kai~L-优快云博客

原创 06-深入理解Mysql事务隔离级别与锁机制

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update、insert、delete操作会自动给涉及的表加写锁。InnoDB在执行查询语句SELECT时(非串行隔离级别)，不会加锁。但是update、insert、delete操作会加行锁。简而言之，就是读锁会阻塞写，但是不会阻塞读。而写锁则会把读和写都阻塞。

2024-09-20 14:34:33 2048

原创 05-Mysql索引优化实战二

在决定哪个表做驱动表的时候，应该是两个表按照各自的条件过滤，过滤完成之后，计算参与 join 的各个字段的总数据量，数据量小的那个表，就是“小表”，应该作为驱动表。

2024-09-19 16:13:05 1627

1.有k个子树的中间节点包含有k个元素（B树中是k-1个元素），每个元素不保存数据，只用来索引，所有数据都保存在叶子节点。1.有k个子树的中间节点包含有k个元素（B树中是k-1个元素），每个元素不保存数据，只用来索引，所有数据都保存在叶子节点。叶子节点包含了全部元素信息。3.所有的中间节点元素都同时存在于子节点，在子节点元素中是最大（或最小）元素。3.所有的中间节点元素都同时存在于子节点，在子节点元素中是最大（或最小）元素。树中，只有叶子节点带有卫星数据，中间节点仅仅保存索引，没有其他关联。

2024-09-09 09:00:00 405

原创 04 mysql索引优化

以社交场景APP来举例，我们一般会去搜索一些好友，这里面就涉及到对用户信息的筛选，这里肯定就是对用户user表搜索了，这个表一般来说数据量会比较大，我们先不考虑分库分表的情况，比如，我们一般会筛选地区(省市)，性别，年龄，身高，爱好之类的，有的APP可能用户还有评分，比如用户的受欢迎程度评分，我们可能还会根据评分来排序等等。一般来说，通过这么一个多字段的索引是能够过滤掉绝大部分数据的，就保留小部分数据下来基于磁盘文件进行order by语句的排序，最后基于limit进行分页，那么一般性能还是比较高的。

2024-09-09 09:00:00 576

原创 03 mysql慢查询

这个是由参数long_query_time控制，默认情况下long_query_time的值为10秒，可以使用命令修改，也可以在my.cnf参数里面修改。如上所示，我修改了变量long_query_time，但是查询变量long_query_time的值还是10，难道没有修改到呢？log_output='TABLE'表示将日志存入数据库，这样日志信息就会被写入到mysql.slow_log表中。my.cnf要增加或修改参数slow_query_log 和slow_query_log_file，如下所示。

2024-09-09 09:00:00 1617

原创 B树（B-tree）

树在查询时比较次数不比二叉查找树少，相比磁盘io的速度，内存中的耗时可以忽略不计，节点下内部元素只要不超过磁盘页的大小，无非多几次内存交互。5.每个节点中的元素从小到大排列，节点当中k-1个元素正好是k个孩子包含的元素的值域分划。2.每个中间节点都包含k-1个元素和k个孩子，其中 m/2 <= k <= m。B树是一种多路平衡查找树，每个节点最多包含k个孩子，k大小取决于磁盘页大小。3.每一个叶子节点都包含k-1个元素，其中 m/2 <= k <= m。这时会发现磁盘IO次数是4，索引树高度也为4，

2024-09-04 09:00:00 372

原创红黑树(Red Black Tree)

此时节点17和节点25是连续的两个红色节点，那么把节点17变成黑色节点？这样一来不但打破了规则4，而且根据规则2（根节点是黑色），也不可能把节点13变成红色节点。因为其中两条路径(17 -> 8 -> 6 -> NIL)的黑色节点个数是4，其他路径的黑色节点个数是3，不符合规则5。顺时针旋转红黑树的两个节点，使得父节点被自己的左孩子取代，而自己成为自己的右孩子。逆时针旋转红黑树的两个节点，使得父节点被自己的右孩子取代，而自己成为自己的左孩子。由于父节点22是红色节点，（每个红色节点的两个子节点都是黑色），

2024-09-02 15:32:56 394

原创二叉查找树（binary search tree）

（比如数据库查找索引时每查找比对一次，磁盘io增加一次，树深度就是磁盘io次数，相对加载进内存，在内存比较运算，速度几乎可以忽略不计）4.由于10 < 11，因此查看左孩子10，发现10正是要查找的节点。为解决插入新节点导致的不平衡，产生了自平衡二叉查找树（红黑树）。好处：符合二分查找的思想查找次数等同于树的深度。缺点：可能导致数据结构成为线性，查找性能大打折扣。3.由于10 < 13，因此查看左孩子11。2.由于10 > 9，因此查看右孩子13。比如插入五个节点：7,6,5,4,3。

2024-09-02 15:10:34 151

原创 02 Explain详解与索引优化

扫描全索引就能拿到结果，一般是扫描某个二级索引，这种扫描不会从索引树根节点开始快速查找，而是直接对二级索引的叶子节点遍历和扫描，速度还是比较慢的，这种查询一般为使用覆盖索引，二级索引一般比较小，所以这种通常比ALL快一些。在这种情况下，可以通过检查 where 子句看是否可以创造一个适当的索引来提高查询性能，然后用 explain 查看效果。2.关联表查询，idx_film_actor_id是film_id和actor_id的联合索引，这里使用到了film_actor的左边前缀film_id部分。

2024-09-02 14:15:34 750

k_aikai的博客

原创 06-深入理解Mysql事务隔离级别与锁机制

原创 05-Mysql索引优化实战二

原创 B+树(B+Tree)

原创 04 mysql索引优化

原创 03 mysql慢查询

原创 B树（B-tree）

原创红黑树(Red Black Tree)

原创二叉查找树（binary search tree）

原创 02 Explain详解与索引优化

原创 mysql5.7和8.0安装

原创 01 mysql索引&数据结构

原创 java双向链表实现

空空如也

空空如也