java知识汇总

核心篇

数据存储

• MySQL 索引使用的注意事项

  insert和update语句在拥有索引的表中执行会花费更多的时间，而select语句会执行的更快
  
  唯一索引：不可以出现相同的值，可以有null一般是id字段
  普通索引：允许出现相同的索引内容
  主键索引：不允许出现相同的值
  全文索引：可以针对值中的某个单词，但效率很低
  组合索引： 将多个字段建到一个索引里，列值的组合必须唯一
  
  使用alter table name add index name (字段名)
  1.索引不会包含有null的列，只要列中有null值，都将不会被包含在索引中，复合索引只要有一列含有null
  那么这一列对此复合索引就是无效的
  
  2.使用短索引 某个char的列，前10个或者20个字符内多数值是唯一的，那么久不要对整个列进行索引
  短索引不仅可以提高查询速度而且可以节省磁盘空间和I/O操作
  
  3.索引列排序，mysql查询只使用一个索引，如果where后使用了索引的话，order by中的列是不会使用
  索引的
  
  4.like语句 like'%aa%'不会使用索引，而like'aa%'会使用索引
  5.不要在列上进行运算操作
  6.不使用NOT IN，<>，！=操作，但是<,<=,=,>,>=,BETWEEN,IN是可以用到索引的
  7.索引要建在经常select的字段上  增加索引会影响系统的维护速度
  8.索引要建在值比较唯一的字段上
  9.在where和join中出现的列需要建立索引
  10.mysql的where后使用不等于或者函数将无法使用索引
  

• 说说反模式设计

  反模式就是让我们系统恶化的场景总结，数据库优化的时候首先关注的就是long sql，、
  long sql
  会长时间占用一个connection，如果long sql多了就会将连接耗尽
  
  为了降低响应时间，系统往往在本地内存中缓存很多数据，缓存数据越多命中率就越高，
  平均响应时间就越快，为了降低平均响应时间，有些开发者会不加限制的缓存各种数据，
  在正常流量情况下，系统的响应时间和吞吐量都有很大改进。但当流量高峰来临时，系
  统内存使用开始增多，触发jvm进行full GC进而导致大量缓存被释放，而大量请求又使
  得缓存被迅速填满，这就是反复缓存，导致了频繁的full GC
  

• 说说分库与分表设计

• 分库与分表带来的分布式困境与应对之策

  避免联合查询，通过在程序中拼装或者通过反范式化设计进行规避
  分页和排序问题，将不同分表的返回结果集进行汇总和再排序
  分布式事务问题，保证数据一致性
  
  分库与分表主要用于两个场景：海量数据和高并发
  
  建议：结合实际需求，不宜过度设计，在项目一开始不采用分库与分表设计，而是随着业务增长
  无法继续优化的情况下再考虑分库和分表
  

• 说说 SQL 优化之道

  1.使用explain判断sql是否合理使用索引，尽量避免extra列出现
  2.必须被索引 update，delete的where条件列，order by，group by ，distinct字段
    以及多表join字段
  3.避免在where字句中对字段进行null值判断，也不要对字段进行表达式操作，这样会让
    引擎放弃索引而进行全表扫描
  4.避免like使用%前导查询，无法利用索引，避免使用or
  

• MySQL 遇到的死锁问题

  mysql三种锁的级别：页级，表级和行级
  表级锁：开销小，加锁快，不会出现死锁，锁定粒度大，发生锁冲突概率高，并发度低
  行级锁：开销大，加锁慢，会出现死锁，锁定粒度小，发生锁冲突概率低，并发度高
  

• 存储引擎的 InnoDB 与 MyISAM

  前者支持事务，后者不支持
  前者适合执行大量的insert或者update，后者适合大量的select
  前者不会保存表的具体行数，需要扫描表来计算后者会保存
  前者有表锁和行锁，后者只有表锁
  前者清空表是一行行删除，效率慢，后者则会重建表
  

• 数据库索引的原理

  索引是帮助mysql高效获取数据的数据结构
  mysql普遍采用B+tree来实现其索引结构
  

• 为什么要用 B-tree

• 聚集索引与非聚集索引的区别

• limit 20000 加载很慢怎么解决

• 选择合适的分布式主键方案

• 选择合适的数据存储方案

• ObjectId 规则

• 聊聊 MongoDB 使用场景

• 倒排索引

• 聊聊 ElasticSearch 使用场景