MySQL之索引和事务

  • 索引
    • 什么是索引
    • 索引怎么用
    • 索引的原理
  • 事务
    • 使用事务
    • 事务特性
    • MySQL隔离级别

索引

什么是索引

索引包含数据表所有记录的引用指针;你可以对某一列或者多列创建索引和指定不同的类型(唯一索引、主键索引、普通索引等不同类型;他们底层实现也是不同的)
作用:表、索引、数据如同书本、目录、内容;能提高数据库性能、快速帮我们定位要看的位置
注意:索引会提高查询效率;但是增删改开销会变大;因为都需要再改变多一个索引;但是增删改通过是频率没那么高的
索引也不一定就能大大提高速度的;如果针对性别这种重复非常多的列加索引;意义就没那么大了

索引怎么用

查看:show index from 表名;
创建:create index 索引名 on 表名(字段名);
另外:
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。加了索引就会去相应的列去查询;而没加则会一条一条去遍历;效率将会降低很多。(跟我们电脑文件搜索功能和everything一样;提示把文件信息存好在数据库;这样子查就不必真的去查这些这么大的文件)
删除索引:drop index 索引名 on 表名;
注意:创建和删除这两个操作最后是在建表的约定清楚;因为后面再来创建和删除这估计很危险;要吃很多资源
使用索引:我们只需要创建完了进行;数据库会自动通过搜索引擎评估哪种方案性价比最好;评估是否走索引;如果要走的话怎么走

索引的原理

1:哈希表?只能比较相等;没法范围查询;不行
2:二叉搜索树?查询元素时间复杂度;单边树跟链表一样O(n);能范围查询;但是元素多;树的高度就会比较高;比较的次数就会比较多。
3:N叉搜索树;分叉多;树的高度就降低了。每个节点有多个值,同时有多个分叉,树的高度降低了,比较次数虽然没有减少,但是在硬盘上读的次数减少了。因为每一个节点都是在硬盘上的(就好比你一次丢5袋垃圾肯定比丢5次一袋垃圾快);可能会出现在根节点、不深的位置查的比较快;查询速度不均衡。
4:B+树;N叉搜索树已经很合适但是还不够;需要进一步补充。量身定做;最大值要重复出现
在这里插入图片描述
这也是N插搜索树;每个节点包含N个key,N个key划分N个区间;最后一个Key是最大值;例如上面:11比8大就放15的左边;最右边永远最大。
父元素的Key会反复在子元素以最大值出现;最终在叶子节点包含所有数据全集;最后用类似链表方式连接
在这里插入图片描述
1:高度下降IO操作就少了、
2:范围查询更香;
3:所有的查询都落在叶子节点上;无论查哪个元素中间;中间的比较次数都不多
4:所有的Key都在叶子节点上体现;使用非叶子节点不必存表的数据行;把所有的数据行放到叶子节点上即可;非叶子节点只需要存索引列的值

如果多索引:
比如主键索引是id,非主键索引的姓名。
那么姓名索引的B+树的叶子节点存储的都是主键id,找到id后,再去主键索引idB+树去遍历,主键idB+树的叶子节点存储的是完整数据行

它的实现会帮我们构建好这颗树;然后我们要输入的数据就会走这颗树去查询
B+树只是在MySQL的InnDB这个数据库储存引擎所使用的典型数据结构。不同的数据库有不同的储存引擎,索引的数据结构也会有所差异。(储存引擎;实现数据库具体如何在硬盘上组织数据)

事务

事务初衷:把有些操作不能分割的打包成一个整体(原子性)。比如:转账分两部分;用户A钱 - -;用户B钱++。如果中间出现问题;导致的结果但是致命的;可能没转成功就扣钱了。
回滚事务:上述如果中间出现问题;就自动恢复执行之前的样子;让你看起来没执行的样子(就像你走5步回到原点;和你在原点一直没有动的区别)

使用事务

Start transaction;//开启事务;开启后这些sql代码先攒着;等commit再一起执行;保证原子性
sql;
sql
sql;
commit;//提交事务
//出现问题就rollback;回滚事务

事务特性

1:原子性
2:一致性;事务完成时或者失败,必须所有的事务都保持一致状态。(比如转账要么全部成功;要么全部失败回滚到最初;保持一致。双方总额是2000;转账成功或者失败总额都是2000;不能是转着成功就变2500;失败就变2000)
3:持久性;事务产生的修改会写入硬盘。(先把要执行的过程记录到硬盘;然后再真正的去执行;根据这个如果断电下次重连就知道上次执行到哪;然后进行回滚)
4:隔离性;一个数据库服务器;同时执行多个事务的时候;事务之间相互影响程度(一个服务器有多个客户端;可能并发出现线程安全问题;尤其是操作同一个表的时候)

MySQL隔离级别

隔离性越高;并发程度越低;效率是慢了点;但是准确度高。(反之则反之)
MySQL隔离级别就为我们提供不同档位的并发程度;有些场景我们可能需要准(算钱);有些场景我们可能需要快

脏读:我在进行修改博客的时候;然后另一个人在读;但是我改到一半发现我写错了;不行我得擦掉重写。而恰好我写错的部分就被那个人读走了(加锁:我在写的时候不给你读)
解决:降低并发性;提高隔离性(给写操作加锁)

不可重复读:根据脏读的要求;我写的时候不给另一个人看。ok;我写完了;另一个人现在开始读了一半;然后我发现有问题这个例子举的不好;我得重新修改一下;我把我博客改了重新发布。这就导致另一个人刚刚读到牛一天吃100斤草;再往下读;怎么变成马这样吃能一天跑千里呢?
解决:给读操作也加锁;读的时候;我不能改

幻读:根据上述两个要求;我又整活了。你读你的;不给我改是吧;我就是闲不下来;我要学习;我又写一篇新文章;或者觉得有篇不好我删掉重写;结果是他读当前的文件内容没问题;但是他看到的文件个数改变了。同一个事务;两次读到的结果集不同。
解决:舍弃并发;别卷了;他在读的时候你就休息一下;该休息就得好好休息;才能更好的学习

四个隔离级别:在这里插入图片描述
默认挡位是第三个;我们可以根据具体要解决需求场景;在MySQL配置文件决定使用哪个隔离级别

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/47618.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Vue 2 组件注册

组件名的命名规则 定义组件名的两种方式&#xff1a; 短横线分隔命名&#xff0c;Kebab Case&#xff0c;例如my-component-name。单词首字母大写命名&#xff0c;Pascal Case&#xff0c;例如MyComponentName。 第一种方式在模板中使用<my-component-name>引用该元素…

FastDFS与Nginx结合搭建文件服务器,并实现公网访问【内网穿透】

文章目录 前言1. 本地搭建FastDFS文件系统1.1 环境安装1.2 安装libfastcommon1.3 安装FastDFS1.4 配置Tracker1.5 配置Storage1.6 测试上传下载1.7 与Nginx整合1.8 安装Nginx1.9 配置Nginx 2. 局域网测试访问FastDFS3. 安装cpolar内网穿透4. 配置公网访问地址5. 固定公网地址5.…

Asyncio support

Python 3.4及更高版本中内置的asyncio模块可用于在单个线程中编写异步代码。此库支持使用can.Notifier类在事件循环中异步接收消息。 每个CAN总线仍将有一个线程,但用户应用程序将完全在事件循环中执行,从而实现更简单的并发性,而无需担心线程问题。但是,具有有效文件描述…

常用的图像校正方法

在数字图像处理中&#xff0c;常用的校正方法包括明场均匀性校正、查找表&#xff08;LUT&#xff09;校正和伽玛&#xff08;Gamma&#xff09;校正。这些校正方法分别针对不同的图像问题&#xff0c;可以改善图像质量&#xff0c;提升图像的可读性和可分析性。下面是这三种校…

openpnp - 板子上最小物料封装尺寸的选择

文章目录 openpnp - 板子上最小物料封装尺寸的选择概述END openpnp - 板子上最小物料封装尺寸的选择 概述 现在设备调试完了, 用散料飞达载入物料试了一下. 0402以上贴的贴别准, 贴片流程也稳, 基本不需要手工干预. 0201可以贴, 但是由于底部相机元件视觉识别成功率不是很高…

uni-app打包后安卓不显示地图及相关操作详解

新公司最近用uni-app写app&#xff0c;之前的代码有很多问题&#xff0c;正好趁着改bug的时间学习下uni-app。 问题现象&#xff1a; 使用uni-app在浏览器调试的时候&#xff0c;地图是展示的&#xff0c;但是打包完成后&#xff0c;在app端是空白的。咱第一次写app&#xff…

docker 06(docker compose)

一、服务编排 二、docker compose

查看所有数据库各表容量大小

查看所有数据库各表容量大小 1. 查看所有数据库各表容量大小2.查看指定数据库容量大小3. 查看所有数据库容量大小 1. 查看所有数据库各表容量大小 select table_schema as 数据库, table_name as 表名, table_rows as 记录数, truncate(data_length/1024/1024, 2) as 数据容量…

Mac常见恶意软件再现,办公应用程序潜藏风险如何防范?

Mac电脑正受到臭名昭著的XLoader恶意软件的新变种的攻击&#xff0c;该恶意软件已被重写为在最好的MacBook上本地运行。 虽然XLoader至少从2015年开始出现&#xff0c;但在2021年发现macOS变体之前&#xff0c;它主要用于针对Windows PC。然而&#xff0c;该版本是作为Java程序…

解决Fastjson2 oom(Out Of Memory),支持大对象(LargeObject 1G)json操作

在使用Fastjson中的 JSON.toJSONString时,如果对象数据太大&#xff08;>64M&#xff09;会出现Out Of Memory,查看源码发现为JSONWriter中的判断代码 其中maxArraySize默认最大为64M,如果超过了就会抛出oom错误 如果fastjson过多的使用内存,也可能导致java堆内存溢出,所以这…

C++ STL无序关联式容器(详解)

STL无序关联式容器 继 map、multimap、set、multiset 关联式容器之后&#xff0c;从本节开始&#xff0c;再讲解一类“特殊”的关联式容器&#xff0c;它们常被称为“无序容器”、“哈希容器”或者“无序关联容器”。 注意&#xff0c;无序容器是 C 11 标准才正式引入到 STL 标…

Global Pollen Project: Data Access API v1

GPP API v1 Backbone12 Collection3 Taxon4567 存疑&#xff1a;不知是网站撤销了&#xff0c;还是未给出api的网址错误&#xff0c;仍无法正常访问API。 Backbone 1 请求方法请求地址请求参数请求主体类型GET/api/v1/backbone/search----application/json-patchjson 请求主…

〔015〕Stable Diffusion 之 模型管理和信息管理插件 篇

✨ 目录 &#x1f388; 模型管理&#x1f388; 添加预览图&#x1f388; 添加详细描述&#x1f388; 模型分组&#x1f388; 下载 Civitai Helper 插件&#x1f388; 插件 Civitai Helper 使用方法 &#x1f388; 模型管理 点击生成按钮下的 显示/隐藏扩展模型 Show/hide extr…

python学习-文件管理

文件管理 shutil 文件拷贝 shutil.copy(src,dst) 注&#xff1a;srcrE:\python\.vscode\文件操作 windows上运行时候&#xff0c;如果不加r&#xff0c;上述文件路径在代码运行时会报错&#xff0c;因为其会先将双引号”“去掉&#xff0c;然后系统看到了文件路径中有\nc&…

chromedriver.exe 的所有版本下载地址

Chrome for Testing availability 上面的网址是V115 v116.... 以上的。 CNPM Binaries Mirror 上面这个是V115版本以下的。 这个文章没有任何实际价值&#xff0c;记录的原因是因为突然发现过去的py无法运行&#xff0c;原因是chrome浏览器偷偷升级到V115&#xff0c;于是找…

“深入解析JVM:探索Java虚拟机的内部机制“

标题&#xff1a;深入解析JVM&#xff1a;探索Java虚拟机的内部机制 摘要&#xff1a;本篇博客将深入探索Java虚拟机&#xff08;JVM&#xff09;的内部机制。我们将介绍JVM的工作原理、内存管理、垃圾回收机制以及类加载和执行过程。此外&#xff0c;我们还将通过示例代码来帮…

(css样式穿透详解)::v-deep的使用

目录 背景 使用&#xff1a; 1、当项目中使用的 css 原生样式 &#xff0c;需要使用 >>> 深度选择器来修改 外用第三方组件的样式 2、当项目中使用的 css 扩展语言是 less&#xff0c; 需要使用 /deep/ 或者 ::v-deep 深度选择器来修改 外用第三方组件的样式 3、…

KMP算法(JS)

KMP算法 什么时KMP算法 KMP算法是一种改进的字符串匹配算法 由D.E.Knuth&#xff0c;J.H.Morris和 V.R.Pratt提出的&#xff0c;因此人们称它为克努特—莫里斯—普拉特操作&#xff08;简称KMP算法&#xff09;。 KMP的主要思想是当出现字符串不匹配时&#xff0c;可以知道…

机器学习|决策树:数学原理及代码解析

机器学习&#xff5c;决策树&#xff1a;数学原理及代码解析 决策树是一种常用的监督学习算法&#xff0c;适用于解决分类和回归问题。在本文中&#xff0c;我们将深入探讨决策树的数学原理&#xff0c;并提供 Python 示例代码帮助读者更好地理解和实现该算法。 决策树数学原…

C++笔记之全局函数做友元与类做友元

C笔记之全局函数做友元与类做友元 code review! 文章目录 C笔记之全局函数做友元与类做友元1.全局函数做友元2.类作友元 1.全局函数做友元 代码 #include <iostream> using namespace std;class MyClass { private:int x; public:MyClass(int a) : x(a) {}friend void…