首页 > 数据库> > MySQL知识点汇集

MySQL知识点汇集

2020-12-12 22:35:02 作者：互联网

索引的本质

索引是帮助MySQL高效获取数据的排好序的数据结构；

比如现在一百个数，那么如何快速获取中间值，常见的可以用二叉树，来快速定位数据，减少查询的次数；

索引的选择

常见的数据结构有：

https://www.cs.usfca.edu/~galles/visualization/Algorithms.html 这个网页可以帮助理解各种树

二叉树
- 如果次数有一万个数为（1,2,3....)，那么二叉树会有一万层，更像一个链表结构。这种结构很显然是不便于快速定位数据的。因为如果要查询10000那么需要10000次io才能检索到索引；
红黑树
- 红黑树是一种平衡二叉树，较于二叉树会减少层次数量，但是随着数据量增加，红黑树的层级也会增加；
Hash表
- Hash表只能针对于单数据查询，如select * from user where id=888；这种查询会先hash(888)算出索引地址，然后拿到数据的地址。可以极快的查询到数据；
- 但是如果是范围查询，那么hash便无法支持；
以上，所以MySQL索引最好保证树的高度（1_{4层），以此减少io的次数（1}4次），来达到快速查找的目的；
B树

比较矮胖，即缩小高度，将每层级的数据增多。
每个节点都有data，这样查询的时候一次性获取一个层级的节点放到内存，在内存中可以快速查找；
因为获取一个层级节点到内存是有大小限制的，即如果节点过大，那么获取的数量会减少；
innodb_page_size的默认值是16kb，即一个层级的节点最好16kb.

MySQL最终选择的是B+树

B+树（B树的变种）
- 较于B树，B+树的非叶子节点不存储data。这样一次io可以获取更多的节点；
  - 较于B树，B+树非叶子节点会冗余索引，即每层会有重复的，这样做事为了查询更快；
- 较于B树，B+树叶子节点中有指针连接，这样是为了范围查询的的时候可以直接往下查询，而不用从第一层索引开始重头开始，减少回表；

假如一个节点是16KB，且主键是Bigint（占用内存8B) ，主键间存储的内存地址假设占用内存B，那么一层可以存储1170个节点；依次类推，这样的高度为3的B+树大概可以存储2000W数据；

存储引擎

MySQL存储引擎是形容表的；

MyISAM存储引擎

文件存储格式为三个：

frm 表结构
MYD 数据
MYI 索引

采用B+树树的子节点存储的是数据的地址，获取到数据地址后再去MYD文件查询具体数据；

这种查询方式的索引也叫做非聚集索引

INNODB存储引擎

文件存储格式为两个：

frm 表结构
IBD 数据+索引

采用B+树树的子节点存储的就是数据，减少了回表。根据索引可以直接查询到数据；

这种查询方式的索引叫做聚集索引 也叫聚簇索引

为什么INNODB要求必须有主键且推荐采用自增主键，而MyISAM却不需要？

因为InnoDB要求数据有序，如果插入的是非自增主键，随机插入现有索引页中间，可能会造成数据移动，增加开销。
MyISAM 插入数据就是，如果中间数据页有空位就直接插入，没有就在现有数据页后面插入，不涉及数据移动。

联合索引是怎么样的？

如上图，可以看到图是联合索引（col1,col2,col3)
因为不是主键索引，所以叶子节点不存储data, 那么在非聚集索引中，即使复合列索引，非叶节点也存储三个值
非叶子节点也是存储三列，不过是先按照第一字段排序，相同按第二字段排序，依次类推

mysql(innodb)是索引组织表，叶子节点是存的表的主键
按照col1,col2,col3的顺序依次查找后可以找到主键id。再根据主键id进行索引查询；
如果where条件只有col2，那么很显然我们无法定位一个具体的索引区间，这种原则就是最左侧列匹配原则

理解以上联合索引后，我们可以很清晰的理解索引的匹配原则；

MySQL 索引匹配原则

在我们了解到MySQL底层数据结构B+树后，这些规则其实很好理解；

索引匹配原则如下：

等值匹配
最左侧列匹配
最左前缀匹配
范围查找
等值匹配+范围查找

假设现在有一张表student_score，表中有5个字段，id，class, name，course，score，其中id为主键，有四条数据

id：1 class：1班 name：张三 course：数学 score 90
id：2 class：1班 name：张三 course：语文 score 50
id：3 class：3班 name：李四 course：数学 score 50
id：4 class：3班 name：李四 course：语文 score 20

并且我们以class、name、course建立了联合索引；

等值匹配

假设现在有一条sql如下

select * from student_score where class = '1班' and name = '张三' and course = '数学'

这条语句中就会用到所有的索引字段，首先找class，然后查找name，最后查找course

最左侧列匹配

假设有一条sql如下

select * from student_score where course = '数学'

该SQL语句就不会用到索引，因为B+树中，索引的使用是从左到右的，不能跳过左边的，直接查找右边的，我们可以用explain来看一下

确定这里是没有用到索引的，这条SQL可以改成

select * from student_score where class = '1班' and name = '张三'

这样就可以用到索引了

因此在建立索引的时候，我们需要考虑表中的字段，到底哪些字段是最常被用于查找的

最左前缀匹配

这条原则适用于模糊匹配的时候，也就是需要用到like的时候，假设有一条SQL如下

select * from student_score where class like '1%'

这里是可以用到索引的，印在B+索引树中，数据都是按照字段来排序的，比如这里有联合索引 key(class、name、course) ，那么数据会按照class排序

但是如果你把SQL写成了下面这样，就用不到索引了，因为匹配不到最左前缀

select * from student_score where class like '%班'

范围查找

我们可以通过> 、 <这种范围比较来查找数据

select * from student_score where class > '1班' and class < '3班'

通过explain，可以看到，这条sql是用到了索引的
但是如果你把sql改成下面这样的，就不会用到索引了

select * from student_score where name > '张三'

因为该联合索引的B+树中只能根据class字段来进行范围查找，也就是联合索引中最左侧的字段

等值匹配+范围查找

假设有一条SQL如下

select * from student_score where class = '1班' and name > '张三' and course > '数学'

通过explain分析后，可以看到，这里也会用到索引

并发事务带来的问题

脏读(Dirty read): 当一个事务正在访问数据并且对数据进行了修改，而这种修改还没有提交到数据库中，这时另外一个事务也访问了这个数据，然后使用了这个数据。因为这个数据是还没有提交的数据，那么另外一个事务读到的这个数据是“脏数据”，依据“脏数据”所做的操作可能是不正确的。
丢失修改(Lost to modify): 指在一个事务读取一个数据时，另外一个事务也访问了该数据，那么在第一个事务中修改了这个数据后，第二个事务也修改了这个数据
指在一个事务内多次读同一数据。在这个事务还没有结束时，另一个事务也访问该数据。那么，在第一个事务中的两次读数据之间，由于第二个事务的修改导致第一个事务两次读取的数据可能不太一样
幻读与不可重复读类似。它发生在一个事务(T1)读取了几行数据，接着另一个并发事务(T2)插入了一些数据时。在随后的查询中，第一个事务(T1)就会发现多了一些原本不存在的记录，就好像发生了幻觉一样，所以称为幻读。

Mysql隔离级别

READ-UNCOMMITTED(读取未提交): 最低的隔离级别，允许读取尚未提交的数据变更，可能会导致脏读、幻读或不可重复读。
READ-COMMITTED(读取已提交): 允许读取并发事务已经提交的数据，可以阻止脏读，但是幻读或不可重复读仍有可能发生。
REPEATABLE-READ(可重复读): 对同一字段的多次读取结果都是一致的，除非数据是被本身事务自己所修改，可以阻止脏读和不可重复读，但幻读仍有可能发生。
SERIALIZABLE(可串行化): 最高的隔离级别，完全服从ACID的隔离级别。所有的事务依次逐个执行，这样事务之间就完全不可能产生干扰，也就是说，该级别可以防止脏读、不可重复读以及幻读。

MySQL 锁

表锁 & 行锁

只有明确指定主键，才会执行行锁，否则执行表锁；
上面意思就是只有可以找到具体的列才会执行行锁；
若匹配不到数据则无锁；
- 如数据表有id=1,2,3三条数据，select * form user where id=4，此时是没有锁的；

锁算法

行锁算法

Record Lock 普通行锁
- 键值在条件范围内
- 记录存在
Gap Lock 间隙所
- 锁定一个范围，不包括记录本身
- 对于键值不存在条件范围内，叫做间隙（GAP），引擎就会对这个间隙加锁；
- 比如： select * from user where id > 49 for update 那么遵循左开右闭原则，会增加(49, max]的间隙锁
Next-key Lock 行&间隙
- 锁定一个范围，包含记录本身
- 在键值范围条件内，同时键值又不存在条件范围内；
- 在可重复读隔离级别下才会生效；

表锁算法

意向锁（升级机制）
- 当一个事务带着表锁去访问一个加了行锁的资源，那么此时，这个行锁会升级成意向锁，将表锁住；
此时有两条数据，Id=10, name=jjj和Id=20, name=kkk

# 事务A(行锁)

select * from user where id = 10 for update;

# 事务B（表锁）
```
  select * from user where name = 'kkk' for update;
```
此时执行事务B是拿不到锁的，因为在事务B是带着表锁去的，此时事务A的锁会升级成表锁（意向锁）；
自增锁
- 如果一个事务正在往表里插入自增记录，其他事务都必须等待；

锁的实现

共享锁 & 排它锁

是行锁与表锁的一个具体实现

共享锁：
- 允许一个事务去读一行，阻止其他事务去获取该行的排它锁；
- 一般理解：能读，不能写
排它锁（X）：写锁
- 允许持有排它锁的事务读写事务，阻止其他事务获取该资源的共享锁与排它锁；
- 不能获取任何锁，不代表不能读

某个事务获取数据的排它锁，其他事务不能获取该数据的任何锁，并不代表其他事务不能无锁读取该数据；

标签：知识点,事务,name,索引,where,汇集,MySQL,数据,class
来源： https://www.cnblogs.com/heyouxin/p/14127129.html