每天都覺得時間不夠用,每天都要爭分奪秒的工作,吃飯,學習,整理知識點!爲什麼一天不是36小時!!!
MySQL:
-
存儲引擎:
- 分類:
MyISAM
:在5.5版本之前,MyISAM是MySQL的默認存儲引擎,該存儲引擎併發性
差,不支持事務
,所以使用場景比較少,主要特點爲:- (1)
不支持事務
; - (2)不支持
外鍵
,如果強行增加外鍵,不會提示錯誤,只是外鍵不其作用; - (3)對數據的查詢緩存只會
緩存索引
,不會像InnoDB一樣緩存數據,而且是利用操作系統本身的緩存; - (4)默認的鎖粒度爲
表級鎖
,所以併發度很差,加鎖快,鎖衝突
較少,所以不太容易發生死鎖
; - (5)支持
全文索引
(MySQL5.6之後,InnoDB存儲引擎也對全文索引做了支持),但是MySQL的全文索引基本不會使用,對於全文索引,現在有其他成熟的解決方案,比如:ElasticSearch,Solr,Sphinx等。 - (6)數據庫所在主機如果宕機,MyISAM的數據文件容易損壞,而且
難恢復
;
- (1)
InnoDB
:從MySQL5.5版本之後,MySQL的默認
內置存儲引擎已經是InnoDB了,他的主要特點有:- (1)災難
恢復性
比較好; - (2)
支持事務
。默認的事務隔離級別爲可重複度
,通過MVCC
(併發版本控制)來實現的。 - (3)使用的鎖粒度爲
行級鎖
,可以支持更高的併發
; - (4)支持
外鍵
; - (5)配合一些熱備工具可以支持
在線熱備份
; - (6)在InnoDB中存在着
緩衝管理
,通過緩衝池
,將索引和數據全部緩存起來,加快查詢的速度; - (7)對於InnoDB類型的表,其數據的物理組織形式是
聚簇表
。所有的數據按照主鍵
來組織。數據和索引放在一塊,都位於B+數的葉子節點上;
- (1)災難
- 總結:
- 1、由於鎖粒度的不同,InnoDB比MyISAM支持更高的併發;
- 2、InnoDB爲
行級鎖
,MyISAM爲表級鎖
,所以InnoDB相對於MyISAM來說,更容易發生死鎖
,鎖衝突的概率更大,而且上鎖的開銷也更大,因爲需要爲每一行加鎖; - 3、在備份容災上,InnoDB支持在線熱備,有很成熟的在線熱備解決方案;
- 4、查詢性能上,MyISAM的查詢效率
高於
InnoDB,因爲InnoDB在查詢過程中,是需要維護數據緩存
,而且查詢過程是先定位到行所在的數據塊,然後在從數據塊中定位到要查找的行;而MyISAM可以直接定位到數據所在的內存地址,可以直接找到數據; - 5、SELECT COUNT(*)語句,如果行數在千萬級別以上,MyISAM可以快速查出,而InnoDB查詢的特別慢,因爲MyISAM將行數單獨存儲了,而InnoDB需要朱行去統計行數;所以如果使用InnoDB,而且需要查詢行數,則需要對行數進行特殊處理,如:離線查詢並緩存;
- 6、MyISAM的表結構文件包括:.frm(表結構定義),.MYI(索引),.MYD(數據);而InnoDB的表數據文件爲:.ibd和.frm(表結構定義);
- 分類:
- 如何選擇合適的存儲引擎
- 1、使用場景是否需要事務支持;
- 2、是否需要支持高併發,InnoDB的併發度遠高於MyISAM;
- 3、是否需要支持外鍵;
- 4、是否需要支持在線熱備;
- 5、高效緩衝數據,InnoDB對數據和索引都做了緩衝,而MyISAM只緩衝了索引;
- 6、索引,不同存儲引擎的索引並不太一樣;
-
事務:
原子性
:整個事務的所有操作,要麼全部完成,要麼全部不完成,事務執行過程中發生錯誤,會被回滾到事務開始之前一致性
:事務開始之前和事務結束之後,數據庫的完整性約束沒有被破壞隔離性
:併發執行的事務彼此無法看到對方的中間狀態持久性
:事務完成之後所有的改動都會被持久化。- 事務的實現流程:
- 通過預寫日誌的方式實現,
redo
和undo
時實現數據庫事務的基礎 - redo日誌用來在斷電或者數據庫崩潰等狀況發生時重新
刷數據
,把redo日誌的數據刷新到數據庫中,保證事務的持久性 - undo日誌在事務操作失敗時
撤銷
對數據庫的操作,保證事務的原子性。
- 通過預寫日誌的方式實現,
-
隔離級別:
讀未提交
:可以讀取到其它會話未提交的數據讀已提交
:允許不可重複讀,但不允許髒讀。提交後其它會話可以看到提交的數據。可串行化
:事務只能一個接一個執行,但不能併發執行,事務隔離級別最高。可重複度
:事務A在讀到一條數據之後,此時事務B對該數據進行了修改並提交,那麼事務A再讀該數據,讀到的還是原來的內容
-
索引:
- 索引的解釋:索引是數據庫管理系統中的一個排序的數據結構,它是對數據表中一列或多列的數據進行排序,以此來加快訪問數據表數據的速度。索引可以理解爲書的目錄,通過目錄可以快速找到想看的內容,索引可以快速找到我們想要的數據。
- 場景:在項目中當我們查詢數據庫的數據時,數據少時對我們的查詢沒有影響,但是若數據量很大時,就會很嚴重的影響查詢效率,因此爲了提高查詢效率我們引入了索引,通過索引來提高我們的查詢效率。
- 數據結構:索引的數據結構使用的是B+Tree,B+Tree的一些特徵使它適合做索引的數據結構:首先B+Tree的所有非葉子節點只保存關鍵字不保存數據,所有的數據保存在葉子節點;2,葉子節點中使用指針來指向下一個數據,所以適合範圍查找;3、所有的數據都存在葉子節點,因此所有關鍵字查詢的路徑都是相同的,即每個數據的查詢效率相當。想要了解更多的關於樹的知識,可以看看我的另一篇文章。
- 類型:
普通索引
:由關鍵字定義的索引加快對數據的訪問速度唯一索引
:普通索引會包含重複值,唯一索引不會但是可以爲null,目的使加快訪問速度避免數據出現重複主鍵索引
:主鍵字段創建的索引,一張表只能有一個主鍵索引組合索引
:多個列組成的索引,用於組合搜索全文索引
:對文本的內容進行分詞然後搜索。
- 使用策略:
- 主鍵自動建立唯一索引
- 經常作爲查詢條件在where或者order by語句中出現的列建立索引
- 經常用於聚合函數的列需要建立索引
- 經常增刪改的列不要建立索引
- 數據少不要建立索引
- 組合索引中進行order by時要遵循組合索引列的順序
- 避免使用索引時在where中使用各種SQL函數
今天也是會敲代碼的湯姆貓!