mysql

1.myIsam和innodb区别

• MyISAM锁的粒度是表级的，而InnoDB支持行级锁
• MyISAM支持全文类型索引，而InnoDB不支持全文索引
• innodb是基于聚簇索引建立的，支持事务，外健，并且通过mvcc支持高并发，索引和数据存储在一起。
• myIsam，不支持事务，支持、压缩、空间函数等。不支持外健，索引和数据分开存储。一般用于大量查询，少量插入。

2.mysql索引有哪些，聚簇索引和非聚簇索引又是什么？

索引按照数据结构主要包含B+树和Hash索引。

聚簇索引：

• 如果表设置了主键，主键就是聚簇索引；
• 如果没有主键，则会默认第一个notnull，且唯一的（UNIQUE）的列作为聚簇索引。
• 以上都没有，则默认创建一个隐藏的row_id作为聚簇索引
• innodb聚簇索引叶子节点存储的是行数据

查找过程：如果按照主键查询，只需要扫描一次B+树就可以通过聚簇索引定位到行记录数据

非聚簇索引：

• innodb的普通索引叶子节点存储的是主键（聚簇索引）的值，而MyIsam普通索引存储的是记录指针。

查找过程：如果按照普通索引需要，扫描两次B+树，第一次通过非聚簇索引找到聚簇索引值，第二次根据聚簇索引找到行数据。

回表查询：

非聚簇索引查找过程，扫描两次B+树。

覆盖索引：

只需要在一棵树上就能获取SQL所需要的数据，无需回表。

explain的输出结果Extra字段为Using index时，能够触发索引覆盖。

将被查询的字段，建立联合索引。B+树上就有相应的行数据。

场景：分页查询，全表count。

3.mysql锁类型

分为共享锁和排他锁，也叫读锁和写锁。

读锁是共享的，可以通过lock in share mode实现，这时候只能读不能写。

写锁是排他的，它会阻塞其他的读锁和写锁。从颗粒度来区分又分为行锁和表锁。

表锁会锁定整张表，并且阻塞其他用户对该表的所有读写操作，比如alter修改表结构，进行锁表。

行锁又可以分为悲观锁和乐观锁。悲观锁通过for update实现，乐观锁则通过版本号实现。

4.分库分表

数据量：每天几万，流水几十万。

先分库再分表。

垂直分库：按照微服务不同模块分库。

垂直分表：表字段过多，将不常用的数据拆分。（不常用，在设计表的时候就要避免）

水平分表：按照500万每张表，按照业务场景决定用什么字段作为分表字段（sharding_key)。

保证各个表ID唯一性：雪花算法id，设置步长。

分布到各个表中：

Hash：比如用户id为100，那我们都经过hash(100)，然后对（表数量）取模，就可以落到对应的表上了。

range：固定步长。

分表后非sharding_key查询：

• 做映射表
• es

5.读写分离

使用shrading- JDBC实现读写分离（可以认为是一个增强版的jdbc驱动），数据源完全由shrading托管，写操作自动执行master库，读操作自动执行salve库。

spring:
  main:
    allow-bean-definition-overriding: true
  shardingsphere:
    datasource:
      names:
        master,slave
      # 主数据源
      master:
        type: com.alibaba.druid.pool.DruidDataSource
        driver-class-name: com.mysql.cj.jdbc.Driver
        url: jdbc:mysql://localhost:3306/db_master?characterEncoding=utf-8
        username: ****
        password: ****
      # 从数据源
      slave:
        type: com.alibaba.druid.pool.DruidDataSource
        driver-class-name: com.mysql.cj.jdbc.Driver
        url: jdbc:mysql://localhost:3306/db_slave?characterEncoding=utf-8
        username: ****
        password: ****
    masterslave:
      # 负载均衡算法类型：round_robin(轮询)，Random（随机）
      load-balance-algorithm-type: round_robin
      # 最终的数据源名称
      name: dataSource
      # 主库数据源名称
      master-data-source-name: master
      # 从库数据源名称列表，多个逗号分隔
      slave-data-source-names: slave
    props:
      # 开启SQL显示，默认false，打印sql，显示执行库的名称
      sql:
        show: true

6.读写分离架构中读延迟问题

主节点写入数据后需要同步到从数据库，mysql5.7的主从复制采用多线程，但还是可能有延迟。

解决方式：

• 业务层面妥协，是否操作后马上进行读取

• 业务上不能妥协，对这类操作直接走主库，shrding-jdbc可以设置强制走主库。

  //-----------------------------------核心    跟pagehelper 分页插件类似  只作用于最近的一条查询语句，
  HintManager.getInstance().setMasterRouteOnly();  
  List<Order> byUserId = orderMapper.findByUserId(5);
  
  

7.varchar和char区别

1.char长度固定，如果字符不够，会用空格填充到特定长度，检索char值需要删除尾部空格。

2.varchar不会填充空格。

8.like的%放在字符前和后有什么区别？

• 放在字符前，会进行全表扫描。
• 放在字符后，如果是字符类型的字段且加索引，那么会走索引。如果是数字类型，那么不走索引，因为查询时是按照字符查询的。

9.mysql索引类型

• 主键索引
• 唯一索引 unique
• 普通索引 normal
• full text 全文索引
• 索引译B+树存储

10.B树和B+树的区别

B树：每个节点都存储key和data，并且叶子节点指针为null。

B+树：只有叶子节点存储data，叶子节点包含了这颗树的所有键值。

为什么innodb要使用B+树，因为B+树内节点不存储data，这样一个节点就可以存储更多的key。

11.联合索引最左原则

• mysql会一直向右匹配知道遇到范围查询（>,<,between,like)就停止匹配，

• =和in可以乱序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意顺序，mysql的查询优化器会帮你优化成索引可以识别的形式。

• 选择热度最高的列作为联合索引左列

• 索引的底层是一颗B+树，联合索引的健值数量不是一个，而是多个。构建一颗B+树只能根据一个值来构建，因此数据库依据联合索引最左的字段来构建B+树。例子：假如创建一个（a,b)的联合索引，那么它的索引树是这样的

12.索引规范

• 尽量选择区分度高的列作为索引，区分度的公式是count(distinct col)/count(*)，表示字段不重复的比例，比例越大我们扫描的记录数越少，唯一键的区分度是1，而一些状态、性别字段可能在大数据面前区分度就是0，那可能有人会问，这个比例有什么经验值吗？使用场景不同，这个值也很难确定，一般需要join的字段我们都要求是0.1以上，即平均1条扫描10条记录。
• 尽量的扩展索引，不要新建索引。比如表中已经有a的索引，现在要加(a,b)的索引，那么只需要修改原来的索引即可。