一、存储引擎

1、MySQL体系结构

2、存储引擎简介

3、存储引擎特点

InnoDB

MyISAM

Memory

4、存储引擎选择

二、索引

1、索引概述

2、索引结构

3、索引分类

4、索引语法

5、SQL性能分析

5.1 SQL执行频率

5.2 慢查询日志

5.3 profile详情

5.4 explain执行计划

6、索引使用

6.1 最左前缀法则：

6.2 范围查询：

6.3 索引列运算

6.4 字符串不加引号

6.5 模糊查询

6.6 or连接的条件

6.7 数据分布影响

6.8 SQL提示

6.9 覆盖索引

6.10 前缀索引

6.11 单列索引与联合索引

7、索引设计原则

三、SQL优化

1、插入数据

2、主键优化

2.1 页分裂（乱序插入会造成）

2.2 页合并

3、order by优化

4、group by优化

5、limit优化

6、count优化

7、update优化

四、视图/存储过程/触发器

1、视图

1.1 概述：

1.2 语法：

1.3 检查选项

1). CASCADED 级联

2). LOCAL 本地

1.4 更新

1.5 作用

1.6 案例

1). 为了保证数据库表的安全性，开发人员在操作tb_user表时，只能看到的用户的基本字段，屏蔽手机号和邮箱两个字段。

2). 查询每个学生所选修的课程（三张表联查），这个功能在很多的业务中都有使用到，为了简化操作，定义一个视图。

2、存储过程

2.1概述

2.2语法

2.3变量

2.3.1 系统变量

2.3.2 用户定义变量

2.3.3局部变量

2.3.4 if语句

2.3.4 参数

2.3.5 case 语句

2.3.6 while

2.3.7 repeat

2.3.8 loop

2.3.9 游标

2.3.10 条件处理程序

3、存储函数

4、触发器

五、锁

1、概述

2、全局锁

3、表级锁

1)表锁：

2)meta data lock , 元数据锁，简写MDL。

3)意向锁

4、行级锁

六、InnoDB引擎

1、逻辑存储结构

1)表空间

2). 段

3). 区

4). 页

5). 行

2、架构

2.1内存结构

1). Buffer Pool 缓冲池

2). Change Buffer 更改缓冲区（针对于非唯一二级索引页）

3). Adaptive Hash Index 自适应hash索引

4). Log Buffer Log Buffer：日志缓冲区

2.2磁盘结构

1). System Tablespace 系统表空间

2). File-Per-Table Tablespaces

3). General Tablespaces 通用表空间

4). Undo Tablespaces 撤销表空间，

5). Temporary Tablespaces InnoDB 使用会话临时表空间和全局临时表空间。

6). Doublewrite Buffer Files

7). Redo Log 重做日志

2.3后台线程

3、事务原理

3.1 redo log 重做日志

3.2undo log 回滚日志

4、MVCC

4.1当前读

4.2快照读

4.3 MVCC

4.4 Undo log

4.5 ReadView

七、MySQL管理

1、系统数据库

2、常用工具

2.1 mysql

2.2 mysqldimin

2.3 mysqlbinlog

2.4 mysqlshow

2.5 mysqldump

2.6 mysqlimport / source

一、存储引擎

1、MySQL体系结构

如图：分为4个层

连接层：最上层是一些客户端和链接服务，主要完成一些类似于连接处理、授权认证、及相关的安全方案。服务器也会为安全接入的每个客户端验证它所具有的操作权限
服务层：第二层架构主要完成大多数的核心服务功能，如SOL接口，并完成缓存的查询，S0L的分析和优化，部分内置函数的执行。所有跨存储引擎的功能也在这一层实现，如过程、函数等
引擎层：存储引擎真正的负责了MvSOL中数据的存储和提取，服务器通过API和存储引擎进行通信。不同的存储引擎具有不同的功能，这样我们可以根据自己的需要，来选取合适的存储引擎
存储层：主要是将数据存储在文件系统之上，并完成与存储引擎的交互

2、存储引擎简介

存储引擎就是存储数据、建立索引、更新/查询数据等技术的实现方式。存储引擎是基于表的，而不是基于库的，所以存储引擎也可被称为表类型。

-- 查询当前数据库支持的存储引擎
show engines;--在创建表时，指定存储引擎CREATE TABLE 表名
(字段1 字段1类型 [ COMMENT 字段1注释]...字段n 字段n类型 [ COMMENT 字段n注释]
)ENGINE =INNODB [ COMMENT 表注释];

MySQL5.5版本后，默认存储引擎是InnoDB

3、存储引擎特点

InnoDB

概述：InnoDB是一种兼顾高可靠性和高性能的通用存储引擎
特点：

DML操作遵循ACID模型，支持事务
行级锁，提高并发访问性能
支持外键 FOREIGN KEY约束，保证数据的完整性和正确性

文件： xxxibd:xxX代表的是表名，innoDB引警的每张表都会对应这样一个表空间文件，存储该表的表结构(frm、sdi)、数据和索
参数： innodb file per table，打开则每张表对应一个表空间文件， 8.0后默认开启
逻辑存储结构：

其中Extent区和Page页的大小固定，分别为1M和16K，所有1extent可以存储16page

MyISAM

概述：MyISAM是MySQL早期的默认存储引擎
特点：

不支持事务，不支持外键
支持表锁，不支持行锁
访问速度快

文件：

xxx.sdi:存储表结构信息
xxx.MYD:存储数据
xxX.MYI:存储索引

Memory

概述：Memorv引肇的表数据时存储在内存中的，由于受到硬件问题、或断电问题的影响，只能将这些表作为临时表或缓存使用
特点：

内存存放
hash索引(默认)

文件：xxx.sdi:存储表结构信息

三个引擎的区别图：

4、存储引擎选择

在选择存储引擎时，应该根据应用系统的特点选择合适的存储引擎。对于复杂的应用系统，还可以根据实际情况选择多种存储引擎进行组合。

InnoDB：是Mysql的默认存储引擎，支持事务、外键。如果应用对事务的完整性有比较高的要求，在并发条件下要求数据的一致性，数据操作除了插入和查询之外，还包含很多的更新、删除操作，那么InnoDB存储引擎是比较合适的选择。
MyISAM：如果应用是以读操作和插入操作为主，只有很少的更新和删除操作，并且对事务的完整性、并发性要求不是很高，那么选择这个存储引擎是非常合适的。目前已被mongoDB取代
MEMORY：将所有数据保存在内存中，访问速度快，通常用于临时表及缓存。MEMORY的缺陷就是对表的大小有限制，太大的表无法缓存在内存中，而且无法保障数据的安全性。目前已被redis取代

二、索引

1、索引概述

索引(index)是帮助MySOL高效获取数据的数据结构(有序)。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，
这些数据结构以某种方式引用(指向)数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

优点：

提高数据检索的效率，降低数据库的IO成本
通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗。

缺点：

索引列也是要占用空的
索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行INSERT、UPDATE、DELETE时，效率降低。

2、索引结构

MySOL的索引是在存储引擎层实现的，不同的存储引擎有不同的结构，主要包含以下几种:

B+Tree索引最常见的索引类型，大部分引擎都支持 B+ 树索引
Hash索引底层数据结构是用哈希表实现的,只有精确匹配索引列的查询才有效，高效但不支持范围查询
R-tree(空间索引) 空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少
Full-text(全文索引) 是一种通过建立倒排索引,快速匹配文档的方式。类似于Lucene,Solr,ES

我们平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引

二叉树：

二叉树缺点: 顺序插入时，会形成一个表，查询性能大大降低。大数据量情况下，层级较深，检索速度慢。
红黑树: 大数据量情况下，层级较深，检索速度慢

B-Tree (多路平衡查找树)：

以一颗最大度数(max-degree，即子节点数)为5(5阶)的b-tree为例(每个节点最多存储4个key，5个指针)

B+Tree：

以一颗最大度数(max-degree)为4(4阶)的b+tree为例

上面索引，不存数据，下面存数据

而在MySQL中，索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能。

Hash：

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中

如果两个(或多个)键值，映射到一个相同的槽位上，他们就产生了hash冲突(也称为hash碰撞)，可以通过链表来解决

Hash索引特点：

Hash索引只能用于对等比较(=，in)，不支持范围查询 (between，>，<，...)
无法利用索引完成排序操作
查询效率高，通常只需要一次检索就可以了，效率通常要高于B+tree索引（不出现哈希碰撞）

存储引擎支持：

在MySQL中，支持hash索引的是Memory引擎，而InnoDB中具有自适应hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。

为什么InnoDB存储引擎选择使用B+tree索引结构?

相对于二叉树，层级更少，搜索效率高，且数据都在叶子节点上，搜索稳定
对于B-tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低;
相对Hash索引，B+tree支持范围匹配及排序操作

3、索引分类

聚集索引(Clustered Index)：将数据存储与索引放到了一块，索引结构的叶子节点保存了行数据，且必须有,而且只有一个
二级索引(Secondary Index 或辅助索引)：将数据与索引分开存储，索引结构的叶子节点关联的是对应的主键，可以存在多个

聚集索引选取规则:

如果存在主键，主键索引就是聚集索引。
如果不存在主键，将使用第一个唯一(UNIQUE)索引作为聚集索引。
如果表没有主键，或没有合适的唯一索引，则innoDB会自动生成一个rowid作为隐藏的聚集索引。

回表查询：先在二级索引里找到对应的主键值，然后通过主键值在聚集索引里找到行数据

4、索引语法

创建索引
CREATE [UNIQUE|FULLTEXT] INDEX index_name ON table_name (index_col_name,...) ;查看索引
SHOW INDEX FROM table_name;删除索引
DROP INDEX index_name ON table_name ;

这里我有一个表，如图

案例：

1. 	name字段为姓名字段，该字段的值可能会重复，为该字段创建索引
create index idx_user_name on tb_user(name);2. 	phone手机号字段的值，是非空，且唯一的，为该字段创建唯一索引
create unique index idx_user_phone on tb_user(phone);3.	为profession、age、status创建联合索引
create index idx_user_pro_age_sta on tb_user(profession,age,status);4.	为email建立合适的索引来提升查询效率
create index idx_user_email on tb_user(email);

5、SQL性能分析

5.1 SQL执行频率

MySOL客户端连接成功后，通过 show [session|global] status 命令可以提供服务器状态信息。

通过如下指令，可以查看当前数据库的INSERT、UPDATE、DELETE、SELECT的访问频次:

SHOW GLOBAL STATUS LIKE 'Com_______'; (7个下划线)

5.2 慢查询日志

慢查询日志记录了所有执行时间超过指定参数(long_query time，单位:秒，默认10秒)的所有SQL语句的日志。

查询慢日志是否开启：

show variables like 'slow_query_log';

MySQL的慢查询日志默认没有开启，需要在MySQL的配置文件 (/etc/my.cnf)中配置如下信息:

# 开启MySQL慢日志查询开关
slow query log=1
# 设置慢日志的时间为2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志
long query time=2

配置完毕之后，通过以下指令重新启动MySQL服务器进行测试，查看慢日志文件中记录的信息 ar/lib/mysal/localhost-slow.log

通过查询慢日志中记录的SQL语句，可以针对性的进行优化

5.3 profile详情

执行一系列的业务SOL的操作，然后通过如下指令查看指令的执行耗时

#查看每一条SQL的耗时基本情况
show profiles;#查看指定query id的SQL语句各个阶段的耗时情况
show profile for query query id;#查看指定query id的SQL语句CPU的使用情况
show profile cpu for query query_id;

5.4 explain执行计划

EXPLAIN 或者 DESC命令获取 MySOL如何执行 SELECT 语句的信息，包括在 SELECT 语句执行过程中表如何连接和连接的顺序，

# 直接在select语句之前加上关键字 explain / descEXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件

EXPLAIN 执行计划各字段含义:

id：selet查询的席列号，表示查询中执行selet子句或者是操作表的顺序id相同，执行顺序从上到下:d不同，值越大，越先执行)
select type：表示 SELECT 的类型，常见的取值有 SIMPLE (简单表，即不使用表连接或者子查)、PRIMARY(主查询，即外层的查询)
UNION(UNION 中的第二个或者后面的查询语句)、SUBQUERY (SELECT/WHERE之后包含了子查询)等
type：表示连接类型，性能由好到差的连接类型为NULL、System、const、eg ref、ref、range、index、all.尽量向前优化
possible key：显示可能应用在这张表上的索引，一个或多个
Key：实际使用的索引，如果为NULL，则没有使用索引。
Key_len：表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下，长度越短越好
rows：MySQL认为必须要执行查询的行数，在innodb引擎的表中，是一个估计值，可能并不总是准确的
filtered：表示返回结果的行数占需读取行数的百分比，filtered 的值越大越好

主要关注：type、possible_keys、key_len、(rows、extra)

6、索引使用

对于一个数量级很大的数据，索引的加入可以极大地提高检索的效率

6.1 最左前缀法则：

如果索引了多列(联合索引)，要遵守最左前缀法则：最左前缀法则指的是查询从索引的最左列开始，并且不跳过索引中的列

如果索引不从最左列开始，索引全部失效
如果跳跃某一列，索引将部分失效(后面的字段索引失效)
索引第一列 1 的字段必须存在，但可以放在任意位置

6.2 范围查询：

联合索引中，出现范围查询( > 或 < )，范围查询右侧的列索引失效
使用( >= 或 <= )可以解决这个问题

6.3 索引列运算：不要在索引列上进行运算操作（subtring，sum等），索引将失效

6.4 字符串不加引号：字符串类型字段使用时，不加引号，造成隐式类型转换，索引将失效

6.5 模糊查询：如果是尾部模糊匹配，索引正常生效。如果是头部模糊匹配，索引失效（全表扫描）

6.6 or连接的条件：用or分割开的条件，如果or前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。只有前后的条件都有索引，索引才会被用到

6.7 数据分布影响：如果MySQL评估使用索引比全表更慢，则不使用索引

如：检索1-50个数里大于40的，由于数量比较少则使用检索；如果检索大于10的，则使用全表扫描

6.8 SQL提示：

SQL提示，是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的。

use index: 建议MySQL使用某个索引
explain 字段名 from 表名 use index(索引名) where ...;ignore index: 不使用某个索引
explain 字段名 from 表名 ignore index(索引名) where ...;force index: 强制使用某个索引
explain 字段名 from 表名 force index(索引名) where ...;

6.9 覆盖索引：

尽量使用覆盖索引(查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到，减少select*。

在extra中：
null：    要回表查询
using index condition : 查找使用了索引，但是某些字段没有索引，需要回表查询数据
using where; using index : 查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询数据

6.10 前缀索引

当字段类型为字符串(varchar，text等)时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘IO，影响查询效率。此时可以只将字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率。

create index idx xxxx on table name(column(n)) ;n：要截取的前缀长度

前缀长度：可以根据索引的选择性来决定，而选择性是指不重复的索引值(基数)和数据表的记录总数的比值，索引选择性高则查询效率越高
唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。
如：

select count(distinct email) / count(*) from tb user ;    查询选择性
select count(distinct substring(email,1,5)) / count(*) from tb_user ; 查询截取前缀后的选择性

6.11 单列索引与联合索引

单列索引: 即一个索引只包含单个列，一般会回表查询
联合索引: 即一个索引包含了多个列，一般不会回表查询
在业务场景中，如果存在多个查询条件，考虑针对于查询字段建立索引时，建议建立联合索引，而非单列索引

7、索引设计原则

针对于数据量较大，且查询比较频繁的表建立索引。
针对于常作为查询条件 (where)、排序(order by)、分组 (group by) 操作的字段建立索引
尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高。
如果是字符串类型的字段，字段的长度较长，可以针对于字段的特点，建立前缀索引。
尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率。
要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价也就越大，会影响增删改的效率。
如果索引列不能存储NULL值，请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含NULL值时，它可以更好地确定哪个索引最有效地用于查询。

三、SQL优化

1、插入数据

批量插入 （适合500-100条数据插入，几万条则可以拆分成几个insert）
Insert into tb test values(1,'Tom'),(2,'Cat'),(3,erry');手动提交事务
start transaction;
insert ....
...
commit;主键乱序插入：8 1 9 2 1 8 8 2 4 1
主键顺序插入：1 2 3 4 5 6 7 8 9 10 性能高

大批量插入数据

如果一次性需要插入大批量数据，使用inset语句插入性能较低，此时可以使用MySQL数据库提供的lad指令进行插入。操作如下:

-- 客户端连接服务端时，加上参数 --local-infile
mysql --local-infile -u root -p查看local_infile参数是否开启，0未开启 
select @@local_infile;-- 设置全局参数local_infile为1，开启从本地加载文件导入数据的开关
set global local_infile = 1;-- 执行load指令将准备好的数据，加载到表结构中，如：
load data local infile '/root/sql1.log' into table tb_user fields terminated by ',' lines terminated by '\n' ;

而且注意，主键顺序插入性能高于乱序插入

2、主键优化

数据组织方式

在InnoDB存储引擎中，表数据都是根据主键顺序组织存放的，这种存储方式的表称为索引组织表(index organized table IOT)。
而行数据，都是存储在聚集索引的叶子节点上的。

在InnoDB引擎中，数据行是记录在逻辑结构 page 页中的，而每一个页的大小是固定的，默认16K。
那也就意味着，一个页中所存储的行也是有限的，如果插入的数据行row在该页无法存储，将会存储到下一个页中，页与页之间会通过指针连接。

2.1 页分裂（乱序插入会造成）

页可以为空，也可以填充一半，也可以填充100%。每个页包含了2-N行数据(如果一行数据过大，会行溢出)，根据主键排列。耗费性能

2.2 页合并

当删除一行记录时，实际上记录并没有被物理删除，只是记录被标记(flaged)为删除，并且它的空间变得允许被其他记录声明使用。
当页中删除的记录达到 MERGE THRESHOLD(默认为页的50%)，InnoDB会开始寻找最靠近的页(前或后)查看是否可以将两个页合并以优化空间使用。

索引设计原则：

满足业务需求的情况下，尽量降低主键的长度。
插入数据时，尽量选择顺序插入，选择使用AUTO_INCREMENT自增主键。
尽量不要使用UUID做主键或者是其他自然主键，如身份证号。
业务操作时，避免对主键的修改。

3、order by优化

MySQL的排序，有两种方式：

Using filesort : 通过表的索引或全表扫描，读取满足条件的数据行，然后在排序缓冲区sort buffer中完成排序操作，所有不是通过索引直接返回排序结果的排序都叫 FileSort 排序。
Using index : 通过有序索引顺序扫描直接返回有序数据，这种情况即为 using index，不需要额外排序，操作效率高。

对于以上的两种排序方式，Using index的性能高，而Using filesort的性能低，我们在优化排序操作时，尽量要优化为 Using index。
extra里：Backward index scan 反向扫描索引

order by优化原则:

根据排序字段建立合适的索引，多字段排序时，也遵循最左前缀法则。
尽量使用覆盖索引。
多字段排序，一个升序一个降序，此时需要注意联合索引在创建时的规则（ASC/DESC），默认asc
如果不可避免的出现filesort，大数据量排序时，可以适当增大排序缓冲区大小sort_buffer_size(默认256k)。

4、group by优化

在分组操作时，可以通过索引来提高效率。
分组操作时，索引的使用也是满足最左前缀法则的。
分组时，索引的最左前缀法则不一定在order by后，可以在前面写上where，并加在它的后面

5、limit优化

在数据量比较大时，如果进行limit分页查询，在查询时，越往后，分页查询效率越低。

如有1000万数据，我要以10个数据分一页，查询900万开始的到900万零10个数据，此时MySQL需要排序前900万个数据，然后返回900万-900万10，其他数据舍弃，查询代价极大

优化思路: 一般分页查询时，通过创建覆盖索引能够比较好地提高性能，可以通过覆盖索引加子查询形式进行优化。

如： select s.* from tb_sku s,(select id  from tb_sku order by id limit 9000000,10) a where s.id = a.id;

6、count优化

myISAM 引擎：把一个表的总行数存在了磁盘上，因此执行 count(*) 的时候会直接返回这个数，效率很高；但是如果是带条件的count，MyISAM也慢。
InnoDB 引擎：执行 count(*) 时，把数据一行一行地从引擎里面读出来，然后累积计数，效率不高。

如果说要大幅度提升InnoDB表的count效率，主要的优化思路：自己计数(可以借助于redis这样的数据库进行,但是如果是带条件的count又会比较麻烦)。

count() 是一个聚合函数，对于返回的结果集，一行行地判断，如果 count 函数的参数不是NULL，累计值就加 1，否则不加，最后返回累计值。
用法分类：count（*）、count（主键）、count（字段）、count（数字）

count(主键)：InnoDB 引擎会遍历整张表，把每一行的主键id 值都取出来，返回给服务层。服务层拿到主键后，直接按行进行累加(主键不可能为null)
count(字段)：没有not null 约束 : InnoDB 引擎会遍历整张表把每一行的字段值都取出来，返回给服务层，服务层判断是否为null，不为null，计数累加。有not null 约束：InnoDB 引擎会遍历整张表把每一行的字段值都取出来，返回给服务层，直接按行进行累加。
count(数字)：InnoDB 引擎遍历整张表，但不取值。服务层对于返回的每一行，放一个数字“1”进去，直接按行进行累加。
count(*)：InnoDB引擎并不会把全部字段取出来，而是专门做了优化，不取值，服务层直接按行进行累加。

按照效率排序：count(字段) < count(主键 id) < count(1) ≈ count()，尽量使用 count()。

7、update优化

InnoDB的行锁是针对索引加的锁，不是针对记录加的锁 ,并且该索引不能失效，否则会从行锁升级为表锁，降低并发性能。
因此我们更新时需要根据索引字段进行更新

四、视图/存储过程/触发器

1、视图

1.1 概述：

视图（View）是一种虚拟存在的表。视图中的数据并不在数据库中实际存在，行和列数据来自定义视图的查询中使用的表，并且是在使用视图时动态生成的。

通俗的讲，视图只保存了查询的SQL逻辑，不保存查询结果。所以我们在创建视图的时候，主要的工作就落在创建这条SQL查询语句上。

1.2 语法：

    1). 创建：CREATE [OR REPLACE] VIEW 视图名称[(列名列表)] AS SELECT语句 [ WITH [CASCADED | LOCAL ] CHECK OPTION ]2). 查询：SHOW CREATE VIEW 视图名称;        查看创建视图语句SELECT * FROM 视图名称 ...... ;    查看视图数据3). 修改方式一：CREATE [OR REPLACE] VIEW 视图名称[(列名列表)] AS SELECT语句 [ WITH[ CASCADED | LOCAL ] CHECK OPTION ]方式二：ALTER VIEW 视图名称[(列名列表)] AS SELECT语句 [ WITH [ CASCADED |LOCAL ] CHECK OPTION ]4). 删除：DROP VIEW [IF EXISTS] 视图名称 [,视图名称] ...

1.3 检查选项

当使用WITH CHECK OPTION子句创建视图时，MySQL会通过视图检查正在更改的每个行，例如插入，更新，删除，以使其符合视图的定义。
MySQL允许基于另一个视图创建视图，它还会检查依赖视图中的规则以保持一致性。为了确定检查的范围，mysql提供了两个选项： CASCADED 和 LOCAL，默认值为 CASCADED 。

1). CASCADED 级联

比如，v2视图是基于v1视图的，如果在v2视图创建的时候指定了检查选项为 cascaded，但是v1视图创建时未指定检查选项。则在执行检查时，不仅会检查v2，还会级联检查v2的关联视图v1。

如果接着创建了一个基于v2视图的v3视图，但未指定检查选项，则执行操作时，不会检查v3，但是会检查v2和v1

2). LOCAL 本地

比如，v2视图是基于v1视图的，如果在v2视图创建的时候指定了检查选项为 local ，但是v1视图创建时未指定检查选项。则在执行检查时，只会检查v2，不会检查v2的关联视图v1

1.4 更新

要使视图可更新，视图中的行与基础表中的行之间必须存在一对一的关系。如果视图包含以下任何一项，则该视图不可更新：

聚合函数或窗口函数（SUM()、 MIN()、 MAX()、 COUNT()等）
DISTINCT
GROUP BY
HAVING
UNION 或者 UNION ALL

1.5 作用

1). 简单
视图不仅可以简化用户对数据的理解，也可以简化他们的操作。那些被经常使用的查询可以被定义为视
图，从而使得用户不必为以后的操作每次指定全部的条件。

2). 安全
数据库可以授权，但不能授权到数据库特定行和特定的列上。通过视图用户只能查询和修改他们所能见
到的数据

3). 数据独立
视图可帮助用户屏蔽真实表结构变化带来的影响。

1.6 案例

1). 为了保证数据库表的安全性，开发人员在操作tb_user表时，只能看到的用户的基本字段，屏蔽手机号和邮箱两个字段。

tb_user表：

create or replace view stu_user_1 as select id,name,profession,age,gender,status,createtime from tb_user ;select * from stu_user_1;

2). 查询每个学生所选修的课程（三张表联查），这个功能在很多的业务中都有使用到，为了简化操作，定义一个视图。

course表：

student表：

stu_cour表：

select s.name,s.no,c.name from student s ,student_course sc,course cwhere s.id = sc.studentid and sc.courseid = c.id;create view tb_user_course_view as(select s.name stu_name,s.no stu_num,c.name course_name from student s ,student_course sc,course cwhere s.id = sc.studentid and sc.courseid = c.id);

2、存储过程

2.1概述

存储过程是事先经过编译并存储在数据库中的一段 SQL 语句的集合，调用存储过程可以简化应用开发人员的很多工作，减少数据在数据库和应用服务器之间的传输，对于提高数据处理的效率是有好处的。
存储过程思想上很简单，就是数据库 SQL 语言层面的代码封装与重用。

特点:

封装，复用：可以把某一业务SQL封装在存储过程中，需要用到的时候直接调用即可。
可以接收参数，也可以返回数据：再存储过程中，可以传递参数，也可以接收返回值。
减少网络交互，效率提升：如果涉及到多条SQL，每执行一次都是一次网络传输。而如果封装在存储过程中，我们只需要网络交互一次可能就可以了。

2.2语法

    1). 创建CREATE PROCEDURE 存储过程名称 ([ 参数列表 ])BEGIN-- SQL语句END ;2). 调用CALL 名称 ([ 参数 ]);3). 查看SELECT * FROM INFORMATION_SCHEMA.ROUTINES WHERE ROUTINE_SCHEMA = 'xxx'; -- 查询指定数据库的存储过程及状态信息SHOW CREATE PROCEDURE 存储过程名称 ; -- 查询某个存储过程的定义4). 删除DROP PROCEDURE [ IF EXISTS ] 存储过程名称 ；

注意:

在终端中，执行创建存储过程的SQL时，需要通过关键字 delimiter ? 指定SQL语句的结束符。
否则遇到 ; 分号就停止，不会到end，也就创建不出存储过程，而且执行完要改回 ; 分号有些麻烦

2.3变量

在MySQL中变量分为三种类型: 系统变量、用户定义变量、局部变量。

2.3.1 系统变量

系统变量是MySQL服务器提供，不是用户定义的，属于服务器层面。分为全局变量（GLOBAL）、会话变量（SESSION）。

        1)查看系统变量SHOW [ SESSION | GLOBAL ] VARIABLES ; -- 查看所有系统变量SHOW [ SESSION | GLOBAL ] VARIABLES LIKE '......'; -- 可以通过LIKE模糊匹配方式查找变量SELECT @@[SESSION | GLOBAL] 系统变量名; -- 查看指定变量的值2)设置系统变量SET [ SESSION | GLOBAL ] 系统变量名 = 值 ;SET @@[SESSION | GLOBAL]系统变量名 = 值 ;

注意:

如果没有指定SESSION/GLOBAL，默认是SESSION，会话变量。

全局变量(GLOBAL): 全局变量针对于所有的会话。
会话变量(SESSION): 会话变量针对于单个会话，在另外一个会话窗口就不再生效。

mysql服务重新启动之后，所设置的全局参数会失效，要想永久修改，可以在 /etc/my.cnf 中配置。

2.3.2 用户定义变量

用户定义变量是用户根据需要自己定义的变量，用户变量不用提前声明，在用的时候直接用 "@变量名" 使用就可以。其作用域为当前连接。

1)赋值 方式1SET @var_name = expr [, @var_name = expr] ... ;SET @var_name := expr [, @var_name := expr] ... ;1)赋值 方式2SELECT @var_name := expr [, @var_name := expr] ... ;SELECT 字段名 INTO @var_name FROM 表名;赋值时，可以使用 = ，也可以使用 := 。2)使用SELECT @var_name ;

注意: 用户定义的变量无需对其进行声明或初始化，只不过获取到的值为NULL。

2.3.3局部变量是根据需要定义的在局部生效的变量，访问之前，需要DECLARE声明。可用作存储过程内的局部变量和输入参数，局部变量的范围是在其内声明的BEGIN ... END块。

 1)声明DECLARE 变量名 变量类型 [DEFAULT ... ] ;变量类型就是数据库字段类型：INT、BIGINT、CHAR、VARCHAR、DATE、TIME等。2)赋值SET 变量名 = 值 ;SET 变量名 := 值 ;SELECT 字段名 INTO 变量名 FROM 表名 ... ;

2.3.4 if语句

    IF 条件1 THEN.....ELSEIF 条件2 THEN -- 可选.....ELSE -- 可选.....END IF;

在if条件判断的结构中，ELSE IF 结构可以有多个，也可以没有。 ELSE结构可以有，也可以没有。

2.3.4 参数

使用：

    CREATE PROCEDURE 存储过程名称 ([ IN/OUT/INOUT 参数名 参数类型 ])BEGIN-- SQL语句END ;

注意：如果使用了inout，最后call时，参数也要写个参数，不能之间写70这样的数字

2.3.5 case 语句

case结构和作用，和我们在基础篇中所讲解的流程控制函数很类似。有两种语法格式：

  语法1：-- 含义： 当case_value的值为 when_value1时，执行statement_list1，当值为when_value2时，执行statement_list2， 否则就执行 statement_listCASE case_valueWHEN when_value1 THEN statement_list1[ WHEN when_value2 THEN statement_list2] ...[ ELSE statement_list ]END CASE;语法2：-- 含义： 当条件search_condition1成立时，执行statement_list1，当条件search_condition2成立时，执行statement_list2， 否则就执行 statement_listCASEWHEN search_condition1 THEN statement_list1[WHEN search_condition2 THEN statement_list2] ...[ELSE statement_list]END CASE;

注意：如果判定条件有多个，多个条件之间，可以使用 and 或 or 进行连接。

2.3.6 while

while 循环是有条件的循环控制语句。满足条件后，再执行循环体中的SQL语句。具体语法为：

    -- 先判定条件，如果条件为true，则执行逻辑，否则，不执行逻辑WHILE 条件 DOSQL逻辑...END WHILE;

2.3.7 repeat

repeat是有条件的循环控制语句, 当满足until声明的条件的时候，则退出循环
具体语法为：

  -- 先执行一次逻辑，然后判定UNTIL条件是否满足，如果满足，则退出。如果不满足，则继续下一次循环REPEATSQL逻辑...UNTIL 条件END REPEAT;

2.3.8 loop

LOOP 实现简单的循环，如果不在SQL逻辑中增加退出循环的条件，可以用其来实现简单的死循环。
LOOP可以配合以下两个语句使用：

LEAVE ：配合循环使用，退出循环。
ITERATE：必须用在循环中，作用是跳过当前循环剩下的语句，直接进入下一次循环。

    [begin_label:] LOOPSQL逻辑...END LOOP [end_label];LEAVE label; -- 退出指定标记的循环体，自定义ITERATE label; -- 直接进入下一次循环，自定义

2.3.9 游标

游标（CURSOR）是用来存储查询结果集的数据类型 , 在存储过程和函数中可以使用游标对结果集进
行循环的处理。游标的使用包括游标的声明、OPEN、FETCH 和 CLOSE，其语法分别如下。

    A. 声明游标DECLARE 游标名称 CURSOR FOR 查询语句 ;B. 声明游标OPEN 游标名称 ;C.获取游标记录FETCH 游标名称 INTO 变量 [, 变量 ] ;D. 关闭游标CLOSE 游标名称 ;

2.3.10 条件处理程序

条件处理程序（Handler）可以用来定义在流程控制结构执行过程中遇到问题时相应的处理步骤。具体
语法为：

 DECLARE handler_action HANDLER FOR condition_value [, condition_value]... statement ;handler_action 的取值：CONTINUE: 继续执行当前程序EXIT: 终止执行当前程序condition_value 的取值：SQLSTATE sqlstate_value: 状态码，如 02000SQLWARNING: 所有以01开头的SQLSTATE代码的简写NOT FOUND: 所有以02开头的SQLSTATE代码的简写SQLEXCEPTION: 所有没有被SQLWARNING 或 NOT FOUND捕获的SQLSTATE代码的简写

3、存储函数

存储函数是有返回值的存储过程，存储函数的参数只能是IN类型的。具体语法如下：

CREATE FUNCTION 存储函数名称 ([ 参数列表 ])
RETURNS type [characteristic ...]
BEGIN-- SQL语句RETURN ...;
END ;characteristic说明：
DETERMINISTIC：相同的输入参数总是产生相同的结果
NO SQL ：不包含 SQL 语句
READS SQL DATA：包含读取数据的语句，但不包含写入数据的语句

4、触发器

概述：

触发器是与表有关的数据库对象，指在insert/update/delete之前(BEFORE)或之后(AFTER)，触发并执行触发器中
定义的SQL语句集合。触发器的这种特性可以协助应用在数据库端确保数据的完整性, 日志记录 , 数据校验等操作。
使用别名OLD和NEW来引用触发器中发生变化的记录内容，这与其他的数据库是相似的。现在触发器还只支持行级触发，
不支持语句级触发。

分类：

INSERT 型触发器 NEW 表示将要或者已经新增的数据
UPDATE 型触发器 OLD 表示修改之前的数据 , NEW 表示将要或已经修改后的数据
DELETE 型触发器 OLD 表示将要或者已经删除的数据

     1)查看SHOW TRIGGERS ;2)删除DROP TRIGGER [schema_name.]trigger_name ; -- 如果没有指定 schema_name，默认为当前数据库 。3)创建CREATE TRIGGER trigger_nameBEFORE/AFTER INSERT/UPDATE/DELETEON tbl_name FOR EACH ROW -- 行级触发器BEGINtrigger_stmt ;END;

五、锁

1、概述

锁是计算机协调多个进程或线程并发访问某一资源的机制。在数据库中，除传统的计算资源（CPU、RAM、I/O）的争用以外，数据也是一种供许多用户共享的资源。如何保证数据并发访问的一致性、有效性是所有数据库必须解决的一个问题，锁冲突也是影响数据库并发访问性能的一个重要因素。从这个角度来说，锁对数据库而言显得尤其重要，也更加复杂。

MySQL中的锁，按照锁的粒度分，分为以下三类：

全局锁：锁定数据库中的所有表。
表级锁：每次操作锁住整张表。
行级锁：每次操作锁住对应的行数据。

2、全局锁

全局锁就是对整个数据库实例加锁，加锁后整个实例就处于只读(DQL可以)状态，后续的DML(操作语言)的写语句、DDL(定义语言)语句、已经更新操作的事务提交语句都将被阻塞、
其典型的使用场景是做全库的逻辑备份，对所有的表进行锁定，从而获取一致性视图，保证数据的完整性与一致性。

    1)加全局锁flush tables with read lock ;2)数据备份mysqldump -uroot –ppasswd table_name > table_name.sql3)释放锁unlock tables ;

数据库中加全局锁，是一个比较重的操作，存在以下问题：

如果在主库上备份，那么在备份期间都不能执行更新，业务基本上就得停摆。
如果在从库上备份，那么在备份期间从库不能执行主库同步过来的二进制日志（binlog），会导致主从延迟。

在InnoDB引擎中，我们可以在备份时加上参数 --single-transaction 参数来完成不加锁的一致性数据备份。

mysqldump --single-transaction -uroot –ppasswd table_name > table_name.sql

3、表级锁

表级锁，每次操作锁住整张表。锁定粒度大，发生锁冲突的概率最高，并发度最低。应用在MyISAM、InnoDB、BDB等存储引擎中。

对于表级锁，主要分为以下三类：

表锁
元数据锁（meta data lock，MDL）
意向锁

1)表锁：

表共享读锁（read lock）：写锁既会阻塞其他客户端的读，又会阻塞其他客户端的写。
表独占写锁（write lock）：读锁不会阻塞其他客户端的读，但是会阻塞写。

加锁：lock tables 表名... read/write。释放锁：unlock tables / 客户端断开连接 。

2)meta data lock , 元数据锁，简写MDL。

MDL加锁过程是系统自动控制，无需显式使用，在访问一张表的时候会自动加上。MDL锁主要作用是维护表元数据的数据一致性，在表上有活动事务的时候，不可以对元数据进行写入操作。为了避免DML与DDL冲突，保证读写的正确性。这里的元数据，可以简单理解为就是一张表的表结构。也就是说，某一张表涉及到未提交的事务时，是不能够修改这张表的表结构的。

在MySQL5.5中引入了MDL，当对一张表进行增删改查的时候，加MDL读锁(共享)；当对表结构进行变更操作的时候，加MDL写锁(排他)。

常见的SQL操作时，所添加的元数据锁：

对应SQL	锁类型	说明
lock tables xxx read / write	SHARED_READ_ONLY / SHARED_NO_READ_WRITE	\
select 、select ... lock in share mode	SHARED_READ	与SHARED_READ、 SHARED_WRITE兼容，与 EXCLUSIVE互斥
insert 、update、 delete、select ... for update	SHARED_WRITE	与SHARED_READ、 SHARED_WRITE兼容，与 EXCLUSIVE互斥
alter table ...	EXCLUSIVE	与其他的MDL都互斥

查看元数据锁的加锁情况：
select object_type,object_schema,object_name,lock_type,lock_duration fromperformance_schema.metadata_locks ;

3)意向锁

为了避免DML在执行时，加的行锁与表锁的冲突，在InnoDB中引入了意向锁，使得表锁不用检查每行数据是否加锁，使用意向锁来减少表锁的检查。

意向共享锁(IS): 由语句select ... lock in share mode添加。与表锁共享锁(read)兼容，与表锁排他锁(write)互斥。
意向排他锁(IX): 由insert、update、delete、select...for update添加。与表锁共享锁(read)及排他锁(write)都互斥，意向锁之间不会互斥。

一旦事务提交了，意向共享锁、意向排他锁，都会自动释放。

查看意向锁及行锁的加锁情况:
select object_schema,object_name,index_name,lock_type,lock_mode,lock_data from performance_schema.data_locks;

4、行级锁

行级锁，每次操作锁住对应的行数据。锁定粒度最小，发生锁冲突的概率最低，并发度最高。应用在InnoDB存储引擎中。
InnoDB的数据是基于索引组织的，行锁是通过对索引上的索引项加锁来实现的，而不是对记录加的锁。对于行级锁，主要分为以下三类：

行锁（Record Lock）：锁定单个行记录的锁，防止其他事务对此行进行update和delete。在RC、RR隔离级别下都支持。
- 针对唯一索引进行检索时，对已存在的记录进行等值匹配时，将会自动优化为行锁。
- InnoDB的行锁是针对于索引加的锁，不通过索引条件检索数据，那么InnoDB将对表中的所有记录加锁，此时就会升级为表锁。
间隙锁（Gap Lock）：锁定索引记录间隙（不含该记录），确保索引记录间隙不变，防止其他事务在这个间隙进行insert，产生幻读。在RR隔离级别下都支持。
临键锁（Next-Key Lock）：行锁和间隙锁组合，同时锁住数据，并锁住数据前面的间隙Gap。在RR隔离级别下支持。
- 索引上的等值查询(唯一索引)，给不存在的记录加锁时, 优化为间隙锁。
- 索引上的等值查询(非唯一普通索引)，向右遍历时最后一个值不满足查询需求时，next-key lock 退化为间隙锁。
- 索引上的范围查询(唯一索引)--会访问到不满足条件的第一个值为止。

默认情况下，InnoDB在 REPEATABLE READ事务隔离级别运行，InnoDB使用 next-key 锁进行搜索和索引扫描，以防止幻读。

对于行锁的兼容情况：

当前 \| 请求锁类型	S（共享锁）	X（排他锁）
S（共享锁）	兼容	冲突
X（排他锁）	冲突	冲突

常见的SQL语句，在执行时，所加的行锁如下：

SQL	行锁类型	说明
insert...	排他锁	自动加锁
update...
delete...
select(正常）	不加任何锁
select ... lock in share mode	共享锁	需要手动添加lock in share mode
select ... for update	排他锁	需要手动添加for update

查看意向锁及行锁的加锁情况：
select object_schema,object_name,index_name,lock_type,lock_mode,lock_data from performance_schema.data_locks;

注意：间隙锁唯一目的是防止其他事务插入间隙。间隙锁可以共存，一个事务采用的间隙锁不会阻止另一个事务在同一间隙上采用间隙锁。

六、InnoDB引擎

1、逻辑存储结构

InnoDB的逻辑存储结构如下图所示:

1)表空间

InnoDB存储引擎逻辑结构的最高层，如果用户启用了参数 innodb_file_per_table(在8.0版本中默认开启) ，则每张表都会有一个表空间（xxx.ibd），一个mysql实例可以对应多个表空间，用于存储记录、索引等数据。

2). 段

分为数据段（Leaf node segment）、索引段（Non-leaf node segment）、回滚段（Rollback segment），InnoDB是索引组织表，数据段就是B+树的叶子节点，索引段即为B+树的非叶子节点。段用来管理多个Extent（区）。

3). 区

表空间的单元结构，每个区的大小为1M。默认情况下， InnoDB存储引擎页大小为16K，即一个区中一共有64个连续的页。

4). 页

页，是InnoDB 存储引擎磁盘管理的最小单元，每个页的大小默认为 16KB。为了保证页的连续性，InnoDB 存储引擎每次从磁盘申请 4-5 个区。

5). 行

InnoDB 存储引擎数据是按行进行存放的。

在行中，默认有两个隐藏字段：

Trx_id：每次对某条记录进行改动时，都会把对应的事务id赋值给trx_id隐藏列。
Roll_pointer：每次对某条引记录进行改动时，都会把旧的版本写入到undo日志中，然后这个隐藏列就相当于一个指针，可以通过它来找到该记录修改前的信息。

2、架构

MySQL5.5 版本开始，默认使用InnoDB存储引擎，它擅长事务处理，具有崩溃恢复特性，在日常开发中使用非常广泛。下面是InnoDB架构图，左侧为内存结构，右侧为磁盘结构

2.1内存结构

内存结构主要分为四大块儿： Buffer Pool、Change Buffer、Adaptive Hash Index、Log Buffer。

1). Buffer Pool 缓冲池

缓冲池 Buffer Pool，是主内存中的一个区域，里面可以缓存磁盘上经常操作的真实数据，在执行增删改查操作时，先操作缓冲池中的数据（若缓冲池没有数据，则从磁盘加载并缓存），然后再以一定频率刷新到磁盘，从而减少磁盘IO，加快处理速度。

缓冲池以Page页为单位，底层采用链表数据结构管理Page。根据状态，将Page分为三种类型：

free page：空闲page，未被使用。
clean page：被使用page，数据没有被修改过。
dirty page：脏页，被使用page，数据被修改过，也中数据与磁盘的数据产生了不一致。

InnoDB存储引擎基于磁盘文件存储，访问物理硬盘和在内存中进行访问，速度相差很大，为了尽可能弥补这两者之间的I/O效率的差值，就需要把经常使用的数据加载到缓冲池中，避免每次访问都进行磁盘I/O。

在InnoDB的缓冲池中不仅缓存了索引页和数据页，还包含了undo页、插入缓存、自适应哈希索引以及 InnoDB的锁信息等等。

在专用服务器上，通常将多达80％的物理内存分配给缓冲池。

参数设置： show variables like 'innodb_buffer_pool_size';

2). Change Buffer 更改缓冲区（针对于非唯一二级索引页）

在执行DML语句时，如果这些数据Page 没有在Buffer Pool中，不会直接操作磁盘，而会将数据变更存在更改缓冲区 Change Buffer 中，在未来数据被读取时，再将数据合并恢复到Buffer Pool中，再将合并后的数据刷新到磁盘中。

意义：与聚集索引不同，二级索引通常是非唯一的，并且以相对随机的顺序插入二级索引。同样，删除和更新可能会影响索引树中不相邻的二级索引页，如果每一次都操作磁盘，会造成大量的磁盘IO。有了 Change Buffer之后，我们可以在缓冲池中进行合并处理，减少磁盘IO。

3). Adaptive Hash Index 自适应hash索引

用于优化对Buffer Pool数据的查询。MySQL的innoDB引擎中虽然没有直接支持 hash索引，但是给我们提供了一个功能就是这个自适应hash索引。因为hash索引在进行等值匹配时，一般性能是要高于B+树的，一般只需要一次IO即可，而B+树可能需要几次匹配，所以hash索引的效率要高，但是hash索引又不适合做范围查询、模糊匹配等。 InnoDB存储引擎会监控对表上各索引页的查询，如果观察到在特定的条件下hash索引可以提升速度，则建立hash索引，称之为自适应hash索引。

自适应哈希索引，无需人工干预，是系统根据情况自动完成。

参数： adaptive_hash_index

4). Log Buffer Log Buffer：日志缓冲区

用来保存要写入到磁盘中的log日志数据（redo log 、undo log），默认大小为 16MB，日志缓冲区的日志会定期刷新到磁盘中。如果需要更新、插入或删除许多行的事务，增加日志缓冲区的大小可以节省磁盘 I/O。

innodb_log_buffer_size：缓冲区大小innodb_flush_log_at_trx_commit：日志刷新到磁盘时机
取值主要包含以下三个： 
1: 日志在每次事务提交时写入并刷新到磁盘，默认值。 
0: 每秒将日志写入并刷新到磁盘一次。
2: 日志在每次事务提交后写入，并每秒刷新到磁盘一次。

2.2磁盘结构

1). System Tablespace 系统表空间

是更改缓冲区的存储区域。如果表是在系统表空间而不是每个表文件或通用表空间中创建的，它也可能包含表和索引数据。(在MySQL5.x版本中还包含InnoDB数据字典、undolog等)

参数：innodb_data_file_path

系统表空间，默认的文件名叫 ibdata1

2). File-Per-Table Tablespaces

如果开启了innodb_file_per_table开关，则每个表的文件表空间包含单个InnoDB表的数据和索引，并存储在文件系统上的单个数据文件中。

开关参数：innodb_file_per_table ，默认开启。

那也就是说，我们每创建一个表，都会产生一个表空间文件，

3). General Tablespaces 通用表空间

需要通过 CREATE TABLESPACE 语法创建通用表空间，在创建表时，可以指定该表空间。

A. 创建表空间

CREATE TABLESPACE ts_name ADD DATAFILE 'file_name' ENGINE = engine_name;

B. 创建表时指定表空间

CREATE TABLE xxx ... TABLESPACE ts_name

4). Undo Tablespaces 撤销表空间，

MySQL实例在初始化时会自动创建两个默认的undo表空间（初始大小16M），用于存储 undo log日志。

5). Temporary Tablespaces InnoDB 使用会话临时表空间和全局临时表空间。

存储用户创建的临时表等数据。

6). Doublewrite Buffer Files

双写缓冲区，innoDB引擎将数据页从Buffer Pool刷新到磁盘前，先将数据页写入双写缓冲区文件中，便于系统异常时恢复数据。

7). Redo Log 重做日志

是用来实现事务的持久性。该日志文件由两部分组成：重做日志缓冲（redo log buffer）以及重做日志文件（redo log），前者是在内存中，后者在磁盘中。当事务提交之后会把所有修改信息都会存到该日志中，用于在刷新脏页到磁盘时，发生错误时，进行数据恢复使用。

2.3后台线程

在InnoDB的后台线程中，分为4类，分别是：Master Thread 、IO Thread、Purge Thread、 Page Cleaner Thread。

1). Master Thread：核心后台线程，负责调度其他线程，还负责将缓冲池中的数据异步刷新到磁盘中, 保持数据的一致性，还包括脏页的刷新、合并插入缓存、undo页的回收。

2). IO Thread：在InnoDB存储引擎中大量使用了AIO来处理IO请求, 这样可以极大地提高数据库的性能，而IO Thread主要负责这些IO请求的回调。

线程类型	默认个数	职责
read thread	4	读操作
write thread	4	写操作
log thread	1	将日志缓冲区刷新到磁盘
insert buffer thread	1	将写缓冲区内容刷新到磁盘

show engine innodb status \G
查看到InnoDB的状态信息，其中包含IO Thread信息。

3). Purge Thread 主要用于回收事务已经提交了的undo log，在事务提交之后，undo log可能不用了，就用它来回收。

4). Page Cleaner Thread 协助 Master Thread 刷新脏页到磁盘的线程，它可以减轻 Master Thread 的工作压力，减少阻塞。

3、事务原理

首先，事务有4大特性（ACID)：

原子性Atomicity：事务是不可分割的最小操作单元，要么全部成功，要么全部失败。
一致性Consistency：事务完成时，必须使所有的数据都保持一致状态。
隔离性Isolation：数据库系统提供的隔离机制，保证事务在不受外部并发操作影响的独立环境下运行
持久性Durability：事务一旦提交或回滚，它对数据库中的数据的改变就是永久的

实际上，我们研究事务的原理，就是研究MySQL的InnoDB引擎是如何保证事务的这四大特性的。

而对于这四大特性，实际上分为两个部分。

原子性、一致性、持久化：由InnoDB中的两份日志来保证的，redo log日志，undo log日志
持久性：通过数据库的锁，加上MVCC来保证

3.1 redo log 重做日志

记录的是事务提交时数据页的物理修改，是用来实现事务的持久性。

该日志文件由两部分组成：重做日志缓冲（redo log buffer）以及重做日志文件（redo log file），前者是在内存中，后者在磁盘中。当事务提交之后会把所有修改信息都存到该日志文件中，用于在刷新脏页到磁盘，发生错误时，进行数据恢复使用。

3.2undo log 回滚日志

用于记录数据被修改前的信息，作用包含两个 : 提供回滚(保证事务的原子性) 和 MVCC(多版本并发控制) 。

undo log和redo log记录物理日志不一样，它是逻辑日志。可以认为当delete一条记录时，undo log中会记录一条对应的之前该数据的insert记录，反之亦然，当update一条记录时，它记录一条对应相反的 update记录。当执行rollback时，就可以从undo log中的逻辑记录读取到相应的内容并进行回滚。

Undo log销毁：undo log在事务执行时产生，事务提交时，并不会立即删除undo log，因为这些日志可能还用于MVCC
Undo log存储：undo log采用段的方式进行管理和记录，存放在前面介绍的 rollback segment 回滚段中，内部包含1024个undo log segment

4、MVCC

4.1当前读

读取的是记录的最新版本，读取时还要保证其他并发事务不能修改当前记录，会对读取的记录进行加锁。

对于我们日常的操作，如：
select ... lock in share mode(共享锁)，select ...
for update、update、insert、delete(排他锁)都是一种当前读。

4.2快照读

简单的select（不加锁）就是快照读，快照读，读取的是记录数据的可见版本，有可能是历史数据，不加锁，是非阻塞读。

Read Committed：每次select，都生成一个快照读。
Repeatable Read：开启事务后第一个select语句才是快照读的地方。
Serializable：快照读会退化为当前读。

4.3 MVCC

全称 Multi-Version Concurrency Control，多版本并发控制。指维护一个数据的多个版本，使得读写操作没有冲突，
快照读为MySQL实现MVCC提供了一个非阻塞读功能。MVCC的具体实现，还需要依赖于数据库记录中的三个隐式字段、undo log日志、ReadView。

三个隐藏字段与含义：

DB_TRX_ID 最近修改事务ID，记录插入这条记录或最后一次修改该记录的事务ID。
DB_ROLL_PTR 回滚指针，指向这条记录的上一个版本，用于配合undo log，指向上一个版本。
DB_ROW_ID 隐藏主键，如果表结构没有指定主键，将会生成该隐藏字段。

而上述的前两个字段是肯定会添加的，是否添加最后一个字段DB_ROW_ID，得看当前表有没有主键，如果有主键，则不会添加该隐藏字段。

4.4 Undo log

回滚日志，在insert、update、delete的时候产生的便于数据回滚的日志。
当insert的时候，产生的undo log日志只在回滚时需要，在事务提交后，可被立即删除。而update、delete的时候，
产生的undo log日志不仅在回滚时需要，在快照读时也需要，不会立即被删除。

不同事务或相同事务对同一条记录进行修改，会导致该记录的undo log生成一条记录版本链表，链表的头部是最新的旧记录，链表尾部是最早的旧记录。

4.5 ReadView

ReadView（读视图）是快照读 SQL执行时MVCC提取数据的依据，记录并维护系统当前活跃的事务（未提交的）id。

ReadView中包含了四个核心字段：

m_ids 当前活跃的事务ID集合
min_trx_id 最小活跃事务ID
max_trx_id 预分配事务ID，当前最大事务ID+1（因为事务ID是自增的）
creator_trx_id ReadView创建者的事务ID

而在readview中就规定了版本链数据的访问规则：

trx_id 代表当前undolog版本链对应事务ID。

条件	是否可以访问	说明
trx_id == creator_trx_id	可以访问该版本	成立，说明数据是当前这个事务更改的。
trx_id < min_trx_id	可以访问该版本	成立，说明数据已经提交了
trx_id > max_trx_id	不可以访问该版本	成立，说明该事务是在 ReadView生成后才开启。
min_trx_id <= trx_id <= max_trx_id	如果trx_id不在m_ids中，是可以访问该版本的	成立，说明数据已经提交。

不同的隔离级别，生成ReadView的时机不同：

READ COMMITTED ：在事务中每一次执行快照读时生成ReadView。
REPEATABLE READ：仅在事务中第一次执行快照读时生成ReadView，后续复用该ReadView，即可重复读。

因此，MVCC的实现原理就是通过 InnoDB表的隐藏字段、UndoLog 版本链、ReadView来实现的。而MVCC + 锁，则实现了事务的隔离性。而一致性则是由redolog 与 undolog保证。

七、MySQL管理

1、系统数据库

Mysql数据库安装完成后，自带了一下四个数据库，具体作用如下

数据库	作用
mysql	存储MySQL服务器正常运行所需要的各种信息（时区、主从、用户、权限等）
information_schema	提供了访问数据库元数据的各种表和视图，包含数据库、表、字段类型及访问权限等
performance_schema	为MySQL服务器运行时状态提供了一个底层监控功能，主要用于收集数据库服务器性能参数
sys	包含了一系列方便 DBA 和开发人员利用 performance_schema 性能数据库进行性能调优和诊断的视图

2、常用工具

2.1 mysql

指mysql的客户端工具

mysql [options] [database]

选项：
-u, --user=name #指定用户名
-p, --password[=name] #指定密码
-h, --host=name #指定服务器IP或域名
-P, --port=port #指定连接端口
-e, --execute=name #执行SQL语句并退出

-e选项可以在Mysql客户端执行SQL语句，而不用连接到MySQL数据库再执行，对于一些批处理脚本，
这种方式尤其方便。

示例：

mysql -uroot –p110420 itjoyce -e "select * from stu";

2.2 mysqldimin

mysqladmin 是一个执行管理操作的客户端程序。可以用它来检查服务器的配置和当前状态、创建并删除数据库等。

mysqladmin [options] command ...

选项:

-u, --user=name #指定用户名
-p, --password[=name] #指定密码
-h, --host=name #指定服务器IP或域名
-P, --port=port #指定连接端口

示例：

mysqladmin -uroot –p1234 drop 'test01';
mysqladmin -uroot –p1234 version;

2.3 mysqlbinlog

由于服务器生成的二进制日志文件以二进制格式保存，所以如果想要检查这些文本的文本格式，就会使
用到mysqlbinlog 日志管理工具。

mysqlbinlog [options] log-files1 log-files2 ...

选项：

-d, --database=name 指定数据库名称，只列出指定的数据库相关操作。
-o, --offset=# 忽略掉日志中的前n行命令。
-r,--result-file=name 将输出的文本格式日志输出到指定文件。
-s, --short-form 显示简单格式，省略掉一些信息。
--start-datatime=date1 --stop-datetime=date2 指定日期间隔内的所有日志。
--start-position=pos1 --stop-position=pos2 指定位置间隔内的所有日志。

2.4 mysqlshow

mysqlshow 客户端对象查找工具，用来很快地查找存在哪些数据库、数据库中的表、表中的列或者索引。

mysqlshow [options] [db_name [table_name [col_name]]]

选项：

--count 显示数据库及表的统计信息（数据库，表均可以不指定）
-i 显示指定数据库或者指定表的状态信息

示例：

#查询test库中每个表中的字段书，及行数
mysqlshow -uroot -p2143 test --count#查询test库中book表的详细情况
mysqlshow -uroot -p2143 test book --count

2.5 mysqldump

mysqldump 客户端工具用来备份数据库或在不同数据库之间进行数据迁移。备份内容包含创建表，及插入表的SQL语句

mysqldump [options] db_name [tables]
mysqldump [options] --database | -B db1 [db2 db3...]
mysqldump [options] --all-databases | -A

连接选项：

-u, --user=name 指定用户名
-p, --password[=name] 指定密码
-h, --host=name 指定服务器ip或域名
-P, --port=# 指定连接端口

输出选项：

--add-drop-database 在每个数据库创建语句前加上 drop database 语句
--add-drop-table 在每个表创建语句前加上 drop table 语句 , 默认开启; 不开启 (--skip-add-drop-table)
-n --no-create-db 不包含数据库的创建语句
-t --no-create-info 不包含数据表的创建语句
-d --no-data 不包含数据
-T --tab=name 自动生成两个文件：一个.sql文件，创建表结构的语句；一个.txt文件，数据文件。注意需要存储在MySQL的指定目录下

示例:

 备份db01数据库mysqldump -uroot -p1234 db01 > db01.sql备份出来的数据包含：删除表的语句创建表的语句数据插入语句如果我们在数据备份时，不需要创建表，或者不需要备份数据，只需要备份表结构，都可以通过对应的参数来实现。

2.6 mysqlimport / source

1). mysqlimport

mysqlimport 是客户端数据导入工具，用来导入mysqldump 加 -T 参数后导出的文本文件。

mysqlimport [options] db_name textfile1 [textfile2...]示例 ：
mysqlimport -uroot -p2143 test /tmp/city.txt

2). source
如果需要导入sql文件,可以使用mysql中的source 指令

source /root/xxxxx.sql

MySQL进阶

一、存储引擎

1、MySQL体系结构

如图：分为4个层

2、存储引擎简介

存储引擎就是存储数据、建立索引、更新/查询数据等技术的实现方式。存储引擎是基于表的，而不是基于库的，所以存储引擎也可被称为表类型。

MySQL5.5版本后，默认存储引擎是InnoDB

3、存储引擎特点

InnoDB

概述：InnoDB是一种兼顾高可靠性和高性能的通用存储引擎 特点：

文件： xxxibd:xxX代表的是表名，innoDB引警的每张表都会对应这样一个表空间文件，存储该表的表结构(frm、sdi)、数据和索 参数： innodb file per table，打开则每张表对应一个表空间文件， 8.0后默认开启 逻辑存储结构：

其中Extent区和Page页的大小固定，分别为1M和16K，所有1extent可以存储16page

MyISAM

概述：MyISAM是MySQL早期的默认存储引擎 特点：

文件：

Memory

概述：Memorv引肇的表数据时存储在内存中的，由于受到硬件问题、或断电问题的影响，只能将这些表作为临时表或缓存使用 特点：

文件：xxx.sdi:存储表结构信息

三个引擎的区别图：

4、存储引擎选择

在选择存储引擎时，应该根据应用系统的特点选择合适的存储引擎。对于复杂的应用系统，还可以根据实际情况选择多种存储引擎进行组合。

二、索引

1、索引概述

优点：

缺点：

2、索引结构

MySOL的索引是在存储引擎层实现的，不同的存储引擎有不同的结构，主要包含以下几种:

我们平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引

二叉树：

二叉树缺点: 顺序插入时，会形成一个表，查询性能大大降低。大数据量情况下，层级较深，检索速度慢。 红黑树: 大数据量情况下，层级较深，检索速度慢

B-Tree (多路平衡查找树)：

以一颗最大度数(max-degree，即子节点数)为5(5阶)的b-tree为例(每个节点最多存储4个key，5个指针)

B+Tree：

以一颗最大度数(max-degree)为4(4阶)的b+tree为例

而在MySQL中，索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能。

Hash：

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中

如果两个(或多个)键值，映射到一个相同的槽位上，他们就产生了hash冲突(也称为hash碰撞)，可以通过链表来解决

Hash索引特点：

存储引擎支持：

在MySQL中，支持hash索引的是Memory引擎，而InnoDB中具有自适应hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。

为什么InnoDB存储引擎选择使用B+tree索引结构?

3、索引分类

聚集索引选取规则:

回表查询：先在二级索引里找到对应的主键值，然后通过主键值在聚集索引里找到行数据

4、索引语法

这里我有一个表，如图

案例：

5、SQL性能分析

5.1 SQL执行频率

MySOL客户端连接成功后，通过 show [session|global] status 命令可以提供服务器状态信息。

通过如下指令，可以查看当前数据库的INSERT、UPDATE、DELETE、SELECT的访问频次:

5.2 慢查询日志

慢查询日志记录了所有执行时间超过指定参数(long_query time，单位:秒，默认10秒)的所有SQL语句的日志。

查询慢日志是否开启：

MySQL的慢查询日志默认没有开启，需要在MySQL的配置文件 (/etc/my.cnf)中配置如下信息:

配置完毕之后，通过以下指令重新启动MySQL服务器进行测试，查看慢日志文件中记录的信息 ar/lib/mysal/localhost-slow.log

通过查询慢日志中记录的SQL语句，可以针对性的进行优化

5.3 profile详情

执行一系列的业务SOL的操作，然后通过如下指令查看指令的执行耗时

5.4 explain执行计划

EXPLAIN 或者 DESC命令获取 MySOL如何执行 SELECT 语句的信息，包括在 SELECT 语句执行过程中表如何连接和连接的顺序，

EXPLAIN 执行计划各字段含义:

主要关注：type、possible_keys、key_len、(rows、extra)

6、索引使用

对于一个数量级很大的数据，索引的加入可以极大地提高检索的效率

6.1 最左前缀法则：

如果索引了多列(联合索引)，要遵守最左前缀法则：最左前缀法则指的是查询从索引的最左列开始，并且不跳过索引中的列

6.2 范围查询：

联合索引中，出现范围查询( > 或 < )，范围查询右侧的列索引失效 使用( >= 或 <= )可以解决这个问题

6.3 索引列运算：不要在索引列上进行运算操作（subtring，sum等），索引将失效

6.4 字符串不加引号：字符串类型字段使用时，不加引号，造成隐式类型转换，索引将失效

6.5 模糊查询：如果是尾部模糊匹配，索引正常生效。如果是头部模糊匹配，索引失效（全表扫描）

6.6 or连接的条件：用or分割开的条件，如果or前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。只有前后的条件都有索引，索引才会被用到

6.7 数据分布影响：如果MySQL评估使用索引比全表更慢，则不使用索引

如：检索1-50个数里大于40的，由于数量比较少则使用检索；如果检索大于10的，则使用全表扫描

6.8 SQL提示：

SQL提示，是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的。

6.9 覆盖索引：

尽量使用覆盖索引(查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到，减少select*。

概述：InnoDB是一种兼顾高可靠性和高性能的通用存储引擎
特点：

文件： xxxibd:xxX代表的是表名，innoDB引警的每张表都会对应这样一个表空间文件，存储该表的表结构(frm、sdi)、数据和索
参数： innodb file per table，打开则每张表对应一个表空间文件， 8.0后默认开启
逻辑存储结构：

概述：MyISAM是MySQL早期的默认存储引擎
特点：

概述：Memorv引肇的表数据时存储在内存中的，由于受到硬件问题、或断电问题的影响，只能将这些表作为临时表或缓存使用
特点：

二叉树缺点: 顺序插入时，会形成一个表，查询性能大大降低。大数据量情况下，层级较深，检索速度慢。
红黑树: 大数据量情况下，层级较深，检索速度慢

联合索引中，出现范围查询( > 或 < )，范围查询右侧的列索引失效
使用( >= 或 <= )可以解决这个问题

前缀长度：可以根据索引的选择性来决定，而选择性是指不重复的索引值(基数)和数据表的记录总数的比值，索引选择性高则查询效率越高
唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。
如：

在InnoDB存储引擎中，表数据都是根据主键顺序组织存放的，这种存储方式的表称为索引组织表(index organized table IOT)。
而行数据，都是存储在聚集索引的叶子节点上的。

2.1 页分裂（乱序插入会造成）

优化思路: 一般分页查询时，通过创建覆盖索引能够比较好地提高性能，可以通过覆盖索引加子查询形式进行优化。

count() 是一个聚合函数，对于返回的结果集，一行行地判断，如果 count 函数的参数不是NULL，累计值就加 1，否则不加，最后返回累计值。
用法分类：count（*）、count（主键）、count（字段）、count（数字）

按照效率排序：count(字段) < count(主键 id) < count(1) ≈ count()，尽量使用 count()。

InnoDB的行锁是针对索引加的锁，不是针对记录加的锁 ,并且该索引不能失效，否则会从行锁升级为表锁，降低并发性能。
因此我们更新时需要根据索引字段进行更新

比如，v2视图是基于v1视图的，如果在v2视图创建的时候指定了检查选项为 cascaded，但是v1视图创建时未指定检查选项。则在执行检查时，不仅会检查v2，还会级联检查v2的关联视图v1。

比如，v2视图是基于v1视图的，如果在v2视图创建的时候指定了检查选项为 local ，但是v1视图创建时未指定检查选项。则在执行检查时，只会检查v2，不会检查v2的关联视图v1

1). 简单
视图不仅可以简化用户对数据的理解，也可以简化他们的操作。那些被经常使用的查询可以被定义为视
图，从而使得用户不必为以后的操作每次指定全部的条件。

2). 安全
数据库可以授权，但不能授权到数据库特定行和特定的列上。通过视图用户只能查询和修改他们所能见
到的数据

3). 数据独立
视图可帮助用户屏蔽真实表结构变化带来的影响。