MySQL 复习笔记(面向大厂)

MySQL 复习笔记，对面试题进行分类，同时使用⭐️标记重点程度，使用表示遗忘程度，随着面试会逐渐更新

1.MySQL引擎

1.1 InnoDB 和 MyISAM 的区别⭐️⭐️

存储引擎比较	InnoDB	MyISAM
是否支持行级锁	支持（默认为行级别）	不支持（默认为表级别）
是否支持 MVCC	支持(高并发问题)	不支持(简单加锁)
是否支持外键	支持	不支持
是否支持事务支持	支持ACID	不支持(查询是原子性的)
是否是聚簇索引	是	不是

⼀般情况下我们选择 InnoDB 都是没有问题的，但是某些情况下你并不在乎并发能 ⼒，也不需要事务⽀持，也不在乎崩溃后的安全恢复问题的话，选择MyISAM也是⼀个不错的选 择。但是⼀般情况下，我们都是需要考虑到这些问题的。

2.索引及其原理

数据库索引是存放在磁盘上的，当数据量较大的时候我们不能把整个索引全部加载到内存中去，只能逐个加载每一个磁盘页，所以我们要减少 io 次数，对于树而言 io 次数就是树的高度，矮胖就是 b 树的特征之一

2.1 ⼆叉搜索树(binary serach tree)⭐️

1. 若它的左子树不为空，则左子树上所有节点的值都小于根节点的值
2. 若它的右子树不为空，则右子树上所有节点的值都大于根节点的值
3. 它的左右子树也分别为二叉搜索树

2.2 平衡二叉查找树(AVL)⭐️

1. 具备二叉排序树的所有性质；

2. 左子树和右子树深度差的绝对值不超过1；

3. 左子树和右子树都是二叉平衡树。

2.3 B 树(B-树)⭐️

1. 多路平衡搜索树，类似普通的平衡二叉树，不同的一点是B-树允许每个节点有更多的子节点

• 数据索引和 data 在一个节点中，分别是 key 和 value
• 数据索引从左到右递增且不重复

2.4 B+树⭐️

1. 多路平衡搜索树

• 所有的 data 都存放在叶子节点
• 叶子节点用指针连接，提高访问性能

2.5 查询索引为 col = 30 的例子⭐️

• 数据库索引都存储在磁盘上，但是如果数据量较大就不能一下子加载到内存中需要逐个加载
• 首先load 到内存中，在内存中查找30，二分查找定位到上图的灰色部分，存放的是25 - 30磁盘的地址，继续将这个节点加载到内存中去
• 一直向下查询到叶子结点，获取到数据

2.6 B +树相比 B树的优势⭐️

• B+树查询效率更加稳定：每次查询都需要遍历到根节点，查询路径相同，查询效率相当
• B+树空间利用率更高减少 IO 次数：B+树的中间节点不保存数据，是纯索引,但是B树的中间节点是保存数据和索引的,相对来说,B+树磁盘页能容纳更多节点元素，更“矮胖”
• 范围查询效率更高： B+树所有的Data域在叶子节点，并且所有叶子节点之间都有一个链指针。 这样遍历叶子节点就能获得全部数据，这样就能进行区间访问啦。在数据库中基于范围的查询是非常频繁的，而B树不支持这样的遍历操作。

2.7 B+ 树与红黑树比较⭐️

• B+树更加矮胖，比红黑树，也就是IO 次数更少

• 磁盘访问原理，节点越大越好：操作系统一般将内存和磁盘分割成固定大小的块，每一块称为一页，内存与磁盘以页为单位交换数据。数据库系统将索引的一个节点的大小设置为页的大小，使得一次 I/O 就能完全载入一个节点。如果数据不在同一个磁盘块上，那么通常需要移动制动手臂进行寻道，而制动手臂因为其物理结构导致了移动效率低下，从而增加磁盘数据读取时间。B+ 树相对于红黑树有更低的树高，进行寻道的次数与树高成正比(说明它的节点越小)，在同一个磁盘块上进行访问只需要很短的磁盘旋转时间，所以 B+ 树更适合磁盘数据的读取。

• 磁盘预读原理：为了减少磁盘 I/O 操作，磁盘往往不是严格按需读取，而是每次都会预读。预读过程中，磁盘进行顺序读取，顺序读取不需要进行磁盘寻道，并且只需要很短的磁盘旋转时间，速度会非常快。并且可以利用预读特性，相邻的节点也能够被预先载入。

2.8 聚集索引和非聚集索引区别⭐️

• 都是B+树，非叶子节点存放的是key，叶子节点存放 key 和 data
• 聚集索引叶子节点存放的 data 是数据页，索引是相邻的，对应的数据也是相邻的放在磁盘上的，适合范围查询，也是它的优势
• 非聚集索引叶子节点存放的是主键的值，叶子节点不存储数据，存放的是数据行的地址，相当于需要二次查找，也是它的优势

3.MySQL优化

3.1 索引优化⭐️

1. 建立聚集索引：就是按照每张表的主键构造一棵B+树，同时叶子节点中存放的即为整张表的行记录数据，也将聚集索引的叶子节点称为数据页

2. 建立联合索引:联合索引是指对表上的多个列进行索引.从本质上来说，联合索引也是一棵B+树，不同的是联合索引的键值的数量不是1，而是大于等于2

3. 最左前缀原则：建立组合索引一定要考虑最左前缀原则，如果索引了多例，要遵守最左前缀法则。指的是查询从索引的最左前列开始并且不跳过索引中的列

4. 较长的数据建立前缀索引：当索引是很长的字符序列时，这个索引将会很占内存，而且会很慢，这时候就会用到前缀索引了。所谓的前缀索引就是取索引的前面几个字母作为索引

5. 不要建立无意义的索引：查询较少，字段较长等索引

3.2 查询优化⭐️

3.2.1 使用 Explain 进行分析⭐️

Explain用来分析 SELECT 查询语句，开发人员可以通过分析 Explain 结果来优化查询语句。

• select_type : 查询类型，有简单查询(simple)、联合查询(使用union)、子查询(primary使用两个 select)等
• key : 使用的索引,如果为null，则没有使用索引
• rows : 扫描的行数

3.2.2 优化数据访问⭐️

1. 减少请求的数据量

• 只返回必要的列：最好不要使用 SELECT * 语句。
• 只返回必要的行：使用 LIMIT 语句来限制返回的数据。
• 缓存重复查询的数据：使用缓存可以避免在数据库中进行查询，特别在要查询的数据经常被重复查询时，缓存带来的查询性能提升将会是非常明显的。

2. 减少服务器端的扫描的行数

• 有效的方式是使用索引来覆盖查询。

3.2.3重构查询的方式⭐️

• 将一个大连接查询分解成对每一个表进行一次单表查询，然后在应用程序中进行关联好处有以下

• 分解成多个单表查询，这些单表查询的缓存结果更可能被其它查询使用到连接查询。如果其中一个表发生变化，那么整个查询缓存就无法使用
• 减少锁竞争

4.MysQL 事务

4.1 数据库 ACID 特性⭐️

事务就是数据库的一系列操作最小单位

1. 原子性（Atomicity） ： 事务是最小的执行单位，不允许分割。事务的原子性确保动作要么全部完成，要么完全不起作用；
2. 一致性（Consistency）： 执行事务前后，数据保持一致，例如转账业务中，无论事务是否成功，转账者和收款人的总额应该是不变的；
3. 隔离性（Isolation）： 并发访问数据库时，一个用户的事务不被其他事务所干扰，各并发事务之间数据库是独立的；
4. 持久性（Durabilily）： 一个事务被提交之后。它对数据库中数据的改变是持久的，即使数据库发生故障也不应该对其有任何影响。

4.2 并发事务有哪些问题⭐️

• 脏读：当⼀个事务正在访问数据并且对数据进⾏了修改，⽽这种修改还没有提交到数据库中，这时另外⼀个事务也访问了这个数据，然后使⽤了这个数据。因为这个数据 是还没有提交的数据，那么另外⼀个事务读到的这个数据是“脏数据”，依据“脏数据”所做的 操作可能是不正确的。(读未提交)

• 不可重复读：指在⼀个事务内多次读同⼀数据。在这个事务还没有结 束时，另⼀个事务也访问该数据。那么，在第⼀个事务中的两次读数据之间，由于第⼆个事 务的修改或者删除导致第⼀个事务两次读取的数据可能不太⼀样。这就发⽣了在⼀个事务内两次读到 的数据是不⼀样的情况，因此称为不可重复读。

• 幻读：A 事务读取了 B 事务已提交的新增数据

4.3 不可重复读和幻读的区别以及解决的办法⭐️

• 幻读是新增，不可重复读是修改或者删除，对于幻读必须要加表级锁，而对于不可重复读只需要加行锁即可

4.4 四大隔离级别⭐️

READ-UNCOMMITTED(读取未提交)： 最低的隔离级别，允许读取尚未提交的数据变更， 可能会导致脏读、幻读或不可重复读。

READ-COMMITTED(读取已提交)： 允许读取并发事务已经提交的数据，可以阻⽌脏读，但 是幻读或不可重复读仍有可能发⽣。

REPEATABLE-READ(可重复读)： 对同⼀字段的多次读取结果都是⼀致的，除⾮数据是被 本身事务⾃⼰所修改，可以阻⽌脏读和不可重复读，但幻读仍有可能发⽣。

SERIALIZABLE(可串⾏化)： 最⾼的隔离级别，完全服从ACID的隔离级别。所有的事务依 次逐个执⾏，这样事务之间就完全不可能产⽣⼲扰，也就是说，该级别可以防⽌脏读、不可 重复读以及幻读。

隔离级别	脏读	不可重复读	幻读
读未提交	✔️	✔️	✔️
读已提交	✖️	✔️	✔️
可重复读	✖️	✖️	✔️
可串行化	✖️	✖️	✖️