MySQL

 索引

    MyISAM索引

        MyISAM索引是与行记录分开存储的，非聚集索引。

        连续聚集的区域单独存储行记录；

        主键索引的叶子节点存储主键与对应行记录的指针

        普通索引的叶子节点存储索引列和对应行记录的指针

    InnoDB索引

        主键索引与行记录存储在一起，聚集索引

        普通索引的叶子节点存储索引列和主键

        InnoDB的表中必有聚集索引，有主键时主键为聚集索引，无则第一个唯一索引为聚集索引，否则InnoDB会创建一个隐藏的row_id列作为聚集索引

        InnoDB索引建议使用递增值且不宜太长，递增的索引值不会引起索引树分裂，不需要进行行数据的移动。索引过长导致MySQL有限的缓存区存储数据减少，增加相应的IO操作

    InnoDB回表查询

        使用普通索引进行检索时，会先查询普通索引的索引树找到对应的主键，再根据主键信息到主键索引树中查询相应的行记录，即为回表查询。常见解决回表查询的方法就是索引覆盖，即将要查询的字段建立到联合索引中

    索引结构

        MySQL索引采用B+树结构，对比哈希和其他的树形结构，B+树的优势分析：

        哈希结构查询，修改，插入，删除操作的时间复杂度为O(1)，不过哈希结构只适合单条记录的操作，复杂的查询、分组、排序等需求时，该结构时间负责都变为O(n)；

        二叉树当数据量过多时，索引树的高度太高，查询效率比较低，每个节点只存储一条数据，导致磁盘IO操作增加

        B树 m阶数降低了索引树的高度，所有节点均存储数据，中序遍历可以遍历所有的节点

        B+树 只在叶子节点上进行数据存储，叶子节点之间增加链表，无需中序遍历即可获取所有的数据，便于范围查询

        

分库分表

    分库分表解决的问题

        性能瓶颈（数据量过大导致索引树过大，IO操作增加，查询效率缓慢）、高可用（单机和主备方式已无法满足）、安全性（不同类型的数据进行分类存储）

    分库分表常用方案

        垂直拆分：将字段较多的一张表中的不同属性拆分到不同的库表中，降低单表操作提高性能。拆分原则（长度较短，高频访问的字段放在同一张表中；长度较长，低频访问的在一张表中）

        水平拆分：依据表中的某个字段，按照一定的规则将一张表中的数据拆分到多个库表中，拆分之后，每张表的结构一样，数据不一样，所有表中数据的并集为全量数据

缓存池

    InnoDB缓存池

        缓存池主要缓存表数据和索引数据，缓存池特点访问快，容量小。磁盘读写并非按需读取，而是按页（4K）读取，所以缓存时一般也是按页缓存数据，预读机制表名了缓存池会预先缓存一些数据

    缓存页管理算法

        LRU（least recently used）算法：每次将要读取数据所在的页放在缓存池的头部页，如果该页原本存在于缓存池中则结束操作，如果不在，则将缓存池尾部的页移除（引发的问题：预读失效：预读的数据均不在缓存池中，缓存池污染：一次查询大批量数据时会导致热点数据被批量移除缓存区）

        InnoDB采用了优化版LRU算法：缓存池分为老年代和新生代，新生代的尾部连接老年代的头部；预读的数据加入到老年代头部，只有被使用时才添加到新生代头部。设置老年代停留时间阈值来解决缓存池污染的问题，只有当数据页在老年代中停留超过阈值时间，该数据页才会被加入到新生代中。

死锁

    相关配置

              show GLOBAL VARIABLES like '%lock%';

              show GLOBAL VARIABLES like '%tx_isolation%';//查询数据库的隔离级别

              

innodb_deadlock_detect：开启/禁用 innodb的死锁检测，

innodb_lock_wait_timeout：锁申请时的最长等待时间

innodb_rollback_on_timeout：锁超时之后回滚整个事务还是当前语句