数据库（1）

目录

1.什么是事务？事务的基本特性ACID？

2.数据库中并发一致性问题？

3.数据的隔离等级？

4.ACID靠什么保证的呢？

5.SQL优化的实践经验？

1.什么是事务？事务的基本特性ACID？

        事务指的是满足ACID特性的一组操作，可以通过Commit提交一个事务，也可以使用Rollback进行回滚。

事务的基本特性ACID？

        A原子性（atomicity)指的是一个事务中的操作要么全部成功，要么全部失败。

        C一致性（consistency)指的是数据库总是从一个一致性的状态转换到另外一个一致性的状态。比如A转账给B100块钱，假设中间SQL执行过程中系统崩溃A也不会损失100块，因为事务没有提交，修改也就不会保存到数据库。

I隔离性（isolation)指的是一个事务的修改在最终提交前，对其他事务是不可见的。

D持久性(durablity)指的是一旦事务提交，所做的修改就会永久 保存到数据库中。

2.数据库中并发一致性问题？

在并发环境下，事务的隔离性很难保证，因此会出现很多并发一致性问题。

丢失修改

T1和T2两个事务都对一个数据进行修改，T1先修改，T2随后修改，T2的修改覆盖了T1的修改。

读脏数据

T1修改一个数据，T2随后读取这个数据，如果T1撤销了这次修改，那么T2读取的数据是脏数据。

不可重复读

T2读取一个数据，T1对该数据做了修改。如果T2再次读取这个数据，此时读取的结果和第一次读取的结果不同。

幻影读

T1读取某个范围的数据，T2在这个范围内插入新的数据，T1再次读取这个范围的数据，此时读取的结果和第一次读取的结果不同。

3.数据的隔离等级？

        未提交读（read uncommitted)事务中的修改，即使没有提交，对其他事务也是可见的。

        提交读（read committed)一个事务只能读取已经提交的事务所做的修改。换句话说，一个事务所做的修改在提交之前对其他事务是不可见的。

        可重复读（repeatable read)保证在同一个事务中多次读取同样数据的结果是一样的。

        可串行化（serializable)强制事务串行化执行。

4.ACID靠什么保证的呢？

        A原子性（atomicity)由undo logo日志保证，它记录了需要回滚的日志信息，事务回滚时撤销已经执行成功的sql。

        C一致性（consistency)一般由代码层面来保证。

        I隔离性（isolation)由MVCC来保证。

        D持久性（durability)由内存+redo logo来保证，MySQL修改数据同事在内存和redo logo记录这次操作，事务提交的时候通过redo logo刷盘，宕机的时候可以从redo logo恢复。

5.SQL优化的实践经验？

        1.对查询进行优化，要尽量避免全表扫描，首先应该考虑在where以及order  by涉及的列上建立索引。

        2.应尽量避免在where子句中对字段进行null值判断。否则将导致引擎放弃使用索引而进行全表扫描，如：

select id from t where num is null;

最好不要给数据库留null，尽可能的使用not null填充数据库。

备注、描述、评论之类的可以设置为null，其他的最好不要使用null。

不要以为null不需要空间，比如：char(100)型，在字段建立时，空间就固定了，不管是否插入值（null也包括在内），都是占用100个字符空间的，如果是varchar这样的变长字段，null不占用空间。

可以在num上设置默认值0，确保表中num列没有null值，然后这样子查询：

select id from t where num=0;

           3.应尽量避免在where子句中使用!=或者<>操作符,否则将引起放弃使用索引而进行全表扫描。

        4.应尽量避免在where子句中使用or来连接条件，如果一个字段有索引，一个字段没有索引，将导致引擎放弃使用索引而进行全表扫描，如：

select id from t where num=10 or name='admin';

       ​​​​​​​可以修改为：  

select id from t where num=10
union all
select id from t where name='admin';

        5.in 和 not in也要慎用，否则会导致全表扫描，如：

select id from t where num in(1,2,3);

对于连接的数值，能用between 就不要用in了：

select ID from t where num between 1 and 3;

很多时候 用exists替代in是一个好的选择：

select num from a where num in(select num from b);

用下面的语句替换：

select num from a where exists(select 1 from b where num=a.num);

        6.下面的查询也将导致全表扫描：

select ID from t where name like '%abc%';

若要提高效率，可以考虑全文检索。

        7.如果在where子句中使用参数，也会导致全表扫描。因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划推迟到运行时；它必须在编译时进行选择。然而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。如下面语句将进行全表扫描：

select ID from t where num=@num;

可以改为强制使用索引：

select id from t with(index(索引名）） where num=@num;

 应尽量避免在where子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。如：

select id from t where num/2=100;

应改为：

select id  from t where num=100*2;

        9.应尽量避免在where最中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描。如：

select ID from t where substring(name,1,3)='abc';
select id from t where datediff(day,createdate,'2005-11-30)=0;

应改为：

select ID from t where name like 'abc%';
select id from t where createdate >='2005-11-30' and createdate < '2005-12-01';

        10.不要在where子句中的"="左边进行函数、算数运算或者其他表达式运算，否则系统将可能无法正确使用索引。

        11.在使用索引字段作为条件时，如果该索引是复合索引，那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引，否则该索引将不会被使用，并且应尽可能的让字段顺序与索引顺序相一致。

        12.不要写一些没有意义的查询，如需要生成一个空表结构：

select col1,col2 into #t from t where 1=0;

这类代码不会返回任何结果集，但是会消耗系统资源的，应该成这样：

create table #t(...);

         13.update语句，如果只更改1、2个字段，不要update全部字段，否则频繁调用会引起明显的性能消耗同时带来大量日志。

        14.对于多张大数据量（这里几百条就算大了）的表Join，要先分页再Join，否则逻辑读会很高，性能很差。

        15.select count(*) from table；这样不带任何条件的count会引起全表扫描，并且没有任何业务意义，是一定要杜绝的。

        16.索引并不是越多越好，索引固然可以提高相应的select的效率，但是同时也降低了Insert以及uddate的效率，因为Insert或者update时也有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用的列上建的索引是否有必要。

        17.应尽可能的避免更新clustered索引数据列，因为clustered索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用程序需要频繁更新clustered索引数据列，那么需要考虑是否应将索引建为clustered索引。

        18.尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。

        19.尽可能的使用varchar/nvhachar代替char/nchar,因为首先变长字段存储空间小，可以节省存储空间，其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。

        20.任何地方都不要使用select * from t,用具体的字段列表代替*，不要返回用不到的任何字段。

        21.尽量使用表变量来替代临时表。如果表变量包含大量数据，请注意索引非常有限（只有主键索引）。

        22.避免频繁创建和删除临时表，以减少系统表资源的消耗。临时表并不是不可使用，适当地使用他们可以使某些例程有效，例如，当需要重复引用大型表或常用表中某个数据集时。但是，对于一次性事件，最好使用导出表。

        23.在新建临时表时，如果一次性插入数据量很大，那么可以使用select into 代替create table,避免造成大量log，提高速度，如果数据量不大，为了缓和系统表的资源，应先create table,然后insert。

        24.如果使用到了临时表，在存储过程的最后必将所有的临时表显式删除，先truncate table，然后drop table，这样子可以比比面系统表的较长时间锁定。

        25.尽量避免使用游标，因为游标的效率较差，如果游标的操作的数据超过1万行，那么就应该考虑改写。

        26.使用基于游标的方法或者临时表方法之前，应先寻找基于集的解决方案来解决问题，基于集的方法通常更有效。

        27.与临时表一样，游标并不是不可使用。对小型数据集使用fast_forward游标通常要优于其他逐行处理方法，尤其是在必须引用几个表才能获得所需的数据时。在结果集中包括"合计"的例程 通常要比使用游标的执行的速度快。如果开发时间允许，基于游标的方法和基于集的方法都可以尝试一下，看哪种方法效果更好。

        28.在所有的存储过程和触发器的开始处设置set nocount on,在结束时设置set nocount off。无需在执行存储过程和触发器的每个语句后向客户端发送done_in_proc消息。

        29.尽量避免大事务操作，提高系统并发能力。

        30.尽量避免向客户端返回大数据集，若数据量过大，应该考虑相应需求是否合理。