复习篇-mysql

mysql有几种索引类型：

1.普通索引
2.主键索引
3.唯一索引
4.组合索引	

Mysql 的存储引擎,myisam和innodb的区别：

1.MyISAM 是非事务的存储引擎，适合用于频繁查询的应用。表锁，不会出现死锁，适合小数据，小并发。
2.innodb是支持事务的存储引擎，合于插入和更新操作比较多的应用，设计合理的话是行锁（最大区别就在锁的级别上），适合大数据，大并发。

数据库索引主键和唯一索引有什么区别

	1.主键不允许为空值，唯一索引允许有空值
	2.一个主键，多个唯一索引
	3.主键可以被其他表引用为外键，唯一索引列不可以
	4.主键是约束，唯一索引是索引
	5.主键一定会创建一个唯一索引，但是有唯一索引的列不一定是主键

MySQL行锁是否会有死锁的情况？

	会， 死锁就是互相占用对方的资源。  
	1.设置mysql等锁的最大时间，时间一到就回滚。
	2.优化sql语句

聚集索引和非聚集索引的区别

	1.(聚集索引)列值的顺序与数据的物理顺序相同     主键就是聚集索引    一个表中只有一个聚集索引
	2.(非聚集索引)列值的顺序与数据的物理顺序不同     一个表中可以拥有多个非聚集索引

innoDB的B+树索引叶子节点的Data域存储的是什么？

	存放的是数据本身

MyISAM的B+树索引叶子节点的Data域存储的是主键还是物理地址？

	存放的是数据的地址

数据库基本特点？

	久储存、有组织、可共享

如何判断你的sql语句有没有用到索引？

查看 执行计划 EXPLAIN

explain（执行计划）包含的信息十分的丰富，着重关注以下几个字段信息。

1.id，select子句或表执行顺序，id相同，从上到下执行，id不同，id值越大，执行优先级越高。
2.type，type主要取值及其表示sql的好坏程度（由好到差排序）：system>const>eq_ref>ref>range>index>ALL。保证range，最好到ref。
3.key，实际被使用的索引列。
4.ref，关联的字段，常量等值查询，显示为const，如果为连接查询，显示关联的字段。
5.Extra，额外信息，使用优先级Using index>Using filesort（九死一生）>Using temporary（十死无生）。

使用优先级Using index>Using filesort（九死一生）>Using temporary（十死无生）。也就说出现后面两项表明sql语句是非常烂的，急需优化！！！

优化sql的注意事项：

①最佳左前缀法则。

1.在等值查询时，更改索引列顺序，并不会影响explain的执行结果，因为mysql底层会进行优化。

2.在使用order by时，注意索引顺序、常量，以及可能会导致Using filesort的情况。

②group by容易产生Using temporary。

③通俗理解口诀：

全值匹配我最爱，最左前缀要遵守；
带头大哥不能死，中间兄弟不能断；
索引列上少计算，范围之后全失效；
LIKE百分写最右，覆盖索引不写星；
不等空值还有or，索引失效要少用。

mysql字段类型？

char  ，固定长度， 指定长度后，如果值不够则后面空格自动补齐
vachar  非固定长度，指定最长的长度

一个表里多个索引？

所有存储引擎对每个表至少支持16个索引

mysql如何优化？

1.查询慢查询日志
2.执行 EXPLAIN分析索引是否失效
3.优化sql的108条军规
4.show profile 查询最近15条记录和耗时(Show Profile是mysql提供的可以用来分析当前会话中sql语句执行的资源消耗情况的工具，可用于sql调优的测量。默认情况下处于关闭状态，并保存最近15次的运行结果。)
  show profile all,block all for query X；

mysql锁？

1.读锁
2.写锁
3.行级锁,会产生死锁，可以设置等待锁的最长时间，时间一到自动回滚
4.间隙锁 (间隙锁是锁范围不是锁数据，mysql利用间隙锁+行锁在实现虽然事务是可重复读级别，但是却实现了串行化级别的效果)

mysql如何只锁定一行？

利用for update
ps: select * from student s where s.name = 'zhangsan' for update;

mysql锁的优化建议：

①尽可能让所有数据都通过索引来完成，避免无索引行锁升级为表锁。
②合理设计索引，尽量缩小锁的范围。
③尽可能使用较少的检索条件，避免间隙锁。
④尽量控制事务大小，减少锁定资源量和时间长度。
⑤尽可能降低事务隔离级别。

主从复制的基本原理：

①master将改变记录到二进制日志（binary log），这些记录过程叫做二进制日志事件（binary log events）。
②slave将master的binary log events拷贝到中继日志（relay log）。
③slave重做中继日志中的事件，将改变应用到自己的数据库中。MySQL的复制是异步且串行化的。
主从数据库的对应关系为：1对多

小表驱动大表：

in后面跟的是小表，exists后面跟的是大表。
简记：in小，exists大。
ps: select *from tb_emp_bigdata A where A.deptno in (select B.deptno from tb_dept_bigdata B) (A大，B小)
ps: select *from tb_dept_bigdata A where exists(select 1 from tb_emp_bigdata B where B.deptno=A.deptno); (A小，B大)

分库分表：

首先分库分表是两码事
分库是为了提高并发吞吐量
分表：垂直拆分，水平拆分两种

分库分表的中间件：

sharding-jdbc：sharding-jdbc 这种 client 层方案的优点在于不用部署，运维成本低，不需要代理层的二次转发请求，性能很高
mycat：mycat 这种 proxy 层方案的缺点在于需要部署，自己运维一套中间件，运维成本高，但是好处在于对于各个项目是透明的，如果遇到升级之类的都是自己中间件那里搞就行了

分库分表的方式:

1.按照 range 来分，就是每个库一段连续的数据，这个一般是按比如时间范围来的，但是这种一般较少用，因为很容易产生热点问题，大量的流量都打在最新的数据上了
2.按照某个字段hash一下均匀分散，好处在于说，可以平均分配每个库的数据量和请求压力；坏处在于说扩容起来比较麻烦，会有一个数据迁移的过程，之前的数据需要重新计算 hash 值重新分配到不同的库或表

数据迁移方案：

1.停机迁移
2.双写迁移方案（1.数据分为历史数据和增量数据，2.历史数据直接迁移即可，3.增量数据的执行语句在原库上执行后要保存入消息队列，4.历史数据迁移完毕后开始读取消息队列的数据给新库执行，5.验证双方的数据是否一致，可以先比对总数据条数然后在新旧库各取50条数据拼接算hash，循环验证）

如何设计可以动态扩容缩容的分库分表方案？

首先分配主键的时候按照%32来取余存放数据，后期如果增加数据库只需要迁移数据和修改匹配规则即可，不用动代码

分库分表之后，id 主键如何处理？

1.数据库自增 id （可以各个库先去redis取id号来使用，redis保证主键唯一并且自增）
2.设置数据库 sequence 或者表自增字段步长
3.UUID
4.雪花算法

分库分表后如何分页查询？（新增题目）

1. 全局视野法：
如果要获取第N页的数据(每页S条数据)，则将每一个子库的前N页(offset 0,limit N*S)的所有数据都先查出来(有筛选条件或排序规则的话都包含)，然后将各个子库的结果合并起来之后，再做咱们平时常规的分页查询（可不用带上相同的筛选条件，但还要带上排序规则)即可得出最终结果，这种方式类似es分页的逻辑。
优点：数据准确，可以跳页
缺点：深度分页时的性能差，即随着分页参数增加，网络传输数据量越来越大，每个子表每次需要查询的数据越多，性能也越慢

2. 禁止分页法：
如果要获取第N页的数据，第一页时，是和全局视野法一致，但第二页开始后，需要在每一个子库查询时，加上可以排除上一页的过滤条件(如按时间排序时，获取上一页的最大时间后，需要加上time > ${maxTime_lastPage}的条件；如果没有排序规则，由于是默认主键id的排序规则，也可加上 id > ${maxId_lastPage}的条件)，然后再limit S，即可获取各个子库的结果，之后再合并后top S即可得到最终结果。在类似app中列表下拉的场景中，业务上可以禁止跳页查询，此时可以使用这种方式。
优点：数据准确，性能良好
缺点：不能跳页

4. 模糊查询法等：
模糊查询法由于查询的结果不准确，所以小编没有汇总，有兴趣的朋友可以自己研究。