数据库的三大范式索引事务

Posted 2023-02-28 小猪媛不圆

数据库的三大范式、索引、事务

• 1.数据库的三大范式
• • 1.1 第一范式（1NF）：列不可再拆分
  • 1.2 第二范式（2NF）：保证表中每一列都和主键相关
  • 1.3 第三范式（3NF）：数据库中的每一列都和主键直接相关，而不是间接相关
• 2.数据库索引
• • 2.1 什么是索引
  • 2.2 索引的使用场景
  • 2.3 索引的底层实现
  • • 2.3.1 为什么数据库索引结构不使用Hash表或者二叉搜索树？
    • 2.3.2 MySQL索引结构——B+树
    • 2.3.3 索引的使用
• 3.数据库事务
• • 3.1 事务的四大特征
  • 3.2 并发操作数据库可能带来的问题

1.数据库的三大范式

写在前面：三大范式只是一般设计数据库的基本理念，可以建立冗余较小、结构合理的数据库。如果有特殊情况，当然要特殊对待，数据库设计最重要的是看需求跟性能，需求>性能>表结构。所以不能一味的去追求范式建立数据库。

1.1 第一范式（1NF）：列不可再拆分

1. 每一列属性都是不可再分的属性值，确保每一列的原子性
2. 两列的属性相近或相似或一样，尽量合并属性一样的列，确保不产生冗余数据

1.2 第二范式（2NF）：保证表中每一列都和主键相关

第二范式是在第一范式的基础上建立起来的，即满足第二范式必须先满足第一范式。第二范式要求数据库表中的每个实例或行必须可以被唯一的区分，为实现区分通常需要为表加上一个列，以存储各个实例的唯一标识。这个唯一属性列被称为主键。

1.3 第三范式（3NF）：数据库中的每一列都和主键直接相关，而不是间接相关

数据不能存在传递关系，即每个属性都跟主键有直接关系而不是间接关系。像：a–>b–>c 属性之间含有这样的关系，是不符合第三范式的。

比如Student表（学号，姓名，年龄，性别，所在院校，院校地址，院校电话）
这样一个表结构，就存在上述关系。 学号–> 所在院校 --> (院校地址，院校电话)
这样的表结构，我们应该拆开来，如下。
（学号，姓名，年龄，性别，所在院校）–（所在院校，院校地址，院校电话）

2.数据库索引

2.1 什么是索引

• 索引是一种特殊的文件，包含着对书库表里所有记录的引用指针。可以对表中的一列或者多列创建索引。并指定索引的类型。
• 索引是一种数据结构。数据库索引是数据控制管理系统中的一个排序的数据结构，以协助快速查询，更新数据库表中的数据。
• 索引的通常实现是B+树
• 通俗的说，索引就相当于目录，表就相当于书，而数据就是书中的内容。通过内容建立索引形成目录
• 索引就是一个文件，需要占据物理空间

2.2 索引的使用场景

要考虑对数据库表的某列或某几列创建索引，需要考虑下面几点：

• 数据量较大，且经常对这些列进行条件查询
• 该数据库表的插入操作，及对这些列的修改操作频率较低
• 索引会占用额外的磁盘空间

满足以上条件是，考虑对表中的这些字段创建索引，以提高查询效率
反之，如果非条件查询列，或经常做插入、修改操作，或磁盘空间不足时，不考虑创建索引。

2.3 索引的底层实现

2.3.1 为什么数据库索引结构不使用Hash表或者二叉搜索树？

• 对于Hsah表：哈希表需要明确的知道key的值是什么，才可以通过哈希函数计算得到下标，进而进行查找得到数据，这样在模糊匹配的时候，key值无法确定，就无法利用哈希表进行查找了。
• 对于二叉搜索树：二叉搜索树的特点是，每个非叶子节点都有两个孩子节点，但这样会导致在数据量非常大的情况下，二叉搜索树的深度过深，在进行搜索的时候，子根节点向下进行搜索需要访问的叶子结点也会非常多，大大降低了查询的效率。

2.3.2 mysql索引结构——B+树

这种结构就是B+树
特点：

• B树中的非叶子结点也可能会存储数据，但是B+树的数据一定是存放在叶子结点上，非叶子结点只是用来辅助进行查找
• 每一层兄弟结点之间都是相互连通的（类似于链表），通过指针关联不同的数据，这使得遍历起来更加方便，尤其是指定区间进行查找的时候

总结

• B+树对于哈希表来说，可以处理模糊匹配的场景
• B+树对于二叉搜索树来说，深度更低，查找效率更高
• B+树对于B树来说
• B树只适合随机检索，而B+树同时支持随机检索和顺序检索
• 单一节点可以存储更多的数据，降低查询的IO次数
• 所有的查询都需要查找到叶子节点1，使得查询性能更稳定
• 兄弟节点之间形成有序链表，便于范围内查找，增删效率也高

2.3.3 索引的使用

在创建主键约束（primary key），唯一约束（unique），外键约束（foreign key）时，会自动创建该列的索引

1. 查看索引

show index from 表名;

2. 创建索引

// 对于非主键，非唯一约束，非外键的字段，创建普通索引
create index 索引名 on 表名（字段名）;

3. 删除索引

drop index 索引名 on 表名;

3.数据库事务

事务是一个不可分割的数据库操作序列，也就是数据库并发控制的基本单位；事务是逻辑上的一组操作，这组操作的各个单元要么全部执行成功，要么全部执行失败（事务的典例：转账）

3.1 事务的四大特征

1. 原子性：事务是最小的执行单位，不允许分割，其中包含的操作，要么全部执行成功，要么前部执行失败
2. 一致性：事务执行前后，数据要保持在一种合法的情况（无论事务最后执行是成功的，还是失败的，最终数据库中的数据都是满足实际生活中的逻辑的）
3. 持久性：一个事务一旦被提交，对于数据库的修改就是永久的，即使数据库发生故障也不会对其有任何影响
4. 隔离性：多个事务并发执行时，事务的内部操作和其他事务的内部操作时相互隔离，互不影响的。

3.2 并发操作数据库可能带来的问题

• 脏读（Dirty-Read）：指一个事务A读取了另一个事务B没有提交的数据，由于 某些原因，B对数据进行了修改，则A读到的数据就是不正确的，这就是脏读。

为了解决脏读问题，可以给写操作加锁，一个事务在没有提交数据之前，不能被读取。

• 不可重复读（Non-repeatable read）：一个事务先后两次读取到的数据不一 致，可能是两次读取过程中插入了一个事务更新了原有的数据，这就是不可重 复读。

为了解决不可重复读，可以给读操作加锁，一个事务在没有读完之前不能修改数据。

幻读（Phantom Read）：同一个事务中，多次查询返回的结果集不一样。例如
有一个事务查询了几列数据，而另一个事务却在此时插入了新的几列数据，先前的事务在接下来的查询中，就会发现有几列数据是它先前所没有的。这就是幻读。

如果要避免幻读，就得进一步提高隔离性，即“串行化”。