MySQL事务概念与流程和索引控制
MySQL事务概念与流程和索引控制
视图
1.什么是视图
我们在执行SQL语句其实就是对表进行操作，所得到的其实也是一张表，而我们需要经常对这些表进行操作，拼接什么的都会产生一张虚拟表，我们可以基于该表进行其他的操作，有时候我们需要经常使用，那么我们为了方便可使用以将虚拟表保存起来之后就称为"视图"，本质上其实就是一张虚拟表
2.生成视图SQL语句
create view 视图名 as SQL语句; 就可以产生一个视图供我们查看
create vire vire_name as
select column_name(s)
from table_name
where conditon
3.视图注意事项
3.1 在硬盘中，视图只有表结构文件，没有数据文件
3.2 我们的视图通常只能用于查询并不能进行修改因为本来就是拼接来的，没有办法通过视图来修改别的表的数据
3.3 视图使用的越多，那么你的系统就会占用越多的资源严重影响你的计算机的使用，所以一般建议少使用视图，尽量见面资源浪费
触发器
1.修改运行符号;
我们在使用mysql的时候可能会遇到关键字与执行键冲突的情况，那么我们就肯定遇到这种情况肯定就需要死一个，既然执行程序的符号有特殊含义，为了sql语句的完整性，那么我们就只有改自己的执行键（结束符）。
语法结构：
delimiter 你自己所设置的不与其它关键字冲突的执行键（结束符）
编写我们所需要用到的分号的各种语句
delimiter ; #最后我们需要修改回来
2.触发器
触发器其实就是针对标的增，删，改自动触发的功能（增前，增后，改前，改后，删前，删后）等操作时那么他就会激活并执行。触发器经常用语加强数据的完整性约束和业务规则等。触发器可以从DBA_TRIGGERS，USER_TRIGGERS 数据字典中查到。SQL的触发器是一个能由西永自动执行对数据库修改的语句。
触发器可以查询其他表，而且可以包含负责的SQL语句。他们主要用于强制服从负责的业务规则或要求。触发器也可以用于强制引用完整性，以便再多个表中添加，更新或展出行时，保留在这些表之间所定义的关系，然而，强制引用完整性的最好方法是在相关表中定义主键和外键约束。
语法结构：
create trigger 触发器名称
before/after inser/update/delete
on 表名 for each row
begin
sql语句
end # 结束必须输入end意味着这个触发器的结束
3.触发器案例
# 案例
CREATE TABLE cmd (
id INT PRIMARY KEY auto_increment,
USER CHAR (32),
priv CHAR (10),
cmd CHAR (64),
sub_time datetime, #提交时间
success enum ('yes', 'no') #0代表执行失败
);
CREATE TABLE errlog (
id INT PRIMARY KEY auto_increment,
err_cmd CHAR (64),
err_time datetime
);
delimiter $$ # 将mysql默认的结束符由;换成$$
create trigger tri_after_insert_cmd after insert on cmd for each row
begin
if NEW.success = 'no' then # 新记录都会被MySQL封装成NEW对象
insert into errlog(err_cmd,err_time) values(NEW.cmd,NEW.sub_time);
end if;
end $$
delimiter ; # 结束之后记得再改回来，不然后面结束符就都是$$了
#往表cmd中插入记录，触发触发器，根据IF的条件决定是否插入错误日志
INSERT INTO cmd (
USER,
priv,
cmd,
sub_time,
success
)
VALUES
('kevin','0755','ls -l /etc',NOW(),'yes'),
('kevin','0755','cat /etc/passwd',NOW(),'no'),
('kevin','0755','useradd xxx',NOW(),'no'),
('kevin','0755','ps aux',NOW(),'yes');
# 查询errlog表记录
select * from errlog;
# 删除触发器
drop trigger tri_after_insert_cmd;
事务
-
事务四大特性
- 原子性
- 原子性其实就是将整个操作视为一个整体，要么都做，要么都不做，即一旦事务出错的话那么就直接回滚事务。
- 一致性
- 执行结果必须是数据库从一个一致性状态改变到另一个一致性状态。因此当前数据库只包含成功事务提交的结果时，就说数据库处于一致性状态。如果数据库系统运行中发生故障，有些事务尚未完成就被迫终端，这些未完成事务对数据库所做的修改有一部分已写入物理数据库，这时数据库就处于一种不正确的状态，或者说是不一致状态。
- 隔离性
- 一个事务的执行不能被其他事务干扰，即一个事务内部的操作及数据对并发的其他事务是隔离的，并发执行的各国事务之间不能互相干扰。
- 持久性
- 值得是一个事务一旦提交，它对数据库中的数据的改变就应该是同就行的。接下来其他操作或者故障不应该对其有任何影响。
- 原子性
-
事务的其他特性
-
事务
-
是数据库操作的最小工作单位，是作为单个逻辑工作单元执行的一系列操作；这些操作作为一个整体一起想系统提交，要么执行、要么不执行；事务是一组不可分割的操作集合（工作逻辑单元）。
-
脏读
- 所谓的脏读其实就是读到了别的事务回滚之前的脏数据，比如说事务B执行过程中修改了数据X，未提交数据前，事务A读取了X，而事务B却回滚了，这样事务A就形成了脏读。
-
幻读
-
事务A首先根据条件索引的到了N条数据，然后事务B改变了这N条数据之外的M条数据，后者增加了M条件符合事务A搜索条件的数据，导致事务A再次搜索发现了有N+M条数据，就产生了幻读。也就是收事务A第一次读取到的数据比后面一次读的数据量少。
-
回滚
- 就是在事务提交之前将数据库数据恢复到事务修改之前的数据库状态。
-
-
实例演示
create table user(
id int primary key auto_increment,
name char(32),
balance int
);
insert into user(name,balance)
values
('jason',1000),
('kevin',1000),
('tank',1000);
# 修改数据之前先开启事务操作
start transaction;
# 修改操作
update user set balance=900 where name='jason'; #买支付100元
update user set balance=1010 where name='kevin'; #中介拿走10元
update user set balance=1090 where name='tank'; #卖家拿到90元
# 回滚到上一个状态
rollback;
# 开启事务之后，只要没有执行commit操作，数据其实都没有真正刷新到硬盘
commit;
"""开启事务检测操作是否完整，不完整主动回滚到上一个状态，如果完整就应该执行commit操作"""
# 站在python代码的角度，应该实现的伪代码逻辑，
try:
update user set balance=900 where name='jason'; #买支付100元
update user set balance=1010 where name='kevin'; #中介拿走10元
update user set balance=1090 where name='tank'; #卖家拿到90元
except 异常:
rollback;
else:
commit;
-
知识补充
- MySQL提供了两种事务型存储引擎InnoDB、clyster以及第三方XtraDB、PBXT
- 事务处理中有几个关键字词汇总是反复出现所以我们就需要将这几个关键字牢记
- 事务(transaction)
- 回退(rollbake)
- 提交(commit)
- 保留点(savepoint)
- wield支持回退部门事务处理，我们必须在事务处理块中合适的位置放置占位符，这样如果需要回退可以回退到某个占位符（保留点）
- 创建占位符可以使用savepoint
- savepoint sp01；
- 回退到占位符地址rollback
- rollback sp01；
- 保留点在执行rollback或者commit之后会自动释放
-
隔离级别
- 可重复读
- 保证一个事务，不会修改已经由另一个事务读取但未提交（回滚）的数据，换句话说其实就是在同一个事务中查询都是事务开始时刻一致，重复度，可能会出现“幻读”。
- 不可重复读
- 事务A首先读取了一条数据，然后执行逻辑的时候，事务将这条数据改变了，然后事务A再次读取的时候发现数据不匹配了，就是所谓的不可重复读
- 未提交读
- 一个事务一堆数据修改，但没有提交之前，其他并行事务也可以督导，会导致“脏读”，“幻读”，“不可重复读”
- 提交读
- 保证一个事务，不会读到其他并行事务，已修改但未提交的数据，只能读取到已经提交的数据，提交读，可能会出现“幻读”，和“不可重复读”
- 串行化
- 完全串行化的读，每次读都需要获得表级共享锁，读写相互都会阻塞。
- 可重复读
-
事务日志
- 存储引擎在修改表的数据时只需要修改器内存拷贝再把该修改记录到持久在硬盘上的事务日志中，而不用灭磁都修改的数据本身持久到磁盘
- 事务日志采用的是追加方式因此写日志操作是磁盘上一小块区域内的顺序IO而不想随机IO需要穿行于很多地方移动刺头所以采用事务日志的方式相对来说要快的多
- 事务日志持久之后内幕才能中被修改的数据在后台可以慢慢刷回磁盘，目前大多数存储引擎都是这样的，通常被才成为“预写式日志”修改数据需要写两次磁盘
MVCC多版本并发控制
-
MVCC定义
- MVCC简介
- MVCC，全称Multi-Version Concurrency Control，即多版本井发控制,MVCC是一种并发控制的方法，一般在数据库管理系统中,实现对数据库的并发访问，在编程语言中实现事务内存。
- MVCC在MysQL InnoDB中的实现主要是为了提高数据库并发性能，用更好的方式去处理读写冲突。做到即使有读写冲突时，也能做到不加锁，非阻塞并发读。
- 当前读
- 像select lock in share mode（共享锁），select forupdate;update，insert，delete（排他锁)这些操作都是一种当前读，为什么叫当前读?就是它读取的是记录的最新版本，读取时还要保证其他并发事务不能修改当前记录，会对读取的记录进行加锁。
- 快照读
- 像不加锁的select操作就是快照读，即不加锁的非阻塞读;快照读的前提是隔离级别不是串行圾别，串行圾别下的快照读会退化成当前读;之所以出现快照读的情况，是基于提高并发性能的考虑，快照读的实现是基于多版本并发控制，即MVCC，可以认为MVCC是行锁的一个变种，但它在很多情况下，避免了加锁操作，降低了开销；既然是基于多版本，即快照读可能读到的并不一定是数据的最新版本，而有可能是之前的历史版本。
- 当前读、快照读、MVCC关系
- MVCC多版本并发控制指的是维持一个数据的多个版本，使得读写操作没有冲突，快照读是MySQL为实现MVCC的一个非阻塞读功能。
MVCC模块在MySQL中的具体实现是由 三个隐式字段、undo日志、read view三个组件来实现的。
- MVCC多版本并发控制指的是维持一个数据的多个版本，使得读写操作没有冲突，快照读是MySQL为实现MVCC的一个非阻塞读功能。
- MVCC解决的问题
- 前提数据库并发场景有三种，分别为∶
(1)、读读∶ 不存在任何问题，也不需要并发控制
(2)、读写∶有线程安全问题，可能会造成事务隔离性问题，可能遇到脏读、幻读、不可重复读
(3)、写写∶ 有线程安全问题，可能存在更新丢失问题 - MVCC是一种用来解决读写冲突的无锁并发控制，也就是为事务分配单项增长的时间戳，为每个修改保存一个版本，版本与事务时间戳关联，读操作只读该事务开始前的数据库的快照。
因此，MVCC可以为数据库解决以下问题∶
(1）、在并发读写数据库时，可以做到在读操作时不用阻塞写操作，写操作也不用阻塞读操作，提高了数据库并发读写的性能。
(2）、解决脏读、幻读、不可重复读等事务隔离问题，但是不能解决更新丢失问题。
- 前提数据库并发场景有三种，分别为∶
- MVCC简介
-
MVCC注意事项
- MVCC只能在read committed(提交读)、repeatable read(可重复读)两种隔离级别下工作，其他的都不兼容(rad uncommitted：总是读取最新 serializable:所有的行都加锁)
- InnoDB的MVCC通过在每行记录后面保存两个隐藏的列来实现MVCC
- 一个列保存了行的创建时间
- 一个列保存了行的过期时间也可以叫删除时间（本质上是系统版本号）
- 没开是一个新的事务版本号都会自动递增，事务开始时刻的系统版本号会作为事务的版本号来和查询到每行记录版本号进行比较
例如: 刚插入第一条数据的时候，我们的默认事务id为1，实际是这样存储的 | username | create_version | delete_version | | joseph | 1 | | 我们可以看到，我们在content列插入了kobe这条数据，在create_version这列存储了1,1是这次插入操作的事务id然后我们将joseph改为了Alice，实际存储是这样的 | username | create-version | delete_version | | joseph | 1 | 2 | | Alice | 2 | | 还可以看到，update的时候，会先将之前的数据delete_version标记为当前新的事务id，也就是2，然后将新数据写入，将新数据的create_version标记为新的事务id当我们删除数据的时候，实际存储就是这样的 | username | create_version | delete_version | | Alice | 2 | 3 | 最后就是当我们呢查询一条记录的时候，只有满足以下两个条件的记录才会被显示出来: 1.当前是都id要大于或者等于当前行的delete_version值，这表示在事务开始前这行数据已经存在了 2.当前事务id要小于delete_version值，这表示在事务开始之后这行记录才被删除
存储过程
存储过程是一种在数据库中存储复杂程序，以便外部程序调用的一种数据库对象，目的是为了完成特定功能的SQL语句集，经编译创建并保存在数据库中，用户可通过定制存储过程的名字给参数（需要时）来调用执行。
1.与存储过程相关方法
1.1.查看存储过程信息
show create procedure prol;
1.2.查看所有存储过程
show procedure status;
1.3.删除存储过程
drop procedure prol;
2.实例演示
delimiter $$
create proceduer p1(
in m int,
in n int,
out res int
)
bgein
select tname from teacher where tid > m and tid < n;
set res=0;
end $$
delimiter ;
3.针对res需要提前定义
set @res=0; 定义
select @res; 查看
call p1(1,5,@res); 调用
select @res; 查看
内置函数
我们其实可以在mysql中用过help的方式得到该内置函数的使用方法，mysql中的内置使用方法还挺好的说的很详细
1.移除指定字符
Trim、LTrim、RTrim
select '[mobile]',concai('[',trim('molile')']');
2.大小写转换
Lower、Upper
select lower('blue'),lower('blue');
3.获取左右起始指定个数字符
Left、Right
select left('mysql',2)
4.返回读音相似的值（只对英文有效果）
Soundex
首先我们首先需要一张表并且这个表中有名称读音相近的名称
|name|
|json|
|jason|
例如：where Soundex(name)=Soundex('jason')
5.日期格式
date_fromat
在MySQL中表示时间格式尽量采用2022-02-22形式来表示
create table blog(
id int primary key auto_incrment,
name varchar(32),
sub_time datetime
);
insert into blog (name,sub_time)
values
('第1篇','2015-03-01 11:31:21'),
('第2篇','2015-03-11 16:31:21'),
('第3篇','2016-07-01 10:21:31'),
('第4篇','2016-07-22 09:23:21'),
('第5篇','2016-07-23 10:11:11'),
('第6篇','2016-07-25 11:21:31'),
('第7篇','2017-03-01 15:33:21'),
('第8篇','2017-03-01 17:32:21'),
('第9篇','2017-03-01 18:31:21');
select date_format(sub_time,'%Y-%m'),
count(id) from blog group by
date_format(sub_time,'%Y-%m');
1.where Date_fromat(sub_time) = '2021-1-06' # 返回制定默认值
2.where Year(sub_time)=2021 and Month(sub_time)=07; # 从指定日期值来获取年分值
更多操作
addate 增加一个日期
addtime 增加一个时间
datediff 计算两个日期的差值
流程控制
mysql中的流程控制使用的一般是if、loop、iterate、repeat、while语句来控制流程我们简单地实验几种
1.if条件判断语句
delimiter $$
cerate procedoure proc_if()
begin
declare i int default 0;
if i = 1 then
select 1;
elself i = 2 then
select 2;
else
select 7;
end if;
end $$
delimiter ;
2.while循环，在mysql中只有while循环没有我们的for循环
delimiter $$
cerate procedure proc_while()
begin
declare num int;
set num = 0;
hwile num < 10 do
select
num;
sey num = num + 1;
end while;
end $$
delimiter ;
3.case语句
delimiter $$
case
when i_stall_id = 2 then
set @x1 = @x1 + d_amount;
else
set @x2 = @x2 +d_amount;
end acse
end $$
delimiter ;
索引
-
索引就像是一本书的目录，它能让你更快的找到自己想要的内容。
-
让获取数据变得更有目的性，从而提高数据库检索数据的性能
-
索引在MySQL中也叫做“键”，式存储引擎用于快速找到记录的一种数据结构，我们在mysql中检索一般使用三种检索方式
- primary key
- unique key
- index key
-
上树的三种键在数据查询的时候使用都可以加快查询的速度
- primary key、unique key除了可以加快数据查询还有额外的限制
- index key只能加快数据查询 本身没有任何额外的限制和功能
-
真正理解索引加快数据查询的含义
- 缩印的存在可以加快数据的查询 但是会减慢数据的增删
-
索引的分类
- 普通索引
- 就是sql中最基本的索引类型，允许在定义索引的列中插入重复值和空值
- 唯一索引
- 唯一索引要去索引列的值必须唯一，但允许有空值，如果是组合索引，则值得组合必须唯一，主键索引是一种也特殊的唯一索引，不允许有空值
- 主键索引
- 是一种也输得唯一索引，不逊于有空值，（逐渐约束，是一个主键索引）。一般是在建表的时候同时创建主键索引
- 单列索引
- 单列索引即一个索引只包含单个列，一个表可以有多个单列索引
- 组合索引
- 组合索引就是指在多个自U盾那组合上创建的索引，只有在查询条件中使用了这些字段的左边字段时，索引才会被使用，使用组合索引时遵循最左前缀集合
- 全文索引
- 在定义索引的列上支持值的全文查找，允许这些索引列中插入重复值和空值
- 普通索引
索引底层原理
-
索引的底层其实就是树，树则是一种数据结构，主要用于优化数据查询的操作
-
二叉树：两个分支
- 左边的树的键值小于跟键值，右侧子树的键值大于跟键值
-
二叉平衡树
- 在符合二叉树的条件下，还满足两个子树的高度差最大为1
-
B-树（也叫B树）
- 是为了让磁盘等外部内存设计的平衡二叉树
-
红黑树
- 红黑树是一种自平衡二叉树，在平衡二叉树的基础上每个节点又增加了一个颜色的属性，节点的颜色只能是红色或黑色，根节点只能是黑色
-
B+树
- B+树是B-树的一种变形，他和B-输的区别差在于有几棵输的节点含有n个关键字
慢查询优化
- 慢查询，顾名思义，就是在日志中记录运行比较慢的SQL语句，是指mysql记录所有执行过long_query_time参数设定的时间阈值的SQL语句查询。
- 慢查询记录在慢查询日志中，通过慢查询日志，可以查找出那些查询语句的执行效率低，以便进行优化。
测试索引
- 首先mysql优化器会判断开销，选择开销最小的查询方式
- 有索引不一定使用索引，当mysql判断where条件没有起到筛选作用时，即使该字段存在索引,也不会使用索引。
- 两个字段同时具有索引修改查询条件两个索引都有效时，选择过滤更多的结果的索引
- 组合索引同理
- 执行顺序→如果有逐渐会优先使用逐渐，其次为唯一索引，再次为组合索引和普通索引。组合索引和普通索引没有先后
#1. 准备表
create table s1(
id int,
name varchar(20),
gender char(6),
email varchar(50)
);
#2. 创建存储过程，实现批量插入记录
delimiter $$ #声明存储过程的结束符号为$$
create procedure auto_insert1()
BEGIN
declare i int default 1;
while(i<3000000)do
insert into s1 values(i,'jason','male',concat('jason',i,'@oldboy'));
set i=i+1;
end while;
END$$ #$$结束
delimiter ; #重新声明分号为结束符号
#3. 查看存储过程
show create procedure auto_insert1\G
#4. 调用存储过程
call auto_insert1();
# 表没有任何索引的情况下
select * from s1 where id=30000;
# 避免打印带来的时间损耗
select count(id) from s1 where id = 30000;
select count(id) from s1 where id = 1;
# 给id做一个主键
alter table s1 add primary key(id); # 速度很慢
select count(id) from s1 where id = 1; # 速度相较于未建索引之前两者差着数量级
select count(id) from s1 where name = 'jason' # 速度仍然很慢
"""
范围问题
"""
# 并不是加了索引，以后查询的时候按照这个字段速度就一定快
select count(id) from s1 where id > 1; # 速度相较于id = 1慢了很多
select count(id) from s1 where id >1 and id < 3;
select count(id) from s1 where id > 1 and id < 10000;
select count(id) from s1 where id != 3;
alter table s1 drop primary key; # 删除主键 单独再来研究name字段
select count(id) from s1 where name = 'jason'; # 又慢了
create index idx_name on s1(name); # 给s1表的name字段创建索引
select count(id) from s1 where name = 'jason' # 仍然很慢！！！
"""
再来看b+树的原理，数据需要区分度比较高，而我们这张表全是jason，根本无法区分
那这个树其实就建成了“一根棍子”
"""
select count(id) from s1 where name = 'xxx';
# 这个会很快，我就是一根棍，第一个不匹配直接不需要再往下走了
select count(id) from s1 where name like 'xxx';
select count(id) from s1 where name like 'xxx%';
select count(id) from s1 where name like '%xxx'; # 慢 最左匹配特性
# 区分度低的字段不能建索引
drop index idx_name on s1;
# 给id字段建普通的索引
create index idx_id on s1(id);
select count(id) from s1 where id = 3; # 快了
select count(id) from s1 where id*12 = 3; # 慢了 索引的字段一定不要参与计算
drop index idx_id on s1;
select count(id) from s1 where name='jason' and gender = 'male' and id = 3 and email = 'xxx';
# 针对上面这种连续多个and的操作，mysql会从左到右先找区分度比较高的索引字段，先将整体范围降下来再去比较其他条件
create index idx_name on s1(name);
select count(id) from s1 where name='jason' and gender = 'male' and id = 3 and email = 'xxx'; # 并没有加速
drop index idx_name on s1;
# 给name，gender这种区分度不高的字段加上索引并不难加快查询速度
create index idx_id on s1(id);
select count(id) from s1 where name='jason' and gender = 'male' and id = 3 and email = 'xxx'; # 快了 先通过id已经讲数据快速锁定成了一条了
select count(id) from s1 where name='jason' and gender = 'male' and id > 3 and email = 'xxx'; # 慢了 基于id查出来的数据仍然很多，然后还要去比较其他字段
drop index idx_id on s1
create index idx_email on s1(email);
select count(id) from s1 where name='jason' and gender = 'male' and id > 3 and email = 'xxx'; # 快 通过email字段一剑封喉
联合索引
- 联合索引也叫复合索引，指对表上的两个或两个以上的列字段进行索引。MySQL从左到右使用的索引中的字段，一个查询可以只使用索引中的一部分，但只能是最左侧的部分，仅仅对联合索引后面的任意列执行搜索的时候，该索引是不会有任何作用的
select count(id) from s1 where name='jason' and gender = 'male' and id > 3 and email = 'xxx';
# 如果上述四个字段区分度都很高，那给谁建都能加速查询
# 给email加然而不用email字段
select count(id) from s1 where name='jason' and gender = 'male' and id > 3;
# 给name加然而不用name字段
select count(id) from s1 where gender = 'male' and id > 3;
# 给gender加然而不用gender字段
select count(id) from s1 where id > 3;
# 带来的问题是所有的字段都建了索引然而都没有用到，还需要花费四次建立的时间
create index idx_all on s1(email,name,gender,id); # 最左匹配原则，区分度高的往左放
select count(id) from s1 where name='jason' and gender = 'male' and id > 3 and email = 'xxx'; # 速度变快
树（B数，B+数，B*数，红黑树，二叉树）
【初始化介绍】
一颗b+树,浅蓝色的块我们称之为一个磁盘块可以看到每个磁盘块包含几个数据项(深蓝色所示)和指针(黄色所示),
如磁盘块1包含数据项17和35,包含指针P1、P2、P3,
P1表示小于17的磁盘块,P2表示在17和35间的磁盘块,P3表示大于35的磁盘块。
真实的数据存在于叶子节点即3、5、9、10、13、15、28、29、36、60、75、79、90、99
非叶子节点只不存储真实的数据,只存储指引搜索方向的数据项,如17、35并不真实存在于数据表中。
【查找过程】
如果要查找数据项29,那么首先会把磁盘块1由磁盘加载到内存,此时发生一次O,在内存中用二分查找确定29在17和35之间,锁定磁
盘块1的P2指针,内存时间因为非常短(相比磁盘的O)可以忽略不计,通过磁盘块1的P2指针的磁盘地址把磁盘块3由磁盘加载到内存
,发生第二次1O,29在26和30之间,锁定磁盘块3的P2指针,通过指针加载磁盘块8到内存,发生第三次1,同时内存中做二分查找找
到23,结束查询,总计三次。
（1）MyISAM: MyISAM中主键索引和辅助索引采用的都是B+树作为索引存储结构，叶子节点存储的都是数据地址，即索引和数据是分开存储的也叫非聚集索引
（2）InnoDB: INNODB的主键索引和辅助索引采用的是B+树作为索引存储结构，在主键索引的叶子节点存放的是主键及所有数据，辅助索引的叶子节点存储的是关键字和主键值，查询其他数据还需要借助主键索引，INNODB的数据和索引存放在一起，也把INNODB叫做聚集索引.这也是和MyISAM不同的地方。在根据主索引搜索时，直接找到key所在的节点即可取出数据；在根据辅助索引查找时，则需要先取出主键的值，在走一遍主索引。 因此，在设计表的时候，不建议使用过长的字段作为主键，也不建议使用非单调的字段作为主键，这样会造成主索引频繁分裂。
