摘要：
ACID，原子性(Atomicity)、一致性(Consistency)、隔离性(Isolation)、持久性(Durability) 我们以从A账户转账50元到B账户为例进行说明一下ACID这四大特性。 原子性 原子性是指一个事务是一个不可分割的工作单位，其中的操作要么都做，要么都不做。即要么转账 阅读全文
2021年8月16日
摘要：
MySQL中存储索引用到的数据结构是B+树，B+树的查询时间跟树的高度有关，是log(n)，如果用hash存储，那么查询时间是O(1)。 采用Hash来存储确实要更快，但是采用B+树来存储索引的原因主要有以下两点： 一、从内存角度上说，数据库中的索引一般是在磁盘上，数据量大的情况可能无法一次性装入内 阅读全文
摘要：
利用Hash需要把数据全部加载到内存中，如果数据量大，是一件很消耗内存的事，而采用B+树，是 基于按照节点分段加载，由此减少内存消耗。 和业务场景有段，对于唯一查找（查找一个值），Hash确实更快，但数据库中经常查询多条数据，这 时候由于B+数据的有序性，与叶子节点又有链表相连，他的查询效率会比Ha 阅读全文
摘要：
我们在MySQL中的数据一般是放在磁盘中的，读取数据的时候肯定会有访问磁盘的操作，磁盘中有两个 机械运动的部分，分别是盘片旋转和磁臂移动。盘片旋转就是我们市面上所提到的多少转每分钟，而磁 盘移动则是在盘片旋转到指定位置以后，移动磁臂后开始进行数据的读写。那么这就存在一个定位到磁 盘中的块的过程，而定 阅读全文
摘要：
拆分其实又分垂直拆分和水平拆分 案例： 简单购物系统暂设涉及如下表： 1.产品表（数据量10w，稳定） 2.订单表（数据量200w，且有增长趋势） 3.用户表 （数据量100w，且有增长趋势） 以 MySQL 为例讲述下水平拆分和垂直拆分，MySQL能容忍的数量级在百万静态数据可以到千万 垂直拆分 阅读全文
摘要：
范式优化： 比如消除冗余（节省空间。。） 反范式优化：比如适当加冗余等（减少join） 限定数据的范围： 务必禁止不带任何限制数据范围条件的查询语句。比如：我们当用户在查询订单 历史的时候，我们可以控制在一个月的范围内。 读/写分离： 经典的数据库拆分方案，主库负责写，从库负责读； 拆分表：分区将数 阅读全文
摘要：
内连接：只有两个元素表相匹配的才能在结果集中显示。 外连接： 左外连接: 左边为驱动表，驱动表的数据全部显示，匹配表的不匹配的不会显示。 右外连接:右边为驱动表，驱动表的数据全部显示，匹配表的不匹配的不会显示。 全外连接：连接的表中不匹配的数据全部会显示出来。 交叉连接： 笛卡尔效应，显示的结果是链 阅读全文
摘要：
表锁 不会出现死锁，发生锁冲突几率高，并发低。 MyISAM在执行查询语句（select）前，会自动给涉及的所有表加读锁，在执行增删改操作前，会自动给涉及的表加写锁。 MySQL的表级锁有两种模式：表共享读锁和表独占写锁。 读锁会阻塞写，写锁会阻塞读和写 对MyISAM表的读操作，不会阻塞其它进程对 阅读全文
2021年8月15日
摘要：
不可以。因为这样会形成一个有序数组，文件系统和数据库的索引都是存在硬盘上的，并且如果数据量 大的话，不一定能一次性加载到内存中。有序数组没法一次性加载进内存，这时候B+树的多路存储威力 就出来了，可以每次加载B+树的一个结点，然后一步步往下找， 阅读全文
摘要：
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，这样就降低了数据的维护速 度。 索引需要占物理空间，除了数据表占数据空间之外，每一个索引还要占一定的物理空间，如果要建立 簇索引，那么需要的空间就会更大。 创建索引和维护索引要耗费时间，这种时间随着数据量的增加而增加 阅读全文