MySQL深入研究–学习总结（2）
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
⾸先需要明确的是，B树或B+树要⽐⼆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，从⽽就可以减少树的⾼度，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个⽅⾯：
-
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树更⼩，如果把所有同⼀内部节点的关键字存放在同⼀盘块中，那么盘块所能容纳的关键字数量也越多，⼀次性读⼊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
-
由于⾮终节点并不是最终指向⽂件内容的节点，⽽只是叶⼦节点中关键字的索引。所以任何关键字的查找必须⾛⼀条从根节点到叶⼦节点的路。
-
所有关键字查询的路径⻓度相同，导致每⼀个数据的查询效率相当。
-
-
由于B+树的数据都存储在叶⼦节点中，分⽀节点均为索引，⽅便扫库，只需要扫⼀遍叶⼦节点即可，但是B树因为其分⽀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+树⽤于数据库索引。
索引的实现
InnoDB中的索引结构与MyISAM的索引结构有很⼤的不同。
第⼀个重⼤区别是InnoDB的数据⽂件本身就是索引⽂件。在MyISAM中，索引⽂件和数据⽂件是分离的，索引⽂件仅保存数据记录的地址。⽽在InnoDB中，表数据⽂件本身就是按B+Tree组织的⼀个索引结构，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表数据⽂件本身就是主索引。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系统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，这个字段⻓度为6个字节，类型为⻓整形。
第⼆个与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⽽不是地址。换句话说InnoDB的所有辅助索引都引⽤主键作为data域。
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。
InnoDB的B+ 树索引的特点是⾼扇出性，因此⼀般树的⾼度为2~4层，这样我们在查找⼀条记录时只⽤I/O 24次。当前机械硬盘每秒⾄少100次I/O/s，因此查询时间只需0.020.04s。
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。
