MySQL第五章、索引事务

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,高可用系列 2核4GB
简介: 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。

 目录

一、索引

1.1 概念

1.2 作用

1.3 使用场景

1.4 使用

1.5 案例

二、索引背后的数据结构

2.1 B-树(B树)

2.2 B+树(MySQL背后数据结构)

三、事务

3.1 为什么使用事务

3.2 事务的概念

3.3 使用

3.4并发执行事务产生的问题

3.4.1脏读问题

3.4.2不可重复读

3.4.3幻读

3.4.4隔离级别


一、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

    • 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。

    image.gif编辑

    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。

        • 查看索引
        show index from 表名;

        image.gif

          • 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);

          image.gif

            • 删除索引
            drop index 索引名 on 表名;

            image.gif

            1.5 案例

            -- 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'
            );

            image.gif

            -- 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);

            image.gif

            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;

            image.gif

            image.gif编辑

            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)

            image.gif

            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);

            image.gif

            换一个身份证号查询,并比较执行时间:

            select * from test_user where id_number=776655;

            image.gif

            image.gif编辑

            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)

            image.gif

            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。


            二、索引背后的数据结构

            2.1 B-树(B树)

            image.gif编辑


            2.2 B+树(MySQL背后数据结构)

            image.gif编辑

            image.gif编辑


            三、事务

            3.1 为什么使用事务

            image.gif编辑image.gif编辑

            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);

            image.gif

            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';

            image.gif

            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。

            3.2 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。

            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。

            3.3 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。

            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;

            image.gif

            image.gif编辑

            事务的特性及设置,会在后续 数据库原理 部分进一步讲解。

            image.gif编辑

            3.4并发执行事务产生的问题

            3.4.1脏读问题

            image.gif编辑

            加锁操作:降低了并发程度(降低了效率),提高了隔离性(提高了数据的准确性)

            3.4.2不可重复读

            image.gif编辑

            读加锁操作:进一步降低事务的并发处理能力(处理效率也降低),提高了事务的隔离性(数据的准确性又提高了)

            3.4.3幻读

            image.gif编辑

            3.4.4隔离级别

            image.gif编辑

            相关实践学习
            如何快速连接云数据库RDS MySQL
            本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
            全面了解阿里云能为你做什么
            阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助 &nbsp; &nbsp; 相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
            目录
            相关文章
            |
            5天前
            |
            存储 缓存 关系型数据库
            MySQL底层概述—9.ACID与事务
            本文介绍了数据库事务的ACID特性(原子性、一致性、隔离性、持久性),以及事务控制的演进过程,包括排队、排它锁、读写锁和MVCC(多版本并发控制)。文章详细解释了每个特性的含义及其在MySQL中的实现方式,并探讨了事务隔离级别的类型及其实现机制。重点内容包括:ACID特性(原子性、持久性、隔离性和一致性的定义及其实现方式)、事务控制演进(从简单的全局排队到复杂的MVCC,逐步提升并发性能)、MVCC机制(通过undo log多版本链和Read View实现高效并发控制)、事务隔离级别(析了四种隔离级别(读未提交、读已提交、可重复读、可串行化)的特点及适用场景)、隔离级别与锁的关系。
            |
            5天前
            |
            缓存 算法 关系型数据库
            MySQL底层概述—8.JOIN排序索引优化
            本文主要介绍了MySQL中几种关键的优化技术和概念,包括Join算法原理、IN和EXISTS函数的使用场景、索引排序与额外排序(Using filesort)的区别及优化方法、以及单表和多表查询的索引优化策略。
            MySQL底层概述—8.JOIN排序索引优化
            |
            6天前
            |
            存储 关系型数据库 MySQL
            MySQL底层概述—6.索引原理
            本文详细回顾了:索引原理、二叉查找树、平衡二叉树(AVL树)、红黑树、B-Tree、B+Tree、Hash索引、聚簇索引与非聚簇索引。
            MySQL底层概述—6.索引原理
            |
            8天前
            |
            SQL 存储 关系型数据库
            MySQL原理简介—9.MySQL索引原理
            本文详细介绍了MySQL索引的设计与使用原则,涵盖磁盘数据页的存储结构、页分裂机制、主键索引设计及查询过程、聚簇索引和二级索引的原理、B+树索引的维护、联合索引的使用规则、SQL排序和分组时如何利用索引、回表查询对性能的影响以及索引覆盖的概念。此外还讨论了索引设计的案例,包括如何处理where筛选和order by排序之间的冲突、低基数字段的处理方式、范围查询字段的位置安排,以及通过辅助索引来优化特定查询场景。总结了设计索引的原则,如尽量包含where、order by、group by中的字段,选择离散度高的字段作为索引,限制索引数量,并针对频繁查询的低基数字段进行特殊处理等。
            MySQL原理简介—9.MySQL索引原理
            |
            26天前
            |
            存储 关系型数据库 MySQL
            MySQL索引学习笔记
            本文深入探讨了MySQL数据库中慢查询分析的关键概念和技术手段。
            110 13
            |
            29天前
            |
            存储 关系型数据库 MySQL
            浅入浅出——MySQL索引
            本文介绍了数据库索引的概念和各种索引结构,如哈希表、B+树、InnoDB引擎的索引运作原理等。还分享了覆盖索引、联合索引、最左前缀原则等优化技巧,以及如何避免索引误用,提高数据库性能。
            |
            1月前
            |
            SQL 存储 关系型数据库
            MySQL秘籍之索引与查询优化实战指南
            最左前缀原则。不冗余原则。最大选择性原则。所谓前缀索引,说白了就是对文本的前几个字符建立索引(具体是几个字符在建立索引时去指定),比如以产品名称的前 10 位来建索引,这样建立起来的索引更小,查询效率更快!
            115 22
             MySQL秘籍之索引与查询优化实战指南
            |
            1月前
            |
            SQL 关系型数据库 MySQL
            MySQL事务日志-Undo Log工作原理分析
            事务的持久性是交由Redo Log来保证,原子性则是交由Undo Log来保证。如果事务中的SQL执行到一半出现错误,需要把前面已经执行过的SQL撤销以达到原子性的目的,这个过程也叫做"回滚",所以Undo Log也叫回滚日志。
            MySQL事务日志-Undo Log工作原理分析
            |
            1月前
            |
            存储 关系型数据库 MySQL
            MySQL中为什么要使用索引合并(Index Merge)?
            通过这些内容的详细介绍和实际案例分析,希望能帮助您深入理解索引合并及其在MySQL中的
            135 10
            |
            2月前
            |
            存储 关系型数据库 MySQL
            【MYSQL】 ——索引(B树B+树)、设计栈
            索引的特点,使用场景,操作,底层结构,B树B+树,MYSQL设计栈