前言

接上文，继续学习后续章节。

第四章&第五章《深入浅出索引》

这两章节主要介绍的索引结构及其如何合理建立索引，但是我觉得讲的比较简单。

总结回顾下吧，其实在我之前的文章《数据库原理研究与优化》对索引这块已有详细的介绍了，并对如何合理建立和使用索引给出了建议。

索引的常见模型：哈希表，有序数组和搜索树。

哈希表：典型的k-v储存结构，比如memcached就用的哈希表作为索引结构。

有序数组：数组的优缺点不用多数了，对于插入删除成本太高，一般只用于插入场景很少的时候，比如存一写静态的数据。

搜索树：二叉搜索树，AVL树，B树，B+树这些基本概念没什么好说的，属于基础了。InnoDB使用的索引结构就是B+树，之所有使用B+树，是因为它更符合磁盘的访问模式。

InnoDB的索引模型

在InnoDB中索引被分为主键索引和非主键索引，我们常说InnoDB中数据即索引，索引即数据。

主键索引：主键索引的叶子节点存储了具体的数据，所有又叫聚簇索引。

非主键索引：又叫辅助索引，辅助索引的叶子节点存储的是对应的主键ID。

所以通过辅助索引查询时，为了获取其他数据，需要再去主键索引中查询一遍获取具体数据，这就叫回表。

显然回表查询时会额外增加查询时间的，为了减少回表操作，我们可通过覆盖索引来解决。

覆盖索引：当我们根据辅助索引查询时，需要得知的数据已经在辅助索引中，就不需要回表了，比如查询结果只需要返回主键ID，那么辅助索引就已经存了，就不需要再回表查询了。

了解了索引模型，在如何优化SQL方面，其实就是围绕如何合理使用索引，使得查询效率更高。

索引的维护

如何主键是递增的，那么在插入数据时，只需要按索引顺序插入即可。

但当有索引字段的数据并不是按顺序插入时，当要插入的位置的数据页已经写满了，那就需要申请一个新的数据页，把部分数据移动到新的数据页，以为改数据的插入，这成为页分裂。页分裂不仅影响性能，还会影响数据页空间使用率。当然数据的查询，当页利用率很低后还会有页的合并操作。

索引设计与使用原则

参考文章《数据库原理研究与优化》

扩展：B+树深入剖析

由于作者讲这块比较浅，这里我做一个扩展。

为什么要使用B+树

?先需要明确的是，B树或B+树要??叉树更适合作为索引存储，因为B树中的节点可以存储多个数据，从?就可以减少树的?度，也就减少了提升了查找性能。那为什么不选B树，而选B+树呢？

主要原因体现在3个??：

• B+树的磁盘读写代价更低
  B+树的内部节点并没有指向关键字具体信息的指针，因此其内部节点相对B树更?，如果把所有同?内部节点的关键字存放在同?盘块中，那么盘块所能容纳的关键字数量也越多，?次性读?内存的需要查找的关键字也就越多，相对IO读写次数就降低了。

• B+树的查询效率更加稳定

  • 由于?终节点并不是最终指向?件内容的节点，?只是叶?节点中关键字的索引。所以任何关键字的查找必须??条从根节点到叶?节点的路。

  • 所有关键字查询的路径?度相同，导致每?个数据的查询效率相当。

• 由于B+树的数据都存储在叶?节点中，分?节点均为索引，?便扫库，只需要扫?遍叶?节点即可，但是B树因为其分?节点同样存储着数据，我们要找到具体的数据，需要从根节点按序开始扫描，所以B+树更加适合在区间查询的情况，所以通常B+树?于数据库索引。

索引的实现

InnoDB中的索引结构与MyISAM的索引结构有很?的不同。
第?个重?区别是InnoDB的数据?件本身就是索引?件。在MyISAM中，索引?件和数据?件是分离的，索引?件仅保存数据记录的地址。?在InnoDB中，表数据?件本身就是按B+Tree组织的?个索引结构，这棵树的叶节点data域保存了完整的数据记录，这个索引的key是数据表的主键，所以InnoDB表数据?件本身就是主索引。这种索引叫做聚集索引。

因为InnoDB的数据?件本身要按主键聚集，所以InnoDB要求表必须有主键（MyISAM可以没有），如果没有显式指定，则MySQL系统会?动选择?个可以唯?标识数据记录的列作为主键，如果不存在这种列，则MySQL?动为InnoDB表?成?个隐含字段作为主键，这个字段?度为6个字节，类型为?整形。

第?个与MyISAM索引的不同是，InnoDB的辅助索引data域存储相应记录主键的值?不是地址。换句话说InnoDB的所有辅助索引都引?主键作为data域。

聚集索引这种实现?式使得按主键的搜索?分?效，但是辅助索引搜索需要检索两遍索引：?先检索辅助索引获得主键，然后?主键到主索引中检索获得记录。

InnoDB的B+ 树索引的特点是?扇出性，因此?般树的?度为2~4层，这样我们在查找?条记录时只?I/O 2_{4次。当前机械硬盘每秒?少100次I/O/s，因此查询时间只需0.02}0.04s。

第六章《全局锁和表锁》&第七章《行锁》

根据加锁的范围， 根据加锁的范围， MySQL里面的锁大致可以分成全局锁、表级锁和行锁三类 里面的锁大致可以分成全局锁、表级锁和行锁三类 。

全局锁

顾名思义，就是对整个库加锁，加锁之后，整个库变成了只读。一般只用于对整个库进行备份的场景。

加全局锁备份，是为了保证数据的一致性。但其实但对数据库进行dump的时候，MySQL会启动一个事务，来确保拿到一致性视图，由MVCC的支持，这时候数据依然可以正常更新的。

既然有这机制为什么还要有全局锁的操作，需要注意的是，事务是有存储引擎实现的，并不是所有的引擎都支持。当你库中表都是innoDB引擎的时候，就可以这样备份。所以为什么建议大家默认使用innoDB引擎。

表级锁

表级锁分两种：一种表锁（TL），一种元数据锁（MDL）

表锁分为：读锁跟写锁

当一个线程执行lock t1 read,t2 write时，其他线程对表T1只能读，对T2读写都被阻塞。线程本身对T1可读，对T2可读写。

一般情况下不建议使用表锁，除非引擎不支持行锁。

元数据锁（MDL）：

MDL锁不需要显式加上，当访问一张表（增删改查都会加）的时候，会自动加MDL读锁，当需要对一张表更改表结构时会自动加MDL写锁。

读锁之前不互斥，多个线程可以同时对同一张表CRUD；

读锁与写锁，写锁与写锁之间都是互斥的。当一个线程对表进行CRUD时，另外一个线程要对这张表删除一列，则需要等待第一个线程操作结束。或者两个线程同时对一张表进行加字段时，需要串行。

MDL锁会在事务提交时释放，所以在长事务里，事务不提交，就会一直占着MDL锁。

行锁

行锁是基于引擎层实现的，并不是所有引擎都支持行锁，MyISAM是不支持的，innoDB支持行锁。

但平时我们操作数据库时，并不需要关心什么时候加锁，什么时候释放锁，因为这都是MySQL自动帮我们处理的。例如当我们需要更新id=1这行数据时，就会对这行进行加锁，当有另外一个线程也要更新id=1这行数据时，就需要等待。

在事务中，行锁的释放，不是对该行数据执行完就立即释放的，而是等事务提交才释放。这就是所谓的两阶段锁。

那么为了减少行多带来的性能问题，当你一个事务中要更新多行对多个行进行加锁时，把可能有并发操作的哪一行操作放到最后执行，以减少锁等待时间。当然这还得取决于业务流程。

死锁

当并发系统多个线程循环争夺资源，线程之间都在等待其他线程释放资源，就会导致这些线程处于无限等待状态，这称为死锁。

以数据库为例，两个线程，第一个线程同时先对id=1再对id=2这行进行更新,第二个线程需要先对id=2再对id=1进行更新,当线程1执行到要对id=2更新是,由于此时id=2的行锁被线程2持有,便处于等待状态,当线程2执行到id=1进行更新时,此时id=1的行锁被线程1持有,这便造成了死锁。

显然我们不可能一直让这状态无限持续下去，MySQL可以对锁等待时间进行设置，通过innoDB_lock_wait_timeout来设置,比如设置60s,那么时间到了之后,第一个被锁住的就会超时退出。但有些业务场景，无法等待这么久的时间的，当也不能设置太短，设置1s，也会对其他正常锁等待的线程，造成误伤。

除此之外，还可以通过死锁主动检测，通过innoDB_deadlock_detect设置on，默认就是on。它会主动检测发生死锁的时候，然后快速发现处理，但这本身也有额外负担的。

当一个新的线程加入处于堵塞状态，就要判断是否由于自己加入导致了死锁，当有1000个这样的线程，那么可想而知这性能消耗，会占用大量的CPU资源。

所以一般在并发量不高的系统可以这么用。

笔者锁在的系统使用的是第一个，设置锁等待时间。

第八章《事务到底是隔离还是不隔离》

先看个例子：已经k的初始值是1,那么在事务ABC中分别查到的k值是多少呢？前提是数据库的隔离级别：可重复读。start transaction with consistent snapshot执行该命名表示立即开启事务。

结果是：A中k=1,B中k=3,Ck=2;你是否答对了呢?

1、A先开启时了事务，由于隔离级别为可重复读，所有在该事务内，无论什么时候读取k，都是。

2、B开启了事务，还未执行更新时，C紧接着执行了更新，C的事务时在执行更新语句时自动开启，在更新结束后自动提交的，所以C更新完，此时k=2。

3、当B执行更新时，由于C也在更新，所以出于行锁等待C更新完毕，轮到B时，此时K已经是2了，所以B执行更新时，把K更新成了3。所以更新完再次查询时，查出来的就是。

此时有人可能有疑惑，不是说在可重复隔离级别下，开启事务后，在事务内查的结果都不会变吗，B是在C更新之前开启的时候，那时候K还是1，怎么后面再查询就变成了3了呢，这就得引入当前读（current read）了。

有一条这样的规则：更新数据都是先读后写的，而这个读，只能读当前的值。所以当B执行更新时先读的是K当前的值2，在2的基础上进行更新的。

MVCC如何实现的

在MySQL中有两个视图的概念：

1、就是view，就是用查询语句定义的虚拟表，通过create view...创建。

2、还有个就是innoDB在实现MVCC用到的一致性视图，即consistent read view，用于支持读提交和可重复读隔离级别的实现。

当一致性视图指的并不是实际存在的物理结构，只是一个逻辑定义，他定义了在事务执行期间能看到什么数据。

那么这个一致性视图到底是如何实现的？

在逻辑上我们认为，当开启事务后，就会生成一个静态的”视图“，这个“视图”是基于整个库的。如果这个“视图”是真实存在的，假设整个图有几百G的数据，要为这个库在秒级生成对应的静态视图，是不是不大可能？

实际上，innoDB中每个事务都有一个唯一的事务ID，transaction id。它在事务开始的时候向事务系统申请的，并且顺序严格递增的。

而每行数据也都是有多个版本的。每次事务更新数据的时候，都会生成一个新的数据版本，并且把transaction id赋值给这个数据版本的事务ID，记为row trx _id。同时，旧的数据版本要保留，并且在新的数据版本中，能够有信息可以直接拿到它。

也就是说，数据表中的一行记录，其实可能有多个版本( row ) ，每个版本有自己的row trx _id。

实际上这个每个版本的数值，是根据undo log 推算出来的。

按照可重复读的定义，在事务启动的时候，innoDB为这个事务构造了一个数组，用来保存事务启动的瞬间，当前正在活跃的所有事务id。数组中id最小值为低水位，最大值+1位高水位，这个数组事务+高水位组成了当前的一致性视图（read-view）。

所以当一个事务开启后，一个版本的row trx_id如果比低水位小,那就是说明这是已提交的事务,这个数据是可见的.

如果比高水位高,说明是将来的事务,是不可见的。

如果处于低水位和高水位的,说明row trx_id在数组中,说明是还未提交的事务,不可见,如果不在,说明是已提交的事务,是可见的。

所以，innoDB利用“所有数据都有多个版本”这个特性，实现了秒级创建”快照“的能力。

MySQL深入研究--学习总结（2）