MYSQL 那点破事!索引、SQL调优、事务、B 树、分表 ....
时间:2021-09-07 11:27:34
手机看文章
扫描二维码
随时随地手机看文章
[导读]为了便于大家查找问题,了解全貌,整理个目录,我们可以快速全局了解关于mysql数据库,面试官一般喜欢问哪些问题接下来,我们逐条来看看每个问题及答案MyISAM和InnoDB的区别?答案:InnoDB支持事务、外键、聚集索引,通过MVCC来支持高并发,索引和数据存储在一起。Inno...
为了便于大家查找问题,了解全貌,整理个目录,我们可以快速全局了解关于mysql数据库,面试官一般喜欢问哪些问题
接下来,我们逐条来看看每个问题及答案
MyISAM 和 InnoDB 的区别?答案:InnoDB 支持 事务、外键、聚集索引,通过MVCC来支持高并发,索引和数据存储在一起。InnoDB 不保存表的具体行数,执行
select count(*) from table
时需要全表扫描。而MyISAM 用一个变量保存了整个表的行数。InnoDB 最小的锁粒度是行锁,MyISAM 最小的锁粒度是表锁,并发能力低。MySQL 将默认存储引擎是 InnoDBmysql 锁有哪些类型?答案:mysql锁分为共享锁( S lock ) 、排他锁 ( X lock ),也叫做读锁和写锁。根据粒度,可以分为表锁、页锁、行锁。
什么是间隙锁?答案:间隙锁是可重复读级别下才会有的锁,mysql会帮我们生成了若干
左开右闭
的区间,结合MVCC和间隙锁可以解决幻读问题。如何避免死锁?答案:死锁的四个必要条件:1、互斥 2、请求与保持 3、环路等待 4、不可剥夺。
- 合理的设计索引,区分度高的列放到组合索引前面,使业务 SQL 尽可能通过索引定位更少的行,减少锁竞争。
- 调整业务逻辑 SQL 执行顺序, 避免 update/delete 长时间持有锁的 SQL 在事务前面。
- 避免大事务,将大事务拆成多个小事务
- 以固定的顺序访问表和行。比如两个更新数据的事务,事务 A 更新数据的顺序为 1,2;事务 B 更新数据的顺序为 2,1。这样更可能会造成死锁。
- 在并发比较高的系统中,不要显式加锁,特别是是在事务里显式加锁。如 select … for update 语句,如果是在事务里(运行了 start transaction 或设置了autocommit 等于0),那么就会锁定所查找到的记录。
- 尽量用主键/索引去查找记录
- 优化 SQL 和表设计,减少同时占用太多资源的情况。比如说,避免多个表join,将复杂 SQL 分解为多个简单的 SQL。
数据库的隔离级别?答案:读未提交、读已提交、可重复读(mysql的默认级别,每次读取结果都一样,但是有可能产生幻读)、串行化。
Mysql有哪些类型的索引?答案:
- 普通索引:一个索引只包含一个列,一个表可以有多个单列索引。
- 唯一索引:索引列的值必须唯一,但允许有空值
- 复合索引:多列值组成一个索引,专门用于组合搜索,其效率大于索引合并
- 聚簇索引:也称为主键索引,是一种数据存储方式。B Tree结构,非叶子节点包含健值和指针,叶子节点包含索引列和行数据。一张表只能有一个聚簇索引。
- 非聚簇索引:不是聚簇索引,就是非聚簇索引。叶子节点只是存索引列和主键id。如果sql还要返回除了索引列的其他字段信息,需要回表,第一次索引一般是顺序IO,回表的操作属于随机IO。回表的次数越多,性能越差。此时我们推荐
覆盖索引
什么是覆盖索引和回表?答案:1、覆盖索引,指的是在一次查询中,一个索引包含所有需要查询的字段的值,可能是返回值或where条件
select buyer_id from order where money>100
假如我们创建了一个(money,buyer_id)的联合索引,索引的叶子节点包含了buyer_id
的信息,则不会再回表
查询。2、回表,指查询时一些字段值拿不到,需要到主键索引B 树再查一次。Mysql的最左前缀原则?答案:即最左优先,在检索数据时从联合索引的最左边开始匹配,直到遇到范围查询(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)组合索引,d是用不到索引的;如果建立(a,b,d,c)的索引则都可以用到,a,b,d的顺序可以任意调整。
线上SQL的调优经验?答案:
- 1、
slow_query_log
日志中收集到的慢 SQL ,结合explain
分析是否命中索引。 - 2、减少索引扫描行数,有针对性的优化慢 SQL。
- 3、建立联合索引,由于联合索引的每个叶子节点包含检索字段的信息,按最左前缀原则匹配后,再按其它条件过滤,减少回表的数据量。
- 4、还可以使用虚拟列和联合索引来提升复杂查询的执行效率。
官方为什么建议采用自增id 作为主键?答案:自增id是连续的,插入过程也是顺序的,总是插入在最后,减少了页分裂,有效减少数据的移动。所以尽量不要使用字符串(如:UUID)作为主键。
索引为什么采用B 树,而不用B-树,红黑树?答案:提升查询速度,首先要减少磁盘IO次数,也就是要降低树的高度。
- 平衡二叉树、红黑树,都属于二叉树。时间复杂度为O(n),当表的数据量上千万时,树的深度很深,mysql读取时消耗大量 IO。另外,InnoDB引擎采用
页
为单位读取,每个节点一页,但是二叉树每个节点储存一个关键词,导致空间浪费。 - B-树,非叶子节点存储数据,占用较多空间,导致每个节点的
指针
少很多,无形增加了树的深度。 - B 树数据都存储在叶子节点,非叶子节点只存储
健值 指针
,索引树更加扁平,三层深度可以支持千万级表存储。同时叶子节点之间通过链表关联,范围查找更快。 - 更多内容,参考 mysql 一棵 B 树能存多少条数据?
事务的特性有哪些?答案:ACID。
- 原子性。一个事务中的操作要么全部成功,要么全部失败。
- 持久性。永久保存在数据库中。
- 一致性。总是从一个一致性的状态转换到另一个一致性的状态
- 隔离性。一个事务的修改在提交前,其他事务是感知不到的
如何实现分布式事务?答案:
- 1、流水任务,最终一致性,前提是接口要支持幂等性
- 2、事务消息
- 3、二阶段提交
- 4、三阶段提交
- 5、TCC
- 6、Seata 框架
- 7、更多内容,参考 如何解决分布式事务
日常工作中,MySQL 如何做优化?答案:
- 1、分页优化。比如电梯直达,
limit 100000,10
先查找起始的主键id,再通过id>#{value}
往后取10条 - 2、尽量使用
覆盖索引
,索引的叶节点中已经包含要查询的字段,减少回表查询
- 3、SQL优化(索引优化、小表驱动大表、虚拟列、适当增加冗余字段减少连表查询、联合索引、排序优化、慢日志 Explain 分析执行计划)。
- 4、设计优化(避免使用NULL、用简单数据类型如int、减少 text 类型、分库分表)。
- 5、硬件优化(使用SSD 减少 I/O 时间、足够大的网络带宽、尽量大的内存)
mysql 主从同步具体过程?答案:
- master主库,有数据更新,将此次更新的事件类型写入到主库的binlog文件中
- 主库会创建
log dump 线程
通知slave有数据更新 - slave,向master节点的 log dump线程请求一份指定binlog文件位置的副本,并将请求回来的
binlog
存到本地的Relay log
中继日志中 - slave 再开启一个
SQL 线程
读取Relay log
事件,并在本地执行redo
操作。将发生在主库的事件在本地重新执行一遍,从而保证主从数据同步
什么是主从延迟?答案:指一个写入SQL操作在主库执行完后,将数据完整同步到从库会有一个时间差,称之为主从延迟。计算公式:
- 主库生成一条写入SQL的binlog,里面会有一个时间字段,记录写入的时间戳 t1
- binlog 同步到从库后,一旦开始执行,取当前时间 t2
t2-t1
,就是延迟时间
主从延迟排查方法?答案:通过
show slave status
命令输出的Seconds_Behind_Master
参数的值来判断- 为零:表示主从复制良好
- 正值:表示主从已经出现延时,数字越大,表示从库延迟越严重
主从延迟要怎么解决?答案:
- 看业务的接受程度。如果不能接受延迟,那么建议强制走主库查询
- 可以考虑引入缓存,更新主库后同步写入缓存,保证缓存的及时性
- 提升从库的机器配置,提高从库binlog的同步效率
- 缩短主、从库的网络距离,减少binlog的网络传输时间
- 一主多从,每个从库都启一个线程从主库同步 binlog,导致主库压力过大,可以采用
canal
增量订阅