Update mysql-index.md

[修改]：修改 mysql 索引详解，修改聚集索引与非聚集索引图片，添加联合索引，最左前缀匹配原则，索引下推的概念

docs/cs-basics/data-structure/tree.md

@@ -110,7 +110,7 @@ tag:
 
 ### 顺序存储
 
-顺序存储就是利用数组进行存储，数组中的每一个位置仅存储节点的 data，不存储左右子节点的指针，子节点的索引通过数组下标完成。根结点的序号为 1，对于每个节点 Node，假设它存储在数组中下标为 i 的位置，那么它的左子节点就存储在 2 _ i 的位置，它的右子节点存储在下标为 2 _ i+1 的位置。
+顺序存储就是利用数组进行存储，数组中的每一个位置仅存储节点的 data，不存储左右子节点的指针，子节点的索引通过数组下标完成。根结点的序号为 1，对于每个节点 Node，假设它存储在数组中下标为 i 的位置，那么它的左子节点就存储在 2i 的位置，它的右子节点存储在下标为 2i+1 的位置。
 
 一棵完全二叉树的数组顺序存储如下图所示：
 
@@ -181,4 +181,4 @@ public void postOrder(TreeNode root){
 	postOrder(root.right);
 	system.out.println(root.data);
 }
-```
+```

docs/database/mysql/mysql-index.md

@@ -5,7 +5,7 @@ tag:
   - MySQL
 ---
 
-
+> 感谢**[WT-AHA](https://github.com/WT-AHA)** 对本人的完善，相关 PR：https://github.com/Snailclimb/JavaGuide/pull/1648 。
 
 ## 何为索引？有什么作用？
 
@@ -31,7 +31,7 @@ tag:
 
 ## 索引的底层数据结构
 
-### Hash表 & B+树
+### Hash表
 
 哈希表是键值对的集合，通过键(key)即可快速取出对应的值(value)，因此哈希表可以快速检索数据（接近 O（1））。
 
@@ -76,8 +76,6 @@ B 树也称 B-树,全称为 **多路平衡查找树** ，B+ 树是 B 树的一
 - B 树的叶子节点都是独立的;B+树的叶子节点有一条引用链指向与它相邻的叶子节点。
 - B 树的检索的过程相当于对范围内的每个节点的关键字做二分查找，可能还没有到达叶子节点，检索就结束了。而 B+树的检索效率就很稳定了，任何查找都是从根节点到叶子节点的过程，叶子节点的顺序检索很明显。
 
-![](https://img-blog.csdnimg.cn/20210420165409106.png)
-
 在 MySQL 中，MyISAM 引擎和 InnoDB 引擎都是使用 B+Tree 作为索引结构，但是，两者的实现方式不太一样。（下面的内容整理自《Java 工程师修炼之道》）
 
 MyISAM 引擎中，B+Tree 叶节点的 data 域存放的是数据记录的地址。在索引检索的时候，首先按照 B+Tree 搜索算法搜索索引，如果指定的 Key 存在，则取出其 data 域的值，然后以 data 域的值为地址读取相应的数据记录。这被称为“非聚簇索引”。
@@ -94,6 +92,8 @@ InnoDB 引擎中，其数据文件本身就是索引文件。相比 MyISAM，索
 
 在 MySQL 的 InnoDB 的表中，当没有显示的指定表的主键时，InnoDB 会自动先检查表中是否有唯一索引且不允许存在null值的字段，如果有，则选择该字段为默认的主键，否则 InnoDB 将会自动创建一个 6Byte 的自增主键。
 
+![](http://101.43.132.98:98/images/cluster-index.png)
+
 ### 二级索引(辅助索引)
 
 **二级索引又称为辅助索引，是因为二级索引的叶子节点存储的数据是主键。也就是说，通过二级索引，可以定位主键的位置。**
@@ -110,7 +110,7 @@ InnoDB 引擎中，其数据文件本身就是索引文件。相比 MyISAM，索
 
 二级索引:
 
-![](https://img-blog.csdnimg.cn/20210420165254215.png)
+![](http://101.43.132.98:98/images/no-cluster-index.png)
 
 ## 聚集索引与非聚集索引
 
@@ -190,6 +190,20 @@ SELECT id FROM table WHERE id=1;
 覆盖索引:
 ![](https://img-blog.csdnimg.cn/20210420165341868.png)
 
+## 联合索引
+
+使用表中的多个字段创建索引，就是 **联合索引**，也叫 **组合索引** 或 **复合索引**。
+
+## 最左前缀匹配原则
+
+最左前缀匹配原则指的是，在使用联合索引时，**MySQL** 会根据联合索引中的字段顺序，从左到右依次到查询条件中去匹配，如果查询条件中存在与联合索引中最左侧字段相匹配的字段，则就会使用该字段过滤一批数据，直至联合索引中全部字段匹配完成，或者在执行过程中遇到范围查询，如 **`>`**、**`<`**、**`between`** 和 **`以%开头的like查询`** 等条件，才会停止匹配。
+
+所以，我们在使用联合索引时，可以将区分度高的字段放在最左边，这也可以过滤更多数据。
+
+## 索引下推
+
+索引下推是 **MySQL 5.6** 版本中提供的一项索引优化功能，可以在非聚簇索引遍历过程中，对索引中包含的字段先做判断，过滤掉不符合条件的记录，减少回表次数。
+
 ## 创建索引的注意事项
 
 **1.选择合适的字段创建索引：**

docs/database/mysql/transaction-isolation-level.md

@@ -54,7 +54,7 @@ tag:
 
 ----
 
-| 隔离级别 | 脏读 | 不可重复读 | 幻影读 |
+| 隔离级别 | 脏读 | 不可重复读 | 幻读 |
 | :---: | :---: | :---:| :---: |
 | READ-UNCOMMITTED | √ | √ | √ |
 | READ-COMMITTED | × | √ | √ |
@@ -127,17 +127,26 @@ SET [SESSION|GLOBAL] TRANSACTION ISOLATION LEVEL [READ UNCOMMITTED|READ COMMITTE
 <div align="center">  
 <img src="https://my-blog-to-use.oss-cn-beijing.aliyuncs.com/2019-33-2可重复读.jpg"/>
 </div>
+#### 幻读
 
-#### 防止幻读(可重复读)
+##### 演示幻读出现的情况
 
-<div align="center">  
-<img src="https://my-blog-to-use.oss-cn-beijing.aliyuncs.com/2019-33防止幻读(使用可重复读).jpg"/>
-</div>
+![](http://101.43.132.98:98/images/phantom_read.png)
 
-一个事务对数据库进行操作，这种操作的范围是数据库的全部行，然后第二个事务也在对这个数据库操作，这种操作可以是插入一行记录或删除一行记录，那么第一个是事务就会觉得自己出现了幻觉，怎么还有没有处理的记录呢? 或者 怎么多处理了一行记录呢?
+sql 脚本1 在第一次查询工资为 500 的记录时只有一条，sql 脚本 2 插入了一条工资为 500 的记录，提交之后；sql 脚本 1 在同一个事务中再次使用当前读查询发现出现了两条工资为 500 的记录这种就是幻读。
 
 幻读和不可重复读有些相似之处 ，但是不可重复读的重点是修改，幻读的重点在于新增或者删除。
 
+##### 解决幻读的方法
+
+解决幻读的方式有很多，但是它们的核心思想就是一个事务在操作某张表数据的时候，另外一个事务不允许新增或者删除这张表中的数据了。解决幻读的方式主要有以下几种：
+
+1. 将事务隔离级别调整为 `SERIALIZABLE`
+2. 在可重复读的事务级别下，给事务操作的这张表添加表锁
+3. 在可重复读的事务级别下，给事务操作的这张表添加 `Next-Key Locks` 
+
+> 说明：`Next-Key Locks` 相当于 行锁 + 间隙锁
+
 ### 参考
 
 - 《MySQL技术内幕：InnoDB存储引擎》

docs/open-source-project/tools.md

@@ -20,6 +20,8 @@ category: 开源项目
 ## ZooKeeper 可视化管理
 
 - **[PrettyZoo](https://github.com/vran-dev/PrettyZoo)** ： 一个基于 Apache Curator 和 JavaFX 实现的 ZooKeeper 图形化管理客户端，颜值非常高，支持 Mac / Windows / Linux 。你可以使用 PrettyZoo 来实现对 ZooKeeper 的可视化增删改查。
+- **[zktools](https://zktools.readthedocs.io/en/latest/#installing)** ： 一个低延迟的 ZooKeeper 图形化管理客户端，颜值非常高，支持 Mac / Windows / Linux 。你可以使用 zktools 来实现对 ZooKeeper 的可视化增删改查。
+
 
 ## Markdown