目录
[1.1 查看索引](#1.1 查看索引)
[1.2 创建索引](#1.2 创建索引)
[1.3 删除索引](#1.3 删除索引)
[1.4 索引的实现](#1.4 索引的实现)
1、索引
索引等同于目录，属于针对查询操作的一个优化手段，可以通过索引来加快查询的速度，避免针对表进行遍历。
主键、unique和外键都是会自动生成索引的。
索引能提高查询的速度，但也是有代价的。
1、占用更多的空间，生成索引是需要一系列的数据结构，以及一系列的额外的数据来存储到硬盘空间。
2、可能会降低插入、修改、删除的速度。
1.1 查看索引
使用 show index from 表名； 来查看索引
例如：
1.2 创建索引
使用 create index 索引名 on 表名(列名)； 来创建索引
例如：
注意：
创建索引时，如果表中的数据很多，创建索引容易使服务器卡住，就需要另一台机器，在MySQL中部署相同的表，创建所需要的索引，然后导入数据替换。
1.3 删除索引
使用 **drop index 索引名 on 表名；**来删除索引
自己创建的索引可以删除，如果是自动创建的索引，不能删除。
例如：
1.4 索引的实现
索引也是通过一定的数据结构实现的，MySQL的索引是一个改进的树形结构 B+树(N叉搜索树）。
B树
B树是通过区间来进行分支的，每个节点的度都是不确定的，一个节点保存N个key，就可以划分出N+1个区间，每个区间都可以衍生一系列的子树。
一个节点中，虽然可以保存N个key，但不是无限制的，达到一定的规模，就会触发节点的分裂，当删除元素达到一定的数目，也会触发节点的合并。
B树（N叉搜索树）
特点：
1、每个节点上有M个key，划分出M+1个区间。
2、进行查询的时候，根据根节点出发，判定当前要查的数据在节点的哪个区间内，再决定下一步往哪走。
3、进行添加和删除元素时，可以涉及到节点的拆分和合并。
B+树
B+树的特点：
1、B+树也是一个N叉搜索树，一个节点上存在N个key，就划分成N个区间。
2、每个节点上N个key中，最后一个就相当于当前子树的最大值。
3、父节点上的每个key都会以最大值的身份在子节点的对应区间中存在，叶子节点这一层，包含整个树的数据全集。
4、B+树会使用链表这样的结构，把叶子节点串起来，此时就可以非常方便的完成数据集合的遍历，并且方便的从数据中按照范围取出一个"子集"。
优点：1、N叉搜索树，树的高度是有限的。
2、非常擅长范围查询
3、所有的查询都是落在叶子节点上，查询之间的开销是稳定的。
4、由于叶子节点是全集，会把数据只存储在叶子节点上，非叶子节点只存储一个用来排序的key，所以非叶子节点用不了多少空间，就可以缓存在内存中，提升访问的速度。
2、事务
事务可以把多个SQL语句打包成一个整体，可以保证这些SQL语句要么全部执行，要么一个都不执行，具有原子性的特点。
事务的执行过程：
开始事务：start transaction;
执行各种SQL语句
主动触发回滚：rollback;
事务结束：commit;
事务的原理：回滚**：**以日志的方式，记录事务中的关键操作，这样的记录是回滚的依据。然后以打印的方式，将内容放在文件中，即使主机掉电，也不会影响，一旦启动主机，MySQL也会重新启动，发生回滚操作。
事务的特点：1、原子性：回滚的方式，保证操作都能执行正确。
2、一致性：事务执行前后，数据不能产生特别大的差异。
3、持久性：事务做出的修改，都是在硬盘上持久保存的，重启服务器，修改仍然有效。
4、隔离性：数据并发执行多个事务时，并发程度越高，整体的效率就越高。
提高并发执行的程度，对提高效率，但也会产生一些问题。
1、脏读问题
一个事务A正在写数据的过程中，另一个事务B读取了同一个数据，接下来事务A修改了数据，导致事务B读到的数据是一个无效数据。
解决方法：
针对写加锁，等写的操作完全执行结束，并且不再修改之后再读，并发性降低了，隔离性提高了，效率降低了，准确性提高了。
2、不可重复读并发执行事务的过程中，如果事务A多次读取同一个数据，出现不同的情况，就是不可重复读，事务A再读的过程中，事务B修改了数据并提交了数据。
解决方法：
针对读操作进行加锁，读的时候不能再修改数据。
3、幻读一个事务A执行的过程中，两次读取操作，数据内容没有改变，但是结果集变了，就称为"幻读"。
解决方法：
保持决定的串行执行事务，完全没有并发，效率最低，隔离最高，内容最准确。