MySQL索引和事务笔记

文章目录

    • 一、索引
      • [1. 索引是什么?](#1. 索引是什么?)
      • [2. 索引的优缺点](#2. 索引的优缺点)
      • [3. 索引的操作](#3. 索引的操作)
      • [4. 索引背后的数据结构](#4. 索引背后的数据结构)
      • [5. 面试高频问题](#5. 面试高频问题)
    • 二、事务
      • [1. 事务的作用](#1. 事务的作用)
      • [2. 事务的实现机制](#2. 事务的实现机制)
      • [3. 事务的基本操作](#3. 事务的基本操作)
      • [4. 事务的四大特性(ACID)](#4. 事务的四大特性(ACID))
      • [5. 并发事务常见问题](#5. 并发事务常见问题)
      • [6. 事务隔离级别](#6. 事务隔离级别)
    • 三、总结与建议

一、索引

1. 索引是什么?

  • 类似于书的目录(Index),用于加速查询。
  • 查询时默认全表遍历,复杂度 O(N),每行需硬盘读取,效率低。
  • 索引通过特殊数据结构(如B+树)提升查询速度。

2. 索引的优缺点

优点
  • 显著提升查询效率,特别是大数据量场景。
  • 查询频率高于增删改的业务场景下尤为合适。
缺点
  • 占用额外存储空间。
  • 增删改操作时需同步维护索引,可能影响写入性能。

3. 索引的操作

  • 查看索引
    show index from 表名;

    主键、唯一键(unique)、外键(foreign key)都会自动生成索引。

  • 创建索引
    create index 索引名 on 表名(列名);

    注意:大表上创建索引是危险操作,可能导致大量IO,建议提前规划。

  • 删除索引
    drop index 索引名 on 表名;

    只能删除自建索引,不能删除自动生成的主键/唯一索引。

4. 索引背后的数据结构

  • 二叉搜索树

    高度大、IO次数多,不适合数据库索引。

  • 哈希表

    只支持等值查询,不支持范围和模糊查询。

  • B+树(主流索引结构)

    • N叉搜索树,树高度低,减少硬盘IO。
    • 叶子节点存储所有数据,并通过链表连接,方便范围查询。
    • 查询都落在叶子节点,查询开销稳定。
    • 非叶子节点只存key,不存数据,空间占用小。
    • 适合数据库大规模数据的高效检索。

5. 面试高频问题

  • 索引是什么?解决了什么问题?
  • 索引的代价(空间、写入性能)。
  • 如何操作索引?注意事项?
  • 索引的数据结构及B+树的优势。

二、事务

1. 事务的作用

  • 保证一组SQL操作的原子性,要么全部执行,要么全部不执行(回滚)。
  • 典型场景:银行转账,防止只转出未转入。

2. 事务的实现机制

  • 数据库通过日志体系记录每一步操作,支持回滚和崩溃恢复。
  • 不是所有操作都能回滚(如drop database)。
  • 事务操作应尽量简短,避免长事务。

3. 事务的基本操作

  • 开启事务:start transaction;
  • 提交事务:commit;
  • 回滚事务:rollback;

4. 事务的四大特性(ACID)

  1. 原子性(Atomicity)

    要么全部执行,要么全部不执行。

  2. 一致性(Consistency)

    事务前后,数据都处于合法状态。

  3. 持久性(Durability)

    事务提交后,数据永久保存在硬盘。

  4. 隔离性(Isolation)

    并发事务间互不干扰,避免相互影响。

5. 并发事务常见问题

  • 脏读

    一个事务读取到另一个未提交事务的数据。

  • 不可重复读

    同一事务内多次读取,数据被其他已提交事务修改,导致结果不一致。

  • 幻读

    一事务多次查询,期间其他事务插入/删除了数据,导致结果集数量不同。

6. 事务隔离级别

隔离级别 脏读 不可重复读 幻读 并发性 说明
read uncommitted 最高 可读未提交数据,最不安全
read committed 较高 只读已提交数据
repeatable read 较低 读写都加锁,MySQL默认级别
serializable 最低 串行执行,最安全最慢

三、总结与建议

  • 索引是提升查询性能的利器,但需权衡空间和写入性能。
  • B+树是数据库索引的核心结构,掌握其原理有助于面试答题和实际优化。
  • 事务保证数据可靠性,理解ACID和隔离级别是数据库开发的基础。
  • 索引和事务都需结合实际业务场景合理使用,避免过度依赖或滥用。
相关推荐
Fuly10246 小时前
使用Milvus作为向量数据库
数据库·milvus
全栈师6 小时前
LigerUI下frm与grid的交互
java·前端·数据库
叫我詹躲躲6 小时前
救命!MySQL 误删数据找不回?老运维私藏的备份技巧,免费给
运维·数据库
摇滚侠6 小时前
Spring Boot3零基础教程,Kafka 的简介和使用,笔记76
spring boot·笔记·kafka
_大学牲6 小时前
Flutter 之魂 Dio🔥:四两拨千斤的网络库
前端·数据库·flutter
方二华6 小时前
7 mysql对order by group by join limit count的实现
数据库·mysql
SelectDB6 小时前
更高效的数据处理解决方案:基于 MinIO 部署 Apache Doris 存算分离版本实践
数据库·数据分析·apache
阿民不加班7 小时前
【React】打卡笔记,入门学习02:react-router
笔记·学习·react.js
寒月霜华7 小时前
JavaWeb后端-MySQL
数据库·mysql
Fuly10247 小时前
大模型的记忆与管理及长期记忆实现方式
数据库·人工智能·rag