🌷 1.索引

⭐️ 1.1 定义

索引：为了提高查询效率而使用一种数据结构把数据组织起来。可以把索引理解在书的⽬录或字典的检索表(拼⾳检索)。
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。

⭐️ 1.2 为什么要用索引

为了提⾼查询效率。
这是⼀个是典型的以空间换时间的操作，刚才说了，创建索引也要占⼀定的空间，⽽且在数据新增和删除的时间开销还是⽐较⼤的，因为不但要更新数据⾏，还是更新索引
⽐如，⼀书本在修订的时候增加或删除了⼀部分内容，那么后⾯的内容对应的⻚码全都改变了，所以⽬录也要做相应的调整。
如果没有索引，那么查找时可能需要全整的遍历整个数据集，时间复杂度最坏就是O(N)
有了索引之后，就可以通过⻚码，快速定位⼀个范围，然后再这个⼩范围内去找，这时的时间复杂度就⼤⼤降低了。

⭐️ 1.3 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。

⭐️ 1.4 使用场景

要考虑对数据库表的某列或某几列创建索引，需要考虑以下几点：

• 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。索引一般创建在频繁查询的列上，且这个列中的值重复较少。

⭐️ 1.5 使用

🍁 1.5.1 查看索引

show index from 表名;

案例：查看学生表已有的索引

show index from student;

🍁 1.5.2 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（字段名可以有多个，用逗号隔开，一个索引包含多个字段就叫组合索引）

create index 索引名 on 表名(字段名);
create index 索引名 on 表名(字段名1,字段名2...);

案例：创建班级表中，name字段的索引

create index idx_classes_name on classes(name);

🍁 1.5.3 删除索引

drop index 索引名 on 表名;

案例：删除班级表中name字段的索引

drop index idx_classes_name on classes;

⭐️ 1.6 创建索引的⽅式

1. 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。
2. ⼿动创建，业务中我想对学⽣的身份证号建⽴⼀个索引:
   create index idx_student_idcard on student(idcard);
3. ⼀张表⾥⾄少会有⼀个索引
   a. 如果⼀张表⾥没有主键，MySql会为每⼀⾏⽣成⼀个唯⼀的字段，并⽤这个字段当前做索引
   b. 如果⼀张表⾥有主键，那么主键必然是索引，主键索引也叫聚簇索引， ⽽且⼀直存在这也是我们绝⼤部分情况下的使⽤场景
   c. 如果⾃⼰⼿动创建索引，那会会为这个列或是列的组合（多个列）创建单独的索引，⾮聚簇索引
4. 分类：
   a. 按使⽤场景分：普通索引，主键索引，唯⼀索引，全⽂索引
   b. 按数据组织⽅式分：聚簇索引，⾮聚索引
   c. 还有⼀种数据查找过程中出现的现象叫索引覆盖

⭐️ 1.7 选择索引的数据结构（面试常问）

题外话：推荐一个做数据结构图的链接（非常好用！！！）：
Data Structure Visualizations

🍁 1.7.1 HASH

查询和插⼊的时间复杂度是O(1).
Hash这种数据结构快是快，但是他不适合做数据库的索引，为什么叫呢？因为他不⽀持做范围查询，⼤于号⼩于号 between and 这种操作，是不⽀持的。
不清楚为什么不支持范围查询的朋友可以看一下这篇：哈希表

🍁 1.7.2 ⼆叉搜索树

⼆叉搜索树的时间复杂度是多少，O(logN), O(N)
红⿊树是O(logN)，因为红⿊树可以动态调整树⾼，不会出现单边树的情况.

那红⿊适合不适合做索引底层的数据结构呢？
答：不适合， 为什么呢？ ⼆叉搜索树的中序遍历是⼀个有序数组。
它没有办法控制树的⾼度，树的⾼度决定了磁盘的访问次数，咱们先这么理解，每向孩⼦节点访问⼀级，就发⽣了些磁盘IO，⽽在⼀个系统中，对性能影响最⼤的就是磁盘IO，所以就要有⼀种数据结构能有效控制树的⾼度。

🍁 1.7.3 N叉搜索树，B 树

可以规定每⼀个节点可以存多少个元素，当节点中达到了规定的元素个数时，才去调整，B树就可以解决树⾼的问题，那么N叉搜索树可以做为索引的数据结构吗，看上去好像是可以的，但是Mysql没有选这种数据结构，⽽是在这B树的基础上⼜做了优化。

🍁 1.7.4 B+树

观察上图可以发现：

1️⃣ ⾮叶⼦节点中的每个数据都存在于叶⼦节点中，并且都是对应所在叶⼦节点中的第⼀条数据
2️⃣ Mysql中的B+树是⼀个循环双向链表，相邻节点是通过双向链表连接的，这样组织数据更有利⽤范围查找
3️⃣ 最重要的是，叶⼦节点中的数据是有序的，所以支持范围查找！
4️⃣ N叉搜索树，有效的降低了树的⾼度，从⽽减少了磁盘IO次数
5️⃣ 对于B+树⽽⾔，在相同树⾼的情况下，查找任⼀元素的时间复杂度都⼀样，中间⽐较次数也差不多，也就是说性能均衡，只要控制树⾼，就可以达到性能可控的效果
6️⃣ 只有叶⼦⻚点存储了真实完整的数据，⾮叶⼦⻚点，只保存了主键(索引)的值和⼦节点的引⽤

⭐️ 1.8 ⽤explain 查看执⾏计划

语法：

explain 查询语句;

案例：

explain select id,sn,name from student where id = 1 or sn = '09982' or qq_mail = '123';
explain select id,sn,name from student where id = 1 or sn = '09982';
explain select sn from student where sn = '09982';

以下全部详细解析explain各个属性含义：

各属性含义：

id:查询的序列号
select_type: 查询的类型，主要是区别普通查询和联合查询、⼦查询之类的复杂查询

• SIMPLE：查询中不包含⼦查询或者UNION，也就是单独的⼀条SQL
• 查询中若包含任何复杂的⼦部分，最外层查询则被标记为：PRIMARY
• 在SELECT或WHERE列表中包含了⼦查询，该⼦查询被标记为：SUBQUERY

table: 输出的⾏所引⽤的表
type:访问类型

从左⾄右，性能由差到好。

1. ALL: 扫描全表
2. index: 扫描全部索引树
3. range: 扫描部分索引，索引范围扫描，对索引的扫描开始于某⼀点，返回匹配值域的⾏，常
   ⻅于between、<、>等的查询
4. ref:使⽤⾮唯⼀索引或⾮唯⼀索引前缀进⾏的查找，不是主键或不是唯⼀索引
   （eq_ref和const的区别：）
5. eq_ref: 唯⼀性索引扫描，对于每个索引键，表中只有⼀条记录与之匹配。常⻅于主键或唯⼀
   索引扫描
6. const, system: 单表中最多有⼀个匹配⾏，查询起来⾮常迅速，例如根据主键或唯⼀索引查
   询。system是const类型的特例，当查询的表只有⼀⾏的情况下， 使⽤system。
7. NULL: 不⽤访问表或者索引，直接就能得到结果，如:
   

possible_keys: 表示查询时可能使⽤的索引。如果是空的，没有相关的索引。这时要提⾼性能，可通过检验WHERE⼦句，看是否引⽤某些字段，或者检查字段不是适合索引
key: 显示MySQL实际决定使⽤的索引。如果没有索引被选择，是NULL
key_len: 使⽤到索引字段的⻓度
注：key_len显示的值为索引字段的最⼤可能⻓度，并⾮实际使⽤⻓度，即key_len是根据表定义计算⽽得，不是通过表内检索出的。
ref: 显示哪个字段或常数与key⼀起被使⽤
rows: 这个数表示mysql要遍历多少数据才能找到，表示MySQL根据表统计信息及索引选⽤情况，估算的找到所需的记录所需要读取的⾏数，在innodb上可能是不准确的
Extra: 执⾏情况的说明和描述。包含不适合在其他列中显示但⼗分重要的额外信息。

1. Using index: 表示使⽤索引，如果只有 Using index，说明他没有查询到数据表，只⽤索引表就完成了这个查询，这个叫覆盖索引。
2. Using where: 表示条件查询，如果不读取表的所有数据，或不是仅仅通过索引就可以获取所有需要的数据，则会出现 Using where。
   针对⾃定义或是普通索引、⾃定义索引组合索引⽽⾔

🍁 使用explain

（1）在student中创建索引

create index idx_sn_name on student(sn,name); 

（2）执⾏查询计划

 explain select * from student where sn = '09982';

① 查询所有使⽤主键索引

explain select * from student where id = 1;

② 查询所有使⽤了复合索引

1. 有回表查询

explain select * from student where sn = '9982';

2. ⽆回表查询(索引覆盖）

 explain select sn student where sn = '09982';
explain select sn,name from student where sn = '09982';
explain select id,sn,name from student where sn = '09982';

⭐️ 1.9 索引覆盖

select name, mail from student where name = '张三' and mail = 'zs@163.com';

如果索引中包含要查询的所列，那么直接从索引中返回结果，这个现在叫做索引覆盖.

当查询列表中为*或索引不能完全满足查询满足，那么会使用id 到主键索引中查询完整的结果，主键索引中包含当前数据行中所有列的值

⭐️ 1.10 索引失效

create index idx_SM声⺟_YM韵⺟_SD声调 ON 字典(声⺟，韵⺟，声调);

1. 最左原则：类似于字典的⽬录，这就是⼀个典型的复合索引
2. 判断不等：每个都要判断
3. 类型转换：与原类型不符
4. like '%xxx'：第⼀个字符都不能确定，怎么去索引中⽐较呢？
5. 索引列运算 age + 1：改了原来的值
6. is null 或 is not null ： 全表扫描了

🌷 2. 事务

⭐️ 2.1 为什么使用事务

准备测试表：

drop table if exists accout;
create table accout(id int primary key auto_increment,name varchar(20) comment '账户名称',money decimal(11,2) comment '金额'
);insert into accout(name, money) values
('阿里巴巴', 5000),
('十四大盗', 1000);

比如说，四十大盗把从阿里巴巴的账户上偷盗了2000元。

-- 阿里巴巴账户减少2000
update accout set money=money-2000 where name = '阿里巴巴';
-- 十四大盗账户增加2000
update accout set money=money+2000 where name = '十四大盗';

假如在执行以上第一句SQL时，出现网络错误，或是数据库挂掉了，阿里巴巴的账户会减少2000，但是十四大盗的账户上就没有了增加的金额。

解决：使用事务来控制，保证以上两句SQL要么全部执行成功，要么全部执行失败。

⭐️ 2.2 事务的概念

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。

⭐️ 2.3 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。

start transaction;
-- 阿里巴巴账户减少2000
update accout set money=money-2000 where name = '阿里巴巴';
-- 四十大盗账户增加2000
update accout set money=money+2000 where name = '四十大盗';
commit;

⭐️ 2.4 事务的特性

1. 原⼦性(Atomicity)
   事务中的SQL要么都执⾏要么都不执⾏，通过commit/rollback控制
2. ⼀致性(Consistency)
   官⽹上描述：数据库从⼀个⼀致性状态变换到另外⼀个⼀致性状态。
   事务执⾏之前与执⾏之后，要保持的正确的结果，可以⽤转账说明
3. 隔离性(Isolation)
   多个事务执⾏的过程中不能互相⼲扰
4. 持久性(Durability)
   事务⼀旦提交就会写⼊磁盘永久保留，即使是数据库服务故障也不会影响数据的内容

⭐️ 2.5 事务的隔离级别

MYSQL是以服务的形式发布⽹络上的，可以同时⽀持多个客户端的访问，那么多个客户端如果同时访问MYSQL时可能会出现互相影响的情况。

🍁 2.5.1 什么是隔离级别？

对并发访问的⼀种限制刚才介绍了，MYSQ可以被多个客户端访问，
如果隔离级别越低，那么可以⽀持同时访问的客户端数就越多，性能变⾼，数据安全性变低；如果隔离级别越⾼，那么可以⽀持同时访问的客户端数就越少，性能变低，数据安全性变⾼。

🍁 2.5.2 mysql中的四种事务隔离级别

1. read uncommitted（读未提交数据）：允许事务读取未被其他事务提交的变更。（脏读、不可重复读和幻读的问题都会出现）。
2. read committed（读已提交数据）：只允许事务读取已经被其他事务提交的变更。（可以避免脏读，但不可重复读和幻读的问题仍然可能出现）
3. repeatable read（可重复读）：确保事务可以多次从一个字段中读取相同的值，在这个事务持续期间，禁止其他事务对这个字段进行更新(update)。（可以避免脏读和不可重复读，但幻读仍然存在）
4. serializable（串行化）：确保事务可以从一个表中读取相同的行，在这个事务持续期间，禁止其他事务对该表执行插入、更新和删除操作，所有并发问题都可避免，但性能十分低下（因为你不完成就都不可以弄，效率太低）

隔离级别从低到⾼，“并发访问”的数据从⾼到低，数据安全性从低到⾼，性能越低
MYSQL默认的事务隔离级别是，可重复读。

🍁 2.5.3 使用

（1）查看当前事务的隔离级别

show variables like '%tx_isolation'; 

（2）修改事务的隔离级别

set @@global.tx_isolation = 'READ-UNCOMMITTED'; //全局
set @@session.tx_isolation = 'READ-UNCOMMITTED'; //当前session
set @@tx_isolation = 'READ-UNCOMMITTED'; //仅对下⼀个事务⽣效

🍁 2.5.4 不同隔离级别的现象

1. 脏读

事务B读到了另⼀个事务A还没有提交的数据，当事务A回滚后，事务中所有的修改都回滚了，那么事务B读到的数据就没有意义了，把这个称之为脏读。

解决脏读问题：

（1）给⼀个写操作的事务加上⼀把锁，在写这个事务从开始时加锁，事务提交或加滚的时候释放锁，被加锁的事务不能与其他事务共存，写锁也叫排他锁

（2）可以把当前数据库的隔离级别设置成READ-COMMITTED读已提交，就避免了脏读问题

2. 不可重复读

解决了脏读问题，⼜出现了新的问题，⽐如事务提交后对于这个事务来说就结束了，但是当⼀个新的事务A在读⼀条记录时，另⼀个事务B对这条记录做出了修改，当事务A再次读这条记录时，就发现两次读到的结果不⼀致，那么这种情况就是不可重复读
也就是当数据库的隔离级别为 READ-COMMITTED时，可能出现不可重复读的现象

解决不可重复读问题

（1）给读的事务也加上⼀把锁，但是这个锁是⼀把读锁(共享锁)，多个读锁可以共存，但是由于写锁是排他锁，所以读锁不能与写锁共存，也就是说，在加了读锁之后，不能进⾏写操作。

（2）可以把当前数据库的隔离级别设置成REPEATABLE-READ，可以避免不可重复读问题。

3. 幻读

解决了不可重复读问题，也就是说对于⼀条记录来说，在读的时候别的事务不能修改这条记录，但是可以添加别的记录，那么当事务A对某记录进⾏修改的时候，事务B往这个表中添加了条新的记录，当然也可以删除，那么事务A再去查询所有记录时，发现与上⼀次查到的所有记录条数不⼀致，或多或少，这种现象就是幻读。

MySQL数据事务的默认隔离级别虽然是可重复读，但是最⼤限度的解决了幻读问题，但是并没有完全解决，有些场景还是会出现幻读现象，这个⼤家⼼⾥要有⼀个认识，如果要彻底解决幻读问题，那么只能把事务的隔离级别设置成SERIALIZABLE，也就是串⾏化，那事务⼀下接⼀个的执⾏，全完放弃并发执⾏，那么效率也就会变的低，但是是最安全的。