十三、索引树高度
1、表的数据量
数据量越大，树的高度就会变高，理论上三层索引树的告诉最为理想，可以支持百万级别的数据量
解决：可以使用分表（横切，竖切），分库，增加缓存，解决数据量大，查询慢的问题
2、索引键值过长
该索引字段存储数据太大，每个叶子节点最大存储16K，超过这个范围会新增加叶子节点和分支节点
解决：前缀索引（截取前5个长度）
3、数据类型
char（定长） varchar（变长）从开辟空间速度来看，char快
从数据结构上来看，varchar更合理
（1）避免使用select * ，不确定表大小的时候，使用count（*）查一下数据
（2）尽量使用数据类型较小的字段做索引
（3）重复值少的，区分度高的字段索引，性别这样的字段不要做索引
（4）在多表查询时使用join，尽量少的使用子查询
十四、执行计划分析
desc/explain
执行计化：在一条sql执行之前，制定执行的方案
desc select * from s1；
1、select_type
simple：代表的是简单查询（单表查询，不包括子查询，union）
primary：sql嵌套中的主查寻（最外层）
subquery：sql嵌套中的子查询（最里面）
derived：衍生查询（把子查询结果作为一张临时表）
2、table
在多表或者子查询的时候，通过table分析出出问题的表是谁
3、type
显示执行计划的类型，优先级从低到高如下，优化时，至少达到range或者ref级别
all < index < range < ref < eq_ref < const < system
（1）all全表扫描(不走索引)慢查询
1）在大范围内查询 > < >= <= != between and in like
2）where条件中有计算，有函数
3）数据类型不匹配
4）拼接条件使用or
（2）index全索引扫描
扫描整个索引树，才能获取到多有数据，这样的索引失去意义
desc select count(*) from s1;
（3）range索引范围扫描（注意点：范围太大，不能命中索引）
1）普通情况
desc select * from s1 where id < 10; # type = range
desc select * from s1 where id < 1000000; # type = all
desc select * from s1 where id between 1 and 10; # type => range
desc select * from s1 where id between 1 and 1000000; # type => all
desc select * from s1 where email like "%w%"; # type => all
desc select * from s1 where email like "w%"; # type => range (去掉左边的%)2）对in或or语句进行优化
优化时：union all 比 union 速度快，union在合并数据之后，多一步去重操作
desc select * from s1 where id = 1
union all
select * from s1 where id = 1;
desc select * from s1 where id = 1
union
select * from s1 where id = 1;优化or条件
desc select * from s1 where id = 10 or name = "aaaaa"
desc select * from s1 where id = 10
union all
select * from s1 where name = 'aaaaa';（4）ref普通索引查询（非唯一）
desc select * from s1 where email = "xboyww10@oldboy";
desc select * from s1 where id = 10; # 此时id设置是普通索引（5）eq_ref 唯一性索引（联表）
要求：应用在多表联查中，被关联的字段需要主键或者唯一键，表之间的关系为一对一并且数据条数相同
desc select student1.age from student1,class1 where student1.class_id = class1.id
alter table class1 add primary key(id);
delete from student1 where id = 3;（6）const主键或唯一索引（单表）
针对于primary key 和 unique 索引等值查询
desc select * from class1 where id = 1 # type => const
desc select * from class1 where id > 1 # type => range（7）system
只有一条数据的系统表
4、possible_keys
执行sql时，可能用到的索引是谁
5、key
执行sql时，实际用到的索引是谁
6、key_len
判断联合索引覆盖的长度（通过字节数可以判定出到底触发了哪些联合索引字段）
在没有not null约束的时候，默认预留一个字节，标记是空或者非空
utf8通常情况下，中文1个字符占用三个字节，字母占用1个字节，极个别的生僻字占用4个字节
varchar 每次存储数据的时候，系统底层默认会额外预留2个字节
有not null(不为空) 没有not null(可为空)
tinyint 1 1+1
int 4 4+1
char(5) 5*3 5*3+1
varchar(5) 5*3 + 2 5*3+2+1十五、事务处理的四项特征ACID
A.原子性:
同一个事务中执行多条sql语句，要么全部成功，要么直接回滚，作为一个完整的整体，不能再继续分隔得最小个体
C.一致性：
a，i，d 都是为了保证数据的一致性才提出来的，比如约束，键在插入数据时，必须按照要求插入，保证规则上的一致性
上升到事务中，如果出现意外导致数据不统一，例如脏读，幻读，不可重读，最终要保证数据是一致的
上升到主从数据库，主数据库增删改，从数据库也要进行同步改变，保证数据的一致性；
I.隔离性：
lock + isolation锁，来处理事务的隔离级别
一个事务和另外一个事务工作过程中彼此独立隔离
D.持久性：
把数据写到磁盘上，保证数据持久化存储不丢失
隔离性：隔离级别
脏读：没提交的数据被读出来了
不可重读：前后多次读取，结果数据内容不一样（同一个会话里，在不修改的情况下，永远只看到同样的一份数据）
幻读：前后多次读取，结果数据的总量不一样
RU:读未提交：脏读，不可重读，幻读READ-UNCOMMITTED
RC:读已提交：防止脏读，会出现不可重读和幻读 READ-COMMITTED
RR:可重复读：防止脏读，不可重读，可能会出现幻读 REPEATABLE-READ
SR:可串行化：防止一切（但是会把异步并发的程序变成同步程序，不能并发，性能差）查询当前mysql的隔离级别（默认是RR）
select @@tx_isolation;查询是否自动提交数据
select @@autocommit；修改mysql配饰文件
找到配置文件my.ini文件修改配置
更改隔离级别
transaction_isolation = READ-UNCOMMITTED不让系统自动提交数据
autocommit = 0重启mysql
net start mysql
net stop mysql脏读
READ-UNCOMMITTED
先去调账设置，重启mysql，尝试在一个窗口里通过事务，更改一条数据，开启另外一个窗口尝试读取，会出现问题不可重复读
窗口1
begin；
update t1 set k1="abc" where id = 1;
select * from t1;
commit;
窗口2
select * from t1；数据也跟着改了，这就是不可重读幻读
窗口1
begin；
insert into t1 values(4,'c',50);
select * from t1;
commit;
窗口2
select * from t1; 数量也跟着增加了，这就是幻读通过二次提交commit，可以让多用户同步数据
commit;事务应用的计数
（1）RR级别下，解决不可重读，使用mvcc技术，生成最新的mysql的系统备份（快照），然后读取快照
（2）RR级别下，解决幻读，gap间隙锁 next-lock下一键锁
