MySQL 2.0
https://blog.csdn.net/qq_16183731/article/details/86516468
Linux 下 mysql安装
centOS7 安装 尽量图形
安装JDK
查看版本
java -version
https://dev.mysql.com/downloads/mysql/
查看当前是否有mysql
解压
tar -xvf [Mysql] -C [mysql]/
mysql配置
安装位置 /usr/local/mysql
数据文件目录 /mysql/data
占用端口 3306
socket 存放位置 tmp/mysql.sock 客户端与服务端的通信文件
运行软件需要用户和用户组 linux下软件的运行需要特定的用户
添加mysql 用户和mysql 用户组，设置 /usr/local/mysql 权限
没有指定用户组会创建同名的用户组
useradd -r -s /sbin/nologin mysql
修改权限
chown -R mysql.mysql /usr/local/mysql
查看是否成功
ll /usr/local/mysql
初始化库
进入mysql安装目录
移除影响文件 yum remove mariadb-libs
/usr/local/mysql/scripts/mysql_install_db --user=mysql
查看数据是否初始化
ll data
添加mysql 启动管理命令到系统
cp support-files/mysql.server /etc/init.d/mysql
启动服务
service mysql start
设置密码
bin/mysqladmin -u root password '123'
查看是否成功
添加密令到系统
ln -s /usr/local/mysql/bin/mysql /usr/bin
mysql - u root -p
123
netstat -tunlp |grep 3306
授权远程登陆
grant all privileges on *.* to 'root' @'%' identified by '123';
关闭防火墙
systemctl stop firewalld
可以使用
- 参数配置文件
log-bin 二进制日志 主从复制
log-error 错误日志
查询日志log 记录慢查询
数据文件
windows mysql\data
Linux 默认在 /var/lib/mysql 官方文档推荐 usr/local/mysql/data
- 如何配置
windows my.ini
linux /etc/my.conf
ps -ef|grep mysql
jdk 安装
下载rpm包
rpm -qa|grep jdk
rpm -e --nodeps [名字]
rpm -ivh rpm包 安装
环境变量
/etc/profile
存储引擎
1，主要有两种 InnoDB MyISAM
在创建数据库时，库选项，需要指定字符集和校对规则
在创建表的时候，表选项
- 存储引擎
ENGINE=InnoDB DEFAULT CHARSET=utf8mb4
- 字符集，表未指定使用数据库默认字符集
- 索引文件目录
INDEX DIRECTORY = '目录'
- 分区文件
PARTITION BY ...
- 表注释
COMMENT '部门ID'– 加到字段后面即可
- 自增起始数
AUTO_INCREMENT = 行数
2，两种存储引擎的区别和选择
查看MySQL支持的存储引擎 show engines;
查看默认的存储引擎 show variables like '%storage_engine%';
查看表的存储引擎 show table status like "table_name" ;
存储引擎区别
mysql > 5.5 InnoDB（事务性数据库引擎）
mysql <5.5 默认是 MyISAM
各种特性也还不错（比如全文索引、压缩、空间函数等）。但是，MyISAM 不支持事务和行级锁，而且最大的缺陷就是崩溃后无法安全恢复。
区别
- 是否支持行级锁、事务、外键 （MyISAM只支持表级锁,InnoDB都支持）
- 是否支持异常崩溃后的安全恢复
- 是否支持MVCC
- 有效减少加锁操作，提供性能
- 存储文件不同
mysql 数据库
存储引擎是myisam, 在data目录下会看到3类文件：.frm、.myi、.myd
（1）*.frm–表定义，是描述表结构的文件。（2）*.MYD–"D"数据信息文件，是表的数据文件。
（3）*.MYI–"I"索引信息文件，是表数据文件中任何索引的数据树
存储引擎是InnoDB,在data目录下会看到2类文件：.frm、.ibd、.opt
（1）*.frm–表结构的文件。（2）*.ibd–表数据和索引的文件。该表的索引(B+树)的每个非叶子节点存储索引，叶子节点存储索引和索引对应的数据。
(3) .opt 文件是字符集和校对字符集
存储锁 InnoDB
- Record lock 记录锁
- Gap lock 间隙锁 （锁定范围）
- Next-key lock: record lock +gap 临键锁 ，锁定范围包括记录
查询缓存
-- my.cnf 开启缓存
query_cache_type=1
query_cache_size=600000
-- 或者
set global query_cache_type=1;
set global query_cache_size=600000;
事务
1，数据库事务 ，分布式事务
2，什么是事务
- 多个数据库指令，要么全执行，要么都不执行
- 具有四个特性 ACID
- 原子性
- 一致性
- 隔离性
- 持久性
- redo log 日志保证 持久性，使用undo log 保证原子性
- 锁机制保证 MVCC等 保证 隔离性
- 通过上面两个才能保证一致性
start transaction
commit / rollback
四个隔离级别
读未提交
读已提交
可重复读
串行化
-- 设置隔离级别
-– READ-UNCOMMITTED
-– READ-COMMITTED
-– REPEATABLE-READ
–- SERIALIZABLE
transaction-isolation = READ-COMMITTED
-– READ UNCOMMITTED
–- READ COMMITTED
–- REPEATABLE READ
–- SERIALIZABLE
SET TRANSACTION ISOLATION LEVEL REPEATABLE READ;
数据库的分类
关系型 MYSQL 非关系型 Redis Memcache 分布式文件存储 MongoDB
MYSQL 索引
1， 索引是什么，优缺点？
- 用于快速查询和检索数据的数据结构，常用数据结构，b+树和 hash
- 优缺点
- 加快大量数据的查询速度
- 创建唯一索引，保证每行数据的唯一
- 建立索引可以加快表与表之间的连接
- 为用来排序或者是分组的字段添加索引可以加快分组和排序顺序
- 创建和维护需要成本（存储索引的空间，修改数据，动态修改索引）
- 大数据量才能体现优势
2，使用索引
-- 主键索引
ALTER TABLE `table_name` ADD PRIMARY KEY ( `column` );
-- 唯一索引
-- 唯一索引限制列的值必须唯一，但允许存在空值（只允许存在一条空值）。
ALTER TABLE `table_name` ADD UNIQUE ( `column` );
-- 普通索引
ALTER TABLE `table_name` ADD INDEX index_name ( `column` );
-- 添加全文索引
-- 由于模糊查询需要，查询全表，所以建立全文索引，直接在索引中寻找，模糊查询的对象
-- 注意： 默认 MySQL 不支持中文全文检索！
-- MySQL 全文搜索只是一个临时方案，对于全文搜索场景，
-- 更专业的做法是使用全文搜索引擎，例如 ElasticSearch 或 Solr。
ALTER TABLE `table_name` ADD FULLTEXT ( `column` );
-- 添加多列索引
-- 复合索引遵守“最左前缀”原则
ALTER TABLE `table_name` ADD INDEX index_name ( `column1`,`column2`,`column3` );
-- 创建表的时候
CREATE TABLE `news` (
`id` int(11) NOT NULL AUTO_INCREMENT ,
`title` varchar(255) NOT NULL ,
`content` varchar(255) NULL ,
`time` varchar(20) NULL DEFAULT NULL ,
PRIMARY KEY (`id`),
INDEX index_name (title(255))
)
DROP INDEX index_name ON table_name;
alter table `表名` drop index 索引名;
-- 查看索引使用情况
show status like ‘Handler_read%’;
-- handler_read_key:这个值越高越好，越高表示使用索引查询到的次数
-- handler_read_rnd_next:这个值越高，说明查询低效
-- 在where后使用or，导致索引失效（尽量少用or）
-- 对于查询索引
# 使用了index_name_email索引
EXPLAIN select * from students where email like '742981086@qq.com%'
# 没有使用index_name_email索引，索引失效
EXPLAIN select * from students where email like '%742981086@qq.com'
# 没有使用index_name_email索引，索引失效
EXPLAIN select * from students where email like '%742981086@qq.com%'
-- 最左匹配
create index index_email_phone on students(email,phone);
3，这里为什么要使用 EXPLAIN 关键字
EXPLAIN :模拟Mysql优化器是如何执行SQL查询语句的，从而知道Mysql是如何处理你的SQL语句的。分析你的查询语句或是表结构的性能瓶颈。
4，关于数据结构
mysql默认使用B+Tree，5.5版本之前使用B-Tree
一个sql语句在mysql里究竟是如何运行的呢？又是怎么去查找的呢？
其中就涉及到数据库（存储数据）以及查找算法。
- 查找算法：
- 目录查找：索引
- 遍历：暴力查找，尽量避免的方式
- 二分：B+树的基础算法
- 键查找：hash查找 ，hash冲突是个难题
5，为什么是b+tree
能做索引的数据结构有：数组、链表、红黑树、B树(B-树、B+树)。
那么哪种数据结构适合做 MySql 数据库的存储
- 链表数据占用空间，查找效率不稳定
- 那么多树， 为什么偏偏最后选择了B+Tree？
- 二叉排序树结构在极端的情况下会退化成链表，降低效率
- 红黑树的效率很高但是大数据量下
- 树的再平衡会很麻烦（左旋和右旋）
- 树还是属于二叉树，深度会很高
- hash 不能部分查找和范围查找，但是非这两种情况控制好冲突效率很高
6，B+树具体实现结构
N阶的BTree的几个重要特性：
节点最多含有N颗子树(指针)，N-1个关键字(数据存储空间) (N>=2);
除了根节点和叶子节点外，其它每个节点至少有M=N/2个子节点，
M向上取整，即分裂的时候从中间分开，分成M棵子树；
若根节点不是叶子结点，则至少有两颗子树
b-tree N=3
b+tree N=3
