目录

前言：

索引

查看索引

创建索引

删除索引

索引使用

底层数据结构分析

事务

事务引出

MySQL设计事务

事务四大特性

小结：

---

前言：

    数据库索引和事务的存在，对于数据库的一些性能有了显著提升。我们需掌握其底层的实现原理。

索引

查看索引

    语法：show index from 表名;

show index from student;

    注意：可以清楚看见id这一列是由primary key约束的，具有索引。

创建索引

    语法：create index 索引名称 on 表名(列名);

create index idx_student_name on student(name);

注意：

    索引已经创建成功，name这列已经具有索引。一个表只能有一个主键，但是可以有多个索引。

    创建索引最好在创建表最初时就创建成功。如果一张表有大量数据，创建索引是极其危险的行为。需要读取服务器硬盘数据，会消耗大量的磁盘IO。这段时间里数据库可能无法正常使用。

删除索引

   语法：drop index 索引名称 on 表名;

drop index idx_student_name on student;

    注意：name这列索引已经删除成功。同样的删除索引也需要读取硬盘数据，也是危险行为。

索引使用

    索引创建成功后，不需要手动使用，在执行查询语句时会分析具体使用还是不使用索引。SQL是通过数据库执行引擎来执行的，它会自动评估这次查询使用还是不使用索引，并且会对SQL进行一些优化操作。选择成本低，速度快的方案。那么一次查询是否在走索引，以及怎么走，我们是不好分析的。可以通过explain关键字，具体查询索引的使用情况。

底层数据结构分析

    如果使用哈希表作为底层数据结构。由于数据库中经常进行范围查询，而哈希表只能进行是否相等的查询，那么哈希表显然就不适合。如果使用二叉搜索树来作为底层数据结构，由于数据量特别大时，树的高度就会比较高，而树的高度决定了查找的次数。服务器中的查询需要读取硬盘数据，这样会增加IO的压力，也是不合适的。

    如果使用N叉搜索树（B树）作为底层数据结构。它每个节点上有多个值，同时有多个分叉。这样树的高度就会降低，但随之带来的是不稳定的查询。

    这样的结构可以降低树的高度。一个节点上有多个数据，可以减少读取硬盘的次数（一次可读多个数据）。由于数据的实体都是在节点上存储，即可能一次就查找到目标数据，也可能多次查找到目标数据，带来的是不稳定的查询。在B树的基础上提出了B+树。

    B+树作为MySQL的InnoDB数据库引擎里典型的数据结构。不同的数据库，不同的引擎，底层的数据结构可能会不一致。

    B+树的叶子节点是用链表连接起来的。由于子节点包含父节点的数据，并且是以最大值出现的。即在叶子节点就会包含所有数据的全集合。

结构特点：

   1）可以使树的高度降低下来。

   2）一次可对读多条数据，减少对硬盘的读取次数，降低硬盘IO压力。

   3）数据的全集和是用链表连接起来，更加适合范围查询。

   4）由于叶子节点包含数据的全集和，可将实体数据存入叶子节点，非叶子节点存储索引即可。

   5）所有查询都是落入叶子节点，无论查询那个数据，中间比较次数都差不多，查询比较稳定。

注意：

    一个表可能有多个索引。非主键有索引，也会构造一个B+树。非叶子节点存储索引，叶子节点存储主键id。

    如果使用主键查询，只需要查一次B+树即可。如果使用非主键的索引查询，需要遍历一次非主键的B+树，找到对应的主键id，再去查主键的B+树。这样的操作称为回表。

事务

事务引出

    由于一些操作是一个整体。例如转账操作，需要从一个户主账户里扣钱，另一个户主账户里要增加钱。两步操作要么都进行，要么都不进行。

    MySQL中为了保证这样的想法，就将这两个操作称为一个事务。事务是不可以分割的，体现出事务的原子性。如果事务执行一半出错了，MySQL中会记录目前正在进行事务的操作，一旦发生错误就会进行恢复操作。保证和之前执行的样子一致。称为回滚操作（rollback），也是事务一致性的体现。

MySQL设计事务

    start transaction;//开启事务

       中间写多个SQL

    commit;//提交事务

    注意：中间的SQL不会立即执行，等到commit统一执行（保证原子性）。可以使用rollback主动进行回滚，恢复之前的状态。

事务四大特性

1）原子性

    一个事务是一个整体，不可以分割。

2）一致性

    事务执行的前后，数据都是合法状态。

3）持久性

    数据库操作都是针对于硬盘，产生的效果就具有持久性。

4）隔离性

    首先介绍一个例子。我在写数据的时候，如果旁边有人看，他可能读一个错误的数据，因为我可能会改，称为脏读问题。如果我写完他在看，会解决脏读问题，但我可能会更新我写的东西，造成他前后读的数据不一样，称为不可重复读问题。如果我写完他再看，并且他在看的时候我不能更新，可以解决脏读和不可重复读问题，但我可以写其他的数据，造成他读数据的集合不一样，称为幻读问题。

    其实这个过程我在逐渐减小读和写的并发程度。并发越低，隔离性就越高，执行效率越低，数据准确度越高。并发越高，隔离性就越低，执行效率就越高，数据准确度越低。

MySQL提供了四个隔离级别

1）read uncommitted 

    不做任何限制，并发程度最高，隔离性最低，执行效率最高，数据最没有准确度。会造成脏读，不可重复的，幻读问题。

2）read committed

    对写操作加锁，降低并发程度，隔离性增加，执行效率降低，数据准确度增加。解决脏读问题。

3）repeatable read

    对读和写都加锁，又进一步降低并发程度，隔离性又进一步增加，执行效率又降低，数据准确度又进一步增加。解决脏读，不可重复读问题。

4）serializable

    严格串行化，并发程度最低，隔离性最高，执行效率最低，数据准确度最高。解决脏读，不可重复读，幻读问题。

小结：

    在学习过程中，要多思考底层的原理，对于我们理解会有很大帮助，也会加深印象。坚持就会有不一样的收获。