学习B+树之前首先了解B树，即B-树（-是连字符，不是减号，因此不读B减树）

1.4.1 B树

        B树是一个N叉搜索树（要求这里是有序的），就是在二叉搜索树里面进行了扩展（一个节点可能包含n个值，n个值划分出了n+1个区间。）下图是B树的数据结构；

        即同样高度的树，相比于二叉搜索树来说能表示的值会跟多。

        我们在使用b树来查询的时候，虽然比较次数比二叉搜索树多。但是，这里的关键在于，同一个节点的这些key都是一次硬盘io就读出来的。所以即使总的比较次数增加了，但是硬盘io的次数就少了（一次硬盘io相当于内存中惊醒1w次比较）

1.4.2 B+树

        在B树的基础上，我们引入了B+树同样是n叉搜索树，每个节点包含多个key，n个key划分出n个区间（每一个节点的key会在左下方的key的最右边显示出来），B+树的数据结构图如下所示：

        B+树的特点：

1. n叉搜索树，每个节点上都包含n个key，n个key划分出n个区域
2. 每个节点的n个key中，会存在一个“最大值”（设成最小值也一样）
3. 每个节点的key都会在子树中重复出现。（好处：所有的数据都会包括在叶子结点的数据中）

      4.把叶子节点使用链式结构相连。（此时我们进行范围查询就会十分方便）

        优点：

1. 如果没有这一个链式列表结构，就可能需要反复的对树进行回溯
2. 针对B树查询，b+树的查询时间是比较稳定的。查询任何一个元素，都是需要从根节点查询到叶子结点的，过程中经过的硬盘io次数是一样的（b树，有时候的硬盘io多，有时候少，不稳定）
3. 按照上述结构来存储的话，只需要在叶子结点来存储，其他的非叶子节点只存储key，这个key十个整数，占用空间是比较少的。一个key才4个字节，100w个key才是4mb，这些非叶子节点的数据，是可以缓存到内存中去的,这个时候我们在进行查询的时候，可以只进行内存的比较了，大幅度减少了硬盘的io次数.

2. 事务

2.1 事务的概念

        事务就能让多个执行语句要么都执行成功，要么语句都执行失败。（其实是执行了，但是数据恢复的时候，将之前执行的数据恢复了---此行为叫回滚rollback）

        事务的原子性本质上是依托于回滚机制的。通过回滚到机制把数据恢复到之前的状态。

        数据库对于事务治理有特殊的机制（undo + redo log）通过日志，printin，写到文件里记录之前的数据，进行的操作。

        数据库中间挂了，但是日志保存下来了，等到数据库重启之后，读取之前的日志，看看是否有执行了一半的事务，如果有，将之前执行过的数据进行回滚。

        虽然事务让数据变得更加靠谱，但是付出了巨大的执行效率代价。

2.2 事务需要满足的四大条件

1. 原子性，通过事务，把多个操作打包到一起（事务最重要的特性）
2. 一致性：相当于原子性的衍生，当数据库中出现问题了，不会产生向上述这种“钱凭空消失”这种不科学的现象，另一方面，还通过约束，来避免出现一些非法的情况。
3. 持久性：事务人核对修改都是持久化存在的（写入硬盘的），无论是重启程序、还是重启主机、修改都不会丢失。（数据库本身就是为了持久存储）
4. 隔离性：多个事务并发执行的时候，可能会带来一些问题，通过隔离特性来对这些问题进行权衡，看你是希望数据尽量准确，还是速度尽量快。

2.3 多线程与事务

        多线程：属于是“并发编程”中的一种典型实现方式。

        如果多个客户端，同时给服务器数据库发送事务请求，这个时候叫做“并发执行事务”

        如果多个事务修改不同的表，问题不大；如果是修改相同的表，就可能产生一些bug。

详细bug如下图所示：

Bug1：脏读问题。

        当前有两个事务1,2

事务1：修改了某个数据，但是事务本身还没有提交（提交->告诉数据库服务器，完毕）

事务2：读取了同一个数据，此时实务二读到的数据可能是脏的数据，因为事务1后序可能还要再次修改代码

        解决脏读问题，核心思想降低事务的并发程度，给写操作进行加锁。（意味着释放之前，其他人是不能访问的）-->写的时候不能读，写完之后提交之后释放，才可以让别人读了

Bug2：不可重复读：

        不可重复读，是在写“加锁”的前提下导致的，虽然写了加锁，但是可以分为多个事务，多次提交的方式来修改数据，虽然没有之前频繁，但是也是可能会出现的

       有事务1,2，其中事务一，先修改数据（加锁），此时事务二读取数据，就需要事务一提交完。等到事务一提交了之后，事务二开始读数据（实务二可能会多次读取数据）

       又来了一个事务3，这就导致事务二两次读取的数据是不一样的（刚刚的规则，写的时候不能读，但没有读的时候不能写），事务二要求两次读到的同一个数据是一样的。

       解决这个问题，就是进行“读加锁”操作，在读的时候不能写，虽然该操作让并发程度降低了，但是准数据的确性就提高了。

Bug3、幻读：

       事务一和二：事务一修改数据，提交，事务二开始读数据；

        此时事务三，新增了一个其他的数据，所以事务二就可能出现两次读取的“结果集”不同。（查询的时候，有不同的行）

        解决幻读问题，串行化，不在进行任何并发了，每个事务都是串行执行的（执行完第一个，在执行第二个，在执行第三个）

        上面问题的解决措施：

Mysql在配置中，提供了“隔离级别”这样的选项，我们可以根据需要，调整隔离级别，适应不同的情况。

1. read uncommitted；读未提交，并行程度是最高的，隔离程度是最低的，效率是最高的，数据是不靠谱的，此时不可能出现上述的三个大问题。
2. read committed；读已提交，相当于给写加锁，并行程度降低了，隔离程度提高了，效率数据会靠谱一些，此时可能会出现不可重复读+幻读（事务之间，影响越小，就是隔离程度越高）
3. repeatable read 可重复读，相当于给读操作和写操作都加了锁，并行程度降低了，隔离程度提高了，数据更靠谱了，效率降低了，此时可能出现幻读。（一般来说，是默认的隔离级别）
4. serializable 串行化，让所有的事务都串行化执行，并行程度最低，隔离程度最高，效率最低，数据最靠谱。

ps：本次的内容就到这里了，如果大家感兴趣的话就请一键三连哦！！！