MySql相关知识点

最新推荐文章于 2023-06-10 16:39:20 发布

枝娅

最新推荐文章于 2023-06-10 16:39:20 发布

阅读量252

点赞数

分类专栏：我的学习记录文章标签： mysql 数据库 sql

本文链接：https://blog.csdn.net/qq_33536580/article/details/126520527

版权

我的学习记录专栏收录该内容

17 篇文章 0 订阅

订阅专栏

一、为什么要使用数据库

这个问题从两个方面回答

没有数据库数据都是存哪里的
存在数据库解决了什么问题
数据存内存 - 优点：存取速度快缺点：数据不能永久保存
数据保存在文件 - 优点：数据永久保存缺点：速度比内存操作慢，频繁的IO操作。查询数据不方便。
数据存数据库 - 数据永久保存、使用SQL语句查询方便效率高、管理数据方便。

二、数据库三大范式

第一范式：每个列都不可以再拆分。
第二范式：在第一范式的基础上，非主键列完全依赖于主键，而不能是依赖于主键的一部分。
第三范式：在第二范式的基础上，非主键列只依赖于主键，不依赖于其他非主键。
在设计数据库结构的时候，要尽量遵守三范式，如果不遵守，必须有足够的理由。比如性能。事实上我们经常会为了性能而妥协数据库的设计。

三、引擎：MySQL存储引擎MyISAM与InnoDB区别

解答这种问异同的答题思路
（1）首先当然是回答区别。
（2）其次回答的是你在实际应用中是如何应用的，考察你的决策。
Innodb引擎： Innodb引擎提供了对数据库ACID事务的支持。并且还提供了行级锁和外键的约束。它的设计的目标就是处理大数据容量的数据库系统。
MyIASM引擎 ：不提供事务的支持，也不支持行级锁和外键。
MEMORY引擎： 所有的数据都在内存中，数据的处理速度快，但是安全性不高。

	MyISAM	Innodb
存储结构	每张表被存放在三个文件：frm-表格定义、 MYD(MYData)-数据文件、 MYI(MYIndex)-索引文件	所有的表都保存在同一个数据文件中（也可能是多个文件，或者是独立的表空间文件），InnoDB表的大小只受限于操作系统文件的大小，一般为2GB
存储空间	MyISAM可被压缩，存储空间较小	InnoDB的表需要更多的内存和存储，它会在主内存中建立其专用的缓冲池用于高速缓冲数据和索引
可移植性、备份及恢复	由于MyISAM的数据是以文件的形式存储，所以在跨平台的数据转移中会很方便。在备份和恢复时可单独针对某个表进行操作	免费的方案可以是拷贝数据文件、备份 binlog，或者用 mysqldump，在数据量达到几十G的时候就相对痛苦了
SQL操作	偏向查询	偏向增删改
索引的实现方式	B+树索引， myisam 是堆表不支持哈希	B+树索引，Innodb 是索引组织表不支持全文索引

存储引擎选择：
如果没有特别的需求，使用默认的Innodb即可。 MyISAM：以读写插入为主的应用程序，比如博客系统、新闻门户网站。 Innodb：更新（删除）操作频率也高，或者要保证数据的完整性；并发量高，支持事务和外键。比如OA自动化办公系统。

四、什么是索引

一、从表面回答
指针。是数据库管理系统中一个排序的数据结构，以协助快速查询、更新数据库表中数据。
索引的实现通常使用B树及其变种 B+树。更通俗的说，索引就相当于目录。为了方便查找书中的内容，通过对内容建立索引形成目录。索引是一个文件，它是要占据物理空间的。
种类介绍：
主键索引: 数据列不允许重复，不允许为NULL，一个表只能有一个主键。
唯一索引: 数据列不允许重复，允许为NULL值，一个表允许多个列创建唯一索引。可以通过 ALTER TABLE table_name ADD UNIQUE (column); 创建唯一索引可以通过 ALTER TABLE table_name ADD UNIQUE (column1,column2); 创建唯一组合索引
普通索引: 基本的索引类型，没有唯一性的限制，允许为NULL值。可以通过ALTER TABLE table_name ADD INDEX index_name (column);创建普通索引可以通过ALTER TABLE table_name ADD INDEX index_name(column1, column2, column3);创建组合索引
全文索引： 是目前搜索引擎使用的一种关键技术。可以通过ALTER TABLE table_name ADD FULLTEXT (column);创建全文索引
二、从优缺点回答
优：可以大大加快数据的检索速度，这也是创建索引的最主要的原因。通过使用索引，可以在查询的过程中，使用优化隐藏器，提高系统的性能。
缺：创建索引和维护索引要耗费时间，具体地，当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，会降低增/改/删的执行效率；空间方面：索引需要占物理空间
三、从实际应用回答
百万级别或以上的数据如何删除 ：由于索引需要额外的维护成本，因为索引文件是单独存在的文件,所以当我们对数据的增加,修改,删除,都会产生额外的对索引文件的操作,这些操作需要消耗额外的IO,会降低增/改/删的执行效率。所以，在我们删除数据库百万级别数据的时候，查询MySQL官方手册得知删除数据的速度和创建的索引数量是成正比的。 1. 所以我们想要删除百万数据的时候可以先删除索引（此时大概耗时三分多钟） 2. 然后删除其中无用数据（此过程需要不到两分钟） 3. 删除完成后重新创建索引(此时数据较少了)创建索引也非常快，约十分钟左右。 4. 与之前的直接删除绝对是要快速很多，更别说万一删除中断,一切删除会回滚。那更是坑了
四、底层算法方向回答
索引算法有哪些？
索引算法有 BTree算法和Hash算法
BTree算法
BTree是最常用的mysql数据库索引算法，也是mysql默认的算法。因为它不仅可以被用在=,>,>=,<,<=和between这些比较操作符上，而且还可以用于like操作符，只要它的查询条件是一个不以通配符开头的常量，
例如：
‐‐ 只要它的查询条件是一个不以通配符开头的常量
select*fromuserwhere name like’jack%';
‐‐ 如果一通配符开头，或者没有使用常量，则不会使用索引，例如：
select * from user where name like ‘%jack’;
Hash算法
Hash Hash索引只能用于对等比较，例如=,<=>（相当于=）操作符。由于是一次定位数据，不像BTree索引需要从根节点到枝节点，最后才能访问到页节点这样多次IO访问，所以检索效率远高于BTree索引。