MYSQL LEARN

MYSQL 突击复习

事物隔离级别

  • 脏读：A事物读取数据的时候,B事物正好修改了但还未提交,A读取到的是B修改完未提交的数据

  • 不可重复读：A事物读取的时候,第一遍读取一行数据结果是1,此时B事物修改了该行为2,第二次读取到的和第一次的不一样

  • 幻读：A事物读取的时候,第一遍读取数据是10行,此时B事物添加了一行,第二次读取到的是11行 出现冲突 多了一行数据

注意：幻读只指定新增 删除的情况也是不可重复读

隔离级别 脏读 不可重复度 幻读 解决技术
Read Uncommitted(读未提交) x x x 最初级
Read Committed(读已提交) o x x MVCC(每次read快照)
Repeatable Read(可重复读) o o x MVCC(每次read快照)+间隙锁
Serialized(序列化) o o o 全表加锁

MVCC 多版本控制

结构特点

  • hidden fields：每一行数据都有俩个隐藏字段 一个是最近修改的事物id 一个是指向上一次变更的undolog记录表的指针ptr
  • readview：
  • m_ids：正在活跃的事物
  • min_id：正在活跃的最小事物
  • max_id：系统将派发的下一个事物
  • undolog：存数据 存链式指向

判断逻辑

比如说有一个事物100 他要进行读操作 这时候创建一个read_view 里面m_ids[]=[99,101],此时max_id=102,min_id=99

  • 当读到的数据的隐藏字段是95的时候 既比100小又不在m_ids里可以直接看数据
  • 当读到的数据的隐藏字段是99,101的时候 不能看 去翻undolog
  • 当读到的数据的隐藏字段是102的时候 不能看 去翻undolog
  • 当读到的数据的隐藏字段是100的时候 能看 自己改的自己可以看
  • 还有一种 比99大 比102小 而且不在黑名单里 比如说有个100.5 虽然比我们大 但提交完了 是可以看的

不同级别

RR：只会复用第一次的readview

RC：每次都创建readview

重点在黑名单的变化 比如 RC 新创建的readview里黑名单里有一个提交了就能看了 而RR还是之前的

索引

页

MYSQL逻辑层面的最小单位就是页

  1. 每一张“纸”（页）的内部结构

每一页（无论存的是数据还是目录）都包含以下几个固定区域：

  • 文件头 (File Header)：存上一页/下一页指针（双向链表）。
  • 页头 (Page Header)：存这一页的状态（存了多少行、水位线等）。
  • 记录区 (User Records)：真正存内容的地方。
  • 页目录 (Page Directory)：页内查找的“小索引”。
  • 文件尾 (File Trailer)：校验数据完整性。
  1. 角色分工

虽然物理结构一样，但根据 “记录区” 存的东西不同，页分成了两类：

  • 数据页(叶子节点)：记录区里存的是：[主键 ID + 整行数据]。
  • 目录页(非叶子节点)：记录区里存的是：[子页的最小主键 ID + 子页的页号]。

索引知识

  1. 为啥需要索引？

    • 单页查找：可以直接通过页结构的页目录 二分查找 速度很快
    • 多页查找：数据多了，页多了，如果没有索引，就只能一个个页沿着页头的双向链表从头开始找，几百万的时候性能差劲

  2. 索引的本质

为了快，MYSQL专门拿出一类特殊的页，专门记录“哪个主键在哪个页”。这就是目录页(也叫索引页/非叶子节点)

- 内容：只有俩个字段：[页中最小的主键ID] [对应的页号]
- 逻辑：如果先找id为500的数据，先看目录页，发现500在第10页，直接跳过去，不用翻前面的9页

  1. B+树的诞生

    当目录页也变多了怎么办？那就给目录页再做一个目录。

    • 最底层（叶子节点）：就是你说的数据页，存的是真实数据。
    • 上层（非叶子节点）：就是目录页。
    • 最顶层（根节点）：索引的入口，永远常驻内存。

    这就形成了一个倒过来的树（B+ Tree）：

    1. 从根节点出发，根据 ID 大小判断去哪个目录页。
    2. 在目录页里继续判断，找到最终的数据页。
    3. 进入数据页，用页内二分法找到那一行。

    为啥不是B树

    • 因为B树所有节点都要存数据 效率慢

  2. 两个关键概念：

    • 聚簇索引（Clustered Index）：数据和索引是一体的。B+ 树的叶子节点直接就是原始数据页。InnoDB 必须有且只有一个聚簇索引（通常是主键）。
    • 二级索引 / 辅助索引（Secondary Index）：比如你给 name 列建索引。它的叶子节点存的不是整行数据，而是 [name 的值 + 对应的主键 ID]。

索引类型

B+树索引和哈希索引 全文索引

哈希相当于hashmap 一次定位
B+树索引支持范围类型