溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹了MySQL相關知識點有哪些，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。
給面試官講一下 MySQL 的邏輯架構，有白板可以把下面的圖畫一下，圖片來源于網絡。
Mysql邏輯架構圖主要分三層：
（1）第一層負責連接處理，授權認證，安全等等
（2）第二層負責編譯并優化SQL
（3）第三層是存儲引擎。
先檢查該語句是否有權限，如果沒有權限，直接返回錯誤信息，如果有權限會先查詢緩存(MySQL8.0 版本以前)。
如果沒有緩存，分析器進行詞法分析，提取 sql 語句中 select 等關鍵元素，然后判斷 sql 語句是否有語法錯誤，比如關鍵詞是否正確等等。
最后優化器確定執行方案進行權限校驗，如果沒有權限就直接返回錯誤信息，如果有權限就會調用數據庫引擎接口，返回執行結果。
可以從這幾個維度回答這個問題：
（1）盡量使用數字型字段
若只含數值信息的字段盡量不要設計為字符型，這會降低查詢和連接的性能，并會增加存儲開銷。這是因為引擎在處理查詢和連接時會逐個比較字符串中每一個字符，而對于數字型而言只需要比較一次就夠了。
（2）盡可能的使用 varchar 代替 char
變長字段存儲空間小，可以節省存儲空間。
（3）當索引列大量重復數據時，可以把索引刪除掉
比如有一列是性別，幾乎只有男、女、未知，這樣的索引是無效的。
應盡量避免在 where 子句中使用!=或<>操作符
應盡量避免在 where 子句中使用 or 來連接條件
任何查詢也不要出現select *
避免在 where 子句中對字段進行 null 值判斷
對作為查詢條件和 order by的字段建立索引
避免建立過多的索引，多使用組合索引
在 select 語句之前增加 explain 關鍵字，會返回執行計劃的信息。
（1）id 列：是 select 語句的序號，MySQL將 select 查詢分為簡單查詢和復雜查詢。
（2）select_type列：表示對應行是是簡單還是復雜的查詢。
（3）table 列：表示 explain 的一行正在訪問哪個表。
（4）type 列：最重要的列之一。表示關聯類型或訪問類型，即 MySQL 決定如何查找表中的行。從最優到最差分別為：system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL
（5）possible_keys 列：顯示查詢可能使用哪些索引來查找。
（6）key 列：這一列顯示 mysql 實際采用哪個索引來優化對該表的訪問。
（7）key_len 列：顯示了mysql在索引里使用的字節數，通過這個值可以算出具體使用了索引中的哪些列。
（8）ref 列：這一列顯示了在key列記錄的索引中，表查找值所用到的列或常量，常見的有：const（常量），func，NULL，字段名。
（9）rows 列：這一列是 mysql 估計要讀取并檢測的行數，注意這個不是結果集里的行數。
（10）Extra 列：顯示額外信息。比如有 Using index、Using where、Using temporary等。
我們平時寫Sql時，都要養成用explain分析的習慣。慢查詢的統計，運維會定期統計給我們
優化慢查詢思路：
分析語句，是否加載了不必要的字段/數據
分析 SQL 執行句話，是否命中索引等
如果 SQL 很復雜，優化 SQL 結構
如果表數據量太大，考慮分表
可以按以下四個維度回答：
（1）一個表中只能擁有一個聚集索引，而非聚集索引一個表可以存在多個。
（2）聚集索引，索引中鍵值的邏輯順序決定了表中相應行的物理順序；非聚集索引，索引中索引的邏輯順序與磁盤上行的物理存儲順序不同。
（3）索引是通過二叉樹的數據結構來描述的，我們可以這么理解聚簇索引：索引的葉節點就是數據節點。而非聚簇索引的葉節點仍然是索引節點，只不過有一個指針指向對應的數據塊。
（4）聚集索引：物理存儲按照索引排序；非聚集索引：物理存儲不按照索引排序；
可以從幾個維度去看這個問題，查詢是否夠快，效率是否穩定，存儲數據多少，以及查找磁盤次數，為什么不是普通二叉樹，為什么不是平衡二叉樹，為什么不是B樹，而偏偏是 B+ 樹呢？
如果二叉樹特殊化為一個鏈表，相當于全表掃描。平衡二叉樹相比于二叉查找樹來說，查找效率更穩定，總體的查找速度也更快。
我們知道，在內存比在磁盤的數據，查詢效率快得多。如果樹這種數據結構作為索引，那我們每查找一次數據就需要從磁盤中讀取一個節點，也就是我們說的一個磁盤塊，但是平衡二叉樹可是每個節點只存儲一個鍵值和數據的，如果是B樹，可以存儲更多的節點數據，樹的高度也會降低，因此讀取磁盤的次數就降下來啦，查詢效率就快啦。
B+ 樹非葉子節點上是不存儲數據的，僅存儲鍵值，而B樹節點中不僅存儲鍵值，也會存儲數據。innodb中頁的默認大小是16KB，如果不存儲數據，那么就會存儲更多的鍵值，相應的樹的階數（節點的子節點樹）就會更大，樹就會更矮更胖，如此一來我們查找數據進行磁盤的IO次數有會再次減少，數據查詢的效率也會更快。
B+ 樹索引的所有數據均存儲在葉子節點，而且數據是按照順序排列的，鏈表連著的。那么 B+ 樹使得范圍查找，排序查找，分組查找以及去重查找變得異常簡單。
B+ 樹可以進行范圍查詢，Hash 索引不能。
B+ 樹支持聯合索引的最左側原則，Hash 索引不支持。
B+ 樹支持 order by 排序，Hash 索引不支持。
Hash 索引在等值查詢上比 B+ 樹效率更高。
B+ 樹使用 like 進行模糊查詢的時候，like 后面（比如%開頭）的話可以起到優化的作用，Hash 索引根本無法進行模糊查詢。
最左前綴原則，就是最左優先，在創建多列索引時，要根據業務需求，where 子句中使用最頻繁的一列放在最左邊。
當我們創建一個組合索引的時候，如 (a1,a2,a3)，相當于創建了（a1）、(a1,a2)和(a1,a2,a3)三個索引，這就是最左匹配原則。
數據量少的不適合加索引
更新比較頻繁的也不適合加索引 = 區分度低的字段不適合加索引（如性別）
(1) 優點：
唯一索引可以保證數據庫表中每一行的數據的唯一性
索引可以加快數據查詢速度，減少查詢時間
(2)缺點：
創建索引和維護索引要耗費時間
索引需要占物理空間，除了數據表占用數據空間之外，每一個索引還要占用一定的物理空間
以表中的數據進行增、刪、改的時候，索引也要動態的維護。
遇到過。我排查死鎖的一般步驟是醬紫的：
（1）查看死鎖日志 show engine innodb status;
（2）找出死鎖Sql
（3）分析sql加鎖情況
（4）模擬死鎖案發
（5）分析死鎖日志
（6）分析死鎖結果
（1）悲觀鎖：
悲觀鎖她專一且缺乏安全感了，她的心只屬于當前事務，每時每刻都擔心著它心愛的數據可能被別的事務修改，所以一個事務擁有（獲得）悲觀鎖后，其他任何事務都不能對數據進行修改啦，只能等待鎖被釋放才可以執行。
（2）樂觀鎖：
樂觀鎖的“樂觀情緒”體現在，它認為數據的變動不會太頻繁。因此，它允許多個事務同時對數據進行變動。
實現方式：樂觀鎖一般會使用版本號機制或CAS算法實現。
MVCC (Multiversion Concurrency Control)，即多版本并發控制技術。
MVCC在MySQL InnoDB中的實現主要是為了提高數據庫并發性能，用更好的方式去處理讀-寫沖突，做到即使有讀寫沖突時，也能做到不加鎖，非阻塞并發讀。
原子性：事務作為一個整體被執行，包含在其中的對數據庫的操作要么全部被執行，要么都不執行。
一致性：指在事務開始之前和事務結束以后，數據不會被破壞，假如A賬戶給B賬戶轉10塊錢，不管成功與否，A和B的總金額是不變的。
隔離性：多個事務并發訪問時，事務之間是相互隔離的，即一個事務不影響其它事務運行效果。簡言之，就是事務之間是進水不犯河水的。
持久性：表示事務完成以后，該事務對數據庫所作的操作更改，將持久地保存在數據庫之中。
讀未提交（Read Uncommitted）
讀已提交（Read Committed）
可重復讀（Repeatable Read）
串行化（Serializable）
Mysql默認的事務隔離級別是可重復讀(Repeatable Read)
事務A、B交替執行，事務A被事務B干擾到了，因為事務A讀取到事務B未提交的數據，這就是臟讀。
在一個事務范圍內，兩個相同的查詢，讀取同一條記錄，卻返回了不同的數據，這就是不可重復讀。
事務A查詢一個范圍的結果集，另一個并發事務B往這個范圍中插入/刪除了數據，并靜悄悄地提交，然后事務A再次查詢相同的范圍，兩次讀取得到的結果集不一樣了，這就是幻讀。
排查過程：
（1）使用top 命令觀察，確定是mysqld導致還是其他原因。
（2）如果是mysqld導致的，show processlist，查看session情況，確定是不是有消耗資源的sql在運行。
（3）找出消耗高的 sql，看看執行計劃是否準確， 索引是否缺失，數據量是否太大。
處理：
（1）kill 掉這些線程(同時觀察 cpu 使用率是否下降)
（2）進行相應的調整(比如說加索引、改 sql、改內存參數)
（3）重新跑這些 SQL。
其他情況：
也有可能是每個 sql 消耗資源并不多，但是突然之間，有大量的 session 連進來導致 cpu 飆升，這種情況就需要跟應用一起來分析為何連接數會激增，再做出相應的調整，比如說限制連接數等
主從復制分了五個步驟進行：（圖片來源于網絡）
步驟一：主庫的更新事件(update、insert、delete)被寫到binlog
步驟二：從庫發起連接，連接到主庫。
步驟三：此時主庫創建一個binlog dump thread，把binlog的內容發送到從庫。
步驟四：從庫啟動之后，創建一個I/O線程，讀取主庫傳過來的binlog內容并寫入到relay log
步驟五：還會創建一個SQL線程，從relay log里面讀取內容，從Exec_Master_Log_Pos位置開始執行讀取到的更新事件，將更新內容寫入到slave的db
主從同步延遲的原因
一個服務器開放Ｎ個鏈接給客戶端來連接的，這樣有會有大并發的更新操作, 但是從服務器的里面讀取binlog的線程僅有一個，當某個SQL在從服務器上執行的時間稍長 或者由于某個SQL要進行鎖表就會導致，主服務器的SQL大量積壓，未被同步到從服務器里。這就導致了主從不一致， 也就是主從延遲。
主從同步延遲的解決辦法
主服務器要負責更新操作，對安全性的要求比從服務器要高，所以有些設置參數可以修改，比如sync_binlog=1，innodb_flush_log_at_trx_commit = 1 之類的設置等。
選擇更好的硬件設備作為slave。
把一臺從服務器當度作為備份使用， 而不提供查詢， 那邊他的負載下來了， 執行relay log 里面的SQL效率自然就高了。
增加從服務器嘍，這個目的還是分散讀的壓力，從而降低服務器負載。
分庫分表方案:
水平分庫：以字段為依據，按照一定策略（hash、range等），將一個庫中的數據拆分到多個庫中。
水平分表：以字段為依據，按照一定策略（hash、range等），將一個表中的數據拆分到多個表中。
垂直分庫：以表為依據，按照業務歸屬不同，將不同的表拆分到不同的庫中。
垂直分表：以字段為依據，按照字段的活躍性，將表中字段拆到不同的表（主表和擴展表）中。
常用的分庫分表中間件：
sharding-jdbc
Mycat
分庫分表可能遇到的問題
事務問題：需要用分布式事務啦
跨節點Join的問題：解決這一問題可以分兩次查詢實現
跨節點的count,order by,group by以及聚合函數問題：分別在各個節點上得到結果后在應用程序端進行合并。
數據遷移，容量規劃，擴容等問題
ID問題：數據庫被切分后，不能再依賴數據庫自身的主鍵生成機制啦，最簡單可以考慮UUID
跨分片的排序分頁問題
感謝你能夠認真閱讀完這篇文章，希望小編分享的“MySQL相關知識點有哪些”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
