数据库之mysql

博主： 🍁Fall In Dream🍃
发布时间：2023 年 08 月 22 日
1776 次浏览
1918字数
分类：默认分类

#### 索引的本质

- 索引是帮助MySQL高效获取数据的排好序的数据结构，MySQL采用的是B+树来存储索引
- 常见的索引数据结构
  
  - 二叉树
  - 红黑树
  - Hash表
  - B-Tree
  
  > 数据结构可视化，可以在 [Data Structure Visualization (usfca.edu)](https://www.cs.usfca.edu/~galles/visualization/Algorithms.html) 这个网站上练习 ![image.png](https://qiniu.program-er.com/blog/typecho/usr/uploads/image.png)

#### 索引的原理

索引是用来快速地寻找那些特定值的记录。如果没有索引，一般来说执行查询时会遍历整张表
原理：就是把无序的数据变成有序的查询

1. 把创建了索引的列的内容进行排序
2. 对排序结果生成倒排表
3. 在倒排表内容上拼上数据地址链
4. 在查询的时候，先拿到倒排表内容，再取出数据地址链，从而拿到具体数据

#### B树和B+树的区别

B树的特点：

1. 节点排序
2. 一个节点可以存多个元素，多个元素也排序了

B+树的特点：

1. 拥有B树的特点
2. 叶子节点用指针连接，提高区间访问性能
3. 非叶子节点上不存储data，只存储索引（冗余），也就是叶子节点中存储了所有的元素，并且排好顺序。

Mysql索引使用的是B+树，因为索引是用来加快查询的，而B+树通过对数据进行排序所以是可以提高查询速度的，然后通过一个节点中可以存储多个元素，从而使得B+树的高度不会太高，在Mysql中一个Innodb页就是一个B+树节点，一个Innodb页默认是16kb，所以一般情况下一颗两层的B+树可以存2000万行左右的数据，然后通过利用B+树叶子节点存储了所有数据并且进行了排序，并且叶子节点之间有指针，可以很好的支持全表扫描、范围查找等SQL语句。

#### InnoDB索引实现（聚集）

- 表数据文件本身就是按B+ Tree组织的一个索引结构文件
- 聚集索引（也叫聚簇索引）-叶子节点包含了完整的数据记录
- 为什么建议InnoDB表必须建主键

> InnoDB采用B+树作为存储结构，那么必然需要一个列作为key，什么是key？一个B+树的节点可以存储key、地址、行数据(仅叶子节点)，key 就是不重复的值且可以比较(确保树进行分裂时，可以确定是左孩子还是右孩子)。我们知道主键的特定就是主键的值不可重复，也不可为空，正好符合B+树key的要求

- 为什么推荐使用整型的自增主键

> 聚簇索引的数据的物理存放顺序与索引顺序是一致的，即：只要索引是相邻的，那么对应的数据一定也是相邻地存放在磁盘上的。聚簇索引的顺序和磁盘中数据的存储顺序是一致的，如果主键不是自增id，那么可以想 象，它会干些什么，不断地调整数据的物理地址、分页，当然也有其他一些措施来减少这些操作，但却无法彻底避免。但，如果是自增的，那就简单了，它只需要一 页一页地写，索引结构相对紧凑，磁盘碎片少，效率也高。
> 数据索引在存储过程中就已经在排序了，使用整型比较大小更快，而字符串类型的索引（比如uuid）比较时，效率低一些

- 为什么非主键索引结构叶子节点存储的是主键值？

> 一致性和节省存储空间

#### MySQL慢查询该如何优化

- 检查是否走了索引，如果没有，则优化SQL利用索引
- 检查所利用的索引，是否是最优索引
- 检查所有字段是否都是必须的，是否查询了过度字段，查出了多余数据
- 检查表中数据是否过多，是否应该进行分库分表
- 检查数据库实例所在机器的性能配置，是否需要适当增加资源

#### MySQL锁有哪些，如何理解

按锁粒度分类：
行锁：锁某行数据，锁粒度最小，并发度高
表锁：锁整张表，锁粒度大，并发度低
间隙锁：锁的是一个区间

还可以分为：
共享锁：也就是读锁，一个事务给某行数据加了读锁，其他事务也可以读，但是不能写
排它锁：也就是写锁，一个事务给某行数据加了写锁，其他事务可以读，但是不能加读锁，也不能写

还可以分为：
乐观锁：并不会真正的锁某行记录，而是通过某个版本号来实现
悲观锁：上面的行锁、表锁都是悲观锁

> 在事务的隔离实现中，就需要利用锁来解决幻读

最后修改：2023 年 08 月 22 日