【JAVA】sql知识点

介绍几个MySQL存储引擎

答：MySQL将数据用各种不同的技术存储在文件中，这些技术中的每一种技术都使用不同的存储机制、索引技巧、锁定水平并且最终提供广泛的不同的功能和能力。这些不同的技术以及配套的相关功能在 mysql中被称作存储引擎(也称作表类型)。

1. MyISAM引擎：MyISAM引擎是MySQL默认的存储引擎，MyISAM不支持事务和行级锁，所以MyISAM引擎速度很快，性能优秀。MyISAM可以对整张表加锁，支持并发插入，支持全文索引。
   缺点：不支持事务和行级锁，也不支持外键
   优点：访问速度快，对事务的完整性没有要求或者以select、insert为主的应用基本上都可以使用这个引擎来创建，MyISAM再磁盘上存储成三个文件，其文件名都和表名相同，但扩展名分别是：.frm(存储表定义),.MYD(存储数据),.MYI(存储索引)
2. InnoDB引擎：InnoDB是专为事务设计的存储引擎，支持事务，支持外键，拥有高并发处理能力。但是，InnoDB在创建索引和加载数据时，比MyISAM慢。-->InnoDB有两种模式的行锁：(面试就问的这里，GG了，如何对表中的一条记录加锁？)
   1）共享锁：允许一个事务去读一行，阻止其他事务获得相同数据集的排他锁。
   ( Select * from table_name where ......lock in share mode)
   2）排他锁：允许获得排他锁的事务更新数据，阻止其他事务取得相同数据集的共享读锁和 排他写锁。(select * from table_name where.....for update)
3. Memory引擎（采用哈希索引）：内存表，Memory引擎将数据存储在内存中，表结构不是存储在内存中的，查询时不需要执行磁盘I/O操作，所以要比MyISAM和InnoDB快很多倍，但是数据库断电或是重启后，表中的数据将会丢失，表结构不会丢失.

简单的介绍索引

答：索引是存储引擎用于快速找到记录的一种数据结构。索引本身很大，不可能全部存储在内存中，因此索引以索引表的形式存储在磁盘中。
索引是在存储引擎中实现的，而不是在服务器层中实现的。所以，每种存储引擎的索引都不一定完全相同，并不是所有的存储引擎都支持所有的索引类型。
(滴滴、宜信、广联达面试GG了，B+、B-区别？)
★ B-树索引：每一个叶子节点都包含指向下一个叶子节点的指针，从而方便叶子节点的范围遍历。B－Tree通常意味着所有的值都是按顺序存储的，并且每一个叶子页到根的距离相同，很适合查找范围数据。
★ B+树索引：并不能找到一个给定健值的具体行，B+树索引只能找到被查找数据行所在的页，然后从数据库将页读入内存，在内存中查找。B+树索引可以分为聚集索引和辅助索引。聚簇索引是按照数据存放的逻辑地址为顺序的，而非聚簇索引就不一样了；聚簇索引能提高多行检索的速度，而非聚簇索引对于单行的检索很快。
○ 聚集索引 ：聚集索引是一种索引组织形式，索引的键值逻辑顺序决定了表数据行的物理存储顺序。 聚集索引对于那些经常要搜索范围值的列特别有效。使用聚集索引找到包含第一个值的行后，便可以确保包含后续索引值的行在物理相邻。
InnoDB的数据文件本身要按主键聚集，所以InnoDB要求表必须有主键（MyISAM可以没有主键），如果没有显式指定，则MySQL系统会自动选择一个可以唯一标识数据记录的列作为主键，如果不存在这种列，则MySQL自动为InnoDB表生成一个隐含字段作为主键，这个字段长度为6个字节，类型为长整形。
○ 辅助索引：叶结点的data域存放的是对应记录的主键的key。 对于建立辅助索引的表需要先根据辅助索引找到相应的主键，再根据主键在聚集索引中找到相应的记录集。
○ 非聚集索引
非聚集索引则就是普通索引了，仅仅只是对数据列创建相应的索引，不影响整个表的物理存储顺序。主键索引中，叶节点的data域存放的是数据记录的地址，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，读取相应数据记录。（MYISAM采用此种索引方式）。
区别：
聚集索引表里数据物理存储顺序和主键索引的顺序一致，所以如果新增数据是离散的，会导致数据块趋于离散，而不是趋于顺序。而非聚集索引表数据写入的顺序是按写入时间顺序存储的。聚簇索引索引的叶节点就是数据节点；而非聚簇索引的叶节点仍然是索引节点，只不过有一个指针指向对应的数据块。
适用情景
★ Hash索引：哈希索引基于哈希表实现，只有精确索引所有列的查询才有效。对于每一行数据，存储引擎都会对所有的索引列计算一个哈希码，哈希码是一个较小的值，并且不同键值的行计算出来的哈希码也不一样。哈希索引将所有的哈希存储在索引中，同时在哈希表中保存指向每个数据的指针。
哈希索引中存储的是：哈希值+数据行指针
MySQL中，只有Memory存储引擎显示支持hash索引，是Memory表的默认索引类型，尽管Memory表也可以使用B-Tree索引。Memory存储引擎支持非唯一hash索引，这在数据库领域是罕见的，如果多个值有相同的hash code，索引把它们的行指针用链表保存到同一个hash表项中。
索引有如下优点与缺点：
★ 优点
1.可以通过建立唯一索引或者主键索引,保证数据库表中每一行数据的唯一性
2.建立索引可以大大提高检索的数据,以及减少表的检索行数
3.在表连接的连接条件，可以加速表与表直接的相连
4.在分组和排序字句进行数据检索,可以减少查询时间中分组和 排序时所消耗的时间(数据库的记录会重新排序)
5.建立索引,在查询中使用索引，可以提高性能
--索引大大减小了服务器需要扫描的数据量
--索引可以帮助服务器避免排序和临时表
--索引可以将随机IO变成顺序IO
△ 缺点
1.创建索引和维护索引会耗费时间,随着数据量的增加而增加
2.索引文件会占用物理空间,除了数据表需要占用物理空间之外,每一个索引还会占用一定的物理空间
3.当对表的数据进行 INSERT,UPDATE,DELETE 的时候,索引也要动态的维护,这样就会降低数据的维护速度,(建立索引会占用磁盘空间的索引文件。一般情况这个问题不太严重，但如果你在一个大表上创建了多种组合索引，索引文件的会膨胀很快)。
索引的使用：最好的做法是创建表的时候创建索引，如果创建表之后再修改新建索引的话，对于聚集索引，会根据原来的表，创建一个新的表带有索引数据结构，再把原来的表删去，新创建的表改成原来的表的名字。而非聚集索引则是通过修改索引文件来完成。所以都是需要占用额外的资源来修改或新建索引的。

什么是事务？有哪些属性？以及属性的意义。

答：事务是并发操作的单位，是用户定义的一个操作序列。
事务的四个特性：原子性（事务必须是一个不可分割的整体）、一致性（执行完数据库操作后，数据不会被破坏，A给B充Q币，A充了之后B能看见自己的Q币多了）、隔离性（写写之间隔离）、持久性（数据库必须要保证有一条数据永久地存放在磁盘）。
详细的关于事务的学习，推荐看这篇文章：http://blog.csdn.net/u014079773/article/details/52808193

SQL语句常用优化技巧

答：要提高SQL语句的执行效率，最常见的方法就是建立索引，以及尽量避免全表扫描。一个简单的优化，也许能让你的SQL执行效率提高几倍，甚至几十倍。
①.避免在where子句中使用 is null 或 is not null 对字段进行判断。
如：select id from table where name is null
在这个查询中，就算我们为 name 字段设置了索引，查询分析器也不会使用，因此查询效率底下。为了避免这样的查询，在数据库设计的时候，尽量将可能会出现 null 值的字段设置默认值，这里如果我们将 name 字段的默认值设置为0，那么我们就可以这样查询：
select id from table where name = 0
②.避免在 where 子句中使用 != 或 <> 操作符。
如：select name from table where id <> 0
数据库在查询时，对 != 或 <> 操作符不会使用索引，而对于 < 、 <= 、 = 、 > 、 >= 、 BETWEEN AND，数据库才会使用索引。因此对于上面的查询，正确写法应该是：
select name from table where id < 0
union all
select name from table where id > 0
这里我们为什么没有使用 or 来链接 where 后的两个条件呢？这就是我们下面要说的第3个优化技巧。
③.避免在 where 子句中使用 or来链接条件。
如：select id from tabel where name = 'UncleToo' or name = 'PHP'
这种情况，我们可以这样写：
select id from tabel where name = 'UncleToo'
union all
select id from tabel where name = 'PHP'
④.少用 in 或 not in。
虽然对于 in 的条件会使用索引，不会全表扫描，但是在某些特定的情况，使用其他方法也许效果更好。如：
select name from tabel where id in(1,2,3,4,5)
像这种连续的数值，我们可以使用 BETWEEN AND，如：
select name from tabel where id between 1 and 5
⑤.注意 like 中通配符的使用
下面的语句会导致全表扫描，尽量少用。如：
select id from tabel where name like'%UncleToo%'
或者
select id from tabel where name like'%UncleToo'
而下面的语句执行效率要快的多，因为它使用了索引：
select id from tabel where name like'UncleToo%'
⑥.避免在 where 子句中对字段进行表达式操作。
如：select name from table where id/2 = 100
正确的写法应该是：
select name from table where id = 100*2
⑦.避免在 where 子句中对字段进行函数操作。
如：select id from table where substring(name,1,8) = 'UncleToo'
或 select id from table where datediff(day,datefield,'2014-07-17') >= 0
这两条语句中都对字段进行了函数处理，这样就是的查询分析器放弃了索引的使用。正确的写法是这样的：
select id from table where name like'UncleToo%'
或 select id from table where datefield <= '2014-07-17'
也就是说，不要在 where 子句中的 = 左边进行函数、算术运算或其他表达式运算。
⑧.在子查询中，用 exists 代替 in 是一个好的选择。
如：select name from a where id in(select id from b)
如果我们将这条语句换成下面的写法：select name from a where id exists(select 1 from b where id = a.id)
这样，查询出来的结果一样，但是下面这条语句查询的速度要快的多。
⑨.对查询进行优化，要尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。
⑩.不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。
如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table ，然后 drop table ，这样可以避免系统表的较长时间锁定。
尽量避免大事务操作，提高系统并发能力。

简要说NoSQL 数据库的分布式模型

答：分片 -- 特点：数据的各个部分存放在集群的不同服务器中；比如按字母来划分：以a-g 开头的键值都存放到第一台，服务器上，以h-n 开头的存放到第二台.
需要考虑的问题 -- 如何存放数据，让用户基本上只需从一台服务器上获取数据？如果经常需要与多个结点交互才能取到需要数据，可能分片策略不合适，或者该场景中分片不是一个理想的方案；
数据节点的分布 -- 地理位置与访问用户的关系 数据结点分布在全球各地，让北京的用户只需要访问北京的结点就能取到所需数据；
保持负载均衡 -- 优点：同时提升读取和写入性能、由于分片是将数据分散到多个结点存储，这样在写入时，压力同样分散；横向扩展写入能力 缺点：降低数据库的错误恢复能力，分片后，集群中结点的故障将导致部分数据丢失；
解决方案 -- 每个分片数据不只存放在一个结点上，冗余存放，增加数据安全性（通过后面讲到的与主从复制的结合使用，是常用的手段）
主从复制 -- 特点：主节点存放权威数据，负责数据更新操作；主节点将更新的数据复制到从节点；优点：有助于提升数据读取性能，从结点只负责查询，增加从结点提升数据读取性能，增强“读取操作的故障恢复能力”，主节点损坏，依然可处理读取请求；从结点升级为主结点后可以处理更新请求；
“一拖一” 即时备份的单存储方案 -- 即使不需要分布式部署，主从复制也可以用来做为单机服务器备份的部署方案；缺点：数据的不一致性（未及时更新），主节点更新后，同步到各个从结点的数据不能保证及时，可能导致各个结点上查询的数据不一致（只具有最终一致性）、对提升写入操作性能帮助不大、所有的更新操作都通过主结点处理，对于更新频繁的业务，使用主从复制模型优势不大；
主节点是系统的瓶颈和弱点
对等复制 -- 特点：所有节点地位相同，都可接收查询和写入请求；各节点将自己的更新的数据复制到其他节点；优点：从容处理出错节点，不必担心数据请求的丢失增加节点，轻易提升查询和写入性能；缺点：数据不一致性、写入和读取都有可能发生冲突；
结合使用 -- 分片和主从复制中的一拖一方案结合使用、分片的作用在于数据的分布式存储；主从复制的作用在于为各个分片结点提供备份，增加数据安全；