1、SQL語句執(zhí)行流程
MySQL大體上可分為Server層和存儲引擎層兩部分。
Server層：
連接器：TCP握手后服務器來驗證登陸用戶身份，A用戶創(chuàng)建連接后，管理員對A用戶權限修改了也不會影響到已經(jīng)創(chuàng)建的鏈接權限，必須重新登陸。
查詢緩存：查詢后的結果存儲位置，MySQL8.0版本以后已經(jīng)取消，因為查詢緩存失效太頻繁，得不償失。
分析器：根據(jù)語法規(guī)則，判斷你輸入的這個SQL語句是否滿足MySQL語法。
優(yōu)化器：多種執(zhí)行策略可實現(xiàn)目標，系統(tǒng)自動選擇最優(yōu)進行執(zhí)行。
執(zhí)行器：判斷是否有權限，將最終任務提交到存儲引擎。
存儲引擎層
負責數(shù)據(jù)的存儲和提取。其架構模式是插件式的，支持InnoDB、MyISAM、Memory等多個存儲引擎?，F(xiàn)在最常用的存儲引擎是InnoDB，它從MySQL 5.5.5版本開始成為了默認存儲引擎(經(jīng)常用的也是這個)。
SQL執(zhí)行順序
2、BinLog、RedoLog、UndoLog
BinLog
BinLog是記錄所有數(shù)據(jù)庫表結構變更（例如create、alter table）以及表數(shù)據(jù)修改(insert、update、delete)的二進制日志，主從數(shù)據(jù)庫同步用到的都是BinLog文件。BinLog日志文件有三種模式。
STATEMENT 模式
內(nèi)容：binlog 只會記錄可能引起數(shù)據(jù)變更的 sql 語句
優(yōu)勢：該模式下，因為沒有記錄實際的數(shù)據(jù)，所以日志量和 IO 都消耗很低，性能是最優(yōu)的
劣勢：但有些操作并不是確定的，比如 uuid() 函數(shù)會隨機產(chǎn)生唯一標識，當依賴 binlog 回放時，該操作生成的數(shù)據(jù)與原數(shù)據(jù)必然是不同的，此時可能造成無法預料的后果。
ROW 模式
內(nèi)容：在該模式下，binlog 會記錄每次操作的源數(shù)據(jù)與修改后的目標數(shù)據(jù)，StreamSets就要求該模式。
優(yōu)勢：可以絕對精準的還原，從而保證了數(shù)據(jù)的安全與可靠，并且復制和數(shù)據(jù)恢復過程可以是并發(fā)進行的
劣勢：缺點在于 binlog 體積會非常大，同時，對于修改記錄多、字段長度大的操作來說，記錄時性能消耗會很嚴重。閱讀的時候也需要特殊指令來進行讀取數(shù)據(jù)。
MIXED 模式
內(nèi)容：是對上述STATEMENT 跟 ROW 兩種模式的混合使用。
細節(jié)：對于絕大部分操作，都使用 STATEMENT 來進行 binlog 的記錄，只有以下操作使用 ROW 來實現(xiàn)：表的存儲引擎為 NDB，使用了uuid() 等不確定函數(shù)，使用了 insert delay 語句，使用了臨時表
主從同步流程：
1、主節(jié)點必須啟用二進制日志，記錄任何修改了數(shù)據(jù)庫數(shù)據(jù)的事件。
2、從節(jié)點開啟一個線程（I/O Thread)把自己扮演成 mysql 的客戶端，通過 mysql 協(xié)議，請求主節(jié)點的二進制日志文件中的事件 。
3、主節(jié)點啟動一個線程（dump Thread），檢查自己二進制日志中的事件，跟對方請求的位置對比，如果不帶請求位置參數(shù)，則主節(jié)點就會從第一個日志文件中的第一個事件一個一個發(fā)送給從節(jié)點。
4、從節(jié)點接收到主節(jié)點發(fā)送過來的數(shù)據(jù)把它放置到中繼日志（Relay log）文件中。并記錄該次請求到主節(jié)點的具體哪一個二進制日志文件內(nèi)部的哪一個位置（主節(jié)點中的二進制文件會有多個）。
5、從節(jié)點啟動另外一個線程（sql Thread ），把 Relay log 中的事件讀取出來，并在本地再執(zhí)行一次。
mysql默認的復制方式是異步的，并且復制的時候是有并行復制能力的。主庫把日志發(fā)送給從庫后不管了，這樣會產(chǎn)生一個問題就是假設主庫掛了，從庫處理失敗了，這時候從庫升為主庫后，日志就丟失了。由此產(chǎn)生兩個概念。
全同步復制
主庫寫入binlog后強制同步日志到從庫，所有的從庫都執(zhí)行完成后才返回給客戶端，但是很顯然這個方式的話性能會受到嚴重影響。
半同步復制
半同步復制的邏輯是這樣，從庫寫入日志成功后返回ACK確認給主庫，主庫收到至少一個從庫的確認就認為寫操作完成。
還可以延伸到由于主從配置不一樣、主庫大事務、從庫壓力過大、網(wǎng)絡震蕩等造成主備延遲，如何避免這個問題？主備切換的時候用可靠性優(yōu)先原則還是可用性優(yōu)先原則？如何判斷主庫Crash了？互為主備情況下如何避免主備循環(huán)復制？被刪庫跑路了如何正確恢復？(⊙o⊙)… 感覺越來越扯到DBA的活兒上去了。
RedoLog
可以先通過下面demo理解：
飯點記賬可以把賬單寫在賬本上也可以寫在粉板上。有人賒賬或者還賬的話，一般有兩種做法：
1、直接把賬本翻出來，把這次賒的賬加上去或者扣除掉。
2、先在粉板上記下這次的賬，等打烊以后再把賬本翻出來核算。
生意忙時選后者，因為前者太麻煩了。得在密密麻麻的記錄中找到這個人的賒賬總額信息，找到之后再拿出算盤計算，最后再將結果寫回到賬本上。
同樣在MySQL中如果每一次的更新操作都需要寫進磁盤，然后磁盤也要找到對應的那條記錄，然后再更新，整個過程IO成本、查找成本都很高。而粉板和賬本配合的整個過程就是MySQL用到的是Write-Ahead Logging 技術，它的關鍵點就是先寫日志，再寫磁盤。此時賬本 = BinLog，粉板 = RedoLog。
1、 記錄更新時，InnoDB引擎就會先把記錄寫到RedoLog（粉板）里面，并更新內(nèi)存。同時，InnoDB引擎會在空閑時將這個操作記錄更新到磁盤里面。
2、 如果更新太多RedoLog處理不了的時候，需先將RedoLog部分數(shù)據(jù)寫到磁盤，然后擦除RedoLog部分數(shù)據(jù)。RedoLog類似轉盤。
RedoLog有write pos 跟checkpoint
write pos ：是當前記錄的位置，一邊寫一邊后移，寫到第3號文件末尾后就回到0號文件開頭。
check point：是當前要擦除的位置，也是往后推移并且循環(huán)的，擦除記錄前要把記錄更新到數(shù)據(jù)文件。
write pos和check point之間的是粉板上還空著的部分，可以用來記錄新的操作。如果write pos追上checkpoint，表示粉板滿了，這時候不能再執(zhí)行新的更新，得停下來先擦掉一些記錄，把checkpoint推進一下。
有了redo log，InnoDB就可以保證即使數(shù)據(jù)庫發(fā)生異常重啟，之前提交的記錄都不會丟失，這個能力稱為crash-safe。
redolog兩階段提交：為了讓binlog跟redolog兩份日志之間的邏輯一致。提交流程大致如下：
1 prepare階段 --> 2 寫binlog --> 3 commit
當在2之前崩潰時，重啟恢復后發(fā)現(xiàn)沒有commit，回滾。備份恢復：沒有binlog 。一致
當在3之前崩潰時，重啟恢復發(fā)現(xiàn)雖沒有commit，但滿足prepare和binlog完整，所以重啟后會自動commit。備份：有binlog. 一致
binlog跟redolog區(qū)別：
redo log是InnoDB引擎特有的；binlog是MySQL的Server層實現(xiàn)的，所有引擎都可以使用。
redo log是物理日志，記錄的是在某個數(shù)據(jù)頁上做了什么修改；binlog是邏輯日志，記錄的是這個語句的原始邏輯，比如給ID=2這一行的c字段加1。
redo log是循環(huán)寫的，空間固定會用完；binlog是可以追加寫入的。追加寫是指binlog文件寫到一定大小后會切換到下一個，并不會覆蓋以前的日志。
UndoLog
UndoLog 一般是邏輯日志，主要分為兩種：
insert undo log
代表事務在insert新記錄時產(chǎn)生的undo log, 只在事務回滾時需要，并且在事務提交后可以被立即丟棄
update undo log
事務在進行update或delete時產(chǎn)生的undo log; 不僅在事務回滾時需要，在快照讀時也需要；所以不能隨便刪除，只有在快速讀或事務回滾不涉及該日志時，對應的日志才會被purge線程統(tǒng)一清除
3、MySQL中的索引
索引的常見模型有哈希表、有序數(shù)組和搜索樹。
哈希表：一種以KV存儲數(shù)據(jù)的結構，只適合等值查詢，不適合范圍查詢。
有序數(shù)組：只適用于靜態(tài)存儲引擎，涉及到插入的時候比較麻煩?？梢詤⒖糐ava中的ArrayList。
搜索樹：按照數(shù)據(jù)結構中的二叉樹來存儲數(shù)據(jù)，不過此時是N叉樹(B+樹)。廣泛應用在存儲引擎層中。
B+樹比B樹優(yōu)勢在于：
B+ 樹非葉子節(jié)點存儲的只是索引，可以存儲的更多。B+樹比B樹更加矮胖，IO次數(shù)更少。
B+ 樹葉子節(jié)點前后管理，更加方便范圍查詢。同時結果都在葉子節(jié)點，查詢效率穩(wěn)定。
B+樹中更有利于對數(shù)據(jù)掃描，可以避免B樹的回溯掃描。
索引的優(yōu)點：
1、唯一索引可以保證每一行數(shù)據(jù)的唯一性
2、提高查詢速度
3、加速表與表的連接
4、顯著的減少查詢中分組和排序的時間
5、通過使用索引，可以在查詢的過程中，使用優(yōu)化隱藏器，提高系統(tǒng)的性能。
索引的缺點：
1、創(chuàng)建跟維護都需要耗時
2、創(chuàng)建索引時，需要對表加鎖，在鎖表的同時，可能會影響到其他的數(shù)據(jù)操作
3、 索引需要磁盤的空間進行存儲，磁盤占用也很快。
4、當對表中的數(shù)據(jù)進行CRUD的時，也會觸發(fā)索引的維護，而維護索引需要時間，可能會降低數(shù)據(jù)操作性能
索引設計的原則不應該：
1、索引不是越多越好。索引太多，維護索引需要時間跟空間。
2、 頻繁更新的數(shù)據(jù)，不宜建索引。
3、數(shù)據(jù)量小的表沒必要建立索引。
應該：
1、重復率小的列建議生成索引。因為重復數(shù)據(jù)少，索引樹查詢更有效率，等價基數(shù)越大越好。
2、數(shù)據(jù)具有唯一性，建議生成唯一性索引。在數(shù)據(jù)庫的層面，保證數(shù)據(jù)正確性
3、頻繁group by、order by的列建議生成索引?？梢源蠓岣叻纸M和排序效率
4、經(jīng)常用于查詢條件的字段建議生成索引。通過索引查詢，速度更快
索引失效的場景
1、模糊搜索：左模糊或全模糊都會導致索引失效，比如'%a'和'%a%'。但是右模糊是可以利用索引的，比如'a%' 。
2、隱式類型轉換：比如select * from t where name = xxx , name是字符串類型，但是沒有加引號，所以是由MySQL隱式轉換的，所以會讓索引失效 3、當語句中帶有or的時候：比如select * from t where name=‘sw’ or age=14
4、不符合聯(lián)合索引的最左前綴匹配：(A,B,C)的聯(lián)合索引，你只where了C或B或只有B,C
關于索引的知識點：
主鍵索引：主鍵索引的葉子節(jié)點存的是整行數(shù)據(jù)信息。在InnoDB里，主鍵索引也被稱為聚簇索引（clustered index）。主鍵自增是無法保證完全自增的哦，遇到唯一鍵沖突、事務回滾等都可能導致不連續(xù)。
唯一索引：以唯一列生成的索引，該列不允許有重復值，但允許有空值(NULL)
普通索引跟唯一索引查詢性能：InnoDB的數(shù)據(jù)是按數(shù)據(jù)頁為單位來讀寫的，默認每頁16KB，因此這兩種索引查詢數(shù)據(jù)性能差別微乎其微。
change buffer：普通索引用在更新過程的加速，更新的字段如果在緩存中，如果是普通索引則直接更新即可。如果是唯一索引需要將所有數(shù)據(jù)讀入內(nèi)存來確保不違背唯一性，所以盡量用普通索引。
非主鍵索引：非主鍵索引的葉子節(jié)點內(nèi)容是主鍵的值。在InnoDB里，非主鍵索引也被稱為二級索引（secondary index）
回表：先通過數(shù)據(jù)庫索引掃描出數(shù)據(jù)所在的行，再通過行主鍵id取出索引中未提供的數(shù)據(jù)，即基于非主鍵索引的查詢需要多掃描一棵索引樹。
覆蓋索引：如果一個索引包含（或者說覆蓋）所有需要查詢的字段的值，我們就稱之為覆蓋索引。
聯(lián)合索引：相對單列索引，組合索引是用多個列組合構建的索引，一次性最多聯(lián)合16個。
最左前綴原則：對多個字段同時建立的組合索引(有順序，ABC，ACB是完全不同的兩種聯(lián)合索引) 以聯(lián)合索引(a,b,c)為例，建立這樣的索引相當于建立了索引a、ab、abc三個索引。另外組合索引實際還是一個索引，并非真的創(chuàng)建了多個索引，只是產(chǎn)生的效果等價于產(chǎn)生多個索引。
索引下推：MySQL 5.6引入了索引下推優(yōu)化，可以在索引遍歷過程中，對索引中包含的字段先做判斷，過濾掉不符合條件的記錄，減少回表字數(shù)。
索引維護：B+樹為了維護索引有序性涉及到頁分裂跟頁合并。增刪數(shù)據(jù)時需考慮頁空間利用率。
自增主鍵：一般會建立與業(yè)務無關的自增主鍵，不會觸發(fā)葉子節(jié)點分裂。
延遲關聯(lián)：通過使用覆蓋索引查詢返回需要的主鍵，再根據(jù)主鍵關聯(lián)原表獲得需要的數(shù)據(jù)。
InnoDB存儲: * .frm文件是一份定義文件，也就是定義數(shù)據(jù)庫表是一張怎么樣的表。*.ibd文件則是該表的索引，數(shù)據(jù)存儲文件，既該表的所有索引樹，所有行記錄數(shù)據(jù)都存儲在該文件中。
MyISAM存儲：* .frm文件是一份定義文件，也就是定義數(shù)據(jù)庫表是一張怎么樣的表。* .MYD文件是MyISAM存儲引擎表的所有行數(shù)據(jù)的文件。* .MYI文件存放的是MyISAM存儲引擎表的索引相關數(shù)據(jù)的文件。MyISAM引擎下，表數(shù)據(jù)和表索引數(shù)據(jù)是分開存儲的。
MyISAM查詢：在MyISAM下，主鍵索引和輔助鍵索引都屬于非聚簇索引。查詢不管是走主鍵索引，還是非主鍵索引，在葉子結點得到的都是目的數(shù)據(jù)的地址，還需要通過該地址，才能在數(shù)據(jù)文件中找到目的數(shù)據(jù)。
PS：InnoDB支持聚簇索引，MyISAM不支持聚簇索引
4、SQL事務隔離級別
ACID的四個特性
原子性（Atomicity）：把多個操作放到一個事務中，保證這些操作要么都成功，要么都不成功
一致性（Consistency）：理解成一串對數(shù)據(jù)進行操作的程序執(zhí)行下來，不會對數(shù)據(jù)產(chǎn)生不好的影響，比如憑空產(chǎn)生，或消失
隔離性（Isolation，又稱獨立性）：隔離性的意思就是多個事務之間互相不干擾，即使是并發(fā)事務的情況下，他們只是兩個并發(fā)執(zhí)行沒有交集，互不影響的東西；當然實現(xiàn)中，也不一定需要這么完整隔離性，即不一定需要這么的互不干擾，有時候還是允許有部分干擾的。所以MySQL可以支持4種事務隔離性
持久性（Durability）：當某個操作操作完畢了，那么結果就是這樣了，并且這個操作會持久化到日志記錄中
PS：ACID中C與CAP定理中C的區(qū)別
ACID的C著重強調(diào)單數(shù)據(jù)庫事務操作時，要保證數(shù)據(jù)的完整和正確性，數(shù)據(jù)不會憑空消失跟增加。CAP 理論中的C指的是對一個數(shù)據(jù)多個備份的讀寫一致性
事務操作可能會出現(xiàn)的數(shù)據(jù)問題
1、臟讀(dirty read)：B事務更改數(shù)據(jù)還未提交，A事務已經(jīng)看到并且用了。B事務如果回滾，則A事務做錯了
2、 不可重復讀(non-repeatable read)：不可重復讀的重點是修改: 同樣的條件, 你讀取過的數(shù)據(jù), 再次讀取出來發(fā)現(xiàn)值不一樣了，只需要鎖住滿足條件的記錄
3、 幻讀(phantom read)：事務A先修改了某個表的所有紀錄的狀態(tài)字段為已處理，未提交；事務B也在此時新增了一條未處理的記錄，并提交了；事務A隨后查詢記錄，卻發(fā)現(xiàn)有一條記錄是未處理的造成幻讀現(xiàn)象，幻讀僅專指新插入的行?；米x會造成語義上的問題跟數(shù)據(jù)一致性問題。
4、 在可重復讀RR隔離級別下，普通查詢是快照讀，是不會看到別的事務插入的數(shù)據(jù)的。因此，幻讀在當前讀下才會出現(xiàn)。要用間隙鎖解決此問題。
在說隔離級別之前，你首先要知道，你隔離得越嚴實，效率就會越低。因此很多時候，我們都要在二者之間尋找一個平衡點。SQL標準的事務隔離級別由低到高如下：
上圖從上到下的模式會導致系統(tǒng)的并行性能依次降低，安全性依次提高。
讀未提交：別人改數(shù)據(jù)的事務尚未提交，我在我的事務中也能讀到。
讀已提交(Oracle默認)：別人改數(shù)據(jù)的事務已經(jīng)提交，我在我的事務中才能讀到。
可重復讀(MySQL默認)：別人改數(shù)據(jù)的事務已經(jīng)提交，我在我的事務中也不去讀，以此保證重復讀一致性。
串行：我的事務尚未提交，別人就別想改數(shù)據(jù)。
標準跟實現(xiàn)：上面都是關于事務的標準，但是每一種數(shù)據(jù)庫都有不同的實現(xiàn)，比如MySQL InnDB 默認為RR級別，但是不會出現(xiàn)幻讀。因為當事務A更新了所有記錄的某個字段，此時事務A會獲得對這個表的表鎖，因為事務A還沒有提交，所以事務A獲得的鎖沒有釋放，此時事務B在該表插入新記錄，會因為無法獲得該表的鎖，則導致插入操作被阻塞。只有事務A提交了事務后，釋放了鎖，事務B才能進行接下去的操作。所以可以說 MySQL的RR級別的隔離是已經(jīng)實現(xiàn)解決了臟讀，不可重復讀和幻讀的。
5、MySQL中的鎖
無論是Java的并發(fā)編程還是數(shù)據(jù)庫的并發(fā)操作都會涉及到鎖，研發(fā)人員引入了悲觀鎖跟樂觀鎖這樣一種鎖的設計思想。
悲觀鎖：
優(yōu)點：適合在寫多讀少的并發(fā)環(huán)境中使用，雖然無法維持非常高的性能，但是在樂觀鎖無法提更好的性能前提下，可以做到數(shù)據(jù)的安全性
缺點：加鎖會增加系統(tǒng)開銷，雖然能保證數(shù)據(jù)的安全，但數(shù)據(jù)處理吞吐量低，不適合在讀書寫少的場合下使用
樂觀鎖：
優(yōu)點：在讀多寫少的并發(fā)場景下，可以避免數(shù)據(jù)庫加鎖的開銷，提高DAO層的響應性能，很多情況下ORM工具都有帶有樂觀鎖的實現(xiàn)，所以這些方法不一定需要我們?nèi)藶榈娜崿F(xiàn)。
缺點：在寫多讀少的并發(fā)場景下，即在寫操作競爭激烈的情況下，會導致CAS多次重試，沖突頻率過高，導致開銷比悲觀鎖更高。
實現(xiàn)：數(shù)據(jù)庫層面的樂觀鎖其實跟CAS思想類似， 通數(shù)據(jù)版本號或者時間戳也可以實現(xiàn)。
數(shù)據(jù)庫并發(fā)場景主要有三種：
讀-讀：不存在任何問題，也不需要并發(fā)控制
讀-寫：有隔離性問題，可能遇到臟讀，幻讀，不可重復讀
寫-寫：可能存更新丟失問題，比如第一類更新丟失，第二類更新丟失
兩類更新丟失問題：
第一類更新丟失：事務A的事務回滾覆蓋了事務B已提交的結果 第二類更新丟失：事務A的提交覆蓋了事務B已提交的結果
為了合理貫徹落實鎖的思想，MySQL中引入了雜七雜八的各種鎖：
鎖分類
MySQL支持三種層級的鎖定，分別為
表級鎖定
MySQL中鎖定粒度最大的一種鎖，最常使用的MYISAM與INNODB都支持表級鎖定。
頁級鎖定
是MySQL中鎖定粒度介于行級鎖和表級鎖中間的一種鎖，表級鎖速度快，但沖突多，行級沖突少，但速度慢。所以取了折衷的頁級，一次鎖定相鄰的一組記錄。
行級鎖定
Mysql中鎖定粒度最細的一種鎖，表示只針對當前操作的行進行加鎖。行級鎖能大大減少數(shù)據(jù)庫操作的沖突。其加鎖粒度最小，但加鎖的開銷也最大行級鎖不一定比表級鎖要好：鎖的粒度越細，代價越高，相比表級鎖在表的頭部直接加鎖，行級鎖還要掃描找到對應的行對其上鎖，這樣的代價其實是比較高的，所以表鎖和行鎖各有所長。
MyISAM中的鎖
雖然MySQL支持表，頁，行三級鎖定，但MyISAM存儲引擎只支持表鎖。所以MyISAM的加鎖相對比較開銷低，但數(shù)據(jù)操作的并發(fā)性能相對就不高。但如果寫操作都是尾插入，那還是可以支持一定程度的讀寫并發(fā)
從MyISAM所支持的鎖中也可以看出，MyISAM是一個支持讀讀并發(fā)，但不支持通用讀寫并發(fā)，寫寫并發(fā)的數(shù)據(jù)庫引擎，所以它更適合用于讀多寫少的應用場合，一般工程中也用的較少。
InnoDB中的鎖
該模式下支持的鎖實在是太多了，具體如下：
共享鎖和排他鎖 (Shared and Exclusive Locks)
意向鎖（Intention Locks）
記錄鎖（Record Locks）
間隙鎖（Gap Locks）
臨鍵鎖 （Next-Key Locks）
插入意向鎖（Insert Intention Locks）
主鍵自增鎖 (AUTO-INC Locks)
空間索引斷言鎖（Predicate Locks for Spatial Indexes）
舉個栗子，比如行鎖里的共享鎖跟排它鎖：lock in share modle 共享讀鎖：
為了確保自己查到的數(shù)據(jù)沒有被其他的事務正在修改，也就是說確保查到的數(shù)據(jù)是最新的數(shù)據(jù)，并且不允許其他人來修改數(shù)據(jù)。但是自己不一定能夠修改數(shù)據(jù)，因為有可能其他的事務也對這些數(shù)據(jù)使用了 in share mode 的方式上了S 鎖。如果不及時的commit 或者rollback 也可能會造成大量的事務等待。
for update排它寫鎖:
為了讓自己查到的數(shù)據(jù)確保是最新數(shù)據(jù)，并且查到后的數(shù)據(jù)只允許自己來修改的時候，需要用到for update。相當于一個 update 語句。在業(yè)務繁忙的情況下，如果事務沒有及時的commit或者rollback 可能會造成其他事務長時間的等待，從而影響數(shù)據(jù)庫的并發(fā)使用效率。
Gap Lock間隙鎖：
1、行鎖只能鎖住行，如果在記錄之間的間隙插入數(shù)據(jù)就無法解決了，因此MySQL引入了間隙鎖(Gap Lock)。間隙鎖是左右開區(qū)間。間隙鎖之間不會沖突。
2、間隙鎖和行鎖合稱NextKeyLock，每個NextKeyLock是前開后閉區(qū)間。
間隙鎖加鎖原則(學完忘那種)：
1、加鎖的基本單位是 NextKeyLock，是前開后閉區(qū)間。
2、查找過程中訪問到的對象才會加鎖。
3、索引上的等值查詢，給唯一索引加鎖的時候，NextKeyLock退化為行鎖。
4、索引上的等值查詢，向右遍歷時且最后一個值不滿足等值條件的時候，NextKeyLock退化為間隙鎖。
5、唯一索引上的范圍查詢會訪問到不滿足條件的第一個值為止。
6、MVCC
MVCC：
1、全稱Multi-Version Concurrency Control，即多版本并發(fā)控制。MVCC是一種并發(fā)控制的理念，維持一個數(shù)據(jù)的多個版本，使得讀寫操作沒有沖突。
2、MVCC在MySQL InnoDB中實現(xiàn)目的主要是為了提高數(shù)據(jù)庫并發(fā)性能，用更好的方式去處理讀-寫沖突，做到即使有讀寫沖突時，也能做到不加鎖，非阻塞并發(fā)讀。
MySQL InnoDB下的當前讀和快照讀
當前讀
1、像select lock in share mode(共享鎖)、select for update 、update、insert、delete(排他鎖)這些操作都是一種當前讀，就是它讀取的是記錄的最新版本，讀取時還要保證其他并發(fā)事務不能修改當前記錄，會對讀取的記錄進行加鎖。
2、當前讀可以認為是悲觀鎖的具體功能實現(xiàn)
快照讀
1、不加鎖的select就是快照讀，即不加鎖的非阻塞讀；快照讀的前提是隔離級別不是串行級別，串行級別下的快照讀會退化成當前讀；之所以出現(xiàn)快照讀的情況，是基于提高并發(fā)性能的考慮，快照讀的實現(xiàn)是基于多版本并發(fā)控制，即MVCC，可以認為MVCC是行鎖的一個變種，但它在很多情況下，避免了加鎖操作，降低了開銷；既然是基于多版本，即快照讀可能讀到的并不一定是數(shù)據(jù)的最新版本，而有可能是之前的歷史版本。
2、快照讀就是MVCC思想在MySQL的具體非阻塞讀功能實現(xiàn)，MVCC的目的就是為了實現(xiàn)讀-寫沖突不加鎖，提高并發(fā)讀寫性能，而這個讀指的就是快照讀。
3、快照讀就是MySQL為我們實現(xiàn)MVCC理想模型的其中一個具體非阻塞讀功能。
因為大佬不滿意只讓數(shù)據(jù)庫采用悲觀鎖這樣性能不佳的形式去解決讀-寫沖突問題，而提出了MVCC，所以我們可以形成兩個組合：
MVCC + 悲觀鎖：MVCC解決讀寫沖突，悲觀鎖解決寫寫沖突
MVCC + 樂觀鎖：MVCC解決讀寫沖突，樂觀鎖解決寫寫沖突
MVCC的實現(xiàn)原理
MVCC實現(xiàn)原理主要是依賴記錄中的 四個隱式字段、undo日志 、Consistent Read View來實現(xiàn)的。
四個隱式字段：
DB_TRX_ID：
6byte，最近修改(修改/插入)事務ID：記錄創(chuàng)建這條記錄/最后一次修改該記錄的事務ID
DB_ROLL_PTR
7byte，回滾指針，指向這條記錄的上一個版本（存儲于rollback segment里）
DB_ROW_ID
6byte，隱含的自增ID（隱藏主鍵），如果數(shù)據(jù)表沒有主鍵，InnoDB會自動以DB_ROW_ID產(chǎn)生一個聚簇索引
FLAG
一個刪除flag隱藏字段, 既記錄被更新或刪除并不代表真的刪除，而是刪除flag變了
事務對一條記錄的修改，會導致該記錄的undo log成為一條記錄版本線性表(鏈表)，undo log的鏈首就是最新的舊記錄，鏈尾就是最早的舊記錄。
undo日志：此知識點上文已經(jīng)說過了，對MVCC有幫助的實質(zhì)是update undo log，undo log實際上就是存在rollback segment中舊記錄鏈。
一致讀視圖 Consistent Read View：Read View是事務進行快照讀操作的時候生產(chǎn)的讀視圖(Read View)，在該事務執(zhí)行的快照讀的那一刻，會生成數(shù)據(jù)庫系統(tǒng)當前的一個快照，記錄并維護系統(tǒng)當前活躍事務的ID(InnoDB里面每個事務有一個唯一的事務ID，叫作transaction id。它是在事務開始的時候向InnoDB的事務系統(tǒng)申請的，是按申請順序嚴格遞增的)。拿著這個ID跟記錄中ID對比進行選擇性展示，這里說下大致的思維。
你可以簡單的理解為MVCC為每一行增加了兩個隱藏字段，兩個字段分別保存了這個行的當前事務ID跟行的刪除事務ID。
insert時：
InnoDB為新插入的每一行保存當前系統(tǒng)版本號作為版本號。
select時：
1、 InnoDB只會查找版本早于當前事務版本的數(shù)據(jù)行(也就是行的系統(tǒng)版本號<=事務的系統(tǒng)版本號)，這樣可以確保事務讀取的行，要么是在事務開始前已經(jīng)存在的，要么是事務自身插入或者修改過的。
2、行的刪除版本要么未定義，要么大于當前事務版本號，這可以確保事務讀取到的行在事務開始之前未被刪除。
3、只有1，2 同時滿足的記錄，才能返回作為查詢結果。
delete時：
InnoDB會為刪除的每一行保存當前系統(tǒng)的版本號(事務的ID)作為刪除標識.
update時：
InnoDB執(zhí)行update，實際上是新插入了一行記錄，并保存其創(chuàng)建時間為當前事務的ID，同時保存當前事務ID到要update的行的刪除時間。
上面只是一個淺顯的講解MVCC選擇標準流程，源碼層面應該是根據(jù)低水位跟高水位來截取的。具體實現(xiàn)可自行百度。
重點：
1、事務中快照讀的結果是非常依賴該事務首次出現(xiàn)快照讀的地方，即某個事務中首次出現(xiàn)快照讀的地方非常關鍵，它有決定該事務后續(xù)快照讀結果的能力。
2、在RC隔離級別下，是每個快照讀都會生成并獲取最新的Read View；而在RR隔離級別下，則是同一個事務中的第一個快照讀才會創(chuàng)建Read View, 之后的快照讀獲取的都是同一個Read View。
7、緩沖池（buffer pool）
應用系統(tǒng)分層架構，為了加速數(shù)據(jù)訪問，會把最常訪問的數(shù)據(jù)，放在緩存(cache)里，避免每次都去訪問數(shù)據(jù)庫。操作系統(tǒng)，會有緩沖池(buffer pool)機制，避免每次訪問磁盤，以加速數(shù)據(jù)的訪問。MySQL作為一個存儲系統(tǒng)，同樣具有緩沖池(buffer pool)機制，以避免每次查詢數(shù)據(jù)都進行磁盤IO，主要作用：
1、存在的意義是加速查詢
2、緩沖池(buffer pool) 是一種常見的降低磁盤訪問 的機制；
3、緩沖池通常以頁(page 16K)為單位緩存數(shù)據(jù)；
4、緩沖池的常見管理算法是LRU，memcache，OS，InnoDB都使用了這種算法；
5、InnoDB對普通LRU進行了優(yōu)化：將緩沖池分為老生代和新生代，入緩沖池的頁，優(yōu)先進入老生代，該頁被訪問，才進入新生代，以解決預讀失效的問題頁被訪問。且在老生代停留時間超過配置閾值的，才進入新生代，以解決批量數(shù)據(jù)訪問，大量熱數(shù)據(jù)淘汰的問題
預讀失效：
由于預讀(Read-Ahead)，提前把頁放入了緩沖池，但最終MySQL并沒有從頁中讀取數(shù)據(jù)，稱為預讀失效
緩沖池污染：
當某一個SQL語句，要批量掃描大量數(shù)據(jù)時，可能導致把緩沖池的所有頁都替換出去，導致大量熱數(shù)據(jù)被換出，MySQL性能急劇下降，這種情況叫緩沖池污染。解決辦法：加入老生代停留時間窗口策略后，短時間內(nèi)被大量加載的頁，并不會立刻插入新生代頭部，而是優(yōu)先淘汰那些，短期內(nèi)僅僅訪問了一次的頁。
8、table瘦身
空洞：
MySQL執(zhí)行delete命令其實只是把記錄的位置，或者數(shù)據(jù)頁標記為了可復用，但磁盤文件的大小是不會變的。通過delete命令是不能回收表空間的。這些可以復用，而沒有被使用的空間，看起來就像是空洞。插入時候引發(fā)分裂同樣會產(chǎn)生空洞。
重建表思路：
1、新建一個跟A表結構相同的表B
2、按照主鍵ID將A數(shù)據(jù)一行行讀取同步到表B
3、用表B替換表A實現(xiàn)效果上的瘦身。
重建表指令：
1、alter table A engine=InnoDB，慎重用，牛逼的DBA都用下面的開源工具。
2、推薦Github：gh-ost
9、SQL Joins、統(tǒng)計、 隨機查詢
7種join具體如下：
統(tǒng)計：
1、MyISAM模式下把一個表的總行數(shù)存在了磁盤上，直接拿來用即可
2、InnoDB引擎由于 MVCC的原因，需要把數(shù)據(jù)讀出來然后累計求和
3、性能來說 由壞到好：count(字段) < count(主鍵id) < count(1) ≈ count(*)，盡量用count(*)即可。
隨機查詢：
mysql> select word from words order by rand() limit 3;
直接使用order by rand()，explain 這個語句發(fā)現(xiàn)需要 Using temporary和 Using filesort，查詢的執(zhí)行代價往往是比較大的。所以在設計的時要避開這種寫法。
mysql> select count(*) into @C from t;
set @Y1 = floor(@C * rand());
set @Y2 = floor(@C * rand());
set @Y3 = floor(@C * rand());
select * from t limit @Y1,1;
select * from t limit @Y2,1;
select * from t limit @Y3,1;
這樣可以避免臨時表跟排序的產(chǎn)生，最終查詢行數(shù) = C + (Y1+1) + (Y2+1) + (Y3+1)
exist 和 in 對比：
1、in查詢時首先查詢子查詢的表，然后將內(nèi)表和外表做一個笛卡爾積，然后按照條件進行篩選。
2、子查詢使用 exists，會先進行主查詢，將查詢到的每行數(shù)據(jù)循環(huán)帶入子查詢校驗是否存在，過濾出整體的返回數(shù)據(jù)。
3、兩表大小相當，in 和 exists 差別不大。內(nèi)表大，用 exists 效率較高；內(nèi)表小，用 in 效率較高。
4、查詢用not in 那么內(nèi)外表都進行全表掃描，沒有用到索引；而not exists 的子查詢依然能用到表上的索引。not exists比not in要快。
10、MySQL優(yōu)化
SQL優(yōu)化主要分4個方向：SQL語句跟索引、表結構、系統(tǒng)配置、硬件。
總優(yōu)化思路就是最大化利用索引、盡可能避免全表掃描、減少無效數(shù)據(jù)的查詢：
1、減少數(shù)據(jù)訪問：設置合理的字段類型，啟用壓縮，通過索引訪問等減少磁盤 IO。
2、返回更少的數(shù)據(jù)：只返回需要的字段和數(shù)據(jù)分頁處理，減少磁盤 IO 及網(wǎng)絡 IO。
3、減少交互次數(shù)：批量 DML 操作，函數(shù)存儲等減少數(shù)據(jù)連接次數(shù)。
4、減少服務器 CPU 開銷：盡量減少數(shù)據(jù)庫排序操作以及全表查詢，減少 CPU 內(nèi)存占用 。
5、分表分區(qū)：使用表分區(qū)，可以增加并行操作，更大限度利用 CPU 資源。
SQL語句優(yōu)化大致舉例：
1、合理建立覆蓋索引：可以有效減少回表。
2、union，or，in都能命中索引，建議使用in
3、負向條件(!=、<>、not in、not exists、not like 等) 索引不會使用索引，建議用in。
4、在列上進行運算或使用函數(shù)會使索引失效，從而進行全表掃描
5、小心隱式類型轉換，原字符串用整型會觸發(fā)CAST函數(shù)導致索引失效。原int用字符串則會走索引。
6、不建議使用%前綴模糊查詢。
7、多表關聯(lián)查詢時，小表在前，大表在后。在 MySQL 中，執(zhí)行 from 后的表關聯(lián)查詢是從左往右執(zhí)行的(Oracle 相反)，第一張表會涉及到全表掃描。
8、調(diào)整 Where 字句中的連接順序，MySQL 采用從左往右，自上而下的順序解析 where 子句。根據(jù)這個原理，應將過濾數(shù)據(jù)多的條件往前放，最快速度縮小結果集。
SQL調(diào)優(yōu)大致思路：
1、先用慢查詢?nèi)罩径ㄎ痪唧w需要優(yōu)化的sql
2、使用 explain 執(zhí)行計劃查看索引使用情況
3、重點關注(一般情況下根據(jù)這4列就能找到索引問題)：
1、key（查看有沒有使用索引）
2、key_len（查看索引使用是否充分）
3、type（查看索引類型）
4、Extra（查看附加信息：排序、臨時表、where條件為false等）
4、根據(jù)上1步找出的索引問題優(yōu)化sql 5、再回到第2步
表結構優(yōu)化：
1、盡量使用TINYINT、SMALLINT、MEDIUM_INT作為整數(shù)類型而非INT，如果非負則加上UNSIGNED 。
2、VARCHAR的長度只分配真正需要的空間 。
3、盡量使用TIMESTAMP而非DATETIME 。
4、單表不要有太多字段，建議在20以內(nèi)。
5、避免使用NULL字段，很難查詢優(yōu)化且占用額外索引空間。字符串默認為''。
讀寫分離：
只在主服務器上寫，只在從服務器上讀。對應到數(shù)據(jù)庫集群一般都是一主一從、一主多從。業(yè)務服務器把需要寫的操作都寫到主數(shù)據(jù)庫中，讀的操作都去從庫查詢。主庫會同步數(shù)據(jù)到從庫保證數(shù)據(jù)的一致性。一般 讀寫分離 的實現(xiàn)方式有兩種：代碼封裝跟數(shù)據(jù)庫中間件。
分庫分表：分庫分表分為垂直和水平兩個方式，一般是先垂直后水平。
1、垂直分庫：將應用分為若干模塊，比如訂單模塊、用戶模塊、商品模塊、支付模塊等等。其實就是微服務的理念。
2、垂直分表：一般將不常用字段跟數(shù)據(jù)較大的字段做拆分。
3、水平分表：根據(jù)場景選擇什么字段作分表字段，比如淘寶日訂單1000萬，用userId作分表字段，數(shù)據(jù)查詢支持到最近6個月的訂單，超過6個月的做歸檔處理，那么6個月的數(shù)據(jù)量就是18億，分1024張表，每個表存200W數(shù)據(jù)，hash(userId)%100找到對應表格。
4、ID生成器：分布式ID 需要跨庫全局唯一方便查詢存儲-檢索數(shù)據(jù)，確保唯一性跟數(shù)字遞增性。
目前主要流行的分庫分表工具 就是Mycat和sharding-sphere。
TiDB：開源分布式數(shù)據(jù)庫，結合了傳統(tǒng)的 RDBMS 和NoSQL 的最佳特性。TiDB 兼容 MySQL，支持無限的水平擴展，具備強一致性和高可用性。TiDB 的目標是為 OLTP(Online Transactional Processing) 和 OLAP (Online Analytical Processing) 場景提供一站式的解決方案。TiDB 具備如下核心特點
1、支持 MySQL 協(xié)議（開發(fā)接入成本低）。
2、100% 支持事務（數(shù)據(jù)一致性實現(xiàn)簡單、可靠）。
3、無限水平拓展（不必考慮分庫分表），不停服務。
4、TiDB 支持和 MySQL 的互備。
5、遵循jdbc原則，學習成本低，強關系型，強一致性，不用擔心主從配置，不用考慮分庫分表，還可以無縫動態(tài)擴展。
適合：
1、原業(yè)務的 MySQL 的業(yè)務遇到單機容量或者性能瓶頸時，可以考慮使用 TiDB 無縫替換 MySQL。
2、大數(shù)據(jù)量下，MySQL 復雜查詢很慢。
3、大數(shù)據(jù)量下，數(shù)據(jù)增長很快，接近單機處理的極限，不想分庫分表或者使用數(shù)據(jù)庫中間件等對業(yè)務侵入性較大、對業(yè)務有約束的 Sharding 方案。
4、大數(shù)據(jù)量下，有高并發(fā)實時寫入、實時查詢、實時統(tǒng)計分析的需求。5、有分布式事務、多數(shù)據(jù)中心的數(shù)據(jù) 100% 強一致性、auto-failover 的高可用的需求。
不適合：
1、單機 MySQL 能滿足的場景也用不到 TiDB。
2、數(shù)據(jù)條數(shù)少于 5000w 的場景下通常用不到 TiDB，TiDB 是為大規(guī)模的數(shù)據(jù)場景設計的。
3、如果你的應用數(shù)據(jù)量?。ㄋ袛?shù)據(jù)千萬級別行以下），且沒有高可用、強一致性或者多數(shù)據(jù)中心復制等要求，那么就不適合使用 TiDB。
以上就是“MySQL靈魂十連問”的詳細內(nèi)容，更多請關注木子天禾科技其它相關文章！
