数据库（事务ACID、索引、三大范式、MVCC、JOIN）

1.事务

1.1基础概念

数据库事务是由一系列数据库操作（一个或多个操作）组成的程序执行单元。

典型的数据库事务：

BEGIN TRANSACTION //事务开始
SQL1 //操作1
SQL2 //操作2
COMMIT/ROLLBACK //事务提交或回滚

1.2事务四特性（ACID）

（1）原子性（A）：事务所有操作不可分割，要么全部成功，要么全部失败回滚。
（2）一致性（C）：事务操作使数据库从一个一致的状态变换到另一个一致状态。
（3）隔离性 （I）：并发执行的事务操作数据库时，互不影响，相互隔离的。
（4）持久性（D）：事务一旦提交，对数据库的更新是永久的。

1.3事务的隔离级别
1.3.1 事务并发三个问题

（1）脏读：事务A读取事务B更新的数据，然后B回滚操作，A读取到的是脏数据；
（2）不可重复读：事务 A 多次读取同一数据，事务 B 在事务A读取的过程中，对数据作了更新并提交，导致事务A多次读取同一数据时，结果不一致；
（3）幻读：系统管理员A更改数据库中学生成绩分数为ABCDE等级，但管理员B在这时仍然插入一条分数的记录，A更改结束后发现还有一条记录没有改过来，就好像发生了幻觉一样，这就叫幻读（某一事务更改的时候其他事务也操作了，更改事务对新操作的数据不起作用）。

事务并发小结：不可重复读的和幻读很容易混淆，不可重复读侧重于修改，幻读侧重于新增或删除。解决不可重复读的问题只需锁住满足条件的行，解决幻读需要锁表。

---

1.3.2 事务隔离级别

（1）读取未提交：一个事务可以读取另一个未提交事务的数据。产生问题：脏读。
（2）读取提交：只有一个事务提交以后，其他事务才能读取。可避免脏读。
（3）可重复读：事务一旦读取后不可再修改。避免不可重复读问题。
（4）可串行化：可以避免脏读、不可重复读与幻读所有问题，但效率低下，不用。

2.数据库索引

索引是用来存储列值的数据结构。索引是一种数据结构 ，真正存放的是指向表中某一行的指针（地址）。
创建索引的SQL如下：
CREATE INDEX 索引名ON 表名 (字段名)

创建两个列的联合索引，SQL如下：

CREATE INDEX 索引名 ON 表名(字段名1, 字段名2)

数据库索引可以提升数据检索效率，索引中常用的三种数据结构：

（1）B树索引：是最常用的用于索引的数据结构。查找、删除、插入操作的时间复杂度低， 存储在B-Tree中的数据是有序的。

（2）B+树索引：是传统意义上的索引，最为常用最为有效的索引。B+树只有叶节点存放数据，其余节点用来索引，而B-树是每个索引节点都会有Data域。

在数据库中，B+树的高度一般都是2-4层。
以上为一个3层的B+ Tree，可以使用如下SQL语句进行查询：
  SELECT * FROM STUDENTS WHERE ID=1
   这个查询语句只需要三次查找就可以找到ID为1的叶子节点，找到存放该条记录（存放了ID为1的学生的所有属性）的物理地址，进而找到该条数据。

（3）哈希索引：主要用于比较字符串是否相等查询，能极快的检索出值。哈希将列的值是索引的键值（key），实际值（value）是指向该表中位置的指针。哈希表只适合查询键值对-也就是说查询相等字符（例：like “WHERE name = ‘Jesus’）。
like “WHERE name = ‘Jesus’

（4）R树索引：通常用来解决空间问题。如，要求“查询出所有距离我两公里之内的星巴克”，这种情况下使用R- Tree索引，查询的效率将会提高。 每个树结点下面又有很多结点。
因此，通过建立索引可以对数据库进行查询优化，避免了全表扫描。

3.数据库三大范式
范式：数据库的一些规范来优化数据数据存储方式。

第一范式（1NF）：数据表中的属性（每一列、每个字段）不能再分解为更基本的数据单元，称满足数据库设计的第一范式——原子性（属性不可分割）
第二范式（2NF）：数据表中的每个实例必须可被唯一区分。通常为表加上一个列，以存储各个实例的唯一标识——主键。
第三范式（3NF）：数据库表中不包含已在其它表包含的非主键信息——多张表关联

---

第 一范式和第二范式规范有没有分出两张表，
第二范式是说一张表中包含了多种不同的实体属性，那么要必须分成多张表，
第三范式是要求已经分成了多张表，那么一张表中只能有另一张表中的id（主键），而不能有其他的任何信息（其他的信息一律用主键在另一表查询）。
总结：
第1范式：每个表中都有1列，并且该列是不可拆分的最小单元
第2范式：1张表只描述一件事情，多件事用多张表
第3范式：多张表时用外键（主键）做表的关联

4.MySQL 存储引擎（2种）
不同的存储引擎提供不同存储机制、索引等功能，使用不同的存储引擎，还可以获得特定的功能。MySQL常用到的是InnoDB和MyISAM两种存储引擎。

（1）InnoDB
InnoDB 默认支持事务（最重要，使用最广泛），采用 “聚集索引” 的数据存储方式实现B树索引，聚集是指数据行和相邻的键值紧凑地存储在一起。
InnoDB 支持自动增长列，支持外键约束。
缺点是：存储空间会占用比较大。

（2）MyISAM
MyISAM不支持事务，采用索引与数据分离的形式，如果数据表只用来插入和查询，则MyISAM引擎能提供较高的处理效率。MyISAM支持全文索引（全部索引）。

InnoDB与MyISAM区别：

(a).InnoDB支持事务，MyISAM不支持，多条SQL语言组成一个事务；
(b).InnoDB是聚集索引，数据和文件和索引绑在一起的，通过主键索引效率很高。MyISAM是非聚集索引，数据文件是分离的，索引保存的是数据文件的指针。
©.InnoDB执行select count(*) from table时需要全表扫描。而MyISAM用一个变量保存表的行数，执行上述语句时只需要读出该变量即可，速度快；
(d).Innodb不支持全文索引，MyISAM支持全文索引，查询效率上MyISAM要高；
如何选择
(a).支持事务，选择InnoDB，不需要事务考虑MyISAM；
(b).如果表中大多数只是读查询，可以考虑MyISAM
©.系统奔溃后，MyISAM恢复起来更困难，InnoDB支持日志恢复；

5.MVCC
MVCC：多版本并发控制，用于实现读取已提交和可重复读两种隔离级别；通过保存数据在某个时间点的快照来实现。

InnoDB的MVCC是通过在每行记录后面保存两个隐藏列来实现，这两个列分别保存该行的创建时间和删除时间。这里存储的并不是实际的时间值，而是系统版本号(可以理解为事务的ID)。

6.数据库索引为什么用B+树而不用B-树？

优点一： B+树只有叶节点存放数据，其余节点用来索引；而B-树是每个索引节点都会有Data域。
优点二： B+树所有的Data域在叶子节点，并且所有叶子节点之间都有一个链指针。

7.B+树做索引而不用红黑树？

二叉查找树（AVL）和红黑树基本都是存储在内存中才会使用的数据结构。
在大规模数据数据存储的时候，由于红黑树的深度过大造成磁盘IO读写频繁，会导致效率低下的情况。

8.画出一颗B+树？
B+树的特征：

1.每个元素只用来索引，不保存数据，所有数据都存在叶子节点。
2.所有的叶子结点包含全部元素信息，叶结点都带有指向下一节点指针，形成有序链表。
3.所有的中间节点元素在子节点都有体现，是子节点最大值。

B+树的优势：

1.单一节点存储更多元素，使得查询IO次数更少。
2.所有查询都要查找到叶子节点，查询性能稳定。
3.所有叶子节点形成有序链表，便于范围查询。

9.SQL中连接（JOIN）的用法
join 是从多个数据表中查询读取数据。按照功能可分为三类：
INNER JOIN（内连接或等值连接）、LEFT JOIN（左连接）、RIGHT JOIN（右连接）
举例：新建的两张student、test_sit 表如下：

（1）INNER JOIN（内连接或等值连接）
获取两个表中字段匹配关系的记录.
SELECT 表A和B的字段 FROM 表A INNER JOIN 表B ON A.=B.；
SELECT a.id,a.std_name,a.age,b.sit_number,b.id FROM student a INNER JOIN test_sit b ON a.id=b.id;

（2）LEFT JOIN（左连接）
获取左表所有记录，即使右表没有对应匹配的记录；
SELECT 表A和B的字段 FROM 表A LEFT JOIN 表B ON A.=B.；

SELECT a.id,a.std_name,a.age,b.sit_number,b.id FROM student a 
LEFT JOIN test_sit b ON a.id=b.id;

（3）RIGHT JOIN（右连接）
与 LEFT JOIN 相反，用于获取右表中的所有记录。
SELECT 表A和B的字段 FROM 表A RIGHT JOIN 表B ON A.=B.；

SELECT a.id,a.std_name,a.age,b.sit_number,b.id FROM student a 
RIGHT JOIN test_sit b ON a.id=b.id;