本文详细解释了SQL的不同隔离级别、InnoDB和MyISAM存储引擎的特点、InnoDB的行级和表级锁机制，介绍了MVCC的工作原理以及哈希索引和B+树的优势。还讨论了如何避免全表扫描和使用Explain语句分析查询性能。
对于RC隔离级别，访问的数据是每次语句执行时间点的数据，而对于RR隔离级别，访问的数据是事务中第一条语句执行时间点的数据。
5、隔离级别的单位是数据表还是数据行？如串行化级别，两个事务访问不同的数据行，能并发？
读未提交：不加锁
读已提交：加行锁，只锁要修改的行
可重复读：加行锁，锁定的是查询的行
可串行化：加表锁，在读取的每张表上加锁
串行化级别：读不同的行，可以并发
6、存储引擎Innodb和Myisam的区别以及使用场景
Myisam： 支持表锁，适合读密集的场景，不支持外键，不支持事务，索引与数据在不同的文件
Innodb： 支持行、表锁，默认为行锁，适合并发场景，支持外键，支持事务，索引与数据同一文件
7、 介绍Inodb锁机制，行锁，表锁，意向锁
InnoDB⽀持⾏级锁(row-level locking)和表级锁,默认为⾏级锁
InnoDB按照不同的分类的锁：
共享/排它锁(Shared and Exclusive Locks)：行级别锁，
意向锁(Intention Locks)，表级别锁
间隙锁(Gap Locks)，锁定一个区间
记录锁(Record Locks)，锁定一个行记录
表级锁：
Mysql中锁定 粒度最大 的一种锁，对当前操作的整张表加锁，实现简单 ，资源消耗也比较少，加锁快，不会出现死锁 。其锁定粒度最大，触发锁冲突的概率最高，并发度最低，MyISAM和 InnoDB引擎都支持表级锁。
行级锁：
Mysql中锁定 粒度最小 的一种锁，只针对当前操作的行进行加锁。 行级锁能大大减少数据库操作的冲突。其加锁粒度最小，并发度高，但加锁的开销也最大，加锁慢，会出现死锁。 InnoDB支持的行级锁，包括如下几种：
记录锁（Record Lock）: 对索引项加锁，锁定符合条件的行。其他事务不能修改和删除加锁项；
间隙锁（Gap Lock）: 对索引项之间的“间隙”加锁，锁定记录的范围（对第一条记录前的间隙或最后一条将记录后的间隙加锁），不包含索引项本身。其他事务不能在锁范围内插入数据，这样就防止了别的事务新增幻影行。
Next-key Lock： 锁定索引项本身和索引范围。即Record Lock和Gap Lock的结合。可解决幻读问题。
意向锁：
当一个事务在需要获取资源的锁定时，如果该资源已经被排他锁占用，则数据库会自动给该事务申请一个该表的意向锁。如果自己需要一个共享锁定，就申请一个意向共享锁。如果需要的是某行（或者某些行）的排他锁定，则申请一个意向排他锁。
8、介绍MVCC.
MVCC是一种多版本并发控制机制，在大多数情况下代替行级锁,使用MVCC,能降低其系统开销.
MVCC是通过保存数据在某个时间点的快照来实现的. 不同存储引擎的MVCC实现是不同的,典型的有乐观并发控制和悲观并发控制.
InnoDB的MVCC,是通过在每行记录后面保存两个隐藏的列来实现的,这两个列，分别保存了这个行的创建时间，一个保存的是行的删除时间。这里存储的并不是实际的时间值,而是系统版本号(可以理解为事务的ID)，每开始一个新的事务，系统版本号就会自动递增，事务开始时刻的系统版本号会作为事务的ID.
InnoDB只会查找版本早于当前事务版本的数据行(也就是,行的系统版本号小于或等于事务的系统版本号)，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者修改过的.
1.MVCC手段只适用于Msyql隔离级别中的读已提交（Read committed）和可重复读（Repeatable Read）.
2.Read uncimmitted由于存在脏读，即能读到未提交事务的数据行，所以不适用MVCC.
原因是MVCC的创建版本和删除版本只要在事务提交后才会产生。客观上，我们认为他就是乐观锁的一整实现方式，就是每行都有版本号，保存时根据版本号决定是否成功。
9、哈希索引是如何实现的？
哈希索引用索引列的值计算该值的hashCode，然后在hashCode相应的位置存执该值所在行数据的物理位置，因为使用散列算法，因此访问速度非常快，但是一个值只能对应一个hashCode，而且是散列的分布方式，因此哈希索引不支持范围查找和排序的功能
10、数据库索引为什么使用B+树，相对于B树有什么优点？为什么不能红黑树？
因为：
B+树的磁盘读写代价低，更少的查询次数，查询效率更加稳定，有利于对数据库的扫描
相对B树，B+树是B树的升级版，只是把非叶子节点冗余一下，这么做的好处是为了提高范围查找的效率，解决数据库遍历效率低下问题；B+树只有叶节点存放数据，其余节点用来索引，而B树是每个索引节点都会有Data域。
在大规模数据存储的时候，红黑树往往出现由于树的深度过大而造成磁盘IO读写过于频繁，进而导致效率低下的情况。所以，只要我们通过某种较好的树结构减少树的结构尽量减少树的高度，B树与B+树可以有多个子女，从几十到上千，可以降低树的高度。
磁盘预读原理：将一个节点的大小设为等于一个页，这样每个节点只需要一次I/O就可以完全载入。为了达到这个目的，在实际实现B-Tree还需要使用如下技巧：每次新建节点时，直接申请一个页的空间，这样就保证一个节点物理上也存储在一个页里，加之计算机存储分配都是按页对齐的，就实现了一个node只需一次I/O。
11、聚簇索引和非聚簇索引区别
聚簇索引： 将数据存储与索引放到了一块，索引结构的叶子节点保存了行数据
非聚簇索引： 将数据与索引分开存储，索引结构的叶子节点指向了数据对应的位置
聚簇索引的叶子节点就是数据节点，而非聚簇索引的叶子节点仍然是索引节点，只不过有指向对应数据块的指针。
12、回表查询和覆盖索引
普通索引 需要扫描两遍索引树
（1）先通过普通索引定位到主键值id=5；
（2）在通过聚集索引定位到行记录；
这就是所谓的回表查询，先定位主键值，再定位行记录，它的性能较扫一遍索引树更低。
覆盖索引：如果where条件的列和返回的数据在一个索引中，那么不需要回查表，那么就叫覆盖索引。
实现覆盖索引：常见的方法是，将被查询的字段，建立到联合索引里去。
13、如何创建索引？
CREATE TABLE 表名( 字段名 数据类型 [完整性约束条件],
……， [UNIQUE | FULLTEXT | SPATIAL] INDEX | KEY [索引名](字段名1 [(长度)] [ASC | DESC]) [USING 索引方法] );
说明： UNIQUE:可选。表示索引为唯一性索引。 FULLTEXT:可选。表示索引为全文索引。 SPATIAL:可选。表示索引为空间索引。
INDEX和KEY:用于指定字段为索引，两者选择其中之一就可以了，作用是一样的。 索引名:可选。给创建的索引取一个新名称。
字段名1:指定索引对应的字段的名称，该字段必须是前面定义好的字段。 长度:可选。指索引的长度，必须是字符串类型才可以使用。
ASC:可选。表示升序排列。 DESC:可选。表示降序排列。 注：索引方法默认使用B+TREE。
ALTER TABLE 表名 ADD [UNIQUE | FULLTEXT | SPATIAL] INDEX | KEY [索引名]
(字段名1 [(长度)] [ASC | DESC]) [USING 索引方法]；
或
CREATE [UNIQUE | FULLTEXT | SPATIAL] INDEX 索引名 ON 表名(字段名) [USING
索引方法]；
14、如何避免全表扫描？
1.对查询进行优化，应考虑在 where 及 order by 涉及的列上建立索引。
2.应尽量避免在 where 子句中对字段进行 null 值判断
3.应尽量避免在 where 子句中使用!=或<>操作符
4.in 和 not in 要慎用
否则将导致引擎放弃使用索引而进行全表扫描
15、Explain语句各字段的意义
mysql> explain select * from staff;
±—±------------±------±-----±--------------±-----±--------±-----±-----±------+ | id | select_type | table | type | possible_keys | key | key_len |
ref | rows | Extra |
±—±------------±------±-----±--------------±-----±--------±-----±-----±------+ | 1 | SIMPLE | staff | ALL | NULL | NULL | NULL |
NULL | 2 | NULL |
±—±------------±------±-----±--------------±-----±--------±-----±-----±------+ 1 row in set
| 列 | 含义 |
| — | — |
| id | 查询序号，序号越大越先执行，一样则按顺序执行 |
| select_type | 查询类型，SIMPLE、PRIMARY、UNION、SUBQUERY等 |
| table | 表名 |
| type | join类型，const，eq_ref，ref等 |
| possible_keys | join类型 |
| key | 实际选择的索引 |
| ken_len | 索引的长度 |
| ref | 与索引作比较的列 |
| rows | 要检索的行数 |
| Extra | 额外信息 |
16、最左前缀！！联合索引B+树是如何建立的？是如何查询的？当where子句中出现>时，联合索引命中是如何的?
小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数初中级Java工程师，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年最新Java开发全套学习资料》送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频
如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注Java）
读者福利
更多笔记分享
存中…(img-VPYJUfnA-1711166189480)]
[外链图片转存中…(img-tXcQsxOu-1711166189481)]
由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频
如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注Java）
[外链图片转存中…(img-b5jx2yTV-1711166189481)]
读者福利
[外链图片转存中…(img-hzcF0JyK-1711166189482)]
更多笔记分享
[外链图片转存中…(img-PFPdfl2N-1711166189482)]
4485
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
