Mysql

存储引擎

MyISAM

不支持事务，表级锁

InnoDB

支持事务，支持行级锁，事务ACID
Innodb 是一种事务性存储引擎，完全支持事务的ACID特性。
支持事务所需要的两个特殊日志类型：Redo Log 和Undo Log
Undo日志记录某数据被修改前的值，可以用来在事务失败时进行rollback；
Redo日志记录某数据块被修改后的值，可以用来恢复未写入data file的已成功事务更新的数据。
行级锁是由存储引擎层实现的
共享锁（读）和独占锁（写）

MySQL 使用 InnoDB 存储表时，会将表的定义和数据索引等信息分开存储，其中前者存储在 .frm 文件中，后者存储在 .ibd 文件中

InnoDB 存储引擎在绝大多数情况下使用 B+ 树建立索引，这是关系型数据库中查找最为常用和有效的索引

表空间

InnoDB使用表空间进行数据存储。
系统表空间无法简单的收缩文件大小，造成空间浪费，并会产生大量的磁盘碎片
独立表空间可以通过optimeze table 收缩系统文件，强烈建立对Innodb 使用独立表空间

体系结构

客户端 - 服务层 - 存储引擎

MySQL是插件式的存储引擎。
所有跨存储引擎的功能都是在服务层实现的。
MySQL的存储引擎是针对表的，不是针对库的。

MySQL数据库实例：

MySQL是单进程多线程（而oracle是多进程）
MySQL实例是线程和内存组成，实例才是真正用于操作数据库文件的；
一般情况下一个实例操作一个或多个数据库；集群情况下多个实例操作一个或多个数据库。

性能优化

优化原则

减少系统瓶颈，减少资源占用，增加系统的反应速度。
数据库结构设计和SQL语句
数据库存储引擎和参数配置
系统选择及优化
硬件升级
配置较大的内存
配置高速磁盘，比如SSD
合理分配磁盘IO
配置多核处理器

EXPLAIN 查看SQL执行计划

在使用LIKE关键字进行查询的查询语句中，如果匹配字符串的第一个字符为"%"，索引不起作用。只有"%"不在第一个位置，索引才会生效
MySQL可以为多个字段创建索引，一个索引可以包括16个字段。对于联合索引，只有查询条件中使用了这些字段中第一个字段时，索引才会生效。
查询语句的查询条件中只有OR关键字，且OR前后的两个条件中的列都是索引时，索引才会生效，否则，索引不生效
子查询虽然很灵活，但是执行效率并不高。可以使用连接查询（JOIN）代替子查询，连接查询时不需要建立临时表，其速度比子查询快。
将字段很多的表分解成多个表
增加中间表 通过建立中间表，将需要通过联合查询的数据插入到中间表中，然后将原来的联合查询改为对中间表的查询

索引 NULL 列需要额外的空间来保存，所以要占用更多的空间。

进行比较和计算时要对 NULL 值做特别的处理。

事务

A 原子性

实现原理：undo log 逻辑日志
记录的是sql执行相关的信息。当发生回滚时，InnoDB会根据undo log的内容做与之前相反的工作

C 一致性

一致性是事务追求的最终目标：前面提到的原子性、持久性和隔离性，都是为了保证数据库状态的一致性

D 持久性

实现原理：redo log
数据是存放在磁盘中的，InnoDB提供了缓存(Buffer Pool)
redo log采用的是WAL（Write-ahead logging，预写式日志），所有修改先写入日志，再更新到Buffer Pool，保证了数据不会因MySQL宕机而丢失，从而满足了持久性要求。
刷脏是随机IO，因为每次修改的数据位置随机，但写redo log是追加操作，属于顺序IO。
刷脏是以数据页（Page）为单位的，MySQL默认页大小是16KB，一个Page上一个小修改都要整页写入；而redo log中只包含真正需要写入的部分，无效IO大大减少。

I 隔离性

脏读 ：事务a读取到事务b未提交的内容
不可重复读：事务a先后两次读取同一数据，两次结果不同·读取到事务b提交的内容 update
幻读：事务a按照相同查询条件，读取导的数据的条数不同 insert
四种隔离级别 Read Uncommitted，Read Committed， Repeatable Read， Serializale
Mysql默认是RR,解决不了幻读问题。

解决幻读问题使用的MVCC

在同一时刻，不同的事务读取到的数据可能是不同的(即多版本)

binlog redo log

作用不同：binlog用于主从复制。
层次不同：redo log是InnoDB存储引擎实现的，而binlog是MySQL的服务器层实现的
内容不同：redo log是物理日志，内容基于磁盘的Page；binlog是逻辑日志，内容是一条条sql。
写入时机不同：binlog在事务提交时写入；redo log的写入时机相对多元

分区

 一个表最多只能有1024个分
 RANGE分区
 LIST分区
 HASH分区
 KEY分区

注意事项

表事项

表字段避免null值出现，null值很难查询优化且占用额外的索引空间。
尽量使用INT而非BIGINT，如果非负则加上UNSIGNED（这样数值容量会扩大一倍），当然能使用TINYINT、SMALLINT、MEDIUM_INT更好。
使用枚举或整数代替字符串类型
尽量使用TIMESTAMP而非DATETIME
单表不要有太多字段，建议在20以内
用整型来存IP

索引事项

应尽量避免在WHERE子句中对字段进行NULL值判断，否则将导致引擎放弃使用索引而进行全表扫描
值分布很稀少的字段不适合建索引，例如"性别"这种只有两三个值的字段
不用外键，由程序保证约束

问题

为什么用B+树做索引的存储解构

哈希表的特点就是可以快速的精确查询，但是不支持范围查询。
完全平衡二叉树，因为是有序的，查询可能要多次
B树
B+树可以提高查询索引时的磁盘IO效率，并且可以提高范围查询的效率，并且B+树里的元素也是有序的

互联网项目请用：读已提交(Read Commited)这个隔离级别！

在RR隔离级别下，存在间隙锁，导致出现死锁的几率比RC大的多
在RR隔离级别下，条件列未命中索引会锁表！而在RC隔离级别下，只锁行
在RC隔离级别下，半一致性读(semi-consistent)特性增加了update操作的并发性！