MYSQL 那點破事！索引、SQL調優(yōu)、事務、B+樹、分表 ....
大家好，我是Tom哥~
為了便于大家查找問題，了解全貌，整理個目錄，我們可以快速全局了解關于mysql數(shù)據(jù)庫，面試官一般喜歡問哪些問題
接下來，我們逐條來看看每個問題及答案
MyISAM 和 InnoDB 的區(qū)別？
答案：InnoDB 支持 事務、外鍵、聚集索引，通過MVCC來支持高并發(fā)，索引和數(shù)據(jù)存儲在一起。InnoDB 不保存表的具體行數(shù)，執(zhí)行 select count(*) from table 時需要全表掃描。而MyISAM 用一個變量保存了整個表的行數(shù)。
InnoDB 最小的鎖粒度是行鎖，MyISAM 最小的鎖粒度是表鎖，并發(fā)能力低。MySQL 將默認存儲引擎是 InnoDB
mysql 鎖有哪些類型？
答案：mysql鎖分為共享鎖( S lock ) 、排他鎖 ( X lock )，也叫做讀鎖和寫鎖。根據(jù)粒度，可以分為表鎖、頁鎖、行鎖。
什么是間隙鎖？
答案：間隙鎖是可重復讀級別下才會有的鎖，mysql會幫我們生成了若干左開右閉的區(qū)間，結合MVCC和間隙鎖可以解決幻讀問題。
如何避免死鎖？
答案：死鎖的四個必要條件：1、互斥 2、請求與保持 3、環(huán)路等待 4、不可剝奪。
合理的設計索引，區(qū)分度高的列放到組合索引前面，使業(yè)務 SQL 盡可能通過索引定位更少的行，減少鎖競爭。 調整業(yè)務邏輯 SQL 執(zhí)行順序， 避免 update/delete 長時間持有鎖的 SQL 在事務前面。 避免大事務，將大事務拆成多個小事務 以固定的順序訪問表和行。比如兩個更新數(shù)據(jù)的事務，事務 A 更新數(shù)據(jù)的順序為 1，2;事務 B 更新數(shù)據(jù)的順序為 2，1。這樣更可能會造成死鎖。 在并發(fā)比較高的系統(tǒng)中，不要顯式加鎖，特別是是在事務里顯式加鎖。如 select … for update 語句，如果是在事務里（運行了 start transaction 或設置了autocommit 等于0）,那么就會鎖定所查找到的記錄。 盡量用主鍵/索引去查找記錄 優(yōu)化 SQL 和表設計，減少同時占用太多資源的情況。比如說，避免多個表join，將復雜 SQL 分解為多個簡單的 SQL。
數(shù)據(jù)庫的隔離級別？
答案：讀未提交、讀已提交、可重復讀（mysql的默認級別，每次讀取結果都一樣，但是有可能產(chǎn)生幻讀）、串行化。
Mysql有哪些類型的索引？
答案：
普通索引：一個索引只包含一個列，一個表可以有多個單列索引。 唯一索引：索引列的值必須唯一，但允許有空值 復合索引：多列值組成一個索引，專門用于組合搜索，其效率大于索引合并 聚簇索引：也稱為主鍵索引，是一種數(shù)據(jù)存儲方式。B+Tree結構，非葉子節(jié)點包含健值和指針，葉子節(jié)點包含索引列和行數(shù)據(jù)。一張表只能有一個聚簇索引。 非聚簇索引：不是聚簇索引，就是非聚簇索引。葉子節(jié)點只是存索引列和主鍵id。如果sql還要返回除了索引列的其他字段信息，需要回表，第一次索引一般是順序IO，回表的操作屬于隨機IO?；乇淼拇螖?shù)越多，性能越差。此時我們推薦 覆蓋索引
什么是覆蓋索引和回表？
答案：
1、覆蓋索引，指的是在一次查詢中，一個索引包含所有需要查詢的字段的值，可能是返回值或where條件
select buyer_id from order where money>100
假如我們創(chuàng)建了一個(money，buyer_id)的聯(lián)合索引，索引的葉子節(jié)點包含了buyer_id的信息，則不會再回表查詢。
2、回表，指查詢時一些字段值拿不到，需要到主鍵索引B+樹再查一次。
Mysql的最左前綴原則？
答案：即最左優(yōu)先，在檢索數(shù)據(jù)時從聯(lián)合索引的最左邊開始匹配，直到遇到范圍查詢（如：> 、< 、between、like等）
例子：where a = 1 and b = 2 and c > 3 and d = 4 ，如果建立(a,b,c,d)組合索引，d是用不到索引的；如果建立(a,b,d,c)的索引則都可以用到，a,b,d的順序可以任意調整。
線上SQL的調優(yōu)經(jīng)驗？
答案：
1、 slow_query_log日志中收集到的慢 SQL ，結合explain分析是否命中索引。2、減少索引掃描行數(shù)，有針對性的優(yōu)化慢 SQL。 3、建立聯(lián)合索引，由于聯(lián)合索引的每個葉子節(jié)點包含檢索字段的信息，按最左前綴原則匹配后，再按其它條件過濾，減少回表的數(shù)據(jù)量。 4、還可以使用虛擬列和聯(lián)合索引來提升復雜查詢的執(zhí)行效率。
官方為什么建議采用自增id 作為主鍵？
答案：自增id是連續(xù)的，插入過程也是順序的，總是插入在最后，減少了頁分裂，有效減少數(shù)據(jù)的移動。所以盡量不要使用字符串（如：UUID）作為主鍵。
索引為什么采用B+樹，而不用B-樹，紅黑樹？
答案：提升查詢速度，首先要減少磁盤IO次數(shù)，也就是要降低樹的高度。
平衡二叉樹、紅黑樹，都屬于二叉樹。時間復雜度為O(n)，當表的數(shù)據(jù)量上千萬時，樹的深度很深，mysql讀取時消耗大量 IO。另外，InnoDB引擎采用 頁為單位讀取，每個節(jié)點一頁，但是二叉樹每個節(jié)點儲存一個關鍵詞，導致空間浪費。B-樹，非葉子節(jié)點存儲數(shù)據(jù)，占用較多空間，導致每個節(jié)點的 指針少很多，無形增加了樹的深度。B+樹數(shù)據(jù)都存儲在葉子節(jié)點，非葉子節(jié)點只存儲 健值+指針，索引樹更加扁平，三層深度可以支持千萬級表存儲。同時葉子節(jié)點之間通過鏈表關聯(lián)，范圍查找更快。更多內(nèi)容，參考 mysql 一棵 B+ 樹能存多少條數(shù)據(jù)？
事務的特性有哪些？
答案：ACID。
原子性。一個事務中的操作要么全部成功，要么全部失敗。 持久性。永久保存在數(shù)據(jù)庫中。 一致性?？偸菑囊粋€一致性的狀態(tài)轉換到另一個一致性的狀態(tài) 隔離性。一個事務的修改在提交前，其他事務是感知不到的
如何實現(xiàn)分布式事務？
答案：
1、流水任務，最終一致性，前提是接口要支持冪等性 2、事務消息 3、二階段提交 4、三階段提交 5、TCC 6、Seata 框架 7、更多內(nèi)容，參考 如何解決分布式事務
日常工作中，MySQL 如何做優(yōu)化？
答案：
1、分頁優(yōu)化。比如電梯直達， limit 100000,10先查找起始的主鍵id，再通過id>#{value}往后取10條2、盡量使用 覆蓋索引，索引的葉節(jié)點中已經(jīng)包含要查詢的字段，減少回表查詢3、SQL優(yōu)化（索引優(yōu)化、小表驅動大表、虛擬列、適當增加冗余字段減少連表查詢、聯(lián)合索引、排序優(yōu)化、慢日志 Explain 分析執(zhí)行計劃）。 4、設計優(yōu)化（避免使用NULL、用簡單數(shù)據(jù)類型如int、減少 text 類型、分庫分表）。 5、硬件優(yōu)化（使用SSD 減少 I/O 時間、足夠大的網(wǎng)絡帶寬、盡量大的內(nèi)存）
mysql 主從同步具體過程？
答案：
master主庫，有數(shù)據(jù)更新，將此次更新的事件類型寫入到主庫的binlog文件中 主庫會創(chuàng)建 log dump 線程通知slave有數(shù)據(jù)更新slave，向master節(jié)點的 log dump線程請求一份指定binlog文件位置的副本，并將請求回來的 binlog存到本地的Relay log中繼日志中slave 再開啟一個 SQL 線程讀取Relay log事件，并在本地執(zhí)行redo操作。將發(fā)生在主庫的事件在本地重新執(zhí)行一遍，從而保證主從數(shù)據(jù)同步
什么是主從延遲？
答案：指一個寫入SQL操作在主庫執(zhí)行完后，將數(shù)據(jù)完整同步到從庫會有一個時間差，稱之為主從延遲。計算公式：
主庫生成一條寫入SQL的binlog，里面會有一個時間字段，記錄寫入的時間戳 t1 binlog 同步到從庫后，一旦開始執(zhí)行，取當前時間 t2 t2-t1，就是延遲時間
注意：不同服務器要保持時鐘一致
主從延遲排查方法？
答案：通過 show slave status 命令輸出的Seconds_Behind_Master參數(shù)的值來判斷
為零：表示主從復制良好 正值：表示主從已經(jīng)出現(xiàn)延時，數(shù)字越大，表示從庫延遲越嚴重
主從延遲要怎么解決？
答案：
看業(yè)務的接受程度。如果不能接受延遲，那么建議強制走主庫查詢 可以考慮引入緩存，更新主庫后同步寫入緩存，保證緩存的及時性 提升從庫的機器配置，提高從庫binlog的同步效率 縮短主、從庫的網(wǎng)絡距離，減少binlog的網(wǎng)絡傳輸時間 一主多從，每個從庫都啟一個線程從主庫同步 binlog，導致主庫壓力過大，可以采用 canal增量訂閱&消費組件，緩解主庫壓力。因為數(shù)據(jù)庫必須要等到事務完成之后才會寫入binlog，所以減少大事務的執(zhí)行，盡量控制數(shù)量，分批執(zhí)行。 5.6版本之前，從庫是單線程復制，當遇到執(zhí)行慢的sql時，就會阻塞后面的同步。5.7 版本后支持多線程復制，可以在從服務上設置 slave_parallel_workers為一個大于0的數(shù)，然后把slave_parallel_type參數(shù)設置為LOGICAL_CLOCK為從庫增加浮動IP，并通過腳本檢測從庫的延遲，延遲大于指定閾值時，將浮動IP切換至Master庫，追平后再切換回從庫。
如果數(shù)據(jù)量太大怎么辦？
答案：mysql表的數(shù)據(jù)量一般控制在千萬級別，如果再大的話，就要考慮分庫分表。除了分表外，列舉了面對海量數(shù)據(jù)業(yè)務的一些常見優(yōu)化手段
緩存加速 讀寫分離 垂直拆分 分庫分表 冷熱數(shù)據(jù)分離 ES助力復雜搜索 NoSQL NewSQL 更多內(nèi)容，參考 海量數(shù)據(jù)業(yè)務有哪些優(yōu)化手段？
分表后ID如何保證全局唯一呢？
答案：分庫分表后，多張表共用一套全局id，原來單表主鍵自增方式滿足不了要求。我們需要重新設計一套id生成器。特點：全局唯一、高性能、高可用、方便接入。
UUID 數(shù)據(jù)庫自增ID 數(shù)據(jù)庫的號段模式，每個業(yè)務定義起始值、步長，一次拉取多個id號碼 基于Redis，通過 incr命令實現(xiàn)ID的原子性自增。雪花算法（Snowflake） 市面的一些開源框架，如：百度（uid-generator），美團（Leaf）， 滴滴（Tinyid）等
分表后可能遇到的哪些問題？
答案：分表后，與單表的最大區(qū)別是有分表鍵sharding_key，用來路由具體的物理表，以電商為例，有買家和賣家兩個維度，以buyer_id路由，無法滿足賣家的需求，反之同樣道理。如何解決？
分買家?guī)旌唾u家?guī)?，將買家?guī)熳鰹閷憥?，保存完整的?shù)據(jù)關系。同時將數(shù)據(jù)異構同步一份到賣家?guī)?，賣家?guī)炜梢灾淮鎯?/span> seller_id，order_id，buyer_id等幾個簡單關系字段即可，以seller_id作為分表鍵多線程掃描，分段查找，然后再聚合結果 另外也可以存到ES中，支持多維度復雜搜索
歡迎關注微信公眾號：互聯(lián)網(wǎng)全棧架構，收取更多有價值的信息。