假如 有100万条数据，在mysql数据库中是如何存储的？ 如何在高并发的情况下对一条数据进行操作？
数据库
1、数据库概念
数据库是三层架构中用于永久存储数据的仓库，就是存储数据的容器
2、数据库的三范式
确保数据库中每一列数据都是不可分割的原子性
数据表中每一列数据都应该和主键直接相关，即只能存储一种数据，不能存储多个数据
数据表中每一列数据都要和主键直接相关，而不是间接相关
3、软件的三层架构
用户交互界面：展示用户输入的信息和想要得到的数据
业务处理层： 处理用户发送的数据，进行相应的逻辑操作
数据库层：对用户的信息进行保存，返回结果
4、关系型数据库和非关系型数据库的优缺点
5、一条sql语句的执行过程
数据库的引擎
1、数据库引擎概念
数据库引擎是用于存储数据、管理和保护数据的核心服务，利用数据库引擎可以控制访问权限，快速处理事务，进行联机事务处理和联机数据分析的数据库对象，还用于创建数据库表，管理和保护数据的数据库对象(索引、视图、存储过程)
2、数据库引擎的主线任务
数据库引擎的主线任务，其实就是创建数据库系统的主要任务
设计： 设计创建数据库系统中各个功能所对应关系(表之间的关系)
创建： 创建数据库的表，管理和保护数据的数据库对象(索引、视图、存储过程)
部署： 为客户等 部署数据管理系统
维护： 提供日常的维护，性能的调优等。
数据库的存储引擎
1、什么是存储引擎？
存储引擎就是 存储组织数据的一种格式，通俗的来讲就是使用不同的技术对数据进行存储，有不同的存储方式，索引技巧，锁定水平等，还提供了不能的功能和能力。
2、说一下你知道的存储引擎
InnoDB、MyIsam、memory、blackhole、csv、Archive(归档)、federated、Mrg_isam
3、他们都有什么特点？
InnoDB: 是事物型的存储引擎，支持事物安全表(ACID)，支持行级锁，支持外键，同时也是mysql 的默认存储引擎，InnoDB可以和其他存储引擎混合使用，他是其他基于磁盘存储引擎不能匹敌的存在，在创建数据表，默认使用主键作为唯一索引创建数据表，如果没有定义主键，那么InnoDB会给每一行数据生成一个6字节的 row ID，并将其作为主键去创建表
MyIsam：是web应用最常用的存储引擎之一，它具有较高的查询和插入效率，但是它不支持行锁和外键，在修改数据的时候，要锁定整个表，对于那些经常性修改的表，开发效率不高，
memory： 是基于内存存储的存储引擎，他将所有的数据存储到内存当中，具有很高的数据操作性能，开发效率高，但是，他正是因为存储在内存中，如果突然出现宕机、守护进程断掉，那么它所有的数据都会消失，有效率的同时也带来了很大的弊端，如果有些数据立即要用的情况，如果出现宕机等不可避免的危害，数据丢失并不会对服务造成影响就可以使用，如那些临时数据
blackhoel： 黑洞存储引擎，顾名思义，就是使用这个存储引擎，所有存入的数据都会消失，永远保持为空
vsc： 是基于csv格式数据的存储引擎，主要是对csv的数据进行操作，特点：创建数据表中强制性的每一行数据都not null ，并且不支持索引，不支持分区。因为是跟csv可以使用office直接操作，难免不了出现数据出乱的情况
数据库的隔离级别
读未提交(read uncommitted): 脏读 不可重复读 幻读
读已提交(read committed) 不可重复度 幻读
不可重复度(repeat read) 幻读
可串行化(Serializable) –
1、RC、RR级别之下怎么处理不可重复读的？
MVCC
2、RC、RR级别之下非阻塞读是如何实现的？
3、RR级别之下怎么避免幻读？
表象上： 使用快照读
使用next—key临间锁
数据库的索引
索引的分类
主键索引
普通索引
唯一索引
联合索引
全文索引
索引的存储结构
hash B+tree
索引的优点
快速查询到指定的字段和数据
索引的缺点
创建索引和维护索引非常的消耗时间
索引很多的情况下，是很消耗物理空间的
回表：
mysql默认在创建数据表时，会使用非空且唯一的键创建B+tree，一般是使用主键去创建B+tree，当数据表中给另一个非空且唯一的字段添加索引，会新开辟一个B+tree，这个新开辟的B+tree所有的叶子节点存放的是主键，当指定该字段查询数据时，会优先查询这个新B+tree，先查询到叶子节点中的主键，再使用主键回到主键B+tree树中查询到数据，这种从一个树回到主键树的查询过程，就称之为回表
索引覆盖：
在使用另一个非空且唯一的字段添加索引，创建新的B+tree，并且，在查询过程中，指定查询ID，那么，会直接从新的B+tree中查询到ID，不再回表查询，这种就是索引覆盖
索引下推：
是基于ICP：是一种优化索引查询的方式，不使用ICP的情况下，服务器发送查询指令给存储引擎，存储引擎查询到结果给服务器，由服务器进行判断数据是否符合条件，符合则返回数据，在使用ICP的时，当有指定索引的列的判断时，服务器会将这个判断的权限，下发给存储引擎，由存储引擎判定是否符合条件，符合则返回数据，减小服务器的压力，提高查询效率
联合索引：
当一个索引中，有两列或者多列的索引，就是联合索引，例如：name，age，这两个字段经常性的修改，那么就可以针对这两个字段去添加联合索引，增加选择性，提高查询速度
最左查询：
最左查询就是依赖于联合索引，当使用联合索引查询多个字段时，会优点查询最左则的一列数据，查询如果存在，才会依次往后查询，如果第一列不存在，就不会再使用这个联合索引。
前缀索引：
当我们创建索引时，难免会出现指定列的索引很大，还很长，在进行查询时，会很慢，如：小说，文章等TEXT这些，就要使用前缀索引，指定使用索引的一部分添加索引，节约索引空间，增加查询效率，但是降低索引的选择性，当优化器进行优化选择查询添加时，没有更过的选择，就只能扫描更多的数据行。但是一般来说，前缀索引的一部分就已经满足了，不会出现这种情况
聚集索引：
是InnoDB存储引擎之下的存储结构，使用B+tree的进行存储，但是它所有的叶子节点直接存放数据和索引，默认创建文件时，也只会创建两个文件，一个表文件，一个数据和索引文件，这种索引和数据存放在一起称之为聚集索引
非聚集索引：
是MyIsam存储引擎的存储结构，使用B+tree进行存储，他所有的叶子节点存储的外部空间的地址引用，当进行查询时会进行二次寻址，默认创建文件有三个，一个表头文件，一个索引文件，一个数据文件。这种称之为非聚集索引
数据库的锁
按照锁间隙
间隙锁 select * from quser where id < 5 for update 范围内加锁，其他事物不得对范围内的数据进行操作
select * from quser where name='tom' for update 如果加锁的name有很多个，就会加上间隙锁
临间锁 select * from quser where name='tom' lock in share mode；
指定行锁，如果name有很多个，那么就会范围内，在加上行锁，就是临间锁
按照锁的粒度划分
行锁 select * from quser where id=1 for update;指定某一行加锁，就是行锁
表锁 select * from quser where name='tom' for update;;
只要不是指定索引查询就会加上表锁
页锁 select * from quser limit 200 for update;
按照锁的类别划分
共享锁
又称为读锁，允许一个事务去读一行，阻止其他事务获得相同数据集的排它锁，若事务A对数据对象a加上了锁，则事务A可以读A。其他事务还可以对这个数据添加共享锁，但不能修改A，不能加排它锁，直到事务A释放锁 begin;
select * from quser where id=1 lock in share mode;
排它锁、独占锁
又称为写锁，就是说事务A使用写锁操作一条数据，阻止其他事务添加任何的锁，直到事务A操作完所有的事物，提交之后，其他事务才可以添加其他的锁 begin;
select * from quser where id=1 for update;
按照锁的使用方式划分
乐观锁：顾名思义，当一个事物修改数据时，它总是认为世界是乐观的，总以为此时并没有人去修改数据，所以，乐观锁之下，会先去进行逻辑处理，不到万不得已，不去获取锁，如果最后获取的锁与开启事物的锁字段不同，那么就不允许修改事物，事物只能回滚，
悲观锁：事物开启，它认为世界是悲观的，所以在开始逻辑处理之前，会先去获取锁，再进行事物操作，获取锁之后，其他事物，只能等待，不能对加锁的数据进行操作，这种情况，在高并发情况之下，很容易造成死锁，不好获取锁
总结：
乐观锁，锁的粒度小，不会出现死锁，使用于高并发的业务处理，适合在获取锁失败几率低的情况之下，可以提高整个业务处理的性能
悲观锁：使用于数据量小，高并发少，并且对数据的安全性有很高的要求
按照加锁的方式
自动锁
显示锁
