数据库 学习笔记

基本概念

数据库事务是什么？

1. 数据库事务是指作为单个逻辑工作单元执行的一系列操作，这些操作要么全做，要么全部做，是一个不可分割的工作单元。
2. 事务的开始与结束可以由用户显示的控制。如果用户没有显式地定义事务，则由DBMS按照默认的规定自动划分事务。事务分为 原子性、一致性、独立性 及 持久性 等特点。

事务的基本要素?

原子性：

事务必须是原子工作单元。对数据的修改要么都执行，要么都不执行。

一致性：

事务在完成时，必须使所有的数据都保持一致状态。在相关数据库中，所有规则都必须应用于事务的修改，以保持所有数据的完整性。

独立性：

由并发事务所作的修改必须与任何其它并发事务所作的修改隔离。事务查看数据时数据所处的状态，要么是另一并发事务修改它之前的状态，要么是另一事务修改它之后的状态，事务不会查看中间状态的数据。

持久性：

事务完成之后，它对于系统的影响是永久性的。该修改即使出现致命的系统故障也将一直保持。

脏读、幻读、不可重复读?

脏读

就是A事务访问了数据库，还没进行修改，B事务也访问了数据库，并且已经做了修改。

幻读

是指当事务不是独立执行时发生的一种现象。 A事务修改表中所有数据，而B事务插入一条新数据，而这条新数据就没有被修改。

不可重复读

是指在一个事务内，多次读同一数据。在这个事务还没有结束时，另外一个事务也访问该同一数据。

注：不可重复读和脏读的区别是，脏读是某一事务读取了另一个事务未提交的脏数据，而不可重复读则是读取了前一事务提交的数据。

事务隔离级别

Read Uncommitted 读未提交：不允许第一类更新丢失。允许脏读，不隔离事务。
Read Committed 读已提交：不允许脏读，允许不可重复读。
Repeatable Read 可重复读：不允许不可重复读。但可能出现幻读。
Serializable 串行化：所有的增删改查串行执行。

MyISAM 和 InnoDB 的区别有哪些？

1. InnoDB 支持事务，MyISAM 不支持事务。这是 MySQL 将默认存储引擎从 MyISAM 变成 InnoDB 的重要原因之一
2. InnoDB 支持外键，而 MyISAM 不支持。对一个包含外键的 InnoDB 表转为 MYISAM 会失败
3. InnoDB 是聚集索引，MyISAM 是非聚集索引。聚簇索引的文件存放在主键索引的叶子节点上，因此 InnoDB 必须要有主键，通过主键索引效率很高。但是辅助索引需要两次查询，先查询到主键，然后再通过主键查询到数据。因此，主键不应该过大，因为主键太大，其他索引也都会很大。而 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。主键索引和辅助索引是独立的
4. InnoDB 不保存表的具体行数，而MyISAM 用一个变量保存了整个表的行数，执行上述语句时只需要读出该变量即可，速度很快
5. InnoDB 最小的锁粒度是行锁，MyISAM 最小的锁粒度是表锁。一个更新语句会锁住整张表，导致其他查询和更新都会被阻塞，因此并发访问受限。这也是 MySQL 将默认存储引擎从 MyISAM 变成 InnoDB 的重要原因之一

应用场景

1、MyISAM管理非事务表，提供高速存储和检索以及全文搜索能力，如果再应用中执行大量select操作，应该选择MyISAM

2、InnoDB用于事务处理，具有ACID事务支持等特性，如果在应用中执行大量insert和update操作，应该选择InnoDB

索引

索引可以理解为目录，把一些关键信息用一种数据结构存储起来，达到高效查询搜索的目的。

mongoDB 基本概念

是非关系型数据库， 或者叫文档型数据库， 基于json document.

mongoDB 有哪些索引

单键索引

在一个键上创建的索引就是单键索引，单键索引是最常见的索引，如MongoDB默认创建的_id的索引就是单键索引

复合索引

在多个键上建立的索引就是复合索引

多键索引

如果在一个数组上面创建索引，MongoDB会自己决定，是否要把这个索引建成多键索引。

地理空间索引

MongoDB支持几种类型的地理空间索引。其中最常用的是 2dsphere 索引（用于地球表面类型的地图）和 2d 索引（用于平面地图和时间连续的数据）。

全文本索引

全文索引用于在文档中搜索文本，我们也可以使用正则表达式来查询字符串，但是当文本块比较大的时候，正则表达式搜索会非常慢，而且无法处理语言理解的问题（如 entry 和 entries 应该算是匹配的）。使用全文索引可以非常快地进行文本搜索，就如同内置了多种语言分词机制的支持一样。创建索引的开销都比较大，全文索引的开销更大。创建索引时，需后台或离线创建。

哈希索引

全文索引用于在文档中搜索文本，我们也可以使用正则表达式来查询字符串，但是当文本块比较大的时候，正则表达式搜索会非常慢，而且无法处理语言理解的问题（如 entry 和 entries 应该算是匹配的）。使用全文索引可以非常快地进行文本搜索，就如同内置了多种语言分词机制的支持一样。创建索引的开销都比较大，全文索引的开销更大。创建索引时，需后台或离线创建。

mysql 用B+树， mongoDB 用B-树 ，为什么？

(1)B-树的树内存储数据，因此查询单条数据的时候，B-树的查询效率不固定，最好的情况是O(1)。我们可以认为在做单一数据查询的时候，使用B-树平均性能更好。但是，由于B-树中各节点之间没有指针相邻，因此B-树不适合做一些数据遍历操作。

(2)B+树的数据只出现在叶子节点上，因此在查询单条数据的时候，查询速度非常稳定。因此，在做单一数据的查询上，其平均性能并不如B树。但是，B+树的叶子节点上有指针进行相连，因此在做数据遍历的时候，只需要对叶子节点进行遍历即可，这个特性使得B+树非常适合做范围查询

mysql 是 关系型数据库， 涉及遍历数据表的操作较多，B+ 树的子节点指针相连，查询效率更高。