MySQL文章

组件: SQL接口，解析器，优化器，缓存，存储引擎

扩展阅读“ MySQL体系结构”

连接到，查看所有库日志系统管理分类，选择库，创建库，删除库

查看所有表，查看表结构，创建表，删除表

添加字段，删除字段，修改字段

插入，选择，更新，删除

所有字段，指定字段，WHERE，IN，AND，LIKE，AND，或，DISTINCT，ORDER BY，GROUP BY，LIMIT之间

加入查询，子查询日志系统管理分类，合并结果

扩展阅读“使用MySQL连接”

SELECT UNIX_TIMESTAMP('2019-05-07 22:55:00'); #1557240900
SELECT FROM_UNIXTIME(1557240900); #2019-05-07 22:55:00

SELECT FORMAT(2.7895, 2); #2.79

多个查询需要同时修改数据，这将导致并发控制问题. 使用锁可以有效解决此问题

事务是一组原子SQL查询或一个独立的工作单元. 事务中的语句，要么全部成功执行，要么全部执行失败

ACID功能: 原子性，一致性，隔离性，耐用性

脏读: 事务读取未提交的数据

MySQL默认事务隔离级别

多个事务在同一资源上彼此占用并请求锁定彼此的资源，这导致恶性循环现象

InnoDB当前的处理方法: 回滚持有最小行级排他锁的事务

交易日志可以帮助提高交易效率

MySQL默认情况下使用AUTOCOMMIT模式，每个查询都被视为执行提交操作的事务

索引是存储引擎用来快速查找记录的数据结构

ALTER TABLE `table_name` ADD INDEX index_name (`column`); #普通索引

ALTER TABLE `table_name` ADD UNIQUE (`column`); #唯一索引

ALTER TABLE `table_name` ADD PRIMARY KEY (`column`); #主键索引

ALTER TABLE `table_name` ADD FULLTEXT (`column`); #全文索引

ALTER TABLE `table_name` ADD INDEX index_name (`column1`, `column2`, `column3`); #组合索引

二叉树导致树高很高，逻辑上接近的节点在物理上距离很远，无法使用局部性，IO数量大，搜索效率低

每个节点都是二进制数组[key，data]，所有节点都可以存储数据，key是索引，而data是索引之外的数据. 插入和删除数据将破坏BTree的性质. 插入数据时，需要进行拆分，合并，传输等操作以保持BTree的性质，从而导致频繁的IO操作

非叶​​节点不存储数据，仅索引索引，仅叶节点存储数据

在经典BTree +的基础上进行了优化，添加了顺序访问指针. 将指向相邻叶节点的指针添加到BTree +的每个叶节点，以使用顺序访问指针形成BTree +，从而提高了间隔访问性能

单个MySQL表的容量约为500万，并且性能处于最佳状态. 此时，MySQL的BTREE索引树的高度在3到5之间.

ColumnJSON名称的含义

id

select_id

选择标识符

select_type

没有

选择类型

表

表名

输出行描述的表的表名

分区

分区

匹配分区

类型

access_type

连接类型

possible_keys

possible_keys

可供选择的索引

键

键

实际使用的索引

key_len

key_length

实际使用的索引长度

ref

ref

要与索引进行比较的列，即关联表使用的列

行

行

估计要检查的行数

已过滤

已过滤

按表条件过滤的行百分比

额外

没有

附件信息

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-288483-1.html