MySQL 数据库 索引和事务

MySQL数据库索引和事务 目录 1. 索引 1.1 概念 1.2 作用 1.3 索引的原理 1.3.1 减少磁盘的访问次数是构建索引的核心思想 1.3.2 B+ 树适用实现索引的底层 1.4 适用场景 1.5 使用语句 1.5.1 查看索引 1.5.2 创建索引 1.5.3 删除索引 2. 事务 2.1 概念 2.2 为什么使用

目录

• 1. 索引
• 1.1 概念
• 1.2 作用
• 1.3 索引的原理
• 1.3.1 减少磁盘的访问次数是构建索引的核心思想
• 1.3.2 B+ 树适用实现索引的底层
• 1.4 适用场景
• 1.5 使用语句
• 1.5.1 查看索引
• 1.5.2 创建索引
• 1.5.3 删除索引
• 2. 事务
• 2.1 概念
• 2.2 为什么使用事务
• 2.3 四大属性
• 2.3.1 原子性
• 2.3.2 一致性
• 2.3.3 持久性
• 2.3.4 隔离性
• 2.4 使用方法

1. 索引

1.1 概念

• 索引是为了加速对表中数据行的检索而创建的一种分散的存储结构。索引是针对表而建立的，它是由数据页面以外的索引页面组成的，每个索引页面中的行都会含有逻辑指针，以便加速检索物理数据。
• 在数据库关系图中，可以在选定表的“索引/键”属性页中创建、编辑或删除每个索引类型。当保存索引所附加到的表，或保存该表所在的关系图时，索引将保存在数据库中。

通俗的讲，索引与数据库中的表和数据的关系就类似于书架上的图书（表）、书籍内容（数据）和书籍目录（索引）的关系

1.2 作用

在数据库系统中建立索引主要有以下作用：

• 快速取数据
• 保证数据记录的唯一性
• 实现表与表之间的参照完整性
• 在使用 order by、group by 子句进行数据检索时，利用索引可以减少排序和分组的时间

1.3 索引的原理

1.3.1 减少磁盘的访问次数是构建索引的核心思想

索引的目的是方便进行查询。
MySQL 的查询主要是 select，select 基本执行的过程包括遍历表、依次取出每个记录、根据 where 字句的条件进行筛选
由于 MySQL 是把数据储存在硬盘上，因此进行查询时，每次取出记录都意味着要访问硬盘
而 IO 设备对硬盘的访问效率远低于对内存的访问，因此减少磁盘的访问次数就可以提高查询的效率，也就是构建索引的核心思路

1.3.2 B+ 树适用实现索引的底层

减少对数据的访问次数就是实现索引时的重要思想，接下来将会对几种数据结构进行分析，以找到更适合的实现索引的数据结构

二叉搜索树：

由于二叉搜索树可能是一个单支树，时间复杂度为 O(N)

AVL 树：

• AVL 树本质是一个二叉平衡搜索树，是对二叉搜索树的一个改进，它会保证了左右子树的高度差不超过1，即不会存在单支树的结构，查找时间复杂度为 O(logN)
• 因为需要满足左右子树高度差不超过1的条件，所以插入或者删除操作会破坏 AVL 树的结构。因此需要随时对树进行调整。虽然查询效率得到了满足，但是降低了插入和删除操作的效率，插入删除时间复杂度为 O(logN)

红黑树：

• 红黑树本质是一个放松了规则的 AVL 树，即不要强制左右子树高度差不超过1，会降低要求，以此来保证插入和删除操作的效率。
• 整体和 AVL 树差异不大，查询插入删除的时间复杂度为 O(logN)

哈希表：

• 哈希表可以做到查询、插入、删除的时间复杂度都是 O(1)
• 但是哈希表的一个关键是必须要比较相等，但是形如大于、小于之类的条件无法做到，这就和实际查询的情况不符合了

到这里为止，好像只有 AVL 树或者红黑树更加适合用作 MySQL 的索引的实现，而这两个数据结构的查找效率直接是由树的高度决定的，因此数据增多的话，树的高度也会增加。

为了进一步优化，就可以使用 N 叉搜索树来降低树的高度，即减少磁盘 IO，以提高查找效率

B 树：

B 树是 N 叉搜索树的一种

B 树示例结构：

用在索引中，每个结点都表示一个记录

B 树的特点：

• 每个结点可能包含 N 个子树
• 每个结点上都可能存在多个值
• 左子树的值都小于根节点的对应值，右子树的值都大于根节点的对应值

B+ 树：

B+ 树是一种特殊的 N 叉搜索树，是 B 树的改进版

B+ 树示例结构：

 B+ 树相对于 B 树的改进：

• 叶子节点存储每行记录，非叶子节点只要存储每行的索引值即可
• 非叶子节点的值存在重复，使得叶子结点这一层是完整的数据集合
• 可以通过类似于链表的方式，把所有的叶子节点连接起来

B+ 树的优势：

• 善于进行范围查找
• 由于所有的查询都是落在叶子结点上，故查询的速度是比较稳定的
• 由于叶子结点是数据的全集，因此就可以把叶子结点存到硬盘上，非叶子结点直接存到内存中，大大降低了读取硬盘的次数

1.4 适用场景

• 查找的次数比较多，插入删除的次数较少适合用索引
• 由于索引本身也占据一定空间，如果磁盘紧张就不太适合用索引
• 索引是指定某个列来建立的，当某列的区分度比较大的时候，适合用索引，例如自增主键

1.5 使用语句

补充：

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

1.5.1 查看索引

语法：

show index from 表名;

示例：

1.5.2 创建索引

语法：

create index 索引名 on 表名(字段名);

示例：

1.5.3 删除索引

语法：

drop index 索引名 on 表名;

示例：

注意：

主索引不能删除，删除会报错

2. 事务

2.1 概念

事物：是属于计算机中一个很广泛的概念，一般是指要做的或所做的事情。在关系数据库中，一个事务可以是一条 SQL 语句或者一组 SQL 语句或整个程序。

通俗的讲，比如银行转账的操作，A 转给 B 500元，那么这个操作其实包含了 A 账户余额减少500元和 B 账户余额增加500元两个操作。

事物就相当于将这一连串的动作给打包，使其成为一个整体，要么全都不做，要么全都做完

2.2 为什么使用事务

用上述银行转账的例子为例，假设 A 账户减少500元的操作成功了，但 B 账户增加500元的账户没有成功，那么这个转账的操作是失败的。

事物的核心特点就是： 把一系列操作给打包到一起，构成一个整体，要么全都做完，要么一个都不做。

全都不做是指： 如果某个操作失败了，那么就会将此时的中间状态偷偷还原回去

因此使用事物的话就可以保证，某一系列的操作，不会只完成其中一部分，它要么完全完成，要么都没有完成

2.3 四大属性

事务是恢复和并发控制的基本单位，它具有四个属性：原子性、一致性、持久性、隔离性

事物的核心是原子性

2.3.1 原子性

概念：

一个事务是一个不可分割的工作单位，事务中包括的操作要么都做，要么都不做。

事物的核心是原子性，原子性的核心是回退为中间状态，回退为中间状态核心就是回滚，回滚的核心就是记住每步的操作

2.3.2 一致性

概念：

事务必须是使数据库从一个一致性状态变到另一个一致性状态。一致性与原子性是密切相关的。

执行事物之前和执行事物完成后，当前表里的数据都是合理的状态

2.3.3 持久性

概念：

持久性也称永久性（permanence），指一个事务一旦提交，它对数据库中数据的改变就应该是永久性的。接下来的其他操作或故障不应该对其有任何影响。

事物操作的数据都是直接操作硬盘，而硬盘的数据都是持久化的

2.3.4 隔离性

概念：

一个事务的执行不能被其他事务干扰。即一个事务内部的操作及使用的数据对并发的其他事务是隔离的，并发执行的各个事务之间不能互相干扰。

2.4 使用方法

开启事物：

start transaction;

执行多条 SQL 语句

回滚或提交

-- 回滚：表示上述 SQL 语句全部失败
rollback;

-- 提交：表示上述 SQL 语句全部成功
commit;

到此这篇关于MySQL 数据库 索引和事务的文章就介绍到这了,更多相关MySQL 索引和事务内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！