MySQL实战学习（三）

MySQL实战学习（三）

索引

索引的常见模型

• 哈希表

• 有序数组

• 搜索树

哈希表

哈希表是一种以键 - 值（key-value）存储数据的结构，我们只要输入待查找的值即 key，就可以找到其对应的值即 Value。

优点：做数据新增时，索引的建立会比较快。适用于等值查询的场景。

缺点：在进行数据区间查找时，会比较慢。

有序数组

由数组的特点可以知道，有序数组在等值查询和范围查询的场景的性能非常优秀。在有序数组中利用二分搜索可以快速的找到对应的值。但是当数据大量变动时，采用有序数组会导致性能降低。因此，有序数组索引只适用于静态存储引擎。

优点：有序数组在等值查询和范围查询场景中的性能就都非常优秀。

缺点：在需要更新数据的时候就麻烦了，你往中间插入一个记录就必须得挪动后面所有的记录，成本太高。

搜索树

二叉搜索树的特点是：每个节点的左儿子小于父节点，父节点又小于右儿子。这样如果你要查 ID_card_n2 的话，按照图中的搜索顺序就是按照 UserA -> UserC -> UserF -> User2 这个路径得到。这个时间复杂度是 O(log(N))。

优点：查询时间复杂度O(log(N))，更新时间复杂度O(log(N))

缺点：数据库存储大多不适用二叉树，因为树高过高，会导致多次的硬盘数据读取，会适用N叉树

InnoDB的索引模型

InnoDB 使用了 B+ 树索引模型，所以数据都是存储在 B+ 树中的。

索引类型分为

• 主键索引

  主键索引的叶子节点存的是整行数据。在 InnoDB 里，主键索引也被称为聚簇索引（clustered index）

• 非主键索引

  非主键索引的叶子节点内容是主键的值。在 InnoDB 里，非主键索引也被称为二级索引（secondary index）。

基于主键索引和普通索引的查询有什么区别？

• 如果语句是 select * from T where ID=500，即主键查询方式，则只需要搜索 ID 这棵 B+ 树；

• 如果语句是 select * from T where k=5，即普通索引查询方式，则需要先搜索 k 索引树，得到 ID 的值为 500，再到 ID 索引树搜索一次。这个过程称为回表。

覆盖索引

「覆盖索引是指在普通索引树中可以得到查询的结果，不需要在回到主键索引树中再次搜索」。

建立如下这张表来演示覆盖索引：

create table T (ID int primary key,age int NOT NULL DEFAULT 0,name varchar(16) NOT NULL DEFAULT '',index age(age))engine=InnoDB;

我们执行select * from T where age between 13 and 25 语句，这条语句的执行流程大概为：

1、在 age 索引树中查找到 age = 13 的记录，取得 ID 的值

2、根据 id 的值在主键索引上查找所需要的所有信息

3、在 age 索引树上往下取，重复 1、2 两步操作，直到 age 不符合条件为止。

如果我们将语句换为 select ID from T where age between 13 and 25，执行这条语句时，在 age 索引树上就可以查询到 ID 的值，省去了上面的回表操作，这样就减少了搜索次数，提升了查询效率。

这时候的 age 索引树已经可以满足我们的查询需求，age 索引就称为覆盖索引。

覆盖索引是常用的数据查询优化技术，可以极大的提升数据库性能，有以下几个原因：

• 「减少树的搜索次数，显著提升查询性能」

• 「索引是按照值的顺序存储，所以对于 I/O 密集型的范围查询比随机从磁盘中读取每一行的 I/O 要少很多」。

• 「索引的条目远小于数据的条目，在索引树上读取会极大的减小数据库的访问量」。

最左前缀原则

「最左前缀原则是建立在联合索引之上的，如果我们建立了联合索引，我们不需要使用索引的全部定义，只要用到了索引中的最左边的那个字段就可以使用这个索引，这就是 B-tree 索引支持最左前缀原则。」

建立如下这张表来解释最左前缀原则：

create table T (ID int primary key,age int NOT NULL DEFAULT 0,name varchar(16) NOT NULL DEFAULT '',ismale tinyint(1) DEFAULT NULL,email varchar(64),address varchar(255),KEY \`name_age\` (\`name\`,\`age\`))engine=InnoDB;

我们建立了联合索引 name_age，现在，假设我们有以下三种查询情景：

• 查出用户名的第一个字是“张”开头的人的年龄。即查询条件子句为"where name like '张%'"

• 查处用户名中含有“张”字的人的年龄。即查询条件子句为"where name like '%张%'"

• 查出用户名以“张”字结尾的人的年龄。即查询条件子句为"where name like '%张'"

在这三种情况中，第一种情况可以利用到 name_age 这个联合索引，加速查询，可以看出，我们并没有 使用索引的全部定义，「只要满足最左前缀，就可以利用索引来加速检索。这个最左前缀可以是联合索引的最左 N 个字段，也可以是字符串索引的最左 M 个字符。」

如果我们将索引的顺序调整为KEYname_age(age,name) ，那么上面三种情况都使用不到这个联合索引。

「维护索引需要代价，所以有时候我们可以利用“最左前缀”原则减少索引数量」。

索引下推

「索引下推优化是 MySQL 5.6 引入的， 可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。」

建立如下这张表来解释索引下推：

create table T (ID int primary key,age int NOT NULL DEFAULT 0,name varchar(16) NOT NULL DEFAULT '',ismale tinyint(1) DEFAULT NULL,email varchar(64),address varchar(255),KEY \`name_age\` (\`name\`,\`age\`))engine=InnoDB;

在表中建立了 name、age 的联合索引，我们执行 select * from T where name like '张%' and age=10 and ismale=1;语句，「我们已经知道了B-tree 索引的最左前缀原则，所以将会用到 name_age 索引，因为索引下推优化，会在 name_age 索引树上判断 name 和 age 是否满足」。

根据我们上面的执行语句，会在 name_age 索引树上查找 name 以 '张' 开头的并且 age = 10 的数据，然后在回到主键索引树中查询所需要的信息，并不是所有 name_age 索引树上查找 name 以 '张' 开头的数据都回主键索引树中查询数据，这样就减少了一些不必要的查询。

假设我们的数据如下图所示： 在 name_age 索引树中有四条符合 name 以 '张'开头的数据，如果没有索引下推，则需要回到主键索引树上判断 age 是否等于 10 ，这样就需要回表四次，而有了索引下推之后，在 name_age 索引树上就判断 age 是否等于 10 ，只需要回表两次，这样就减少了回表次数，提升了查询性能。

锁

全局锁

顾名思义，全局锁就是对整个数据库实例加锁。

MySQL 提供了一个加全局读锁的方法，命令是 Flush tables with read lock (FTWRL)。当你需要让整个库处于只读状态的时候，可以使用这个命令，之后其他线程的以下语句会被阻塞：数据更新语句（数据的增删改）、数据定义语句（包括建表、修改表结构等）和更新类事务的提交语句。

全局锁的典型使用场景是，做全库逻辑备份。

官方自带的逻辑备份工具是 mysqldump。当 mysqldump 使用参数–single-transaction 的时候，导数据之前就会启动一个事务，来确保拿到一致性视图。而由于 MVCC 的支持，这个过程中数据是可以正常更新的。对于 MyISAM 这种不支持事务的引擎，如果备份过程中有更新，总是只能取到最新的数据，那么就破坏了备份的一致性。这时，我们就需要使用 FTWRL 命令了。

表级锁

MySQL 里面表级别的锁有两种：一种是表锁，一种是元数据锁（meta data lock，MDL)。

• 表锁的语法是 lock tables … read/write。与 FTWRL 类似，可以用 unlock tables 主动释放锁，也可以在客户端断开的时候自动释放。需要注意，lock tables 语法除了会限制别的线程的读写外，也限定了本线程接下来的操作对象。

• 另一类表级的锁是 MDL（metadata lock)。MDL 不需要显式使用，在访问一个表的时候会被自动加上。MDL 的作用是，保证读写的正确性。

在 MySQL 5.5 版本中引入了 MDL，当对一个表做增删改查操作的时候，加 MDL 读锁；当要对表做结构变更操作的时候，加 MDL 写锁。

• 读锁之间不互斥，因此你可以有多个线程同时对一张表增删改查。

• 读写锁之间、写锁之间是互斥的，用来保证变更表结构操作的安全性。因此，如果有两个线程要同时给一个表加字段，其中一个要等另一个执行完才能开始执行。

行锁

MySQL 的行锁是在引擎层由各个引擎自己实现的。但并不是所有的引擎都支持行锁，比如 MyISAM 引擎就不支持行锁。不支持行锁意味着并发控制只能使用表锁，对于这种引擎的表，同一张表上任何时刻只能有一个更新在执行，这就会影响到业务并发度。InnoDB 是支持行锁的，这也是 MyISAM 被 InnoDB 替代的重要原因之一。

在 InnoDB 事务中，行锁是在需要的时候才加上的，但并不是不需要了就立刻释放，而是要等到事务结束时才释放。这个就是两阶段锁协议。 ​ 建议：如果你的事务中需要锁多个行，要把最可能造成锁冲突、最可能影响并发度的锁尽量往后放。 死锁：当并发系统中不同线程出现循环资源依赖，涉及的线程都在等待别的线程释放资源时，就会导致这几个线程都进入无限等待的状态。 死锁解决方案：

• 1、通过参数 innodb_lock_wait_timeout 根据实际业务场景来设置超时时间，InnoDB引擎默认值是50s。

• 2、发起死锁检测，发现死锁后，主动回滚死锁链条中的某一个事务，让其他事务得以继续执行。将参数 innodb_deadlock_detect 设置为 on，表示开启这个逻辑（默认是开启状态）。

如何解决热点行更新导致的性能问题？

• 如果你能确保这个业务一定不会出现死锁，可以临时把死锁检测关闭掉。一般不建议采用

• 控制并发度，对应相同行的更新，在进入引擎之前排队。这样在InnoDB内部就不会有大量的死锁检测工作了。

• 将热更新的行数据拆分成逻辑上的多行来减少锁冲突，但是业务复杂度可能会大大提高。

来源：oschina

链接：https://my.oschina.net/u/3226414/blog/3161897