1 索引
针对查询操作引入的优化手段 可以通过索引加快查询的速度 避免针对表遍历
- 索引缺点：
1.占用更多空间，生成索引需要一系列数据结构 +一系列额外数据
2.可能会降低插入修改删除的速度
ps.如果这个表本来就很大，创建索引容易把数据库服务器卡住
技巧：额外搞一个机器，部署MySQL服务器，建好索引，再把数据导入
- 数据库的索引
是一个改进的树形结构，B+树（N叉搜索树）
- B树/B-树 （一个节点划分N+1个区间）
2.B+树
- 也是N叉搜索树
- 一个节点划分N个区间
- 每个节点中最后一个=当前子树最大值
- 父节点的每个key都会以最大值身份出现在子节点对应区间中（key可能重复出现）
- 使用链表 把叶子节点连接起来（易于完成数据集合遍历/方便获取某个范围的集合）
- 优点：1）N叉搜索树，树的高度有限，降低IO次数 2）擅长范围查询 3）所有查询都要落在叶子节点，查询与查询之间时间开销稳定 4）叶子节点是全集 会把行数据存在叶子节点上 非叶子节点只是存储一个用来排序的key（比如id）
- 底层逻辑：将非叶子节点缓存到内存中，虽然硬盘上还是要存非叶子节点，但是查询时把这些节点加载到内存中，比较过程就在内存中进行，进一步减少IO访问次数
1.1相关操作
1.查看索引
show index from 表名；
2.创建索引
create index 索引名字 on 表名（列名）；
3.删除索引
drop index 索引名 on 表名；
ps.手动创建的可以手动删除，如果是自动创建的（主键/外键，unique）就不可以删除
2 事务
CPU 负责进行算术运算和逻辑判断，执行任务的核心（大学生）
显卡（GPU）也能进行算术运算和逻辑判断（无数个小学生），比如游戏画面=一系列矩阵运su算,此时用显卡；
2.1回滚
日志的方式（打印出来内容 放在文件里 ） 记录事务中关键操作，这样的记录就是回滚的依据；即便主机掉电，重新启动主机/重启mysql，混滚日志依旧存在；
2.2事务特性
1）原子性 一系列操作要么都执行正确，要么都不执行（恢复如初）
2）一致性 事务执行之前/之后，数据都不能离谱（数据库的约束+一系列检查机制）
3）持久性 事务作出的修改，都是在硬盘持久保存的，重启服务器，数据仍然存在
4）隔离性 事务与事务间的影响力；两个事务间影响越大，隔离性越低；
并发执行，可能会
1.脏读问题
一个事务A在写数据过程中，事务B读取同一个数据，A又改数据，导致B的数据是一个无效数据（脏数据）；
解决：针对写操作加锁（写的时候不能读，都写完最终版了，才可以读）
2.不可重复读
并发执行时，事务A在内部多次读取一个数据时，出现不同的情况，在两次读取之间，B事务修改了数据；
解决：针对读操作加锁（A读的时候B不能写）
3.幻读
一个事务A执行过程中，两次的读取操作，数据内容虽然没变，但是结果集变了（A写完A1，B读A1，同时A又在写A2）；
解决：引入串行化的方式，保持绝对串行执行事务（效率最低，数据最准）；
2.3隔离级别
效率和正确性不能兼得 根据场景需求去看
可以直接在mysql配置文件中 修改数据库隔离级别
1.read uncommitted（读未提交） 并发程度最高 速度最快 隔离性最低 准确性最低
2.read committed（读已提交） 引入写加锁，只能读写完后提交的版本，并发程度降低，速度降低，隔离性提高，准确性提高
3.repeatable read（可重复读） 引入了写加锁和读加锁，写的时候不能读，读的时候不能写，并发程度降低，速度降低，隔离性提高，准确性提高；
4.serializable（串行化） 严格按照串行方式，并发程度最低，速度最低，隔离性最高，准确性最高；