基础

事务

相关命令

系统的姐golob

查事务级别

select @@transaction_isolation;

设置事务级别

set transaction_isolation=’READ-UNCOMMITTED’;

查事务详情

SELECT trx_id as “事务id”,trx_state as “事务状态”,trx_isolation_level as “事务隔离等级” FROM INFORMATION_SCHEMA.INNODB_TRX;

1：增删改时才会新增事务id

初始值
image.png
再开一个事务
image.png

2：特性

原子性（Atomicity，或称不可分割性）、一致性（Consistency）、隔离性（Isolation，又称独立性）、持久性（Durability）

3：隔离级别

隔离级别 脏读 不可重复读 幻读(虚读)
未提交读（Read uncommitted） 可能 可能 可能
已提交读（Read committed） 不可能 可能 可能
可重复读（Repeatable read） 不可能 不可能 可能
可串行化（Serializable ） 不可能 不可能 不可能

4：演示

4.1 脏读演示

开启两个事务 RR RU
image.png
RU能读取到RR未提交数据，反之不行
image.png

4.2 rc’ 不可重复读演示

image.png
同一事务两次读取数据不一致
timage.png

4.3 RR 幻读演示;

rr当前数据 T1
image.png
T2 事务插入并提交
image.png
T1插入报错
image.png
T1 再查
由于mvcc控制，查到的只是当前视图
image.png
此时发生幻读

4.4 尝试加锁
T2 查询，加锁
image.png
T1插入 阻塞
image.png
T2 插入提交
T1报错
image.png

5:一致性视图

必须得上这个图了
image.png
能查看的范围包括绿色及 黄色中 自己修改的记录

RC 更RR的区别
RC 每次select都会生成一次视图，如果这中间有其他事物提交，则能查到

RR
只在第一次select才会生成视图，事物内查询操作结果一至

但是注意，，在updata下，RR 是当前读
举例
T1 一致性视图
image.png
T2 更新视图
image.png
此时T1 直接查 还是一致性视图
image.png
如果T1 update
按一致性查应该是11 ，结果是22 ，所以udate查的是当前视图
image.png

索引

1：概念

MySQL官方对索引的定义为：索引（Index）是帮助MySQL高效获取数据的数据结构。提取句子主干，就可以得到索引的本质：索引是数据结构。
我们知道，数据库查询是数据库的最主要功能之一。我们都希望查询数据的速度能尽可能的快，因此数据库系统的设计者会从查询算法的角度进行优化。最基本的查询算法当然是顺序查找（linear search），这种复杂度为O(n)的算法在数据量很大时显然是糟糕的，好在计算机科学的发展提供了很多更优秀的查找算法，例如二分查找（binary search）、二叉树查找（binary tree search）等。如果稍微分析一下会发现，每种查找算法都只能应用于特定的数据结构之上，例如二分查找要求被检索数据有序，而二叉树查找只能应用于二叉查找树上，但是数据本身的组织结构不可能完全满足各种数据结构（例如，理论上不可能同时将两列都按顺序进行组织），所以，在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法。这种数据结构，就是索引。

上面太多了，简化一下啥是索引

索引是一种维护了特定查找算法的数据结构，这种数据结构指向数据本身

可以理解成字典的目录，索引就是以某种顺序对该字段进行排序的一种方式
应该将表更索引分开理解
分聚集索引（按拼音搜索）跟非聚集索引（按偏旁搜索）
索引需要存储位置的，索引越多容量越大。。

聚集索引只能有一个。。即数据排序规则只能有一个（有多个规则就乱了）mysql默认主键为聚集索引，其他的都是非聚集索引
非聚集索引可以有多个。。非聚集索引不存数据，只存指向聚集索引指针，需要回表查询

2：常用命令

查看

show index from table_name;

新建

create index index_name on table_name (column_list) ;
create unique index index_name on table_name (column_list) ;

修改

alter table table_name add index index_name (column_list) ; 普通索引
alter table table_name add unique (column_list) ; 唯一索引
alter table table_name add primary key (column_list) ; 主键索引

删除

drop index index_name on table_name ;
alter table table_name drop index index_name ;
alter table table_name drop primary key ;

数据结构 B ,B+重要

基本概念

B树 == 可以理解为平衡树，数据存储在每个节点上
B+树 ==B树的升级，数据只存在叶子节点上，且叶子节点之间是双向回环链表

为啥要升级？

树的搜索效率取决于树的高度，高度越低，IO次数越少，效率越高
innoda 默认读取磁盘 16KB
B树节点是带数据的，假设每条数据1KB，则一次IO读取到的数据为16条
B+树节点只包含key跟指针，假设每条数据0.1kb，则一次IO 读160 条数据
同样高度为3，
B树可读取数据 112 ，B+树 1120
但是，B+树必须遍历到叶子节点，B树查到就返回

知道结构有啥用

1：主要体现在索引选择上，
索引字段要劲量小，使得每次io读取数据多
2：聚集索引（一般是主键）最好自增，
主要是树的自旋效率低，如果自定义主键，每次插入数据都要重排顺序
3：聚集索引最好同表建立，
如果数据量大，改索引会涉及到全表排序

锁

表锁

锁住全表

乐观锁

悲观锁

间隙锁