MySQL索引事务

一、索引

1.概念：

• 索引 index

可以把索引看成这个博客的目录，可以通过查看目录来定位到要阅读的内容。

数据库在使用select查询的时候的流程 ：

1.先遍历表

2.把当前的行带入到条件中，看条件是否成立

3.条件成立，这行保留。不成立就跳过。

• 如果表非常大，这样的遍历成本就会变高。至少是o(n)。数据库把数据存储在硬盘上，每次读取一个数据，都需要读取硬盘，读取硬盘的操作本身开销就很大。
• 索引就是针对查询操作进行了优化。通过索引来加快查询的速度，避免针对表进行遍历。

举个例子，我可以直接通过目录来查看这篇文章中介绍“事务”的内容。而不用一行一行来分辨出“事务”的内容。

2.代价

引入索引的目的是为了提高查询的速度，但是也会存在响应的代价。

​ 朋友们，万物都是相对的。有舍就有得。就如同网络的TCP传输一样，为了保证可靠传输，就不可避免的要牺牲效率。而索引在提高效率的同时，也要付出一定的代价。

1.占用更多的空间。

​ 生成索引，需要一系列的数据结构，以及一系列的额外数据，来存储到硬盘空间中。

2.可能会降低插入、修改、删除的速度。

​ 不仅要修改原本的记录，还要修改索引的内容。在实际开发中，查询的操作（读操作）的频率要远高于插入、删除、修改（写操作）的频率。

​ 所以，当需要频繁进行写操作、或者磁盘空间不足时，最好不要创建索引。

3.索引的使用

• 主键约束、unique、外键约束 都是会自动生成索引。

主键和unique都是唯一的，并且往往需要大量的查询

外键约束，往往要频繁查询子表和父表的信息，来约束插入内容。

mysql> create table student(id int primary key,name varchar(20));

• 一个索引是针对一个列来使用的。
• 只有针对这一列查询时，查询速度才会被索引优化。

一张表可以有多个索引

1.查看索引

show index from 表名;
mysql> show index from student;

2.创建索引

create index 索引名 on 表名（列名）;
create index idx_student_name on student(name);

• 创建索引也是一个危险操作。在创建索引的时候，要针对现有的数据，进行大规模的重新整理。所以创建索引，一般在创建表的时候就应该规划好。如果已经存在大量数据，就要谨慎选择创建索引。这种情况，可以在另一台部署mysql的服务器上重新建表并且创建好索引，然后导入数据时进行相应的速度控制。

3.删除索引

• 手动创建的索引可以进行删除，但是像主键、unique这样自动生成的索引不能删除。

drop index 索引名 on 表名;
mysql> drop index idx_student_name on student;

4.索引的原理

索引也是通过一定的数据结构来实现的。

采用B+树（N叉搜索树）

B树

B树 、 B-树（- 不是减号，而是“连接符”）

• 每个节点的度都是不确定的。一个节点上保存N个key，就划分出N+1个区间。每个区间都可以衍生出子树。
• 由于每个节点都是存储在一个硬盘区域中的，一可以从硬盘中读取整个节点（多个key）。然后再进行比较，去找哪个符合的区间节点。
• 大大降低了树的高度

同时，一个节点虽然可以保存N个key。当增加元素，达到一定规模时，就会触发节点的分裂。

同理，当删除元素达到一定的数目，也会触发结点的合并。

B树的节点可以存储多个key,大幅度降低了树的高度，进而降低了时间复杂度。同时，一次可以读取多个key，降低了硬盘读取文件的IO次数，进而降低了资源消耗。（硬盘读一次相当于内存读一万次）

B+树

• B+树，是B树的改进。是针对数据库量身定做的。

• B+树同样也是一个N叉搜索树，一个节点上存在N个key，划分成N个区间（B树是N+1个区间）
• 每个节点上N个key中，最后一个key,就相当于当前子树的最大值
• 父节点上的每个key都会以最大值的身份在子节点的对应区间中存在。（key可能会重复出现）

最终的叶子节点这一层，包含了整个树的数据全集。

• B+树会用链表这样的数据结构，把叶子节点串起来

此时就便于完成数据集合的遍历

并且也便于从数据集合中按照范围取出一个“子集”

​ 比如：当查询 id >=7 and id<=18 的数据时。从根节点出发，从上往下分别找到叶子节点5的位置和11的位置。此时可以直接取出5到11的子链表。这个子链表就是结果集合。

B+树的优点：

相对于B树、哈希表和红黑树来说

1.B+树是一个N叉搜索树，树的高度是有限。能够降低IO次数

2.非常擅长范围查询

3.所有查询最终都在叶子节点上，查询和查询之间的时间开销是稳定的。

4.由于叶子节点是全集，会把行数据只存储在叶子节点上。非叶子节点只是存储一个用来排序的key(比如只存id)

​ 数据库是按照行来组织数据的，创建索引的时候，是针对这一列进行创建。行中的数据的比较多的，相比之下id的数据比较少。叶子节点需要存储行数据，占用空间大。非叶子节点只需要存储id,占用空间小。

​ 所以，可以将不占多少空间的非叶子结点，缓存到内存中。这些非叶子结点还是存储在硬盘中。但是当进行查询时，就可以把非叶子加载到内存中。这样整体的比较过程就可以在内存中进行，进一步减少了IO的访问次数。

以上的经典的B+树，具体的数据库，会有不同程度的优化。

mysql的索引实现，不止有B+树这一种情况。

​ “存储引擎”，是mysql当中的一个重要模块。存储引擎提供了很多版本的实现。当前最常用的存储引擎叫INNODB，这个引擎使用的是B+树。后续其他的存储引擎可能会采用别的数据结构进行存储。

二、事务

1.概念

​ 开发中，经常会涉及到一些场景，需要“一气呵成”的完成一些操作。

比如：转账操作。

account(name balance){张三   1000李四   1000
}
-- 如果张三给李四转500的过程中，程序、数据库崩溃了、机器断电了,导致没有给李四加上500.导致张三消失了500
account(name balance){张三   500李四   1000
}

• 引入索引，就是为了避免出现上述问题。事务会把多个sql语句打包成一个整体，可以保证这些sql语句要么全部执行正确，要么“一个都不执行”

• 不是真的一个都没执行，只有执行了才能知道是否失败。只是看起来像一个都不执行。

• 执行如果出错，通过回滚（rollback）来将出错之前的sql语句，再逆向回退。看起来就像“一个都没有执行”

account(name balance){张三   500李四   1000
}
-- 李四的1000没有加上500，通过回滚，再给张三加回去
account(name balance){张三   500+500李四   1000
}

事务将对个sql语句打包在一起，作为一个整体来执行。这个特点叫做“原子性”。

2.使用

1.开启事务 start transaction;

单独执行的每个sql,都是自成一个体系，是没有原子性的。开启事务后，在事务当中执行的sql，才具有原子性。

start transaction;
-- 开启事务

2.执行多条语句

3.回滚或提交 rollback / commit

rollback是全部失败，也可以主动来触发回滚。一般用来搭配一些条件判断逻辑来使用

commit是全部成功，事务结束

3.回滚的原理：

​ 通过日志的方式，来记录事务中的关键操作。这些记录就是回滚的依据。日志是打印出来的内容，存储在文件中。即使是主机掉电，也不影响。回滚用的日志已经被存储在文件中了。一旦重新启动主机，mysql也会重新启动，此时就会发现回滚日志中有一些需要进行回滚的操作。于是就可以完成回滚。

4.事务的特性

1.原子性 ：

通过回滚的方式，保证这一系列操作都能正确执行，或者恢复成原样以便后续重新执行

2.一致性 ：

事务执行之前和之后，数据不能太离谱。要通过数据库的约束和一系列的检查机制来完成。

3.持久性：

事务做出的修改，都是在硬盘上持久保存的。即使重启服务器，数据仍然存在。 事务执行的修改仍然有效。

4.隔离性 ：

数据库在执行并发事务的时候，会出现一些问题：

1.脏读问题

​ 事务A正在写数据的过程中，另一个事务B读取了同一个数据。接下来事务A又修改了数据，导致B之前读到的数据变成了无效的数据。这个无效的数据就被称为脏数据。

解决方法：给写操作加锁

​ 针对写操作进行加锁。在写数据的时候，先不要进行读取

加锁之后并发性降低了，提高了隔离性，降低了效率，提高了数据的准确性。

2.不可重复读

​ 在并发执行事务的过程中，事务A在内部多次读取同一个数据，出现不同的情况，就称为不可重复读。事务A在两次读的过程之间，事务B修改了数据并提交了事务。

解决方法：给读操作加锁

在进行读操作的时候，不能进行写操作。进一步降低了并发程度，降低了效率，提高了隔离性

隔离性：如果两个事务之间的影响越大，隔离性就越低。影响越小，隔离性就越高。

3.幻读

​ 约定了读加锁和写加锁。写的时候，不能进行读操作。读的时候不能进行写操作。从而解决了脏读和不可重复度的问题。

​ 虽然约定读的时候不能写，在读A文件的时候，不能写A文件。但是可以去写B文件。这样B文件的数据就改变了。当事务A在执行的过程中，两次的读取操作。数据的内容虽然没变，但是结果集改变了。 这样的情况称为“幻读”。

解决方式：

​ 引入串行化的方式，来解决幻读。保存绝对的串行执行事务，此时完全没有并发了。并发程度最低（完全没有），隔离性最高、效率最低、数据最准确。

事务的隔离级别

​ 效率和数据的准确性无法兼顾。不同的场景有不同的需求。MySQL服务器也提供了“隔离级别”，针对不同的需求的隔离程度进行设置。有的场景需要追求效率，有的场景需要追求准确性。可以直接在MySQL的配置文件中，修改数据库的隔离级别。

1.read uncommitted 读未提交

并发程度最高、速度最快、隔离性最低、准确性最低

2.read committed 读已提交

​ 引入了写加锁，只能读写完之后提交的版本。解决了脏读问题。

并发程度降低了、速度降低了、隔离性提高了、准确性提高了

3.repeatable read 可重复读

​ 引入了写加锁和读加锁。写的时候不能读，读的时候也不能写

并发程度进一步降低、速度降低、隔离性提高、准确性提高。

4.serializable 串行化

​ 严格的按照串行的方式，一个一个执行事务

没有并发、速度最低、隔离性最高、准确性最高。

默认的隔离级别：可重复读repeatable read

点击移步博客主页，欢迎光临~