MySQL索引、锁与事务

引子

总结一些自己的理解，作为备忘。

MySQL索引

先说说索引吧。数据库需要完成数据的存储、查找、修改等操作。

存储

MySQL默认一个数据页大小是16KB（可以改为32KB等大小），而操作系统一个数据页（段页式）是4KB，MySQL放大四倍的目的在于尽量减少磁盘IO（用户检索范围查询比较多，而一次IO过程中，一页或两页的时间代价接近，约小于10ms），参照局部性预读原理。

查找与修改

这是数据库的核心功能之一，经常在面试中遇到。

在学习数据结构时，常用三种数据结构：顺序数组、哈希表、二叉树，如下图所示：

• 顺序数组：查找利用二分查找法达到　O(log(N))　的时间复杂度，对范围查询支持也很好，但是插入的时候如果不是在数组尾部，就需要摞动后面所有的数据，插入数据的时间复杂度为　O(N)　
• 哈希表：通过一个特定的哈希函数将 key 值转换为一个固定的地址，然后将对应的　value 放到这个位置，如果发生哈希碰撞，就用链地址法解决冲突（JDK8 用红黑树记录冲突节点，参考HashMap的实现）。由于哈希函数的离散特性，所以经过哈希函数处理后的 key 将失去原有的顺序，所以哈希结构的索引无法满足范围查询，只适合等值查询的情况例如一些缓存的场景
• 二叉树：在极端情况下会变成线性结构，也就是每个节点都只有左子节点或者只有右子节点，这样就无法利用二分查找只能从第一个节点开始向后遍历了
• 平衡二叉树：为了维持　O(log(N))　的时间复杂度，我们需要在插入节点的时候对节点进行调整以保证树的平衡，所以平衡二叉树插入的时间复杂度也是　O(log(N))　
• 平衡多叉树：二叉树只有两个子节点，如果数据量很大则树就很高，树的每一层一般不在同一个数据块中存储，为了尽量的减少磁盘读写次数，我们用Ｎ叉树来代替二叉树，在 MySQL 中这个Ｎ一般为　1200 ，这样树高是　４　的话也可以存储亿级别的数据，而且树的前面两层一般都在内存中
• B+树： MySQL innoDB存储引擎与myISAM存储引擎中用到的　Ｂ＋　树，如下图所示。前者一般用非叶子节点构建索引，而叶子节点用来存储具体的值，所以称为聚簇索引；后者叶子节点存储的是数据的地址，所以又称为非聚簇索引。聚簇索引是按照数据存放的物理位置为顺序的，而非聚簇索引则不同；聚簇索引能够提高多行检索的速度，而非聚簇索引则对单行的检索速度很快

分析一下B+树的性质：

1. IO次数取决于树的层高H，假设当前表的数据总量是N，数据块大小是M，则H=log(M+1)*N。在常规场景下，假设N不变，数据块越大，树的层高越低，MySQL中层高一般是4左右。
2. 最左前缀匹配原则。这是非常重要的性质，尤其在组合索引的使用。

在这两大类的索引类型下，还可以将索引分成四个小类：
1，普通索引：最基本的索引，没有任何限制，是我们大多数情况下使用到的索引。

2，唯一索引：与普通索引类型，不同的是唯一索引的列值必须唯一，但允许为空值。

3，全文索引：全文索引（FULLTEXT）仅可以适用于MyISAM引擎的数据表；作用于CHAR、VARCHAR、TEXT数据类型的列。

4，组合索引：将几个列作为一条索引进行检索，使用最左匹配原则。

锁