一# Mysql
Mysql关系型数据库(数据结构是表单的形式)
非关系型数据库实际上是一种数据库结构化储存方法的集合
第一范式：每一列属性都是不可在分割的值 确保每一列的原子性
第二范式：每一行的数据只能和其中一列有关
第三范式：数据之间不能有传递 每个属性都和主键有直接关系
储存过程(最终以文件形式储存到硬盘) sql调优 事务 读写分离(配置多台mysql config中设定主从 Mycat中间件)
事务特性ACID：
原子性(要么sql全部完成要么全部失败)
隔离性(并发环境下不同事务操作相同数据 事务有各自的空间)
持久性(事务成功结束 数据持久到数据库)
一致性(事务不会破坏数据的完整性和逻辑)
事务隔离：
DEFAULT default(spring默认事务隔离)
未提交读(read uncommited) :脏读，不可重复读，虚读都有可能发生
已提交读 (read commited):避免脏读。但是不可重复读和虚读有可能发生
可重复读 (repeatable read) :避免脏读和不可重复读.但是虚读有可能发生(mysql默认事务隔离)
串行化 (serializable) :避免以上所有读问题 会影响效率 但是更加安全
脏读：一个事务读到另一个事务未提交的数据
不可重复读：一个事务2次读取同一行数据 会有不同的结果
幻读：一个事务执行两次查询 结果不一致
二# 索引(本质是排好顺的数据结构)
聚集索引：叶子节点包含了完整的数据记录，索引和数据放在同一个文件
非聚集索引：索引和数据不在同一个文件，要根据索引下的磁盘文件地址，去另外的数据文件里查数据
联合索引：多个字段，最左前缀原理，从左到右依次查找
(select语句前加上explain 可以查看是否生效)
索引失效：
(1)索引本身失效
(2)查询到数据量大于表数据的30%
(3)索引上使用函数
(4)使用like%通配符 进行模糊查询会使索引失效
(5)(！= 或者<>)不能使用索引
(6)使用 is null 或者 is not null 也不能使用索引
(7)sql中用or来连接 索引也会失效
三#数据结构
Data structure:Data Structure Visualizationwww.cs.usfca.edu
二叉树 (K,V 索引字段,数据磁盘位置 左小右大)
红黑树 (根节点是黑色 单边增长 自动平衡)
hash表
B-tree
1.叶节点具有相同的深度，叶节点的指针为空
2.所有索引元素不重复
3.节点中的数据索引从左到右递增排列
红黑二叉树
1.根节点是黑色 单边增长 自动平衡
2.磁盘I/O
hash表
根据hash散列值来定位索引磁盘位置
B+tree(多插平衡树)
1.非叶子节点不存储data，只存索引(处于中间位置的索引作为冗余索引，用来组成B+tree的结构)
2.叶子节点(没有子节点的节点)包含所有的索引字段
3.叶子节点用双向指针连接(存储相邻节点的磁盘文件位置)，提高区间访问性能
4.下层小于右边的父节点
5.查找时 从根节点出发，把节点rod到内存中做比对(磁盘IO)，再到对应的ibd 文件查到具体数据
6.节点大小16384 16kb (int4个字节 bigint8个字节 指针+索引 一个节点能放1170个索引)
7.非主键索引，叶子节点只存储主键，查到主键再做一次主键索引，为了保持一致性和节省存储空间
存储引擎(innoDB)是表级别的(形容数据表)
表数据文件本身就是按B+tree组织的一个索引结构文件
MVCC多版本并发控制
四# 数据库备份
1.当主库发生修改 会将修改当sql语句记录到二进制日志文件中
2.从库利用IO线程 读取主库的二进制文件信息 将数据写入中继日志中
3.从库读取中继日志 运行sql语句 将数据同步到从库
远程操控数据库 需要关闭Linux防火墙 开启mysql对外访问权限
数据库读写分离：
双主模式 是实现高可用的前提
主机中安装Amoneba或者mycat 代理服务器
数据库分库分表：
垂直业务拆分(没有直接关联的用户和商品)
水平一张表分为多张表
config中配置node节点 也就是逻辑库
入库根据ID%2=？求模的方式进行入库
热点数据加缓存或者索引
分布式锁：
数据库锁、redis锁、zookepper锁
实现了lock接口是synchronized(this)的加强版
在循环或者方法上加锁(并发条件下不加锁的话会多卖或者重卖)trylock 尝试加锁
Mysql大概存800w数据量
五# 数据库优化
1.优化sql语句
尽可能根据主键查询
用具体字段替代select *
尽量避免在where字句中对字段进行函数操作
如果做多表查询时 尽可能提前确定数据 减少笛卡尔积
3.建立数据库索引和索引优化(where子句中经常使用的列 最好设置索引)
4.利用redis提高查询的效率
5.如果用户查询依然很慢,则建议分库分表(主要将核心业务进行分库分表)
问题：
1.mysql为什么不用红黑数和hash表：
对于海量数据查找的节点太多了还是太慢了，树的高度不可控，不支持范围查找
2.聚集索引和非聚集索引的区别：
聚集索引叶子节点包含了完整的数据记录，索引和数据放在统一个文件里，根据索引查到叶子节点直接就能拿到数据，
非聚集索引查到叶子节点之后，只能得到数据的磁盘地址，根据具地址去另外的文件里得到数据
3.为什么innoDB必须要主键，且整型自增主键
如果没有主键，mysql也会找一列或者创建隐藏列来确保唯一性，索引用整型的主键比较效率高
4最左前缀原理是什么：
按照索引的从左到右依次查找，如果sql没有从最左的字段查，会在数据结构排序失效，从而导致索引失效
联合索引的B+tree
5.为什么非主键索引结构叶子节点存储的是主键值
为了保证一致性和节省存储空间
6.B-tree和B+tree的区别
主要的两个区别
1.只有叶子节点有数据，减少树的高度
2.叶子节点之间有双向指针，支持范围查找
