MySQL数据基础知识整理—4

       今天我们了解下MySQL数据库中的索引和最基础的事务是什么吧。注意：本次的索引会作为主要讲解部分，事务会分两部分讲解；希望大家在看本文章前先看完我之前的MySQL数据基础知识整理。

索引

       索引：是一种用于快速查找数据库中特定数据的数据结构。它类似于书籍的目录，可以帮助我们在大量数据中快速定位到所需的信息。在数据库中，索引通常是在一个或多个列上创建的数据结构，它们存储了这些列中的值及其对应的行位置。当我们查询这个列时，数据库可以使用索引来快速定位到特定的行，而不必扫描整个表。这可以大大提高查询效率和性能。

       简而言之，索引就相当于数据库中的目录，目录中包含了查询依据的简要信息，可以一次看到更多的目录信息。因此可以提高过滤效率得到最终地址，进而找到详细的信息。

下面，我来给大家介绍我们常用的索引操作：创建索引，查看索引信息，删除索引信息，修改索引。

创建索引

一般的，我们创建索引有三种方法：

1. 当我们创建一个主键，外键或者唯一键时，数据库会自动针对该字段创建索引
2. 在创建表格时，使用关键字index对字段进行普通索引声明
3. 当我们需要添加索引时，可以给指定字段使用关键字index添加索引

下面我们来用简单的示例体会一下：

//使用关键字index进行普通索引声明
create table test(id int,index(id));

当我们需要为表格的指定字段添加索引，加快查询效率时，可以用以下指令：

alter table test add index idx_n(id);

       这里我想大家会有种疑惑，这里的idx_n是什么意思？作用是什么？下面我给大家讲解一下：在添加索引时，通常会为每个文档分配一个唯一标识符，称为“文档ID”。而idx_n是指第n个文档的文档ID，它在添加索引时用于确定每个文档的唯一标识符。具体来说，当我们为文档添加索引时，我们需要将文档的内容转换为一组特征向量，并将这些特征向量存储在倒排索引中。而为了能够在查询时快速地查找相关的文档，我们需要将每个文档的文档ID与其对应的特征向量关联起来。因此，idx_n在添加索引时的作用是为第n个文档分配一个唯一的文档ID，以便在查询时能够快速地找到对应的文档。这下大家就很好理解了吧，就是为我们需要添加到索引给出唯一标识符，其中的n就是索引的序号。

索引的查看

我们可以通过两种关键字查看一张表中的索引信息，一个是index，另一个是keys，我们来看指令：

show index from test;
show keys from test;

得到如下查询结果：

其实keys和index关键字还是存在一些区别的：

1. index是一种特殊的数据结构，它可以帮助数据库管理系统快速地定位和访问表中的数据。index可以提高查询效率，加快数据检索速度。
2. keys是指在表中某一列上建立的索引。如果在某一列上建立了index，则这个列就被称为keys。

所以我们可以笼统地认为，index就是索引的广义概念，keys就是索引的具体概念。

删除索引

删除不需要的索引操作也是很简单的，我们可以使用关键字drop index删除不需要的索引，指令如下：

alter table test drop index idx_n;//这样我们就删除了当时添加的索引了

那么，我们为什么需要删除索引呢？

       其实，我们不难看出，索引的强大，就在于它可以将很多数据的关系在内部串连起来，这样就可以根据一种特点快速找到我们所需要的数据。但同时，假如我们需要删除某个文档，或需要手动更新一些数据关系来加快索引的查询效率，这时，旧的索引很可能就成为了负担。当一个文档被删除或更新时，它的索引也需要相应地更新，以确保搜索结果的准确性和一致性。此外，索引是一种非常典型的以空间换取时间的操作，底层维护索引也会消耗大量的空间；若我们不需要该字段的索引时，最好还是及时删除，这样也可以提高我们的搜索效率。

InnoDB存储引擎

接下来让我们简单了解下，MySQL数据库默认的存储引擎：InnoDB。

InnoDB采用的数据结构是B+树。B+树是一种平衡树，可以在O(log n)时间内进行插入、删除、查找等操作。InnoDB使用B+树来组织数据，数据按照主键值顺序存储，并且在叶子节点上存储完整的数据信息，包括主键和其他列的值。具体如下图：

       其中，目录中节点存储着索引的值和指向子节点的指针；叶子节点中存储着数据行的主键值和指向数据页的指针。当执行查询操作时，InnoDB会根据查询条件从主键索引B+树的根节点开始进行查找，先找到根节点上符合条件的索引记录，然后进入相应的子节点继续查找，直到找到叶子节点。在叶子节点上，就可以直接获取相应的数据行。如果需要查找的数据行不在主键B+树上，那么InnoDB还会根据辅助索引B+树的结构，找到相应的主键值，再到主键B+树上查找相应的数据行。

由于InnoDB存储引擎具有更好的性能和可靠性，因此被广泛的高并发，重要的业务场景。

索引的使用方式

索引有两种使用方式：聚簇索引和非聚簇索引

聚簇索引

       聚簇索引是将数据行按照索引列的值进行排列，物理结构上相邻的行存储在一起，形成一个簇。因此，每张表上只能有一个聚簇索引。

       聚簇索引具有很明显的优点：大大提高查询效率。因为数据按照索引列的值排序，同一范围内的数据存储在相邻的物理块中，如果查询条件符合这个范围，则只需要扫描少量的物理块即可找到需要的数据。

       由于聚簇索引是使物理地址相邻的数据聚集成一个簇，因此在数据的更新上，会对整个数据进行移动，更新代价比较大。

此外，在聚簇索引中还有一个基于其的索引：辅助索引。

非聚簇索引

       辅助索引，又称非聚簇索引。辅助索引并不会按照数据表中的某一列的值进行排序，而是按照辅助索引关联的列的值进行排序和存储的。因此，辅助索引的索引和数据是分离存储的。简单来说，辅助索引的叶子节点中存储的是数据的地址。

       辅助索引的优势也是可以提高数据表的查询速度。当查询条件与辅助索引锁关联的列有关时，数据库可以使用辅助索引进行快速定位记录，从而加快查询速度。同时，辅助索引也能加快数据的更新，在插入和删除数据时，更新辅助索引的花销会更低，这样更新的速度也会更快。

       但是我们需要主要，在为某列创建辅助索引时，数据库会根据该列的值建立一个索引表，该表中保存了该列值与对应行的指针或者副本，该表存储在磁盘空间中。因此，创建辅助所以会占用一定的磁盘空间。

综上所述，聚簇索引和非聚簇索引各有千秋，那么我们该在什么条件下使用这些索引呢？？

       简单来说，当我们需要对数据尽心频繁的更新时，使用非聚簇索引；当我们需要快速查询数据时，使用聚簇索引。理由其实在上述的优缺点已经讲得很明了了。

最后，我们在来看下创建索引的原则：

1. 频繁用于作为查询依赖条件的字段适合创建索引
2. 唯一性较差的字段不适合创建索引
3. 频繁修改的字段不适合创建索引
4. 索引的创建并不是越多越好，因此，不作为查询条件的字段就不要创建索引了

事务

事务：我们可以将其看成是一组操作，事务保证这组操作要么全部执行，要么全部不执行。事务通常用于确保数据库中数据的完整性和一致性。

事务拥有四大特征，即：ACID

1. 原子性（Atomicity）：一个事务是一个不可分割的操作单位，即事务中的所有操作要么全部完成，要么全部不完成。
2. 一致性（Consistency）：事务执行前后，数据库中的数据应该保持一致。即数据库完整性不会被破坏，符合所有预设规则。
3. 隔离性（Isolation）：多个事务并发执行时，每个事务都应该与其他事务隔离开来，以防止数据互相干扰。
4. 持久性（Durability）：事务执行成功后，其结果应该被永久保存在数据库中，即使系统崩溃也不会丢失。

这里我们给出一些事务的简单操作，由于比较好理解，就没有示例了，大家下去可以手动尝试：

//1.开始事务
begin;
start transaction;
//2.提交事务
commit;
//3.保存事务节点，就是回滚事务时返回到该节点
savepoint point_name;
//4.回滚事务，相当于回到开始或者point_name处的状态
rollback;/rollback point_name

事务的保护机制：

1. 一旦事务在操作中，客户端出现异常，为了维护原子性，这时数据库就会自动进行回滚。
2. 一旦事务被提交，这时数据的修改就是永久性的。

以上就是本次的全被内容了，事务方面的讲解并没有结束，下次我们回继续从事务方面开始讲解有关MySQL数据库的相关知识。