深入了解MySQL，一篇简短的总结

MySQL的基本语法

这里作为MySQL部分模块的深入了解，大部分都是理论方面的笔记，不会写具体用法。

具体用法会记录在下面这个随笔分类下，不过暂时还没更新完，等过段时间会更新下事务、存储过程、索引等用法，虽然都很简单，就当做个完整的笔记。

https://www.cnblogs.com/lbhym/category/1493919.html

一个关系型数据库的基本模块

以下模块也不一定是各大数据库实际的模块，但是都差不多，只是大概了解一下数据库的架构。

除了硬件，也就是存储部分，是由磁盘组成，在软件部分主要分为一下几个模块：

存储管理：用于管理数据格式，把物理数据通过逻辑的形式组织表现出来，即数据实际都是存在物理的磁盘当中，需要在软件层面做一个逻辑上的组织管理。

缓存机制：影响数据库性能的一大问题就是IO，所以会将取出来的数据放入内存当中，使用时直接从内存返回。即使目前非常快的固态硬盘也远远比不上内存的速度。

SQL解析：将SQL解析成机器可读的语言。

日志管理：记录用户对数据库的操作。

权限划分：字面意思，非常常见的一个功能，将不同的用户分为不同的角色，操作权限也不同。

容灾机制：这个部分较为复杂，大概作用就是当数据库发生异常灾难时该怎么恢复。

索引管理：优化数据库查询效率。

锁管理：使数据库支持并发操作。

Mysql索引的实现，B+树

索引是优化数据库查询效率，普通的查询是全表查询，当数据量过大时会严重影响性能。

而索引就像一本词典的目录，在数据量较大时会增加查询效率，但是如果频繁的更新或删除数据，同时也需要去维护索引，反而会降低性能，所以索引不宜太多。

索引实际上也是一个文件，既然需要高效的查找当然也需要一个好的数据结构，关于索引的实现，有B树、二叉查找树等，这里只讲MySQL的B+树。

B+树的特点和插入删除过程想过很多文字描述，但是总有点说不清。推荐看看这篇博客，过程图文表现的很清楚。

https://blog.csdn.net/login_sonata/article/details/75268075

为什么会选择B+树？

B+树的一个特点就是其叶子结点均有一个链指针指向下一个叶子结点，再加上其是有序的，所以我们进行范围查询时，比如查询>10的数据，只需要先找到10，再直接通过叶子结点的指针就能找到其余数据。

而其他结构还需从根节点出发接着找。

联合索引最左匹配原则

联合索引，有的叫组合索引、有的叫复合索引，叫法无所谓，大概是那个意思就行。

1.一张表里有字段A、B，当我们需要查询where A=‘xxx’ and B='xxx'，在这种场景下我们就可以使用联合索引。

而最左匹配原则就是，当创建索引时，语句如下

alter table TABLENAME add index index_name(A,B)

其中A在左边，那么如果我们只查询A时，会用到这个联合索引，而只查询B时，不会用到这个联合索引。

2.还有种情况，在联合索引中，mysql会从左往右匹配，直到遇到>、<、between、like就会停止。

比如联合索引中有四个字段A,B,C,D。where A=1 and B=2 and C>3 and D=4。其中ABC会用到索引，而D不会。如果在定义索引时交换C，D的位置,ABCD就都会使用索引

alter table TABLENAME add index index_name(A,B,C,D)-->alter table TABLENAME add index index_name(A,B,D,C)

所以最左匹配原则是依据定义索引时的顺序，查询时顺序如何不影响（因为mysql查询优化器会帮我们优化查询顺序）。

最左匹配原则的原理

索引的底层是B+树，联合索引也一样。但是联合索引特殊的就是有多个值，而构建B+树只需一个值，mysql选择最左的那一个字段当值。

上图是一个联合索引下的B+树，假如字段分别对应(A,B)，可以发现A的值是有序的（1，1，2，2，3，3），B是无序的(1,2,1,4,1,2)，所以当我们直接查找B=2时是无法通过索引找的。

因为这个B+树是按A的值形成的，B的值完全不符合B+树特性，所以无法单独找到B。

那为先找到A后，就能找到B了？

大家仔细观察这个树，在A相等的区间内，B是有序的。

还有就是，为什么遇到范围查询就停止了。范围查询是针对全表的，而非最左的字段只是区间内有序。

MySQL两种引擎：MyISAM和InnoDB

简短地说

Myisam：是非聚集索引，不支持事务，只支持表级锁。

InnoDB：是聚集索引，支持事务，默认是行级锁，支持表级锁。

下面就这三个方面一一说明。

聚集索引

定义：数据行的物理顺序与列值（一般是主键的那一列）的逻辑顺序相同，一个表中只能拥有一个聚集索引。即索引键值的逻辑顺序决定了表中相应行的物理顺序。

网上有个很好的例子，就是把聚集索引比作一本字典的拼音目录。而数据就是字典里面的字。拼音目录是按照一定顺序排列的，那么字典后面的字也一定是根据拼音的顺序排列的。

当我们在拼音B处插入一个新汉字，那么B后面所有的汉字要向后移动，不可能是加在字典最后面的，因为它得按拼音顺序排列。

所以聚集索引适用于：范围查询，比如<,>,=,between等,还有分组group by，因为B+树是有序的，所以分组的效率也更高。

不适用于：频繁更改的列。

非聚集索引

定义：该索引中索引的逻辑顺序与磁盘上行的物理存储顺序不同，一个表中可以拥有多个非聚集索引。

即索引在一个地方，数据在一个地方，索引带有指向数据的指针。这在物理上也体现出来了，在数据库目录下，索引存在.MYI文件下，数据存在.MYD文件下。上面的聚集索引，数据和索引在同一个文件下.ibd。

而数据的顺序和索引不一样，所以聚集索引适用于：频繁修改索引列。

表级锁和行级锁

两种锁即字面意思。表级锁，mysql中最大粒度得到锁，锁住整张数据表。行级锁，mysql中最小粒度的锁，只锁住操作的那一行，本表中其他行不锁。

而针对不同的操作，锁的具体类别又有所不同，为了不混淆，大家可以把表级锁和行级锁当作锁的范围。而下面说到的锁当作具体的分类。

当Myisam查询时：会在整张表的范围上加上读锁，又叫共享锁。当加上读锁，其他sql的想增删改时就会被阻塞，必须等待查询完毕。又叫共享锁的原因是，可以同时在同一张表内做查询。

当Myisam增删改时：会在整张表的范围上加上写锁，又叫排他锁。当加上写锁，其他sql不论是增删改还是查询都会被阻塞。又叫排他锁的原因是，即使我修改的是1-10行数据，你查询第11行数据也会被阻塞。

上面说的是MyISAM引擎的情况，InnoDB在读锁、写锁上的逻辑也是一样的，只是锁范围变成了行。

大家在mysql上实验InnoDB的锁时：要注意，InnoDB对select进行了优化，并未对select语句加上读锁，也就是非阻塞select，大家可以在select语句后面加上lock in share mode手动加上读锁。

具体怎么实验：1.往表中插入几百万条的数据，增删改查时在范围内进行，这样就可以模拟阻塞环境了。2.InnoDB支持事务，不过其是自动提交的，还得用set autocommit=0取消自动提交。这样在commit之前就是阻塞状态。

事务

简单的说，就是使多步操作具有原子性。即在事务内执行多条SQL语句，要么全部成功，要么全部不成功，不会存在部分执行成功，而导致数据不一致的情况。

事务具有四大特性：

• 原子性，上面说到的。
• 一致性，事务前后数据的完整性必须保持一致。
• 隔离性，多个用户事务并发进行时，不能互相干扰。
• 持久性，一旦事务提供，其修改的结果是永久存在的。

重点说说隔离性。如果事务间没有隔离会发生什么情况呢。

假如有一个场景：事务A获取到一个数据为900，此时另外一个事务B在事务A提交之前就修改了数据到800，并提示成功。

而事务A的操作数据依旧是查询时的900，并进行+100，变成了1000。显然结果是不对的，这就是更新丢失问题。

这个问题是不是很像多线程并发操作，但是没有锁时就会发生的问题。实际上，事务的隔离就是用锁来实现的。

了解隔离级别之前需要知道几个概念：

脏读：事务A读取到了事务B还未提交的数据。

不可重复读：事务A多次查询数据时，事务B对该数据做了修改并提交，此时事务A发现多次查询前后结果不一样。

在我们看来仿佛没什么问题，一个事务修改了数据，一个事务查询到了修改后的结果。但有个问题就是，事务A是多次查询，如果他没有多次查询，直接在第一次查询的结果上操作，那么是不是就会出现问题。

幻读:事务A查询了一段数据集，事务B修改了事务A的数据集范围内的某些数据，导致查询结果和实际结果不一致。

了解了这三个概念后就可以很好的理解几个隔离级别：

隔离级别	脏读	不可重复读	幻读
未提交读（Read uncommitted）	可能	可能	可能
已提交读（Reda committed）	不可能	可能	可能
可重复读（Repeatable read）	不可能	不可能	可能
可串行化（Serializable）	不可能	不可能	不可能

 

隔离级别越高，安全性越高，性能也越低，所以要根据实际业务设置不同的隔离级别。

举个例子：如果设置的是可串行化隔离级别，事务A对TableA的1-10行进行操作，事务B即使对TableA的第11行进行操作也会被阻塞。对于这种业务没必要设置为可串行化隔离级别。