脏读是指一个事务在处理数据的过程中,读取到另一个未提交事务的数据。
2.不可重复读:不可重复读是指对于数据库中的某个数据,一个事务范围内的多次查询却返回了不同的结果,这是由于在查询过程中,数据被另外一个事务修改并提交了。
3.幻读幻读是事务非独立执行时发生的一种现象。例如事务T1对一个表中所有的行的某个数据项做了从“1”修改为“2”的操作,这时事务T2又对这个表中插入了一行数据项,而这个数据项的数值还是为“1”并且提交给数据库。而操作事务T1的用户如果再查看刚刚修改的数据,会发现还有一行没有修改,其实这行是从事务T2中添加的,就好像产生幻觉一样,这就是发生了幻读。不可重复读和幻读是初学者不易分清的概念,我也是看了详细的解读才明白的,总的来说,解决不可重复读的方法是 锁行,解决幻读的方式是 锁表。
措施串行化(SERIALIZABLE):所有事务都一个接一个地串行执行,这样可以避免幻读(phantom reads)。
可重复读(REPEATABLE READ):所有被Select获取的数据都不能被修改,这样就可以避免一个事务前后读取数据不一致的情况。但是却没有办法控制幻读。因为这个时候其他事务不能更改所选的数据,但是可以增加数据,因为前一个事务没有范围锁。
读已提交(READ COMMITED):被读取的数据可以被其他事务修改。这样就可能导致不可重复读。该等级也是SQL Server默认的隔离等级。读锁,读完之后立即释放,写锁则是事务提交之后才释放。
读未提交(READ UNCOMMITED):最低隔离等级,允许其他事务看到没有提交的数据。这种等级会导致脏读(Dirty Read)。
MYSQL的两种存储引擎区别MyISAM | InooDB |
不支持事务 | 支持事务 |
不支持外键 | 支持行锁和外键约束 |
表组成:索引文件,表结构文件,数据文件 | myISAM锁是表级别的 |
总行数简单读出即可 | 不存储总行数 |
非聚集索引 | 聚集索引 |
全文索引和空间索引 | |
自增字段可以和其他字段一起建立联合索引 | |
一个经典的B+树索引数据结构见下图:(图片源自网络)B+树是一个平衡的多叉树,从根节点到每个叶子节点的高度差值不超过1,而且同层级的节点间有指针相互链接。根节点到叶子节点的搜索效率基本相当,而且基于索引的顺序扫描时,也可以利用双向指针快速左右移动,效率非常高。而哈希索引的示意图则是这样的:(图片源自网络)简单地说,哈希索引就是采用一定的哈希算法,把键值换算成新的哈希值,检索时只需一次哈希算法即可立刻定位到相应的位置,速度非常快。从上面的图来看,B+树索引和哈希索引的明显区别是:
如果是等值查询,那么哈希索引明显有绝对优势,因为只需要经过一次算法即可找到相应的键值;从示意图中也能看到,如果是范围查询检索,这时候哈希索引就毫无用武之地了,因为原先是有序的键值,经过哈希算法后,有可能变成不连续的了同理,哈希索引也没办法利用索引完成排序,以及like ‘xxx%’ 这样的部分模糊查询(这种部分模糊查询,其实本质上也是范围查询);哈希索引也不支持多列联合索引的最左匹配规则;B+树索引的关键字检索效率比较平均,不像B树那样波动幅度大,在有大量重复键值情况下,哈希索引的效率也是极低的,因为存在所谓的哈希碰撞问题。索引 | 区别 |
Hash | hash索引,等值查询效率高,不能排序,不能进行范围查询 |
B+ | 数据有序,范围查询 |
聚集(clustered)索引,也叫聚簇索引。
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。
非聚集(unclustered)索引。
定义:该索引中索引的逻辑顺序与磁盘上行的物理存储顺序不同,一个表中可以拥有多个非聚集索引。
索引 | 区别 |
聚集索引 | 数据按索引顺序存储,中子结点存储真实的物理数据 |
非聚集索引 | 存储指向真正数据行的指针 |
1、检索速度;2、唯一性索引,保证每一行数据的唯一性;3、加速表和表之间的连接;4、使用分组和排序子句进行数据检索时,可以显著减少查询中分组和排序的时间。
缺点:1、索引需要占物理空间。2、当对表中的数据进行增加、删除和修改的时候,索引也要动态的维护,降低了数据的维护速度。对数据进行频繁查询进建立索引,如果要频繁更改数据不建议使用索引。
InnoDB索引和MyISAM索引的区别一 MyISAM索引实现1. 主键索引MyISAM引擎使用B+树作为索引结果,叶节点的data域存放的是数据记录的地址。下图为MyISAM表的主索引,Col1为主键。
2. 辅助索引在MyISAM中,主索引和辅助索引在结构上没有任何区别,只是主索引要求key是唯一的,而辅助索引的key可以重复。下图在Col2上建立一个辅助索引同样也是一颗B+Tree,data域保存数据记录的地址。因此,MyISAM中索引检索的算法为首先按照B+Tree搜索算法搜索索引,如果指定的Key存在,则取出其data域的值,然后以data域的值为地址,读取相应数据记录。MyISAM的索引方式也叫做“非聚集”的,之所以这么称呼是为了与InnoDB的聚集索引区分。
二 InnoDB索引实现1 主键索引同样是B+树,实现方式却完全不同。InnoDB表数据文件本身就是一个索引结构,树的叶节点data域保存了完整的数据记录,这种索引叫做聚集索引。因为InnoDB的数据文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会自动选择一个可以唯一标识数据记录的列作为主键。如果不存在这种列,则mysql自动为InnoDB表生成一个隐含字段作为主键,这个字段长度为6个字节,类型为长整型。
2 辅助索引InnoDB的所有辅助索引都引用主键作为data域。下图为定义在Col3上的一个辅助索引因此InnoDB 的索引能提供一种非常快速的主键查找性能。不过,它的辅助索引也会包含主键列,所以如果主键定义的比较大,其他索引也将很大。InnoDB 不会压缩索引。聚集索引这种实现方式使得按主键的搜索十分高效,但是辅助索引搜索需要检索两遍索引:首先检索辅助索引获得主键,然后用主键到主索引中检索获得记录。不同存储引擎的索引实现方式对于正确使用和优化索引都非常有帮助,例如知道了InnoDB的索引实现后,就很容易明白为什么不建议使用过长的字段作为主键,因为所有辅助索引都引用主索引,过长的主索引会令辅助索引变得过大。再例如,用非单调的字段作为主键在InnoDB中不是个好主意,因为InnoDB数据文件本身是一颗B+Tree,非单调的主键会造成在插入新记录时数据文件为了维持B+Tree的特性而频繁的分裂调整,十分低效



