一、约束
约束,顾名思义就是数据库对数据库中的数据所给出的一组检验规则.负责判断元素是否符合数据库要求.其目的就是为了提高效率以及准确性.
1.not null - > 数据元素非空
表示如果插入数据,则当前数据不能为空.
//创建一张学生表,其班级id和年级id不为空
create table student (id int not null ,
name varchar(20) ,
gender varchar(5) ,
class_id int not null) ;2.unique - > 让列的值唯一
表示所约束的此列,值不能重复,必须唯一
//创建一个学生表,其id不为空
create table studnet (id int unique ,name varchar(20));3.default - > 让列具有默认值
表示如果插入一行而指定列未插入时,默认初始化
//建立一个珠宝表,如果价值未告诉,默认其未无价之宝
create table jewelry(name varchar(20) ,price varchar(200) default '无价之宝') ;
4. primary key - > 主键
对主键的要求就是唯一并且不能为空
MySQL中对主键的要求就是表里只能有一个主键,并且不能为空
虽然只能有一个主键,但是可以以一列作为主键,也可以以多列作为主键.
//创建一个学生表,其id不能为空,且不能重复
create table student(id int primary key ,name varchar(5)) ;拓展:自增主键
给自增主键插入数据的时候,可以手动插入一个值,也可以让MySQL自动分配
如果要自动分配,那么插入值时标记为null即可
并且在自动分配时,系统给定值一定比所有值的最大值还要大
//创建一个学生表,其id为自增主键
create table student (id int primary key auto_increment ,name varchar(20)) ;5.foreign key - > 外键
顾名思义:外键应该是两张表进行联合
外键的写法:一个表中非主键的字段指向另一张表主键的字段
当更改父表和子表时,如果约束关系不成立,那么就不能进行更改:
对于父表来说,不能删除和修改
对于子表来说:不能修改或新增
上述都是建立在约束关系不成立的基础上
如果增删查改时约束关系成立,那么就可以进行
//创建一张班级表和学生表
//带有主键的班级表
create table class(classid int primary key auto_increment ,className varchar(20)) ;
//其中表示此表的classid和班级表的classid构成约束关系
create table student(id int ,name varchar(20) ,classid int,
foreign key (classid) references class(classid)) ;二 、索引
索引就是给数据库增加一个目录
其目的就是增快查询速度,带来的坏处就是占用空间增多
虽然查询速度增快,但是修改,删除,插入的速度就会减慢
但是整体来说,利大于弊.毕竟在工作过程中,查询频率是最高的.
1.查看索引
show index from class ;2.创建索引
create index index_stduent_name on student(name) ;3.删除索引
drop index index_student_name on student ;4.索引背后的数据结构 - > B+树(一般都是面试常考)
运用了树的结构
不使用二叉搜索树的原因:如果树的元素变多了,那么树的高度就会变高,树的高度就相当于访问次数,对于数据库来说,数据是存在硬盘当中的,每访问一次硬盘,时间效率是巨大的,因此不采用二叉搜索树
不使用哈希表的原因:虽然哈希查询的快,但是不支持范围查询,不支持模糊匹配,从而不使用哈希表来进行查询
先了解B树,也就是所谓的B-树
B树可以认为是一个N叉搜索树,当节点的子树多了,节点上保存的key多了,意味着在同样key个数的前提下:B树的高度就要比二叉搜索树低很多,树的高度越高,进行查询时访问磁盘的次数就越多
B+树是在B树的基础上又做出改进(也是N叉搜索树)
右值就是其最大值,而B树则可能比右值还大(两树的唯一区别)
特点:一个节点可以存储N个key , N个key划分出了N个区间
每个节点中Key的值,都会在子节点中出现,并且key是子节点的最大值
B+树的叶子节点是首尾相连,类似于一个链表,因此整个树的所有数据都是包含在叶子节点中的(所有非叶子节点key值最终都会出现在叶子节点中)
由于叶子节点,是完整的数据集合,只在叶子节点这里存数据表的每一行记录,
而非叶子节点,只存key值本身即可
B+树的优势
当一个节点保存更多的key,最终树的高度是相对更矮的,查询的时候减少了IO访问次数(和B树一样)
所有的查询结果最终都会落到叶子节点上(查询任何一个数据,经过的IO访问次数,是一样的)
B+树所有的叶子节点构成链表,此时比较方便进行范围查询
由于数据都在叶子节点上,非叶子节点只能存储key.导致非叶子节点占用的空间是比较小的,这些非叶子节点就可以在内存中缓存(或者缓存一部分),又进一步减少了IO的次数
MySQL组织数据的形式,当你看到一张表的时候
实际上这个表不一定就是按照表格的这样的数据结构在硬盘上组织的
也有可能是按照这种树形结构组织的
具体是那种结构,取决你表里有没有索引,以及数据库使用了哪种存储引擎
如果有多个索引
假设有一个主键索引,还有一个索引
那么,首先还是构建一个主键索引,然后,针对另一个索引,又会创建另外一个B+树
但是这个叶子节点不是存储其索引的值,而是主键索引的值
如果根据索引来查询,查到的是主键索引的值,然后再查询一次主键索引
从而得到结果
上述过程称为回表,都是由MySQL自动完成的,用户察觉不到
三、事务
在日常生活中,我们进行转账时,对方进行转账,我接受转账,让双方都成功时,转账才算成功
事务就是如此,将多个SQL语句打包成一个整体,如果成功,那么都所有语句都会执行完毕;如果失败,那么所有语句都不会执行.在数据库进行操作的过程中失败以后,也不是真正的没有执行,而是将执行过的语句回滚,从而恢复现场.
如何回滚?数据库中有专门用来记录事务的日志.因此,当使用事务时,SQL语句使用的开销是更大的,效率也是更低的.
开启事务
//开始事务,从此语句之后的所有语句都要打包执行
strat transaction ;
//结束事务,当此语句执行后,事务执行完毕
commit事务的特性
原子性(最核心的特性)
一致性(类似于转账)
持久性(数据库的内容都是写在硬盘上的,从而具有长期保存性)
隔离性('并发'执行事务引起的问题)
所谓并发:服务器同时处理多个客户端的请求
如果客户端所给服务器发的事务,作用的不是同一个表/数据,那么一般不会出现问题;如果是作用于同一个表/数据,那么极有可能出现问题
对于并发执行事务可能产生的问题
1.脏读问题(脏指的是读到的数据是无效数据)
一个事务正在对数据进行修改的过程中,还没提交之前
另外一个事务,对同一个数据进行了读取
此时,读取数据的事务的操作就称为”脏读”,读到的数据也是”脏数据”
如何解决
MySQL引入”写操作加锁”这样的机制(也就是写的时候不能读)
这个操作,降低了并发程度(也就是降低了效率),但是提高了隔离性(提高了数据的准确性)
2.不可重复读
事务1已经提交了数据,事务2开始去读取数据
读取过程中,事务3又提交了新的数据
此时意味着同一个事务2之内,多次读数据,读出来的结果是不相同的
(预期是一个事务中,多次读取的结果是相同的)
如何解决
MySQL引入”给读操作加锁”这样的机制(也就是读的时候,不能写)
这个操作,又进一步降低了事务的并发处理能力(处理效率降低)
提高了事务的隔离性(数据的准确性又增加了)
3.幻读
已经约定了读加锁和写加锁,解决了不可重复和脏读问题
在读加锁和写加锁的前提下,一个事务两次读取同一个数据
发现读取的数据值是一样的,但是结果集不一样(对当前读的没改变,但是出现另一个代码)
如何解决
数据库使用”串行化”这样的方式来解决幻读,彻底放弃并发处理事务,一个接一个的串行处理事务
这样做,并发程度是最低的(效率是最慢的),但隔离性是最高的(准确性也是最高的)
数据库内部采取的机制:
read uncommitted 无任何限制
read committed 给写加锁
repeatable read 给写和读加锁
serializable 串行化
上述都是数据库内部机制,可以通过修改MySQL的配置文件,来设置当前MySQL工作在哪种状态下
接下来就是最后的JDBC后,多谢各位读者大佬观看
