这是我参与「第五届青训营 」笔记创作活动的第9天

WAL 日志到底是如何保证数据的持久化，宕机后数据不丢失的？相比于其他方案，WAL 日志都有什么优势？

是的，除了 Undo Log 之外，还有其他方案可以实现 MVCC（多版本并发控制）。 一种常见的方案是使用两阶段锁定（Two-Phase Locking）。在此方案中，事务先在读阶段获得快照，然后在写阶段获得排他锁并写入最终状态。此方案的缺点是当事务的持续时间长时，会造成大量的锁冲突。 另一种方案是使用额外的版本号或时间戳字段。在此方案中，每个记录都有一个版本号或时间戳字段，该字段表示该记录的最后修改时间。当事务读取数据时，它只能读取该版本号或时间戳最新的记录。此方案的优点是可以避免锁冲突，但缺点是需要额外的存储空间来存储版本号或时间戳。 总之，选择使用哪种方案取决于特定的应用程序需求，因此需要仔细评估。

除了 Undo Log 之外，是否还有其他方案可以实现 MVCC？

WAL（Write-Ahead Logging）是一种用于数据库的持久化技术，其工作原理如下：

数据库的每次写操作先写入WAL日志，然后再写入数据页。 WAL日志记录了所有操作的日志记录，并以操作顺序记录。 当数据库出现故障时，可以通过重放WAL日志来恢复数据。 WAL日志具有如下优势：

实时恢复：WAL日志可以在数据库故障时立即恢复数据，而不需要等待长时间的数据恢复。 高效：WAL日志使用序列化写方式，可以避免多次读写数据，并且日志的缓存机制可以大大提高写入速度。 可靠：WAL日志与数据页的独立写入机制可以保证数据的持久化，并且WAL日志的多次备份机制可以保证数据的安全性。 总的来说，WAL日志是一种高效、可靠的数据持久化技术，特别适用于实时事务处理系统。

InnoDB 的 B+ Tree 是怎么实现的？

A. 相对于二叉树，层级更少，搜索效率高； B. 对于B-tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储 的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低；但当表中的数据较少时，使用B树访问数据的速度是比B+tree快的。 C. 相对Hash索引，B+tree支持范围匹配及排序操作； D.B+tree所有数据放在叶子节点上，搜索速度很平衡。