From a746734c79ba01fcb4dd9f95ddb993dafc4b0772 Mon Sep 17 00:00:00 2001 From: wangtong Date: Mon, 28 Mar 2022 14:01:23 +0800 Subject: [PATCH 1/2] =?UTF-8?q?[=E4=BF=AE=E6=94=B9]=EF=BC=9A=E4=BF=AE?= =?UTF-8?q?=E6=94=B9=20mysql=20=E7=B4=A2=E5=BC=95=E8=AF=A6=E8=A7=A3?= =?UTF-8?q?=EF=BC=8C=E4=BF=AE=E6=94=B9=E8=81=9A=E9=9B=86=E7=B4=A2=E5=BC=95?= =?UTF-8?q?=E4=B8=8E=E9=9D=9E=E8=81=9A=E9=9B=86=E7=B4=A2=E5=BC=95=E5=9B=BE?= =?UTF-8?q?=E7=89=87=EF=BC=8C=E6=B7=BB=E5=8A=A0=E8=81=94=E5=90=88=E7=B4=A2?= =?UTF-8?q?=E5=BC=95=EF=BC=8C=E6=9C=80=E5=B7=A6=E5=89=8D=E7=BC=80=E5=8C=B9?= =?UTF-8?q?=E9=85=8D=E5=8E=9F=E5=88=99=EF=BC=8C=E7=B4=A2=E5=BC=95=E4=B8=8B?= =?UTF-8?q?=E6=8E=A8=E7=9A=84=E6=A6=82=E5=BF=B5?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- docs/database/mysql/mysql-index.md | 22 ++++++++++++++++++---- 1 file changed, 18 insertions(+), 4 deletions(-) diff --git a/docs/database/mysql/mysql-index.md b/docs/database/mysql/mysql-index.md index dcf5c53649c..60c4382d434 100644 --- a/docs/database/mysql/mysql-index.md +++ b/docs/database/mysql/mysql-index.md @@ -31,7 +31,7 @@ tag: ## 索引的底层数据结构 -### Hash表 & B+树 +### Hash表 哈希表是键值对的集合，通过键(key)即可快速取出对应的值(value)，因此哈希表可以快速检索数据（接近 O（1））。 @@ -76,8 +76,6 @@ B 树也称 B-树,全称为 **多路平衡查找树** ，B+ 树是 B 树的一 - B 树的叶子节点都是独立的;B+树的叶子节点有一条引用链指向与它相邻的叶子节点。 - B 树的检索的过程相当于对范围内的每个节点的关键字做二分查找，可能还没有到达叶子节点，检索就结束了。而 B+树的检索效率就很稳定了，任何查找都是从根节点到叶子节点的过程，叶子节点的顺序检索很明显。 -![](https://img-blog.csdnimg.cn/20210420165409106.png) - 在 MySQL 中，MyISAM 引擎和 InnoDB 引擎都是使用 B+Tree 作为索引结构，但是，两者的实现方式不太一样。（下面的内容整理自《Java 工程师修炼之道》） MyISAM 引擎中，B+Tree 叶节点的 data 域存放的是数据记录的地址。在索引检索的时候，首先按照 B+Tree 搜索算法搜索索引，如果指定的 Key 存在，则取出其 data 域的值，然后以 data 域的值为地址读取相应的数据记录。这被称为“非聚簇索引”。 @@ -94,6 +92,8 @@ InnoDB 引擎中，其数据文件本身就是索引文件。相比 MyISAM，索 在 MySQL 的 InnoDB 的表中，当没有显示的指定表的主键时，InnoDB 会自动先检查表中是否有唯一索引且不允许存在null值的字段，如果有，则选择该字段为默认的主键，否则 InnoDB 将会自动创建一个 6Byte 的自增主键。 +![](http://101.43.132.98:98/images/cluster-index.png) + ### 二级索引(辅助索引) **二级索引又称为辅助索引，是因为二级索引的叶子节点存储的数据是主键。也就是说，通过二级索引，可以定位主键的位置。** @@ -110,7 +110,7 @@ InnoDB 引擎中，其数据文件本身就是索引文件。相比 MyISAM，索 二级索引: -![](https://img-blog.csdnimg.cn/20210420165254215.png) +![](http://101.43.132.98:98/images/no-cluster-index.png) ## 聚集索引与非聚集索引 @@ -190,6 +190,20 @@ SELECT id FROM table WHERE id=1; 覆盖索引: ![](https://img-blog.csdnimg.cn/20210420165341868.png) +## 联合索引 + +使用表中的多个字段创建索引，就是 **联合索引**，也叫 **组合索引** 或 **复合索引**。 + +## 最左前缀匹配原则 + +最左前缀匹配原则指的是，在使用联合索引时，**MySQL** 会根据联合索引中的字段顺序，从左到右依次到查询条件中去匹配，如果查询条件中存在与联合索引中最左侧字段相匹配的字段，则就会使用该字段过滤一批数据，直至联合索引中全部字段匹配完成，或者在执行过程中遇到范围查询，如 **`>`**、**`<`**、**`between`** 和 **`以%开头的like查询`** 等条件，才会停止匹配。 + +所以，我们在使用联合索引时，可以将区分度高的字段放在最左边，这也可以过滤更多数据。 + +## 索引下推 + +索引下推是 **MySQL 5.6** 版本中提供的一项索引优化功能，可以在非聚簇索引遍历过程中，对索引中包含的字段先做判断，过滤掉不符合条件的记录，减少回表次数。 + ## 创建索引的注意事项 **1.选择合适的字段创建索引：** From f3e1ed6873b23062d4ecf248ae1b8db25532fed0 Mon Sep 17 00:00:00 2001 From: wangtong Date: Tue, 29 Mar 2022 14:10:54 +0800 Subject: [PATCH 2/2] =?UTF-8?q?[=E4=BF=AE=E6=94=B9]=EF=BC=9A=E4=BF=AE?= =?UTF-8?q?=E6=94=B9=20=E4=BA=8B=E5=8A=A1=E9=9A=94=E7=A6=BB=E7=BA=A7?= =?UTF-8?q?=E5=88=AB(=E5=9B=BE=E6=96=87=E8=AF=A6=E8=A7=A3)=20=E5=85=B3?= =?UTF-8?q?=E4=BA=8E=E5=B9=BB=E8=AF=BB=E7=9A=84=E6=A1=88=E4=BE=8B=E6=BC=94?= =?UTF-8?q?=E7=A4=BA=E5=92=8C=E8=A7=A3=E5=86=B3=E6=96=B9=E6=A1=88?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- .../mysql/transaction-isolation-level.md | 21 +++++++++++++------ 1 file changed, 15 insertions(+), 6 deletions(-) diff --git a/docs/database/mysql/transaction-isolation-level.md b/docs/database/mysql/transaction-isolation-level.md index 2d2930beac3..35382f0fa72 100644 --- a/docs/database/mysql/transaction-isolation-level.md +++ b/docs/database/mysql/transaction-isolation-level.md @@ -54,7 +54,7 @@ tag: ---- -| 隔离级别 | 脏读 | 不可重复读 | 幻影读 | +| 隔离级别 | 脏读 | 不可重复读 | 幻读 | | :---: | :---: | :---:| :---: | | READ-UNCOMMITTED | √ | √ | √ | | READ-COMMITTED | × | √ | √ | @@ -127,17 +127,26 @@ SET [SESSION|GLOBAL] TRANSACTION ISOLATION LEVEL [READ UNCOMMITTED|READ COMMITTE
+#### 幻读 -#### 防止幻读(可重复读) +##### 演示幻读出现的情况 -
- -
+![](http://101.43.132.98:98/images/phantom_read.png) -一个事务对数据库进行操作，这种操作的范围是数据库的全部行，然后第二个事务也在对这个数据库操作，这种操作可以是插入一行记录或删除一行记录，那么第一个是事务就会觉得自己出现了幻觉，怎么还有没有处理的记录呢? 或者 怎么多处理了一行记录呢? +sql 脚本1 在第一次查询工资为 500 的记录时只有一条，sql 脚本 2 插入了一条工资为 500 的记录，提交之后；sql 脚本 1 在同一个事务中再次使用当前读查询发现出现了两条工资为 500 的记录这种就是幻读。 幻读和不可重复读有些相似之处 ，但是不可重复读的重点是修改，幻读的重点在于新增或者删除。 +##### 解决幻读的方法 + +解决幻读的方式有很多，但是它们的核心思想就是一个事务在操作某张表数据的时候，另外一个事务不允许新增或者删除这张表中的数据了。解决幻读的方式主要有以下几种： + +1. 将事务隔离级别调整为 `SERIALIZABLE` +2. 在可重复读的事务级别下，给事务操作的这张表添加表锁 +3. 在可重复读的事务级别下，给事务操作的这张表添加 `Next-Key Locks` + +> 说明：`Next-Key Locks` 相当于 行锁 + 间隙锁 + ### 参考 - 《MySQL技术内幕：InnoDB存储引擎》