服务层
第二层架构主要完成大多数的核心服务功能，如SQL接口，并完成缓存的查询，SQL的分析和优化，部分内置函数的执行。所有跨存
储引擎的功能也在这一层实现，如过程、函数等。
引擎层
存储引擎真正的负责了MySQL中数据的存储和提取，服务器通过AP和存储引擎进行通信。不同的存储引擎具有不同的功能，这样我
们可以根据自己的需要，来选取合适的存储引擎。
存储层
主要是将数据存储在文件系统之上，并完成与存储引擎的交互。
存储引擎就是存储数据、建立索引、更新/查询数据等技术的实现方式。存储引擎是基于表的，而不是基于库的，所以存储引擎也可被称为表类型。
在创建表时，指定存储引擎
show create table account;
查询当前数据库支持的存储引擎
show engines
创建表my_myisam,并指定MyISAM存储引擎
create table my_myisam(
id int,
name varchar(10)
)engine=MyISAM
介绍
InnoDB是一种兼顾高可靠性和高性能的通用存储引擎，在MySQL5.5之后，InnoDB是默认的MySQL存储引擎。
特点
DML操作遵循ACID模型，支持事务；
行级锁，提高并发访问性能；
支持外键FOREIGN KEY约束，保证数据的完整性和正确性；
文件
xxx.ibd:x代表的是表名，innoDB引擎的每张表都会对应这样一个表空间文件，存储该表的表结构(frm、sdi)、数据和索引。
参数：innodb file per_table
介绍
MyISAM是MySQL早期的默认存储引擎。
特点
不支持事务，不支持外键
支持表锁，不支持行锁
访问速度快
文件
xxx.sdi:存储表结构信息
xxx.MYD:存储数据
xxx.MYI:存储号引
Memory
介绍
Memory引擎的表数据时存储在内存中的，由于受到硬件问题、或断电问题的影响，只能将这些表作为临时表或缓存使用。
特点
内存存放
hash索引（默认）
文件
xxx.sdi:存储表结构信息
存储引擎特点
InnoDB:是Mysql的默认存储引擎，支持事务、外键。如果应用对事务的完整性有比较高的要求，在并发条件下要求数据的一致
性，数据操作除了插入和查询之外，还包含很多的更新、删除操作，那么InnoDB存储引擎是比较合适的选择。
MyISAM：如果应用是以读操作和插入操作为主，只有很少的更新和删除操作，并且对事务的完整性、并发性要求不是很高，那
么选择这个存储引擎是非常合适的。
MEMORY:将所有数据保存在内存中，访问速度快，通常用于临时表及缓存。MEMORY的缺陷就是对表的大小有限制，太大的表
无法缓存在内存中，而且无法保障数据的安全性。
索引(index)是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。
| 优势 | 劣势 |
|---|---|
| 提高数据检索的效率，降低数据库的IO成本 | 索引列也是要占用空间的。 |
| 通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消 | 索引大大提高了查询效率，同时却也降低更新表的速度，如对表进行INSERT、.UPDATE、DELETE时，效率降低。 |
MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的结构，主要包含以下几种：
二叉树缺点：顺序插入时，会形成一个链表，查询性能大大降低。大数据量情况下，层级较深，检索速度慢。
红黑树：大数据量情况下，层级较深，检索速度慢。
以一颗最大度数(max-degree)为5(5阶)的b-tree为例(每个节点最多存储4个key,5个指针)
B+Tree
以一颗最大度数(max-degree)为4(4阶)的b+tree为例：
所有的元素都会出现在叶子节点
相对于B-Tree区别：
①.所有的数据都会出现在叶子节点
②.叶子节点形成一个单向链表
MySQL索引数据结构对经典的B Tree进行了优化。在原B Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B Tree,提高区间访问的性能。
Hash
哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。
如果两个（或多个）键值，映射到一个相同的槽位上，他们就产生了hash冲突(也称为hash碰撞)，可以通过链表来解决。
Hash索引特点
1.Hash索引只能用于对等比较(=，in),不支持范围查询(between,>,<,)
2.无法利用索引完成排序操作
3.查询效率高，通常只需要一次检索就可以了，效率通常要高于B+tree索引 存储引擎支持 在MySQL中，支持hash索引的是Memory引擎，而InnoDB中具有自适应hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。
为什么InnoDB存储引擎选择使用B+tree索引结构？
1.相对于二叉树，层级更少，搜索效率高；
2.对于B-tree,无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低；
3.相对Hash索引，B+tree支持范围匹配及排序操作；
聚集索引选取规则：
如果存在主键，主键索引就是聚集索引。
如果不存在主键，将使用第一个唯一(UNIQUE)索引作为聚集索引。
如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引。
例题
InnoDB主键索引的B+tree高度为多高呢？
假设：
一行数据大小为1k,一页中可以存储16行这样的数据。InnoDB的指针占用6
个字节的空间，主键即使为bigint,占用字节数为8.
高度为2:
n8+(n+1)6=161024,算出n约为1170
117116=18736
高度为3
1171117116=21939856
创建索引
CREATE [UNIQUE | FULLTEXT] INDEX index_name ON table_name (index_col_name,…);
查看索引
SHOW INDEX FROM table_name
删除索引
DROP INDEX index_name ON table_name
SQL执行频率
MySQL客户端连接成功后，通过show[sessionlglobal]status命令可以提供服务器状态信息。通过如下指令，可以查看当前数据库的INSERT、UPDATE、DELETE、SELECTI的访问频次：
SHOW GLOBAL STATUS LIKE ‘Com______’;
六条下划线
慢查询日志
慢查询日志记录了所有执行时间超过指定参数(long_query_time,单位：秒，默认10秒)的所有SQL语句的日志。
MySQL的慢查询日志默认没有开启，需要在MySQL的配置文件(/etc/my.cnf)中配置如下信息：
#开启MYSOL慢日志查询开关
slow_query_log=1
#设置慢日志的时间为2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志
long_query_time=2
show variables like ‘slow_query_log’;
profile详情
show profiles能够在做SQL优化时帮助我们了解时间都耗费到哪里去了。通过have_profiling参数，能够看到当前MySQL是否支持
profile操作：
SELECT @@have_profiling;
默认profiling是关闭的，可以通过set语句在session./global级别开启profiling:
set profiling = 1;#查看每一条SQL的耗时城本情况
show profiles;
#查看指定query_id的SQL语句各个阶段的耗时情况
show profile for query query_id;
#查看指定query_id的SQL语句CPU的使用情况
show profile cpu for query query_id;
p78
暂时听不懂
如果索引了多列（联合索引），要遵守最左前缀法则。最左前缀法则指的是查询从索的最左列开始，并且不跳过索引中的列。
如果跳跃某一列，索引将部分失效（后面的字段索引失效）。
如果跳过第一列，索引全部失效
联合索引中，出现范围查询(>，<)，范围查询右侧的列索引失效 但是使用<=或>=就不会失效
不要在索引列上进行运算操作，索引将失效。
explain select * from tb_user where substring(phone,10,2)=‘15’;
字符串类型字段使用时，不加引号，索引将失效。
explain select*from tb_user where profession='软件工程’and age=31 and status=0;
explain select * from tb_user where phone 17799990015;
如果仅仅是尾部模糊匹配，索引不会失效。如果是头部模糊匹配，索引失效。
explain selectfrom tb_user where profession like’软件%'；
explain select from tb_user where profession like’%工程’;
explain select *from tb_user where profession like '%工%
用or分割开的条件，如果or前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。
explain selectfrom tb_user where id=10 or age=23;
explain selectfrom tb_user where phone ='17799990017’or age= 23;
由于age没有索引，所以即使id、phone有索引，索引也会失效。所以需要针对于age也要建立索引。
数据分布影响
如果MySQL评估使用索引比全表更慢，则不使用索引。
select from tb_user where phone >=‘17799990005’;
select from tb_user where phone >=‘17799990015’;
SQL提示，是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的。
use index:使用某个索引，mysql会自动优化看看哪个时间省时
explain select*from tb_user use index(idx user pro)where profession='软件工程'，
ignore index:不用某个索引
explain select*from tb_user ignore index(idx user pro)where profession='软件工程'，
force index:强制使用某个索引
explain select*from tb_user force index(idx user pro)where profession='软件工程'；
尽量使用覆盖索引(查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到)，减少select*。
explain select id,profession from tb_user where profession ='软件工程'and age=31 and status='0';
explain select id,profession,age,status from tb_user where profession ='软件工程' and age=31 and status ='0';
explain select id,profession,age,status,name from tb_user where profession ='软件工程'and age =31 and status ='0';
explain select*from tb_user where profession='软件工程' and age=31 and status='0';
using index condition:查找使用了索引，但是需要回表查询数据
using where;using index：查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询数据
思考
一张表，有四个字段(id,username,password,status),
由于数据量大，需要对以下SQL语句进行优化，该如何进
行才是最优方案：
select id,username,password from tb_user where username =‘itcast’;
答：建立username,password联合索引，这样不会回表查询
当字段类型为字符串(varchar,text等)时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘IO,影响查询效率。此时可以只将字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率。
语法
create index idx_xxxx on table_name(column(n));
前缀长度
可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高
唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。
查找所有的email的数量
select count (email)from tb_user;
查找所有的不重复email的数量
select count (distinct email)from tb_user;
查找不重复与总共的比值
select count (distinct email)/count () from tb_user;
查找截取email前10个字段的不重复与全部的比值
select count (distinct substring(email,1,10))/count()from tb_user;
前缀索引
当字段类型为字符串(varchar,text等)时心有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘IO,影响查询效率。此时可以只将字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率。
语法
create index idx_xxxx on table_name(column(n));
前缀长度
可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高，唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。
select count(distinct email)/count()from tb user select
count(distinct substring(email,1,5))/count()from tb_user
单列索引与联合索引
单列索引：即一个索引只包含单个列。
联合索引：即一个索引包含了多个列。
在业务场景中，如果存在多个查询条件，考虑针对于查询字段建立索引时，建议建立联合索引，而非单列索引。
如果两个字段都有对应的单列索引，那么查询的时候只会用其中的一个索引，具体根据mysql的选择
多条件联合查询时，MySQL优化器会评估哪个字段的索引效率更高，会选择该索引完成本次查询。
1.针对于数据量较大，且查询比较频繁的表建立索引。
2.针对于常作为查询条件(where)、排序(order by)、分组(group by)操作的字段建立索引。
3.尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高。
4.如果是字符串类型的字段，字段的长度较长，可以针对于字段的特点，建立前缀索引。
5.尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率。
6.要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价也就越大，会影响增删改的效率。
7.如果索引列不能存储NULL值，请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含NULL值时，它可以更好地确定哪个索引最有效地用于查询。
insert优化
批量插入
Insert into tb_test values(1,‘Tom’),(2,‘Cat’),(3,‘Jerry’);
手动提交事务
start transaction;
insert into tb_test values(1,‘Tom’),(2,‘Cat’),(3,‘Jerry’);
insert into tb_test values(4,‘Tom’),(5,‘Cat’),(6,‘Jerry’);
insert into tb_test values(7,‘Tom’),(8,‘Cat’),(9,‘Jerry’); commit;
主键顺序插入
主键乱序插入：8192188241589573
主键顺序插入：12345789
大批量插入数据
如果一次性需要插入大批量数据，使用insert语句插入性能较低，此时可以使用MySQL数据库提供的load指令进行插入。操作如下：
#客户端连接服务端时，加上参数-local-infile
mysql --local-infile -u root -p
#设置全局参数local_infile:为1，开启从本地加载文件导入数据的开关
set global local_infile = 1;
#查看是否是1
select @@local_infile
#执行load指令将准备好的数据，加载到表结构中
load data local infile '/usr/load_user_100w_sort.sql' into table tb_user fields terminated by ',' lines terminated by'\n';
在InnoDB存储引擎中，表数据都是根据主键顺序组织存放的，这种存储方式的表称为索引组织表(index organized table IOT)。
页分裂
页合并
当删除一行记录时，实际上记录并没有被物理删除，只是记录被标记(flaged)为删除并且它的空间变得允许被其他记录声明使用。
当页中删除的记录达到MERGE_THRESHOLD(默认为页的50%),InnoDB会开始寻找最靠近的页（前或后）看看是否可以将两个页合并以优化空间使用。
MERGE THRESHOLD:合并页的阈值，可以自己设置，在创建表或者创建索引时指定。
主键设计原则
满足业务需求的情况下，尽量降低主键的长度。
插入数据时，尽量选择顺序插入，选择使用AUTO_INCREMENT自增主键。
尽量不要使用UUID做主键或者是其他自然主键，如身份证号。
业务操作时，避免对主键的修改。
①Usingfilesort：通过表的索引或全表扫描，读取满足条件的数据行，然后在排序缓冲区sort buffer中完成排序操作，所有不是通过索引直接返回排序结果的排序都叫FileSort排序。
②Usingindex：通过有序索引顺序扫描直接返回有序数据，这种情况即为using index， 不需要额外排序，操作效率高。
#没有创建索引时，根据age，phone进行排序
explain select id，age，phone from tb_user order by age，phone；
#创建索引
create index idx_user_age phone_aa on tb_user(age,phone）
#创建索引后，根据age，phone进行升序排序
explain select id,age,phone from tb_user order by age，phone；
#创建索引后，根据age，phone进行降序排序
explain select id,age,phone from tb_user order by age desc，phone desc ；
#根据age，phone进行降序一个升序，一个降序
explain select id,age,phone from tb_user order by age asc，phone desc；
#创建索引
create index idx user_age phone_ad on tb_user(age asc phone desc），
#根据age，phone进行降序一个升序，一个降序
explain select id,age,phone from tb_user order by age asc， phone desc
根据排序字段建立合适的索引，多字段排序时，也遵循最左前缀法则。
尽量使用覆盖索引。
多字段排序，一个升序一个降序，此时需要注意联合索引在创建时的规则(ASC/DESC).
如果不可避免的出现filesort,大数据量排序时，可以适当增大排序缓冲区大小sort_buffe_size(默认256k)。
查看排序缓存的大小
show variables like ‘sort_buffer_size’;
#删除掉目前的联合索引idx_user_pro_age_sta
drop index idx_user_pro_age_sta on tb_user;
#执行分组操作，根据profession字段分组
explain select profession,count（*）from tb_user group by profession;
#创建索引
Create index idx_user_pro_age_sta on tb_user(profession,age,status);
#执行分组操作，根据profession:字段分组
explain select profession count（*）from tb_user group by profession;
#执行分组操作，根据profession字段分组
explain select profession,count(*)from tb_user group by
profession,age;
在分组操作时，可以通过索引来提高效率。 分组操作时，索引的使用也是满足最左前缀法则的。
一个常见又非常头疼的问题就是imit2000000,10,此时需要MySQL排序前2000010记录，仅仅返回2000000-2000010的记录，其他记录丢弃，查询排序的代价非常大。
优化思路：一般分页查询时，通过创建覆盖索引能够比较好地提高性能，可以通过覆盖索引加子查询形式进行优化。
explain select from tb_sku t,(select id from tb_sku order by id limit
2000000,10)a where t.id a.id;
explain select count(*)from tb_user
MySAM引擎把一个表的总行数存在了磁盘上，因此执行count()的时候会直接返回这个数，效率很高；
InnoDB引擎就麻烦了，它执行count()的时候，需要把数据一行一行地从引擎里面读出来，然后累积计数。
优化思路：自己计数。
count的几种用法
count（）是一个聚合函数，对于返回的结果集，一行行地判断，如果count函数的参数不是NULL,累计值就加1，否则不加，最后返回累计值。
用法：count(*)、count（主键）、count（字段）、count(1)
count的几种用法
count（主键）
InnoDB引擎会遍历整张表，把每一行的主键id值都取出来，返回给服务层。服务层拿到主键后，直接按行进行累加(主键不可能为null).
count（字段）
没有not
null约束：InnoDB引擎会遍历整张表把每一行的字段值都取出来，返回给服务层，服务层判断是否为nul,不为nulL,计数累加。 有not
nul约束：InnoDB引擎会遍历整张表把每一行的字段值都取出来，返回给服务层，直接按行进行累加。
count (1)
InnoDB引擎遍历整张表，但不取值。服务层对于返回的每一行，放一个数字“1”进去，直接按行进行累加。
count (*)
InnoDB引擎并不会把全部字段取出来，而是专门做了优化，不取值，服务层直接按行进行累加。
按照效率排序的话，count（字段）<count(主键id)<count(1)≈count(),所以尽量使用count()
update语句是根据索引字段进行更新
简而言之就是：有索引是行锁，无索引是表锁
innoDB的行锁是针对索引加的锁，不是针对记录加的锁，并且该索引不能失效，否则会从行锁升级为表锁。
由于name这个字段没有索引，索引更新时会将整个表锁住，不能并发进行更新，加了索引之后就可以并发进行更新
视图（View）是一种虚拟存在的表。视图中的数据并不在数据库中实际存在，行和列数据来自定义视图的查询中使用的表，并且是在使用视图时动态生成的
通俗的讲，视图只保存了查询的SQL逻辑，不保存查询结果。所以我们在创建视图的时候，主要的工作就落在创建这条SQL查询语句上
CREATE or REPLACE view stu_v_2 as select id,name,no from student where id<=2;
ALTER view stu_v_1 as SELECT id,name,no from student where id <=10;
drop view stu_v_1;
当使用WITH CHECK OPTION子句创建视图时，MySQL:会通过视图检查正在更改的每个行，例如插入，更新，删除，以使其符合视图的定义。MySQL允许基于另一个视图创建视图，它还会检查依赖视图中的规则以保持一致性。为了确定检查的范围，ysql提供了两个选项：CASCADED和LOCAL,默认值为CASCADED。
CASCADED自己理解：当创建一个视图依赖另一个视图时，创建的视图加上了WITH CHECK OPTION，但是依赖的视图没有加上，mysql会自动去递归向上也加上WITH CHECK OPTION，当加入一个数据时需要满足自己的和依赖的条件。
总结一下就是，自己有老爸就有；自己没有，看老爸有没有，满足老爸的就加上，不满足就不能加
create or replace view stu_v_1 as select id,name from student where id <20;
insert into stu_v_1 values(5,‘Tom’); 可以插入
insert into stu_v_1 values(25,‘Tom’); 可以插入
create or replace view stu_v_2 as select id,name from stu_v_1 where id >10 with cascaded check option；
insert into stu_v_2 values(7,‘Tom’); 不能插入
insert into stu_v_2 values(26,‘Tom’); 不能插入，不满足小于20
insert into stu_v_2 valves(15,‘Tom’);I 可以插入
create or replace view stu_v_3 as select id,name from stu_v_2 where id <=15；
insert into stu_v_3 values(11,‘Tom’); 可以插入
insert into stu_v_3 values(17,‘Tom’); 可以插入
insert into stu_v_3 values(28,‘Tom’); 不能插入
CASCADED自己理解：向上递归有就验证，没有就不验证，
create or replace view stu_v_4 as select id,name from student where id <15；
insert into stu_v_4 values(5,‘Tom’); 可以
insert into stu_v_4 values(16,‘Tom’); 可以
create or replace view stu_v_5 as select id,name from stu_v_4 where id >10 with local check option；
insert into stu_v_5 values(13,‘Tom’); 可以
insert into stu_v_5 values(17,‘Tom’); 可以
create or replace view stu_v_6 as select id,name from stu_v_5 where id < 20
insert into stu_v_6 values(14,‘Tom’); 可以
要使视图可更新，视图中的行与基础表中的行之间必须存在一对一的关系。如果视图包含以下任何一项，则该视图不可更新：
1.聚合函数或窗口函数(SUM(）、MIN（）、MAX（）、COUNT(）等)
2.DISTINCT
3.GROUP BY
4.HAVING
5.UNION或者UNION ALL
作用
简单
视图不仅可以简化用户对数据的理解，也可以简化他们的操作。那些被经常使用的查询可以被定义为视图，从而使得用户不必为以后的操作每次指定全部的条件。
安全
数据库可以授权，但不能授权到数据库特定行和特定的列上。通过视图用户只能查询和修改他们所能见到的数据
数据独立
视图可帮助用户屏蔽真实表结构变化带来的影响。
利用视图可以将多表查询编程单表查询，提前创建好一个视图
介绍
存储过程是事先经过编译并存储在数据库中的一段SQL语句的集合，调用存储过程可以简化应用开发人员的很多工作，减少数据在数据库和应用服务器之间的传输，对于提高数据处理的效率是有好处的。
存储过程思想上很简单，就是数据库SQL语言层面的代码封装与重用。
特点
封装，复用 可以接收参数
也可以返回数据
减少网络交互，效率提升
创建
CREATE PROCEDURE 存储过程名称([参数列表])
BEGIN
-SQL语句END;
调用
CALL名称([参数])；
查看
SELECT*FROM INFORMATION_SCHEMA.ROUTINES WHERE
ROUTINE_SCHEMA=‘xxx’;
-查询指定数据库的存储过程及状态信息
SHOW CREATE PROCEDURE存储过程名称；-查询某个存储过程的定义
删除
DROP PROCEDURE[IF EXISTS]存储过程名称；
系统变量
系统变量是MySQL服务器提供，不是用户定义的，属于服务器层面。分为全局变量(GLOBAL)、会话变量(SESSION)。
查看系统变量
SHOW [SESSION I GLOBAL] VARIABLES;
查看所有系统变量
SHOW[SESSION | GLOBAL]VARIABLES LIKE’;
可以通过LKE模糊匹配方式查找变量
SELECT@@[SESSION I GLOBAL].系统变量名；
-查看指定变量的值
设置系统变量
SET[SESSION | GLOBAL ] 系统变量名=值；
SET@@[SESSION | GLOBAL ] 系统变量名=值；
CREATE PROCEDURE p1()
BEGIN
SELECT count(*) from student;
END;
CALL p1;
SHOW CREATE PROCEDURE p1;
show SESSION VARIABLES;
show SESSION VARIABLES like 'auto%';
SELECT @@SESSION.autocommit;
set SESSION autocommit = 0;
INSERT into student(id,name,no) VALUES (8,'明','2000100107');
set SESSION autocommit = 1;
用户定义变量
用户定义变量是用户根据需要自己定义的变量，用户变量不用提前声明，在用的时候直接用“@变量名”使用就可以。其作用域为当前连接。
赋值
SET @var_name=expr [,@var_name= expr]…;
SET @var_name:=expr [,@var_name :=expr]…;
SELECT @var_name:=expr [,@var_name :expr]…;
SELECT 字段名 INTO @var_name FROM表名；
使用
SELECT @var_name;
注意
用户定义的变量无需对其进行声明或初始化，只不过获取到的值为NULL
局部变量
局部变量是根据需要定义的在局部生效的变量，访问之前，需要DECLARE声明。可用作存储过程内的局部变量和输入参数，局部变量的范围是在其内声明的BEGN.END块。
声明
DECLARE 变量名 变量类型[DEFAULT …];
变量类型就是数据库字段类型：INT、BIGINT CHAR、VARCHAR、DATE、TIME等。
赋值
SET变量名=值；
SET变量名：=值；
SELECT字段名INTO变量名FROM表名…；
create PROCEDURE p2()
BEGIN
DECLARE stu_count int DEFAULT 0;
select count(*) into stu_count from student;
select stu_count;
END;
CALL p2()
还是需要双重检查的，线程B获取旧数据，线程A查询数据库 修改完缓存 并释放锁，线程B立即获取锁，如果不进行二次检测，那么B还是要查数据库的
锁是计算机协调多个进程或线程并发访问某一资源的机制。在数据库中，除传统的计算资源(CPU、RAM、I/O)的争用以外，数据也是一种供许多用户共享的资源。如何保证数据并发访问的一致性、有效性是所有数据库必须解快的一个问题，锁冲突也是影响数据库并发访问性能的一个重要因素。从这个角度来说，锁对数据库而言显得尤其重要，也更加复杂。
分类
MySOL中的锁，按照锁的粒度分，分为以下三类：
1.全局锁：锁定数据库中的所有表。
2.表级锁：每次操作锁住整张表。
3.行级锁：每次操作锁住对应的行数据。
全局锁
介绍
全局锁就是对整个数据库实例加锁，加锁后整个实例就处于只读状态，后续的DML的写语句，DDL语句，已经更新操作的事务提交语句都将被阻塞。
其典型的使用场景是做全库的逻辑备份，对所有的表进行锁定，从而获取一致性视图，保证数据的完整性。
添加全局锁，数据库只能读
flush tables with read lock；
释放全局锁
unlock tables；
备份数据库
mysqldump -uroot-p1234 itcast >D:/ itcast.sql
特点
数据库中加全局锁，是一个比较重的操作，存在以下问题：
1.如果在主库上备份，那么在备份期间都不能执行更新，业务基本上就得停摆。
2.如果在从库上备份，那么在备份期间从库不能执行主库同步过来的二进制日志(binlog),会导致主从延迟。
在InnoDB引擎中，我们可以在备份时加上参数–single-transaction参数来完成不加锁的一致性数据备份。
mysqldump --single-tranfaction -uroot-p123456 itcast>itcast.sql
介绍
表级锁，每次操作锁住整张表。锁定粒度大，发生锁冲突的概率最高，并发度最低。应用在MyISAM、InnoDB、
BDB等存储引擎中。
对于表级锁，主要分为以下三类：
1.表锁
2.元数据锁(meta data lock,MDL)
3.意向锁
对于表锁，分为两类：
1.表共享读锁(read lock)
2.表独占写锁(write lock)
语法：
1.加锁：lock tables表名… read/write
lock tables score read;
2.释放锁：unlock tables / 客户端断开连接。
unlock tables;
读锁只能读，不能写，阻塞其他客户端的写，不会阻塞读
写锁可以读和写，阻塞其他客户端的读和写
MDL加锁过程是系统自动控制，无需显式使用，在访问一张表的时候会自动加上。MDL锁主要作用是维护表元数据的数据一致性，在表上有活动事务的时候，不可以对元数据进行写入操作。为了避免DML与DDL冲突，保证读写的正确性。
在MySQL5.5中引入了MDL,当对一张表进行增删改查的时候，加MDL读锁（共享）；当对表结构进行变更操作的时候，加MDL写锁（排他）。
查看元数据锁：
select object_type,object_schema,object_name,lock_type,lock_duration
from performance_schema.metadata_locks
为了避免DML在执行时，加的行锁与表锁的冲突，在InnoDB中引入了意向锁，使得表锁不用检查每行数据是否加锁，使用意向锁来减少表锁的检查。
意向锁
1.意向共享锁(IS):由语句select…lock in share mode添加。
2.意向排他锁(lX):由insert、update、delete、select…for update添加。
1.意向共享锁(IS):与表锁共享锁(read)兼容，与表锁排它锁(write)互斥。
2.意向排他锁(IX):与表锁共享锁(read)及排它锁(write)都互斥。意向锁之间不会互斥。
可以通过以下SQL,查看意向锁及行锁的加锁情况：
select object_schema,object_name,index_name,lock_type,lock_mode,lock_data from performance_schema.data_locks;
行级锁，每次操作锁住对应的行数据。锁定粒度最小，发生锁冲突的概率最低，并发度最高。应用在InnoDB存储引擎中。
InnoDB的数据是基于索引组织的，行锁是通过对索引上的索引项加锁来实现的，而不是对记录加的锁。对于行级锁，主要分为以下三类：
1.行锁(Record Lock):锁定单个行记录的锁，防止其他事务对此行进行update和delete。在RC、RR隔离级别下都支持。
2.间隙锁(Gap Lock)：锁定索引记录间隙（不含该记录），确保索引记录间隙不变，防止其他事务在这个间隙进行insert,产生幻读。在RR隔离级别下都支持。
3.临键锁(Net-Key Lock):行锁和间隙锁组合，同时锁住数据，并锁住数据前面的间隙Gap。在RR隔离级别下支持。
InnoDB实现了以下两种类型的行锁：
1.共享锁(S)：允许一个事务去读一行，阻止其他事务获得相同数据集的排它锁。
2.排他锁(X)：允许获取排他锁的事务更新数据，阻止其他事务获得相同数据集的共享锁和排他锁。
默认情况下，InnoDB在REPEATABLE READ事务隔离级别运行，InnoDB使用next-key锁进行搜索和索引扫描，以防止幻读。
1.针对唯一索引进行检索时，对已存在的记录进行等值匹配时，将会自动优化为行锁。
2.InnoDB的行锁是针对于索引加的锁，不通过索引条件检索数据，那么InnoDB将对表中的所有记录加锁，此时就会升级为表锁。
默认情况下，InnoDB在REPEATABLE READ:事务隔离级别运行，InnoDB使用next-key锁进行搜索和索引扫描，以防止幻读。
1.索引上的等值查询（唯一索引），给不存在的记录加锁时，优化为间隙锁。
2.索引上的等值查询（普通索引），向右遍历时最后一个值不满足查询需求时，net-key lock退化为间隙锁。
3.索引上的范围查询（唯一索引）–会访问到不满足条件的第一个值为止。
注意：间隙锁唯一目的是防止其他事务插入间隙，造成幻读现象。间隙锁可以共存，一个事务采用的间隙锁不会阻止另一个事务在同一间隙上采用间隙锁。
1
2
3
cd /var/lib/mysql 里面可以看到MySQL的一些数据表
MySQL5.5版本开始，默认使用InnoDB存储引擎，它擅长事务处理，具有崩溃恢复特性，在日常开发中使用非常广泛。下面是InnoDB架构图，左侧为内存结构，右侧为磁盘结构。
Buffer Pool:缓冲池是主内存中的一个区域，里面可以缓存磁盘上经常操作的真实数据，在执行增删改查操作时，先操作缓冲池中的数据(若缓冲池没有数据，则从磁盘加载并缓存)，然后再以一定频率刷新到磁盘，从而减少磁盘IO,加快处理速度。
缓冲池以Page页为单位，底层采用链表数据结构管理Page。根据状态，将Page分为三种类型：
·free page:空闲page,未被使用。
·clean page:被使用page,数据没有被修改过。
·dirty page:脏页，被使用page,数据被修改过，也中数据与磁盘的数据产生了不一致。
Change Buffer:更改缓冲区（针对于非唯一二级索引页），在执行DML语句时，如果这些数据Page没有在Buffer Pool中，不会直接操作磁盘，而会将数据变更存在更改缓冲区Change Buffer中，在未来数据被读取时，再将数据合并恢复到Buffer Pool中，再将合并后的数据刷新到磁盘中。
Change Buffert的意义是什么？
与聚集索引不同，二级索引通常是非唯一的，并且以相对随机的顺序插入二级索引。同样，删除和更新可能会影响索引树中不相邻的二级索引页，如果每一次都操作磁盘，会造成大量的磁盘O。有ChangeBuffer之后，我们可以在缓冲池中进行合并处理，减少磁盘IO。
Adaptive Hash Index:自适应hash索引，用于优化对Buffer Pool数据的查询。InnoDB存储引擎会监控对表上各索引页的查询，如果观察到hash索引可以提升速度，则建立hash索引，称之为自适应hash索引。
自适应哈希索引，无需人工干预，是系统根据情况自动完成。
参数：adaptive_hash_index
查看MySQL是否打开adaptive_hash_index
show variables like ‘%hash_index%’;
Log Buffer:日志缓冲区，用来保存要写入到磁盘中的log日志数据(redo log、undo log),默认大小为16MB,日志缓冲区的日志会定期刷新到磁盘中。如果需要更新、插入或删除许多行的事务，增加日志缓冲区的大小可以节省磁盘I/O.
参数：
innodb_log_buffer size:缓冲区大小
innodb_flush_log_at_trx_commit:日志刷新到磁盘时机
MySQL [(none)]> show variables like ‘%flush_log%’;
±-------------------------------±------+
| Variable_name | Value |
±-------------------------------±------+
| innodb_flush_log_at_timeout | 1 |
| innodb_flush_log_at_trx_commit | 2 |
±-------------------------------±------+
2 rows in set (0.00 sec)
0:每秒将日志写入并刷新到磁盘一次。
1:日志在每次事务提交时写入并刷新到磁盘
2:日志在每次事务提交后写入，并每秒刷新到磁盘 一次。
System Tablespace:系统表空间是更改缓冲区的存储区域。如果表是在系统表空间而不是每个表文件或通用表空间中创建的，它也可能包含表和索引数据。（在MySQL5.x版本中还包含InnoDB数据字典、undolog等）
参数：innodb_data_file_path
File-Per-Table Tablespaces:每个表的文件表空间包含单个InnoDB:表的数据和索引，并存储在文件系统上的单个数据文件中。
参数：innodb_file_per_table
General Tablespaces:通用表空间，需要通过CREATE TABLESPACE语法创建通用表空间，在创建表时，可以指定该表空间。
CREATE TABLESPACE XXXX ADD
DATAFILE 'file_name'
ENGINE engine_name;
指定表关联的表空间
Undo Tablespaces:撤销表空间，MySQL实例在初始化时会自动创建两个默认的undo表空间（初始大小
16M),用于存储undo log日志。
Temporary Tablespaces:InnoDB使用会话临时表空间和全局临时表空间。存储用户创建的临时表等数据。
Doublewrite Buffer Files:双写缓冲区，innoDB引擎将数据页从Buffer Pooll刷新到磁盘前，先
将数据页写入双写缓冲区文件中，便于系统异常时恢复数据。
☐#ib_16384_0.dblwr
☐#ib_16384_1.dblwr
这两个文件就是双鞋缓冲区的读写文件
Redo Log:重做日志，是用来实现事务的持久性。该日志文件由两部分组成：重做日志缓冲(redo log buffer)以及重做日志文件(redo log),前者是在内存中，后者在磁盘中。当事务提交之后会把所有修改信息都会存到该日志中，用于在刷新脏页到磁盘时，发生错误时，进行数据恢复使用。
以循环方式写入重做日志文件，涉及两个文件：
☐ib_logfile1
☐ib_logfile0
1.Master Thread
核心后台线程，负责调度其他线程，还负责将缓冲池中的数据异步刷新到磁盘中，保持数据的一致性，
还包括脏页的刷新、合并插入缓存、undo页的回收。
2.IO Thread
在InnoDB存储引擎中大量使用了AIO来处理IO请求，这样可以极大地提高数据库的性能，而lO
Thread主要负责这些IO请求的回调。
| 线程类型 | 默认个数 | 职责 |
|---|---|---|
| Read thread | 4 | 负责读操作 |
| Write thread | 4 | 负责写操作 |
| Log thread | 1 | 负责将日志缓冲区刷新到磁盘 |
| Insert buffer thread | 1 | 负责将写缓冲区内容刷新到磁盘 |
3.Purge Thread
主要用于回收事务已经提交了的undo log,在事务提交之后，undo log可能不用了，就用它来回收。
4.Page Cleaner Thread
协助Master Thread刷新脏页到磁盘的线程，它可以减轻Master Thread的工作压力，减少阻塞。
●事务
事务是一组操作的集合，它是一个不可分割的工作单位，事务会把所有的操作作为一个整体一起向系统提交或撤销操作请求，即这些操作要么同时成功，要么同时失败。
●特性
·原子性(Atomicity):事务是不可分割的最小操作单元，要么全部成功，要么全部失败。
·一致性(Consistency)：事务完成时，必须使所有的数据都保持一致状态。
·隔离性(Isolation)：数据库系统提供的隔离机制，保证事务在不受外部并发操作影响的独立环境下运行。
·持久性(Durability)：事务一旦提交或回滚，它对数据库中的数据的改变就是永久的。
redo log持久性
重做日志，记录的是事务提交时数据页的物理修改，是用来实现事务的持久性。
该日志文件由两部分组成：重做日志缓冲(redo log buffer)以及重做日志文件(redo log file),前者是在内存中，后者在磁盘中。当事务提交之后会把所有修改信息都存到该日志文件中，用于在刷新脏页到磁盘，发生错误时，进行数据恢复使用。
undo log原子性
回滚日志，用于记录数据被修改前的信息，作用包含两个：提供回滚和MCC（多版本并发控制）。
undo log和redo log记录物理日志不一样，它是逻辑日志。可以认为当delete一条记录时，undo log中会记录一条对应的insert记录，反之亦然，当update一条记录时，它记录一条对应相反的update记录。当执行rollbackl时，就可以从undo log中的逻辑记录读取到相应的内容并进行回滚。
Undo log销毁：undo log在事务执行时产生，事务提交时，并不会立即删除undo log,因为这些日志可能还用于MVCC.
Undo log存储：undo log采用段的方式进行管理和记录，存放在前面介绍的rollback
segment回滚段中，内部包含1024个undo log segment.
●当前读
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。对于我们日常的操作，如：select…lock in share mode（共享锁），select…for update、update、insert、delete（排他锁）都是一种当前读。
●快照读
简单的select（不加锁）就是快照读，快照读，读取的是记录数据的可见版本，有可能是历史数据，不加锁，是非阻塞读。
Read Committed:每次select,都生成一个快照读。
Repeatable Read:开启事务后第一个selecti语句才是快照读的地方。
Serializable:快照读会退化为当前读。
●MVCC
全称Multi-Version Concurrency Control,多版本并发控制。指维护一个数据的多个版本，使得读写操作没有冲突，快照读为MySQL实现MVCC提供了一个非阻塞读功能。MVCC的具体实现，还需要依赖于数据库记录中的三个隐式字段、undo log日志、readView。
记录表中隐藏字段
| 隐藏字段 | 含义 |
|---|---|
| DB_TRX_ID | 最近修改事务D,记录插入这条记录或最后一次修改该记录的事务ID. |
| DB_ROLL_PTR | 回滚指针，指向这条记录的上一个版本，用于配合undo log,指向上一个版本。 |
| DB_ROW_ID | 隐藏主键，如果表结构没有指定主键，将会生成该隐藏字段。 |
ibd2sdi stu.ibd查看表的详细内容
undo log日志
undo log回滚日志，在insert、update、delete的时候产生的便于数据回滚的日志。
当insert的时候，产生的undo log日志只在回滚时需要，在事务提交后，可被立即删除。
而update、delete的时候，产生的undo log日志不仅在回滚时需要，在快照读时也需要，不会立即被删除。
不同事务或相同事务对同一条记录进行修改，会导致该记录的undolog生成一条记录版本链表，链表的头部是最新的旧记录，链表尾部是最早的旧记录。
readview
ReadView（读视图）是快照读SQL执行时MVCC提取数据的依据，记录并维护系统当前活跃的事务（未提交的）id.
ReadView中包含了四个核心字段：
| 字段 | 含义 |
|---|---|
| m_ids | 当前活跃的事务ID集合 |
| min_trx_id | 最小活跃事务ID |
| max_trx_id | 预分配事务ID,当前最大事务ID+1(因为事务ID是自增的) |
| creator_trx_id | ReadView创建者的事务ID |
不同的隔离级别，生成ReadView的时机不同：
READ COMMITTED:在事务中每一次执行快照读时生成ReadView.
REPEATABLE READ:仅在事务中第一次执行快照读时生成ReadView,后续复用该ReadView。
这个是RC隔离级别
提示一下怎么看当前活跃事务集合
我们可以画一个时间轴，纵轴是时间，横轴是事务
他的快照读版本是事务ID为2的
他的快照读版本是事务ID为3的
这是RR隔离级别