mysql 的索引 和锁的使用

索引应该采用什么存储结构？

使用B+Trees 树： 是分裂和合并的方式，底层是数组   + 双向指针 的方式。

　树的深度是2 需要io的次数是3，永远是3次。

 

数据库还有hash 索引。 使用hash索引只能做等于的查询，不能使用大于小于等等。

 优化器 （optimizer） 

 

 Btree 和 B+tree 有什么区别？

1. B+tree 查询的效率比Btree 更加快，是因为B+tree 的非叶子节点不存储数据，可以存储更多的key ， 而Btree  非叶子节点 也存储key对应的data值。
2. B+tree 的叶子节点是有双向指针，而Btree 叶子节点没有指正，只有key对应的data值。　　

 

索引的分类：

• 普通索引：仅加速查询

• 唯一索引：加速查询 + 列值唯一（可以有null）

• 主键索引：加速查询 + 列值唯一（不可以有null）+ 表中只有一个

• 组合索引：多列值组成一个索引，专门用于组合搜索，其效率大于索引合并

• 全文索引：对文本的内容进行分词，进行搜索

 

 

聚集索引：

 

　　概念： 数据行的物理存放顺序和索引的逻辑的顺序相同，

　　　　

定义：数据行的物理顺序与列值（一般是主键的那一列）的逻辑顺序相同，一个表中只能拥有一个聚集索引。

如果不创建索引，系统会自动创建一个隐含列作为表的聚集索引。

1. 使用聚集索引的查询效率要比非聚集索引的效率要高，但是如果需要频繁去改变聚集索引的值，写入性能并不高，因为需要移动对应数据的物理位置。
2. 非聚集索引在查询的时候可以的话就避免二次查询，这样性能会大幅提升。
3. 不是所有的表都适合建立索引，只有数据量大表才适合建立索引，且建立在选择性高的列上面性能会更好。

联合索引   ( 最左原则) ：

  　　必须从第一个字段开始，中间不能中断，

　　先去匹配第一个字段匹配到了在去匹配第二个。 

覆盖索引：

　　SQL只需要通过索引就可以返回查询所需要的数据，而不必通过二级索引查到主键之后再去查询数据。

　　就是你给某字段设置索引了，查询的时候 select 后面的字段 是设置索引的字段， 就是查的字段就是设置索引的字段就是 覆盖索引。

 

 

悲观锁(Pessimistic Lock)

悲观锁是就是悲观思想，即认为写多，遇到并发写的可能性高，每次去拿数据的时候都认为别人会修改，所以每次在读写数据的时候都会上锁，这样别人想读写这个数据就会 block 直到拿到锁。java中的悲观锁就是Synchronized,AQS框架下的锁则是先尝试cas乐观锁去获取锁，获取不到，才会转换为悲观锁，如 RetreenLock。

 

 

　　传统的关系型数据库里边就用到了很多这种锁机制，比如行锁，表锁等，读锁，写锁等，都是在做操作之前先上锁。它指的是对数据被外界（包括本系统当前的其他事务，以及来自外部系统的事务处理）修改持保守态度，

　　因此，在整个数据处理过程中，将数据处于锁定状态。悲观锁的实现，往往依靠数据库提供的锁机制（也只有数据库层提供的锁机制才能真正保证数据访问的排他性，否则，即使在本系统中实现了加锁机制，也无法保证外部系统不会修改数据）。

乐观锁(Optimistic Lock)

　　顾名思义，就是很乐观，每次去拿数据的时候都认为别人不会修改，所以不会上锁，，这样可以提高吞吐量，像数据库如果提供类似于write_condition机制的其实都是提供的乐观锁。乐观锁是一种乐观思想，即认为读多写少，遇到并发写的可能性低，每次去拿数据的时候都认为别人不会修改，所以不会上锁，但是在更新的时候会判断一下在此期间别人有没有去更新这个数据，采取在写时先读出当前版本号，然后加锁操作（比较跟上一次的版本号，如果一样则更新），如果失败则要重复读-比较-写的操作。java 中的乐观锁基本都是通过 CAS 操作实现的，CAS 是一种更新的原子操作，比较当前值跟传入值是否一样，一样则更新，否则失败。