没有合适的资源?快使用搜索试试~ 我知道了~
1. MySQL 索引使用有哪些注意事项呢? 可以从三个维度回答这个问题:索引哪些情况会失效,索引不适合哪些场景,索引规则 索引哪些情况会失效 • 查询条件包含or,可能导致索引失效 • 如何字段类型是字符串,where时一定用引号括起来,否则索引失效 • like通配符可能导致索引失效。 • 联合索引,查询时的条件列不是联合索引中的第一个列,索引失效。 • 在索引列上使用mysql的内置函数,索引失效。 • 对索引列运算(如,+、-、*、/),索引失效。 • 索引字段上使用(!= 或者 < >,not in)时,可能会导致索引失效。 • 索引字段上使用is null, is not null,可能导致索引失效。 • 左连接查询或者右连接查询查询关联的字段编码格式不一样,可能导致索引失效。 • mysql估计使用全表扫描要比使用索引快,则不使用索引。
资源推荐
资源详情
资源评论
数据库
1. MySQL 索引使用有哪些注意事项呢?
可以从三个维度回答这个问题:索引哪些情况会失效,索引不适合哪些场景,索引规则
索引哪些情况会失效
� 查询条件包含 or,可能导致索引失效
� 如何字段类型是字符串,where 时一定用引号括起来,否则索引失效
� like 通配符可能导致索引失效。
� 联合索引,查询时的条件列不是联合索引中的第一个列,索引失效。
� 在索引列上使用 mysql 的内置函数,索引失效。
� 对索引列运算(如,+、-、*、/),索引失效。
� 索引字段上使用(!= 或者 < >,not in)时,可能会导致索引失效。
� 索引字段上使用 is null, is not null,可能导致索引失效。
� 左连接查询或者右连接查询查询关联的字段编码格式不一样,可能导致索引失效。
� mysql 估计使用全表扫描要比使用索引快,则不使用索引。
后端程序员必备:索引失效的十大杂症
索引不适合哪些场景
� 数据量少的不适合加索引
� 更新比较频繁的也不适合加索引
� 区分度低的字段不适合加索引(如性别)
索引的一些潜规则
� 覆盖索引
� 回表
� 索引数据结构(B+树)
� 最左前缀原则
� 索引下推
2. MySQL 遇到过死锁问题吗,你是如何解决的?
我排查死锁的一般步骤是酱紫的:
� 查看死锁日志 show engine innodb status;
� 找出死锁 Sql
� 分析 sql 加锁情况
� 模拟死锁案发
� 分析死锁日志
� 分析死锁结果
可以看我这两篇文章哈:
� 手把手教你分析 Mysql 死锁问题
� Mysql 死锁如何排查:insert on duplicate 死锁一次排查分析过程
3. 日常工作中你是怎么优化 SQL 的?
可以从这几个维度回答这个问题:
� 加索引
� 避免返回不必要的数据
� 适当分批量进行
� 优化 sql 结构
� 分库分表
� 读写分离
可以看我这篇文章哈:
后端程序员必备:书写高质量 SQL 的 30 条建议
4. 说说分库与分表的设计
分库分表方案,分库分表中间件,分库分表可能遇到的问题
分库分表方案:
� 水平分库:以字段为依据,按照一定策略(hash、range 等),将一个库中的数据拆分到多个库中。
� 水平分表:以字段为依据,按照一定策略(hash、range 等),将一个表中的数据拆分到多个表中。
� 垂直分库:以表为依据,按照业务归属不同,将不同的表拆分到不同的库中。
� 垂直分表:以字段为依据,按照字段的活跃性,将表中字段拆到不同的表(主表和扩展表)中。
常用的分库分表中间件:
� sharding-jdbc(当当)
� Mycat
� TDDL(淘宝)
� Oceanus(58 同城数据库中间件)
� vitess(谷歌开发的数据库中间件)
� Atlas(Qihoo 360)
分库分表可能遇到的问题
� 事务问题:需要用分布式事务啦
� 跨节点 Join 的问题:解决这一问题可以分两次查询实现
� 跨节点的 count,order by,group by 以及聚合函数问题:分别在各个节点上得到结果后在应用程序端进行合并。
� 数据迁移,容量规划,扩容等问题
� ID 问题:数据库被切分后,不能再依赖数据库自身的主键生成机制啦,最简单可以考虑 UUID
� 跨分片的排序分页问题(后台加大 pagesize 处理?)
个人觉得网上这两篇文章不错,小伙伴们可以去看一下哈:
� MySQL 数据库之互联网常用分库分表方案
� 分库分表需要考虑的问题及方案
5. InnoDB 与 MyISAM 的区别
� InnoDB 支持事务,MyISAM 不支持事务
� InnoDB 支持外键,MyISAM 不支持外键
� InnoDB 支持 MVCC(多版本并发控制),MyISAM 不支持
� select count(*) from table 时,MyISAM 更快,因为它有一个变量保存了整个表的总行数,可以直接读取,InnoDB 就需要
全表扫描。
� Innodb 不支持全文索引,而 MyISAM 支持全文索引(5.7 以后的 InnoDB 也支持全文索引)
� InnoDB 支持表、行级锁,而 MyISAM 支持表级锁。
� InnoDB 表必须有主键,而 MyISAM 可以没有主键
� Innodb 表需要更多的内存和存储,而 MyISAM 可被压缩,存储空间较小,。
� Innodb 按主键大小有序插入,MyISAM 记录插入顺序是,按记录插入顺序保存。
� InnoDB 存储引擎提供了具有提交、回滚、崩溃恢复能力的事务安全,与 MyISAM 比 InnoDB 写的效率差一些,并且会占
用更多的磁盘空间以保留数据和索引
6. 数据库索引的原理,为什么要用 B+树,为什么不用二叉树?
可以从几个维度去看这个问题,查询是否够快,效率是否稳定,存储数据多少,以及查找磁盘次数,为什么不是二叉树,为什么不是平
衡二叉树,为什么不是 B 树,而偏偏是 B+树呢?
为什么不是一般二叉树?
如果二叉树特殊化为一个链表,相当于全表扫描。平衡二叉树相比于二叉查找树来说,查找效率更稳定,总体的查找速度也更快。
为什么不是平衡二叉树呢?
我们知道,在内存比在磁盘的数据,查询效率快得多。如果树这种数据结构作为索引,那我们每查找一次数据就需要从磁盘中读取一个
节点,也就是我们说的一个磁盘块,但是平衡二叉树可是每个节点只存储一个键值和数据的,如果是 B 树,可以存储更多的节点数据,
树的高度也会降低,因此读取磁盘的次数就降下来啦,查询效率就快啦。
那为什么不是 B 树而是 B+树呢?
1)B+树非叶子节点上是不存储数据的,仅存储键值,而 B 树节点中不仅存储键值,也会存储数据。innodb 中页的默认大小是 16KB,
如果不存储数据,那么就会存储更多的键值,相应的树的阶数(节点的子节点树)就会更大,树就会更矮更胖,如此一来我们查找数据
进行磁盘的 IO 次数有会再次减少,数据查询的效率也会更快。
2)B+树索引的所有数据均存储在叶子节点,而且数据是按照顺序排列的,链表连着的。那么 B+树使得范围查找,排序查找,分组查找
以及去重查找变得异常简单。
可以看这篇文章哈:
再有人问你为什么 MySQL 用 B+树做索引,就把这篇文章发给她
7. 聚集索引与非聚集索引的区别
� 一个表中只能拥有一个聚集索引,而非聚集索引一个表可以存在多个。
� 聚集索引,索引中键值的逻辑顺序决定了表中相应行的物理顺序;非聚集索引,索引中索引的逻辑顺序与磁盘上行的物理存
储顺序不同。
� 索引是通过二叉树的数据结构来描述的,我们可以这么理解聚簇索引: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。
� 聚集索引:物理存储按照索引排序;非聚集索引:物理存储不按照索引排序;
何时使用聚集索引或非聚集索引?
8. limit 1000000 加载很慢的话,你是怎么解决的呢?
方案一:如果 id 是连续的,可以这样,返回上次查询的最大记录(偏移量),再往下 limit
select id,name from employee where id>1000000 limit 10.
方案二:在业务允许的情况下限制页数:
建议跟业务讨论,有没有必要查这么后的分页啦。因为绝大多数用户都不会往后翻太多页。
方案三:order by + 索引(id 为索引)
select id,name from employee order by id limit 1000000,10
方案四:利用延迟关联或者子查询优化超多分页场景。(先快速定位需要获取的 id 段,然后再关联)
SELECT a.* FROM employee a, (select id from employee where 条件 LIMIT 1000000,10 ) b where a.id=b.id
9. 如何选择合适的分布式主键方案呢?
� 数据库自增长序列或字段。
� UUID。
� Redis 生成 ID
� Twitter 的 snowflake 算法
� 利用 zookeeper 生成唯一 ID
� MongoDB 的 ObjectId
10. 事务的隔离级别有哪些?MySQL 的默认隔离级别是什么?
� 读未提交(Read Uncommitted)
� 读已提交(Read Committed)
� 可重复读(Repeatable Read)
� 串行化(Serializable)
Mysql 默认的事务隔离级别是可重复读(Repeatable Read)
可以看我这篇文章哈:一文彻底读懂 MySQL 事务的四大隔离级别
11. 什么是幻读,脏读,不可重复读呢?
� 事务 A、B 交替执行,事务 A 被事务 B 干扰到了,因为事务 A 读取到事务 B 未提交的数据,这就是脏读
� 在一个事务范围内,两个相同的查询,读取同一条记录,却返回了不同的数据,这就是不可重复读。
� 事务 A 查询一个范围的结果集,另一个并发事务 B 往这个范围中插入/删除了数据,并静悄悄地提交,然后事务 A 再次查询
相同的范围,两次读取得到的结果集不一样了,这就是幻读。
可以看我这篇文章哈:一文彻底读懂 MySQL 事务的四大隔离级别
12. 在高并发情况下,如何做到安全的修改同一行数据?
要安全的修改同一行数据,就要保证一个线程在修改时其它线程无法更新这行记录。一般有悲观锁和乐观锁两种方案~
使用悲观锁
悲观锁思想就是,当前线程要进来修改数据时,别的线程都得拒之门外~
比如,可以使用 select…for update ~
select * from User where name=‘jay’ for update
以上这条 sql 语句会锁定了 User 表中所有符合检索条件(name=‘jay’)的记录。本次事务提交之前,别的线程都无法修改这些记录。
使用乐观锁
乐观锁思想就是,有线程过来,先放过去修改,如果看到别的线程没修改过,就可以修改成功,如果别的线程修改过,就修改失败或者
重试。实现方式:乐观锁一般会使用版本号机制或 CAS 算法实现。
可以看一下我这篇文章,主要是思路哈~
剩余27页未读,继续阅读
资源评论
龙班长
- 粉丝: 40
- 资源: 28
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功