索引

概念

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。
通过目录，就可以快速的找到某个章节对应的位置。=》索引的效果，就是为了加快查找的速度。

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

使用

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。

查看索引

show index from 表名;

在这里插入图片描述
表里如果有主键，主键这一列就会自动创建索引。
unique和foreign key也会自动创建索引。

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。

create index 索引名 on 表名;

在这里插入图片描述
创建索引，最好的方式是在表创建之初就把索引做进去了。否则，如果是针对一个表中已经有很多很多记录来创建索引。这是一个很危险的操作。

删除索引

drop index 索引名 on 表名;

在这里插入图片描述
SQL是通过数据库的执行引擎来执行的，此处涉及到一些“优化”操作
索引其实是不好预期的，我们可以使用explain这个关键字，显示出查询过程中具体的使用索引的情况。

索引在mysql中的数据结构是什么？
索引的主要目的是为了加快查找速度。
N叉搜索树，每个节点上有多个值，同时有多个分叉。数的高度就降低了。
其中一种典型的实现，叫做B树。
在这里插入图片描述
比较次数虽然没有减少，但是读写硬盘的次数减少了。
B树已经可以比二叉搜索树更适合于做数据库引擎了，但是还不够。针对这里，又引入了B+树。是对B树的进一步改进。B+树就是为了索引这个场景，量身定做的数据结构。
在这里插入图片描述

B+树也是一个N叉搜索树，每个节点上可能包含N个key，N个key划分出N个区间，最后一个Key就相当于最大值。
父元素的key会在子元素中重复出现，并且是以最大值方式出现的（**这样的重复出现，导致叶子节点就包含了所有数据的全集。非叶子节点中的所有值都会在叶子节点中体现出来。
**）
会把叶子节点，用类似于链表的方式，首尾相连。

上述B+树，就带来了一些好处。

作为一个N叉搜索树，高度降下来，比较的时候，硬盘IO次数就比较少了。
更适合进行范围查询
所有的查询，都是要落在叶子节点上的，无论查哪个元素，中间比较的次数差不多，查询比较均衡
由于所有key都会在叶子节点中，只需要把所有的数据行放在叶子节点中即可。

由于非叶子节点只存了简单id，没有存一整行，这就意味着非叶子结点占用的空间是大大降低的。有可能在内存中可以放进去缓存，更进一步降低硬盘IO。
有的表，不只是主键索引，还有别的非主键列，也有索引。（这个情况会构造另一个B+树，B+树非叶子节点里面存的都是这一列里面的key，到了叶子节点这一层，不是存之前完整的数据行，而是存主键id）
使用主键列来查询，只要查一次B+树就可以了。如果使用非主键列的索引来查询，则需要先查一遍索引列的B+树，再查一遍主键列的B+树。
B+树这个结构，只是针对MySQl的InnoDB这个数据库引擎，里面所典型使用的数据结构。
不同的数据库，不同的引擎，里面的存储数据的结构还可能存在差异。

事务

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。

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
回滚rollback：回滚就是把执行过得操作逆向恢复回去。类似于电脑上的ctrl+z 。

事务的特性

原子性：把多个操作打包成一个整体，就叫做原子性。“原子性”是事务最核心的特性。
一致性：事务执行前后，都得是数据合法的状态。
持久性：（持久=>硬盘）事务产生的修改，都是会写入硬盘的。即使程序重启，事务都可以正常工作。保证修改是生效。
隔离性（重点）：一个数据库服务器。同时执行多个事务的时候，事务之间的“相互影响程度”。

mysql服务器，要同时给多个客户端提供服务。此时多个客户端之间，可能会同时发起事务，尤其是这多个事务在操作同一个数据库的同一个表的时候，就可能引起一些麻烦。
如果隔离性越高，就意味着事务之间的并发程度越低，执行效率是越慢，但数据的准确性是越高的。
如果隔离性越低，就意味着事务之间的并发程度越高，执行效率是越快，但数据的准确性是越低的。
有时候根据我们的需求不同，对执行效率，准确性的要求就不同。（具体场景，具体实现）
mysql给我们提供了不同档位即mysql的隔离级别（就可以控制隔离性的高低、并发程度的高低，执行效率的高低，数据准确性的高低）

举个例子：
有一天，A看到B正在写一道很难的高数题，正好A也不会，就瞄了一眼B的做题记录。在A瞄完之后，B发现自己的做题思路错了！然后把之前的做题记录修改了。A瞄到的记录实际上是错误的。这种情况，就称为**“脏读”问题（dirty data）（即读到的这个数据有问题！）**。解决脏读问题的办法，就是降低并发性，提高隔离性。具体来说，就是给B的做题过程加密。也就是B做的时候，A不要看！当达成这个约定后，B在完成这个困难的高数题之后，A再看。A看的时候，此时B觉得自己还闲的不行。就想做这个高数题的扩展部分。B在做的时候发现原题可以有更好的解法，就把答案给改了。此时A看到的答案突然又被改了。此时这个情况就叫做“不可重复读”（即一个事务中，连续两次读到的数据，结果不一致）。如何解决这个问题呢？给读这个操作，也加锁~也就是A在看B的答案的时候，B不能修改！这两个事务之间的并发程度，进一步降低了。隔离性提高了，但与此同时，运行速度又进一步变慢了。但数据的准确度又进一步提高了。B说你小子！得，你慢慢看。我不改了！我去做大学物理题！省的我在这闲着！此时 A读到的高数题内容虽然没有变，但是他发现B在这段时间写的作业量变了！这个问题，就叫做“幻读问题（即在同一个事务中，两次读到的结果集不同）”

针对以上情况，MySQL提供了四个隔离级别。