文章目录

🐾1. 索引🐾
- 💐1.1 概念💐
- 🌸1.2 作用与缺点🌸
- - 🌷1.2.1作用🌷
  - 🍀1.2.2缺点🍀
- 🌹1.3 使用场景🌹
- 🌻1.4 使用🌻
- - 🌺1.4.1查看索引🌺
  - 🍁1.4.2创建索引🍁
  - 🍃1.4.3删除索引🍃
- 🍂1.5 B树和B+树(经典面试题)🍂
- - 🌿1.5.1 B树🌿
  - 🍄1.5.2 B+树🍄
  - 🌵1.5.3如果表中有多个索引？🌵
- 🌴1.6MySQL数据组织的方式🌴
- 🌲1.7 案例🌲
🌰2. 事务🌰
- 🌱2.1 为什么使用事务🌱
- 🌼2.2 事务的概念🌼
- 🌾2.3 使用🌾
- 🌋2.4事务的特性🌋
- 🌌2.5事务的问题总结🌌
⛅️3. 内容重点总结⛅️

大家好，我是晓星航。今天为大家带来的是 MySQL索引事务相关的讲解！😀

🐾1. 索引🐾

💐1.1 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。

🌸1.2 作用与缺点🌸

🌷1.2.1作用🌷

数据库中的表、数据、索引之间的关系，类似于书架上的图书、书籍内容和书籍目录的关系。
索引所起的作用类似书籍目录，可用于快速定位、检索数据。
索引对于提高数据库的性能有很大的帮助。

🍀1.2.2缺点🍀

1.需要付出额外的空间代价来保存索引数据

2.索引可能会拖慢新增，删除，修改的速度

整体来说，还是认为索引是利大于弊的，实际开发中，查询场景一般要比增删查改频率高很多！！！

🌹1.3 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。

🌻1.4 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。

🌺1.4.1查看索引🌺

查看索引

show index from 表名;

案例：查看学生表已有的索引

show index from student;

把表中的内容，根据 name 又搞了一份目录出来

🍁1.4.2创建索引🍁

创建索引操作，可能很危险!!!

如果表里的数据很大，这个建立索引的开销也会很大!!!

有一本很厚的书，现在让你给这本书手动写一份目录出来，那么就会很慢很麻烦

那么针对以上情况我们有没有好的解决方法呢？

答案是有的，那就是在创建表之初，就把索引设定好，如果表里已经有很多数据了，索引就不要动了!!!

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(字段名);

案例：创建班级表中，name字段的索引

create index idx_classes_name on classes(name);

🍃1.4.3删除索引🍃

删除索引

drop index 索引名 on 表名;

案例：删除班级表中name字段的索引

drop index idx_classes_name on classes;

🍂1.5 B树和B+树(经典面试题)🍂

🌿1.5.1 B树🌿

B树左右数值没有特定要求，只需要在规定范围之间即可：

当节点的子树多了，节点上保存的 key 就多了。意味着在同样 key 的个数的前提下 B 树的高度就要比二叉搜索树低很多!!!

树的高度越高，进行查询比较的时候，访问磁盘的次数就越多!!!

🍄1.5.2 B+树🍄

B+树子树生成的左侧数据只需要大于最小值和小于最大值就行，但是最右数据必须为最大值的那个数据。

整个树的所有数据都是包含在叶子节点中的!!!(所有非叶子节点中的 key 最终都会出现在叶子节点中)

B+树特点：

一个节点，可以储存 N 个 key 划分出了 N 个区间 (而不是 N + 1 个区间)
每个节点中的 key 值，都会在子节点中也存在 (同时该 key 是子节点的最大值)
B+树的叶子节点，是首尾相连的，类似于一个链表
由于叶子节点，是完整的数据集合，只在叶子节点这里存储数据表的每一行的数据。而非叶子节点，只存 key 值本身即可

B+树的优势：

当前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，次数是更稳定的)
B+树的所有的叶子节点，构成链表，比较方便进行一个范围查询

例如找一个学号>5 并且 <11的同学

只需要先找到 5 所在位置，再找到 11 所在位置

从 5 沿着链表遍历到 11 ，中间结果即为所求。

非常方便，非常高效

由于数据都在叶子节点上，非叶子节点只存储 key ，导致非叶子节点占用空间是比较小的。这些非叶子节点就可能在内存中缓存(或者是缓存一部分)。又进一步减少了 IO 的次数。

注：这里的 IO 特指硬盘的访问。 I–>input(输入) O–>output(输出)

🌵1.5.3如果表中有多个索引？🌵

针对 id 有主键索引

针对 name 又有一个索引

表的数据还是按照 id 为主键，构建出 B+ 树通过叶子节点组织所有的数据行。

其次，针对 name 这一列，会构建另外一个 B+ 树，但是这个 B+树的叶子节点就不再储存这一行的完整数据，而是存主键 id 是啥

此时，如果你根据 name 来查询，查到叶子节点的得到的只是主键 id，还需要再通过主键 id 去主键的 B+树里再查一次。(查两次B+树)

[上述过程称为 “回表” ，这个过程，都是 mysql 自动完成的，用户感知不到]

🌴1.6MySQL数据组织的方式🌴

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” 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。(具体是哪种结构，取决于你的表里有没有索引，以及数据库使用了哪种存储引擎)

🌲1.7 案例🌲

准备测试表：

-- 创建用户表
DROP TABLE IF EXISTS test_user;
CREATE TABLE test_user (
        id_number INT,
        name VARCHAR(20) comment '姓名',
        age INT comment '年龄',
        create_time timestamp comment '创建日期'
);

准备测试数据，批量插入用户数据（操作耗时较长，约在1小时+）：

-- 构建一个8000000条记录的数据
-- 构建的海量表数据需要有差异性，所以使用存储过程来创建， 拷贝下面代码就可以了，暂时不用理解

-- 产生名字
drop function if exists rand_name;
delimiter $$
create function rand_name(n INT, l INT)
returns varchar(255)
begin
 declare return_str varchar(255) default '';
 declare i int default 0;
 while i < n do
    if i=0 then
        set return_str = rand_string(l);
    else
        set return_str =concat(return_str,concat(' ', rand_string(l)));
    end if;
    set i = i + 1;
    end while;
   return return_str;
   end $$
delimiter ;

-- 产生随机字符串
drop function if exists rand_string;
delimiter $$
create function rand_string(n INT)
returns varchar(255)
begin
 declare lower_str varchar(100) default
     'abcdefghijklmnopqrstuvwxyz';
 declare upper_str varchar(100) default
     'ABCDEFJHIJKLMNOPQRSTUVWXYZ';
 declare return_str varchar(255) default '';
 declare i int default 0;
 declare tmp int default 5+rand_num(n);
 while i < tmp do
     if i=0 then
          set return_str
=concat(return_str,substring(upper_str,floor(1+rand()*26),1));
    else
        set return_str
=concat(return_str,substring(lower_str,floor(1+rand()*26),1));
    end if;

    set i = i + 1;
    end while;
   return return_str;
   end $$
delimiter ;

-- 产生随机数字
drop function if exists rand_num;
delimiter $$
create function rand_num(n int)
returns int(5)
begin
 declare i int default 0;
 set i = floor(rand()*n);
return i;
end $$
delimiter ;

-- 向用户表批量添加数据
drop procedure if exists insert_user;
delimiter $$
create procedure insert_user(in start int(10),in max_num int(10))
begin
 declare i int default 0;
  set autocommit = 0;
  repeat
    set i = i + 1;
    insert into test_user values ((start+i) ,rand_name(2,
5),rand_num(120),CURRENT_TIMESTAMP);
    until i = max_num
 end repeat;
 commit;
end $$
delimiter ;

-- 执行存储过程，添加8000000条用户记录
call insert_user(1, 8000000);

查询 id_number 为778899的用户信息：

-- 可以看到耗时4.93秒，这还是在本机一个人来操作，在实际项目中，如果放在公网中，假如同时有1000
个人并发查询，那很可能就死机。
select * from test_user where id_number=556677;

可以使用explain来进行查看SQL的执行：

explain select * from test_user where id_number=556677;
*************************** 1. row ***************************
            id: 1
    select_type: SIMPLE
        table: test_user
         type: ALL
possible_keys: NULL
        key: NULL <== key为null表示没有用到索引
    key_len: NULL
        ref: NULL
       rows: 6
      Extra: Using where
1 row in set (0.00 sec)

为提供查询速度，创建 id_number 字段的索引：

create index idx_test_user_id_number on test_user(id_number);

换一个身份证号查询，并比较执行时间：

select * from test_user where id_number=776655;

可以使用explain来进行查看SQL的执行：

explain select * from test_user where id_number=776655;
*************************** 1. row ***************************
            id: 1
    select_type: SIMPLE
        table: test_user
         type: ref
possible_keys: idx_test_user_id_number
         key: idx_test_user_id_number <= key用到了idx_test_user_id_number
      key_len: NULL
        ref: const
       rows: 1
      Extra: Using where
1 row in set (0.00 sec)

索引保存的数据结构主要为B+树，及hash的方式，实现原理会在以后数据库原理的部分讲解。

🌰2. 事务🌰

🌱2.1 为什么使用事务🌱

准备测试表：

drop table if exists accout;
create table accout(
    id int primary key auto_increment,
    name varchar(20) comment '账户名称',
    money decimal(11,2) comment '金额'
);

insert into accout(name, money) values
('阿里巴巴', 5000),
('四十大盗', 1000);

比如说，四十大盗把从阿里巴巴的账户上偷盗了2000元

-- 阿里巴巴账户减少2000
update accout set money=money-2000 where name = '阿里巴巴';
-- 四十大盗账户增加2000
update accout set money=money+2000 where name = '四十大盗';

假如在执行以上第一句SQL时，出现网络错误，或是数据库挂掉了，阿里巴巴的账户会减少2000，但是四十大盗的账户上就没有了增加的金额。

解决方案：使用事务来控制，保证以上两句SQL要么全部执行成功，要么全部执行失败。

🌼2.2 事务的概念🌼

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。(将多个sql语句打包成一个整体)

其实如果一个操作失败了，并不是真的没执行，而是"看起来想没执行一样"，我们的命令选择了恢复现场，把数据还原成未执行之前的状态了。(这个恢复数据的操作，称为"回滚"–roolback)

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。

🌾2.3 使用🌾

（1）开启事务：start transaction;

（2）执行多条SQL语句

（3）回滚或提交事务：rollback/commit;

说明：rollback即是全部失败，commit即是全部成功。

start transaction;
-- 阿里巴巴账户减少2000
update accout set money=money-2000 where name = '阿里巴巴';
-- 四十大盗账户增加2000
update accout set money=money+2000 where name = '四十大盗';
commit;