Mysql 知识点

二叉树具有以下性质：左子树的键值小于根的键值，右子树的键值大于根的键值。二叉树的查询效率就低了。因此若想二叉树的查询效率尽可能高，需要这棵二叉树是平衡的。

平衡二叉树（AVL树）在符合二叉查找树的条件下，还满足任何节点的两个子树的高度最大差为1。   平衡多路查找树（B-Tree），系统从磁盘读取数据到内存时是以磁盘块（block）为基本单位的，位于同一个磁盘块中的数据会被一次性读取出来。InnoDB存储引擎中有页（Page）的概念，页是其磁盘管理的最小单位，默认16K。InnoDB每次申请磁盘空间时都会是若干地址连续磁盘块来达到页的大小16KB。

缺点：每个节点中不仅包含数据的key值，还有data值。而每一个页的存储空间是有限的，如果data数据较大时将会导致每个节点（即一个页）能存储的key的数量很小，当存储的数据量很大时同样会导致B-Tree的深度较大，增大查询时的磁盘I/O次数，进而影响查询效率。

B+Tree相对于B-Tree有几点不同： 非叶子节点只存储键值信息。 所有叶子节点之间都有一个链指针。 数据记录都存放在叶子节点中 在数据库中，B+Tree的高度一般都在2~4层。mysql的InnoDB存储引擎在设计时是将根节点常驻内存的，也就是说查找某一键值的行记录时最多只需要1~3次磁盘I/O操作。

二、聚集索引与非聚集索引

    聚集索引：数据行的物理顺序与列值（一般是主键的那一列）的逻辑顺序相同，一个表中只能拥有一个聚集索引,一般指主键。

    非聚集索引：除聚集索引外其他都是的，包括普通索引，唯一索引，全文索引。叶子节点并不包含行记录的全部数据，而是存储相应行数据的聚集索引键。使用非聚集索引查询，而查询列中包含了其他该索引没有覆盖的列，那么他还要进行第二次的查询，查询节点上对应的数据行的数据。

    mysql索引一般建5-8个左右,索引过多，影响数据的操作(insert、update、delete)。优化建议使用联合索引。大字段值不建议建索引。创建索引和维护索引需要耗费时间，这个时间随着数据量的增加而增加；索引需要占用物理空间，不光是表需要占用数据空间，每个索引也需要占用物理空间；当对表进行增、删、改、的时候索引也要动态维护，这样就降低了数据的维护速度。

三、如何解决非聚集索引的二次查询问题     如建立符复合索引，只查询复合索引里的列的数据而不需要进行回表二次查询，注意最左原则 四、Mysql 索引失效        1、索引列不能储存null值，因为索引是有序的，建索引时无法确定位置。     2、查询时 采用is Null,只能全表扫描。     3、数据库数据量较少时，mysql判断全表查询快时将不使用索引。     4、like查询以%开头，类型隐士转换、列参与函数运算、使用or查询，联合索引非最左   五、MySQL中Myisam与Innodb的区别   InnoDB支持事物、支持行级锁，Myisam支持表级锁,不支持事物。 InnoDB支持MVCC、外键，Myisam不支持,支持全文索引。 Myisam查询表较快。   六、Innodb引擎四大特点   插入缓冲（insert buffer),二次写(double write),自适应哈希索引(ahi),预读(read ahead) 参考： https://www.cnblogs.com/zhs0/p/10528520.html 七、Innodb的事务与日志的实现方式

 隔离级别：读未提交(RU)、读已提交(RC)、可重复读(RR)、串行，mysql默认可重复读，mysql通过MVCC(多版本控制)和 Next-key lock(间隙锁)解决了幻读。 MVCC原理：通过在每行纪录后面保存两个隐藏的列来实现的。这两个列，一个保存了行的创建时间，一个保存了行的过期时间（或删除时间），当然存储的并不是实际的时间值，而是系统版本号。每开始一个新的事务，系统版本号都会自动递增。事务开始时刻的系统版本号会作为事务的版本号，用来和查询到的每行纪录的版本号进行比较。 MVCC是解决读写并行的幻读，而next-key lock 间隙锁 是解决写写并行的幻读。 Mysql日志： 慢查询日志（slow query log）:记录慢查询的日志文件 查询日志（general log）:记录所有对数据库请求的信息 重做日志（redo log）: 回滚日志（undo log）: 二进制日志（binlog）:用于复制，在主从复制中，从库利用主库上的binlog进行重播，实现主从同步 错误日志（errorlog）: 中继日志（relay log）:   事务日志是通过redo和innodb的存储引擎插入缓冲（Innodb log buffer）来实现的，当开始一个事务的时候，会记录该事务的lsn(log sequence number)号; 当事务执行时，会往InnoDB存储引擎的日志 的日志缓存里面插入事务日志；当事务提交时，必须将存储引擎的日志缓冲写入磁盘（通过innodb_flush_log_at_trx_commit来控制），也就是写数据前，需要先写日志。这种方式称为“预写日志方式”。 八、MySQL数据库cpu飙升到500%的话他怎么处理？   列出所有进程，观察所有进程，多秒没有状态变化的(干掉) 查看超时日志或者错误日志 九、你是否做过主从一致性校验，如果有，怎么做的，如果没有，你打算怎么做？   主从一致性校验有多种工具 例如checksum、mysqldiff、pt-table-checksum等   十、你们数据库是否支持emoji表情，如果不支持，如何操作？   如果是utf8字符集的话，需要升级至utf8_mb4方可支持   十一、Mysql索引查询优化 1.避免在索引列上使用IS NULL和IS NOT NULL，列字段尽量要有默认值. 2.避免 SELECT * 3.千万不要 ORDER BY RAND() 4.在Join表的时候使用相同的类型并将其索引 5.当只要一行数据时使用 LIMIT 1 6.EXPLAIN 分析你的 SELECT 查询 7.每张表都设置ID 8.不要条件列进行函数处理 9.避免使用 or，like 等字段 10.选取最适用的字段属性，尽可能减少定义字段宽度 11.用EXISTS替代IN、用NOT EXISTS替代NOT IN。     十二、分布式事物理解   1.事物的ACID。原子性、一致性、隔离性、持久性 2.分布式系统中经常出现断电、网络异常、应用宕机等问题导致不一致问题。 3.执行事务的时候数据库首先会记录下这个事务的redo操作日志，然后才开始真正操作数据库，在操作之前首先会把日志文件写入磁盘，那么当突然断电的时候，即使操作没有完成，在重新启动数据库时候，数据库会根据当前数据的情况进行undo回滚或者是redo前滚，这样就保证了数据的强一致性。 4.随着业务扩展，单库无法满足，需对数据库垂直分库，此时单个数据库ACID已经不能适应。 5.CAP定理，一致性，可用性，分区容错性。 6.程序中追求可用性要高于一致性，此时出现BASE定理,基本可用、软状态、最终一致性。   解决方案：     具体详解：    https://blog.csdn.net/u010425776/article/details/79516298  

• 两阶段提交
• 基于可靠消息服务MQ的分布式事务，主流MQ不支持，
• TCC（两阶段+补偿）二阶段提交失败，嵌入回滚代码，Confirm/Cancel服务的幂等性保障。增大业务复杂度。
• 本地消息表：将分布式事务分成多个本地事物，然后通过异步mq发送消息保证一致性。

  十三、mysql集群原理及方案     采用主从复制，读写分离，主备模式 　　 　　　  

主从复制原理：

   采用异步复制模型 
　　

十三、mysql索引条件下推ICP

       含义：mysql查询条件列在索引范围内，可以根据索引条件直接获取数据，可以减少存储引擎必须访问基表的次数以及MySQL服务器必须访问存储引擎的次数。

1.ICP 只适用于非聚集索引呀

2.只是适用于单表查询，非子查询

3.索引下推开关打开。

Mysql 知识点

标签：查看   join   mysql数据库   com   取数据   https   limit   读取   操作