MySQL
Docker 安装 MySQL8.0，安装见docker-compose.yaml
操作类型
SQL 程序语言有四种类型，对数据库的基本操作都属于这四种类，分为 DDL、DML、DQL、DCL
-
DDL(Dara Definition Language 数据定义语言)，是负责数据结构定义与数据对象定义的语言，由 create、alter、drop、truncate 四个语法组成
- create table 创建表
- alter table 修改表
- drop table 删除表
- truncate table 清空表
-
DML(Data Manipulation Language 数据操纵语言)，主要是进行插入数据、修改数据、删除数据的操作，由 insert、update、delete 语法组成
-
DQL(Data Query Language 数据查询语言)，用来进行数据库中的数据查询，最常用的就是 select 语句
-
DCL(Data Control Language 数据控制语言)，用来授权或回收访问数据库的某种特权，并控制数据库操纵事务发生的时间及效果，能够对数据库进行监视
存储过程
MySQL数据存储位置可以通过SHOW VARIABLES LIKE 'datadir';去获取，每一个数据库都会有一个文件，每一张表都会有一个*.ibd文件，这个文件存储着表数据、索引、UNDO日志等等…
表空间文件结构
表空间有文件头(File Header)、段(Segment)、区(Extent)、页(Page)
- 段(Segment)，段是表空间的逻辑分区，用于管理不同类型的数据，如表的数据段、索引段、溢出段等
- 区(Extent)，每个区由多个连续的页组成，默认大小为 1MB（即 64 个连续的 16KB 页）
- 页(Page)，页是 InnoDB 表空间文件的基本存储单元，每页存储不同的数据内容，如行数据、索引、回滚信息等
- 行(Row)，行是表中数据的基本逻辑单位，代表每一条记录；记录以特定格式存储在数据页中，并包含实际的列值、元信息（如事务 ID、回滚指针等）
数据页结构
数据库I/O操作的最小单位是页，与数据库相关的内容都会存储在页结构里。数据页包括七个部分，分别是文件头（File Header）、页头（Page Header）、最大最小记录（Infimum+supremum）、用户记录（User Records）、空闲空间（Free Space）、页目录（Page Directory）和文件尾（File Tailer）
行(Row)格式分类
MySQL 支持以下几种行格式，具体格式由表的 ROW_FORMAT 定义：Compact（紧凑格式）、Redundant（冗余格式，MySQL 早期版本的默认格式）、Dynamic（动态格式）、Compressed（压缩格式）
CREATE TABLE example (
id INT,
name VARCHAR(255)
) ENGINE=InnoDB ROW_FORMAT=COMPACT;
以Compact为例
| 字段 | 内容 | 说明 |
|---|---|---|
| 行头信息 | INFO_BITS, HEAP_NO 等 | 用于管理行的元信息 |
| 隐藏列 | TRX_ID, ROLL_PTR 等 | 用于支持事务和回滚 |
| 用户数据 | id=1 | 定长数据直接存储 |
| 用户数据 | name=‘Alice’ | 包括长度前缀和实际数据 |
| 用户数据 | age=30 | 定长数据直接存储 |
| 用户数据 | bio 指向溢出页 | 如果数据过大，存储在溢出页 |
存储引擎
可以通过SELECT * FROM INFORMATION_SCHEMA.ENGINES;查询数据库支持存储引擎，常见的存储引擎有InnoDB、MyISAM
InnoDB 存储引擎
InnoDB是现在默认的存储引擎，具体参考官方文档
-
事物支持
- 支持事物，遵循ACID特性
-
行级锁
- 采用行级锁，支持高并发
- 结合多版本并发控制(MVCC)，减少锁争用
-
外键约束
- 支持外键约束，确保数据一致性和完整性
-
崩溃恢复
- 使用 Redo Log 和 Undo Log 来确保数据在系统崩溃后可以恢复
-
索引
- 聚簇索引（Clustered Index）存储数据，主键索引和行数据一起存储
- 辅助索引，辅助索引存储索引键和指向主键的引用，回表
MyISAM 存储引擎
MyISAM存储引擎是基于较旧的ISAM存储引擎的扩展，具体参考官方文档
- 无事物支持
- 表级锁
- 高效读操作
- 非聚簇索引，数据和索引分开存储
- 压缩表
- 不支持外键
选择存储引擎
-
如果系统需要 事务支持、高并发写入、数据一致性（如银行、订单系统）
选择 InnoDB -
如果系统以 读操作为主、不需要事务支持（如报表系统、数据统计）
选择 MyISAM
索引
索引是一种用于快速查询和检索数据的数据结构，其本质可以看成是一种排序好的数据结构，索引的作用就相当于书的目录
索引分类
-
按照存储方式划分
- 聚簇索引：索引结构和数据存一起存放的索引（InnoDB中的主键索引）
- 非聚簇索引：索引结构和数据分开存放的索引，如二级索引，MyISAM引擎下的索引
-
按照应用维度划分
- 主键索引：加速查询 + 列值唯一（不可以有 NULL）+ 表中只有一个
- 普通索引：仅加速查询
- 唯一索引：加速查询 + 列值唯一（可以有 NULL）
- 覆盖索引：一个索引包含（或者说覆盖）所有需要查询的字段的值
- 联合索引：多列值组成一个索引，专门用于组合搜索，其效率大于索引合并
- 全文索引：对文本的内容进行分词，进行搜索
-
按照数据结构划分
- BTree 索引：最常用的索引类型，叶子节点存储value
- 哈希索引：类似键值对的形式，一次即可定位
- 全文索引：对文本的内容进行分词，进行搜索
BTree
B-Tree（Balanced Tree，平衡树）是一种自我平衡的树数据结构，保持数据有序，时间复杂度为 O ( log n ) O(\log n) O(logn)
| 比较项 | BTree | B+Tree |
|---|---|---|
| 数据存储位置 | 数据存储在叶子节点和非叶子节点 | 数据仅存储在叶子节点 |
| 索引节点存储内容 | 键和值 | 仅存储键 |
| 范围查询效率 | 较低，需遍历多个节点 | 高效，叶子节点形成链表 |
| 顺序遍历 | 需要中序遍历整棵树 | 通过叶子节点链表直接遍历 |
| 树高度 | 较高（非叶子节点存储更多数据） | 较低（非叶子节点存储更少数据） |
| 适用场景 | 一般的搜索和存储场景 | 数据库索引、文件系统的最佳选择 |
数据库使用B+Tree的优势
- 更高效的磁盘 IO：非叶子节点占用更少的存储空间，能减少磁盘读取次数，提高性能。
- 更快的范围查询：叶子节点形成链表，适合处理范围查询和排序查询。
- 易于维护：插入和删除操作的复杂度较低，树的平衡性易维护。
- 良好的扩展性：能适应大规模数据和高并发场景。
索引失效
-
字段类型隐式转换
-- 索引失效 SELECT * FROM user WHERE id = '1'; -- 索引生效 SELECT * FROM user WHERE id = 1; -
索引列参与运算
-- 索引失效 SELECT * FROM user WHERE id + 1 = 10; -- 索引生效 SELECT * FROM user WHERE id = 10; -
索引列使用函数
-- 索引失效 SELECT * FROM users WHERE SUBSTR(name, 1, 3) = 'Tom' -- 索引生效 SELECT * FROM users WHERE name = 'Tom' -
索引列使用like，且%在前面
-- 索引失效 SELECT * FROM users WHERE name LIKE '%Tom%' -- 索引生效 SELECT * FROM users WHERE name = 'Tom' -
数据量比较少，优化器不走索引
-
索引列使用!=、<>、!<、!>、NOT IN、NOT LIKE、NOT BETWEEN、IS NOT NULL
-- 索引失效 SELECT * FROM users WHERE id != 1; -- 索引生效 SELECT * FROM users WHERE id = 1; -
容易误解的地方是 <、> 走不走索引，在MySQL8.0中，<、> 针对数字类型走索引会走索引
- 当匹配的数据量超过表总数据量的20%-30%时，优化器倾向于选择全表扫描，索引也会失效
-
索引列使用OR
-
索引列使用复合索引， 违反最左前缀原则
