数据库知识点

数据库三范式

第一范式：确保每列的原子性，每列都是不可分割的最小数据单元 第二范式：在第一范式的基础上，要求每列都和主键相关 第三范式：在第二范式的基础上，要求其他列和主键是直接相关的，而不是间接相关的。

分别说一下范式和反范式的优缺点

1. 范式化 优点：
   • 减少数据冗余
   • 表中重复数据较少，更新操作比较快
   • 范式化的表通常比反范式化的表小 缺点：
   • 在查询的时候通常需要很多的关联，降低性能
   • 增加了索引优化的难度
2. 反范式化 优点：
   • 可以减少表的关联
   • 更好的进行索引优化 缺点：
   • 数据重复冗余
   • 对数据表的修改需要更多的成本

Mysql 数据库索引。B+ 树和 B 树的区别

MySQL数据库的索引和存储引擎有关。MyISAM和InnoDB只支出B数索引，MEMORY和HEAP支持Hash和B树索引。 B+树和B数的区别

• B+树非叶子节点只存储关键字和指向子节点的指针，而B树还存储了数据，在同样大小的情况下，B+树可以存储更多的关键字
• B+树叶子节点存储了所有关键字和数据，并且多个节点用链表连接。可以快速支撑范围查找
• B+树非叶子节点不存储数据，所以查询时间复杂度固定为O(logN)，B树查询的时间复杂度不固定，最好是O(1)

为什么 B+ 树比 B 树更适合应用于数据库索引，除了数据库索引，还有什么地方用到了（操作系统的文件索引）

因为B树叶子节点和非叶子节点都存储了数据，这样就导致了非叶子节点能保存的关键字和指针变少，如果要保存大量的数据，只能增加树的高度，导致IO操作变多，查询性能降低。 处理数据库索引，还有操作系统的文件索引用到了B树。

聚簇索引和非聚簇索引

1. 聚簇索引：又叫主键索引，每个表只有一个主键索引，叶子节点保存主键的值和数据
2. 非聚簇索引：又叫辅助索引，叶子节点保存索引字段的值和主键的值

前缀索引和覆盖索引

1. 前缀索引：对于列的值较长，比如BLOB、TEXT、VARCHAR，就必须建立前缀索引，即将值的前一部分作为索引。这样既可以节约空间，又可以提高查询效率。 但无法使用前缀索引做ORDER BY和GROUP BY，也无法使用前缀索引做扫描覆盖。

2. 覆盖索引：select的数据列从索引中就能获得，不必再从数据表中的读取。如果一个索引包含了（或覆盖了）满足查询语句中字段与条件的数据就叫覆盖索引。 当发起一个被索引覆盖的查询（也叫索引覆盖查询）时，在EXPLAIN的Extra列可以看到Using index的信息

介绍一下数据库的事务

事务是一个操作序列，这些操作要么全部执行，要么不执行。 事务具有四大特性：

• 原子性（A）
• 一致性（C）
• 隔离性（I）
• 持久性（D）

Mysql 有哪些隔离级别

事务隔离级别	脏读	不可重复读	幻读
读未提交（read-uncommitted）	是	是	是
读已提交（read-committed）	否	是	是
可重复读（repeatable-read）	否	否	是
串行化（serializable）	否	否	否

Mysql 什么情况会造成脏读、不可重复度、幻读？如何解决

1. 脏读：有两个事务A和B，A读取已经B修改但未提交的字段，此时B回滚，那么A读取的字段就是临时且无效的。可以提交隔离级别，改成读已提交
2. 不可重复读：有两个事务A和B，A读取了一个字段值，然后B更新并提交事务，A再重新读取这个字段，就和之前不相等了。可以提高隔离级别
3. 幻读：有两个事务A和B，A读取了某个范围内的记录时，B又在该范围内插入了新的提交记录并提交，当事务A再次读取该范围的记录时，会产生幻行。 可以升级隔离级别到串行化，或者使用MVCC + next-key 锁机制实现

Mysql 在可重复读的隔离级别下会不会有幻读的情况，为什么？

不会。InnoDB存储引擎默认隔离级别为RR，通过MVCC + next-key锁机制解决了幻读的问题。 PS：其实严格来说，是存在幻读的。。。可以尝试一下这个操作，A开启事务，执行查询，此时B开启事务新增一条数据并提交，此时A再查询，发现没有幻读，但是如果A执行一个update操作，再查询，会发现出现了幻读。我认为应该是A在执行update操作的时候，新建了一条创建版本号为A事务版本号的记录，然后标记B事务创建的记录为待删除的，查询的版本号依据是删除版本号为空或大于当前版本号，并且创建版本号小于等于当前事务版本号，那么这里刚刚A更新的这条数据，显然也符合查询的条件，所以也会被查出来。

MVCC版本号原理参考文章：Mysql中MVCC的使用及原理详解

详细测试参考文章：MySQL可重复读级别会不会造成幻读

Mysql 事务是如何实现的

• 原子性：通过 undo log实现。每条数据变更都伴随一条undo log日志的生成，当系统发生错误或执行回滚根据undo log做逆向操作
• 持久性：通过redo log实现。redo log记录了数据的修改日志。数据持久化到磁盘，先是存储到缓存池里，然后缓冲池中的数据定期同步到磁盘中，如果系统宕机，可能会丢失数据，系统重启后会读取redo log恢复数据
• 隔离性：MySQL数据库通过MVCC + next-key机制实现了隔离性
• 一致性：以上3大特性，保障了事务的一致性

Binlog 和 Redo log 的区别是什么，分别是什么用？

• Binlog是二进制文件，记录了数据库执行更改的所有操作，不包括select、show，因为这两个操作没有对数据本身做修改。但若操作了数据，但是数据没有发生变化，也会记录到binlog。常用来恢复数据，数据备份。
• redo log又叫做从做日志文件，记录了事务的修改，不管事务是否提交都记录下来。在实例和介质失败时，InnoDB存储引擎会使用redo log恢复到之前的状态，保证数据的完整性。

谈一谈 MVCC 多版本并发控制

MVCC是通过在每行记录的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（system version number）。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，用来与查询到的每行记录的版本号进行比较。

• select 会根据以下两条检查每行记录：
  • InnoDB只查找版本早于当前事务版本的数据行，这样可以确保事务读取的行，要么是在事务开始前已经存在的，要么是事务自身插入或修改过的。
  • 行的删除版本要么未定义，要么大于当前事务版本号。这样可以确保事务读取到的行，在事务开始之前未被删除。 只有符合上述两个条件的记录，才能返回作为查询结果。
• inster InnoDB为新插入的每一行保存当前系统版本号作为行号
• delete InnoDB为删除的每一行保存当前系统版本号作为行删除标识
• update InnoDB为插入一行新记录，保存当前系统版本号作为版本号，同时保存当前系统版号到原来的行为作为删除标识。

Innodb 和 MyISAM 的区别是什么

Innodb 的默认加锁方式是什么，是怎么实现的

InnoDB默认加锁方式是行锁，通过给索引上的索引项加锁来实现的

Mysql 索引重建

对于多列索引，哪些情况下能用到索引，哪些情况用不到索引

• like以%开头
• or查询，必须左右字段都是索引，否则索引失效
• 联合索引，遵从最左匹配原则，如果不是使用第一列索引，索引失效
• 数据出现隐形转换，如varchar字段没加单引号，自动转为int类型，会使索引失效
• 索引字段使用not、<>、!=，索引失效
• 索引字段使用函数，索引无效

为什么使用数据库索引可以提高效率，在什么情况下会用不到数据库索引？

默认执行SQL语句是进行全表扫描，遇到匹配条件的就加入搜索结果合集。如果有索引，就会先去索引表中一次定位到特定值的行数，减少遍历匹配的行数。索引把无序的数据变成了相对有序的数据结构。

共享锁和排他锁的使用场景

关系型数据库和非关系数据库的优缺点

关系型数据库 优点：

• 二维表格，容易理解
• 操作方便
• 易于维护
• 支持SQL 缺点：
• 读写性能较差
• 固定的表结构，不够灵活
• 应对高并发场景，磁盘I/O存在瓶颈
• 海量数据的读写性能差 非关系型数据库 优点：
• 不需要SQL解析，读写性能高
• 可以使用硬盘或者内存作为载体，速度快
• 基于键值对，数据没有耦合性，方便扩展
• 部署简单 缺点：
• 不支持SQL，增加了学习成本
• 没有事务

Mysql 什么情况会造成慢查，如何查看慢查询

如何处理慢查询，你一般是怎么处理慢查询的

1. 把数据、日志、索引放到不同的I/O设备上，增加读取速度
2. 纵向、横向分割表，减少表的尺寸
3. 升级硬件
4. 根据查询条件，建立索引，索引优化
5. 提高网速
6. 扩大服务器内存
7. 分库分表

Mysql 中 varchar 和 char 的区别

varchar会根据存储的内容改变长度，char是定长，如果长度不够，则使用空格补齐

数据库外键的优缺点

优点：

• 能最大限度的保证数据的一致性和完整性

• 增加ER图的可读性 缺点：

• 影响数据操作的效率

• 增加开发难度，导致表过多

有没有使用过数据库的视图

使用create view view_name as select * from tb创建视图

使用select * from view_name正常查询视图

Mysql 中插入数据使用自增 id 好还是使用 uuid，为什么？

单实例或单节点组，不担心网络爬虫获取数据量，推荐使用自增id，性能更好 分布式场景。20个节点下的小规模分布式场景，推荐uuid。20~200个节点的中规模分布式场景，推荐自增id+步长的策略。200以上节点，推荐推特雪花算法的全局自增ID

#UUID #唯一标识

Mysql 有哪些数据类型，使用的时候有没有什么注意点

• 整数类型：BIT、BOOL、TINY INT、SMALL INT、MEDIUM INT、INT、BIG INT
• 浮点数类型：FLOAT、DOUBLE、DECIMAL
• 字符串类型：CHAR、VARCHAR、TINY TEXT、TEXT、MEDIUM TEXT、LONGTEXT、TINY BLOB、MEDIUM BLOB、LONG BLOB
• 日期类型：Date、DateTime、TIMESTAMP、TIME、YEAR

使用的时候建议遵循从小原则。

• 使用char和vahrchar的时候，注意char会去掉字符串末尾的空格
• 使用text和blob的时候，注意定期清理碎片空间，使用OPTIMIZE TABLE命令
• 浮点数会造成精度丢失，尽量使用定点数DECIMAL

Mysql 集群有哪几种方式，分别适用于什么场景

组建MySQL集群的方式：

LVS + Keepalived + MySQL DRBD + Heartbeat + MySQL MySQL + Proxy MySQL Cluster MySQL + MHA MySQL + MMM 场景：

如果是双主复制，不需要数据拆分，可以使用MHA或Keepalived或Heartbeat 如果是双主复制，需要数据拆分，采用Cobar

Mysql 主从模式如何保证主从强一致性

主从复制原理：master写数据留下写入日志，slave根据master留下的日志模仿数据执行过程写入

所以有两个步骤可能导致主从复制不一致：

master日志写入不成功 slave根据日志模仿不成功

解决办法：

innodb_flush_log_at_trx_commit = 1
sync_binlog = 1

保证每次事务提交后，都能实时刷新到磁盘中，尤其是确保每次事务对应的binlog都能及时刷新到磁盘中

master_info_repository = "TABLE"
relay_log_info_repository = "TABLE"
relay_log_recovery = 1

确保在slave上和复制相关的元数据表也采用InnoDB引擎，受到InnoDB事务安全的保护，而后一个选项的作用是开启relay log自动修复机制，发生crash时，会自动判断哪些relay log需要重新从master上抓取回来再次应用，以此避免部分数据丢失的可能性。

Mysql 集群如何保证主从可用性

使用HA检测工具。HA工具部署在第三台服务器上，同时连接主从，检测主从是否存活。如果主库宕机则及时将从库升级为主库，将原来的主库降级为从库

Mysql 读写分离有哪些解决办法

配置多数据源 使用中间件代理