面试总结（一）

一.怎样实现限流？

限流特性是指：开关或熔断器在开断故障电流时，对通过自身的故障电流的峰值有一定的限制作用。熔断器的限流作用比开关明显许多，只是开关的的25%，它的意义在于不用过多的考虑线路和其它零配件的极限承受能力，而且还能开断比较大的故障电流，必须配合熔断器开关使用。

很多时候会遇到这种场景，由于业务应用系统的负载能力有限，为了防止非预期的请求对系统压力过大而拖垮业务的应用系统。

在面对大流量时，应该如何进行流量控制？

服务接口的流量控制策略：分流、降级、限流等。

限流策略，虽然降低了服务接口的访问频率和并发量，却换取服务接口和业务应用系统的高可用。

限流的方式有：

1. Nginx前端限流  ：   按照一定的规则如帐号、IP、系统调用逻辑等在Nginx层面做限流
2. 业务应用系统限流    ①客户端限流   ②服务端限流
3. 数据库限流  ： 红线区  ， 力保数据库

二.常用的限流算法：

令牌桶算法

1）存放固定令牌的桶，生产令牌的速率固定 
2）当令牌达到上限时候，产生的令牌被丢弃或拒绝 
3）n个请求过来，拿n个令牌，若令牌不足，则请求被决绝或等待

漏桶算法

1）桶容量固定，固定速录流出 
2）桶是空的，不流出 
3）以任意速率流入桶，若超过桶容量，被丢弃

三.MySQL存储引擎中的MyISAM和InnoDB区别

MyISAM是MySQL的默认数据库引擎（5.5版之前）

InnoDB，是MySQL的数据库引擎之一（目前默认）

区别：

1、 存储结构

MyISAM：每个MyISAM在磁盘上存储成三个文件。第一个文件的名字以表的名字开始，扩展名指出文件类型。.frm文件存储表定义。数据文件的扩展名为.MYD (MYData)。索引文件的扩展名是.MYI (MYIndex)。
InnoDB：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。

2、 存储空间

MyISAM：可被压缩，存储空间较小。支持三种不同的存储格式：静态表(默认，但是注意数据末尾不能有空格，会被去掉)、动态表、压缩表。
InnoDB：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。

3、 可移植性、备份及恢复

MyISAM：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。
InnoDB：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。

4、 事务支持

MyISAM：强调的是性能，每次查询具有原子性,其执行数度比InnoDB类型更快，但是不提供事务支持。
InnoDB：提供事务支持事务，外部键等高级数据库功能。 具有事务(commit)、回滚(rollback)和崩溃修复能力(crash recovery capabilities)的事务安全(transaction-safe (ACID compliant))型表。

5、 AUTO_INCREMENT

MyISAM：可以和其他字段一起建立联合索引。引擎的自动增长列必须是索引，如果是组合索引，自动增长可以不是第一列，他可以根据前面几列进行排序后递增。
InnoDB：InnoDB中必须包含只有该字段的索引。引擎的自动增长列必须是索引，如果是组合索引也必须是组合索引的第一列。

6、 表锁差异

MyISAM：只支持表级锁，用户在操作myisam表时，select，update，delete，insert语句都会给表自动加锁，如果加锁以后的表满足insert并发的情况下，可以在表的尾部插入新的数据。
InnoDB：支持事务和行级锁，是innodb的最大特色。行锁大幅度提高了多用户并发操作的新能。但是InnoDB的行锁，只是在WHERE的主键是有效的，非主键的WHERE都会锁全表的。

7、 全文索引

MyISAM：支持 FULLTEXT类型的全文索引
InnoDB：不支持FULLTEXT类型的全文索引，但是innodb可以使用sphinx插件支持全文索引，并且效果更好。

8、 表主键

MyISAM：允许没有任何索引和主键的表存在，索引都是保存行的地址。
InnoDB：如果没有设定主键或者非空唯一索引，就会自动生成一个6字节的主键(用户不可见)，数据是主索引的一部分，附加索引保存的是主索引的值。

9、 表的具体行数

MyISAM：保存有表的总行数，如果select count(*) from table;会直接取出出该值。
InnoDB：没有保存表的总行数，如果使用select count(*) from table；就会遍历整个表，消耗相当大，但是在加了wehre条件后，myisam和innodb处理的方式都一样。

10、 CURD操作

MyISAM：如果执行大量的SELECT，MyISAM是更好的选择。
InnoDB：如果你的数据执行大量的INSERT或UPDATE，出于性能方面的考虑，应该使用InnoDB表。DELETE 从性能上InnoDB更优，但DELETE FROM table时，InnoDB不会重新建立表，而是一行一行的删除，在innodb上如果要清空保存有大量数据的表，最好使用truncate table这个命令。

11、 外键

MyISAM：不支持
InnoDB：支持

所以使用InnoDB来替代MyISAM引擎，原因时InnoDB自身很多良好的特点，比如事务支持、存储、过程、视图、行级索等等，

在并发很多的情况下，相信InnoDB的表现肯定要比MyISAM强很多。

四.SQL优化

①什么是优化？

1. 合理安排资源、调整系统参数使MySQL运行更快、更节省资源。
2. 优化是多方面的，包括查询、更新、服务器等。
3. 原则：减少系统瓶颈，减少资源占用，增加系统的反应速度。IO次数CPU的运算复杂度

②优化方案：

1.对查询进行优化，要尽量避免全表扫描，首先应考虑在 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，否则将导致引擎放弃使用索引而进行全表扫描，最好不要给数据库留NULL，尽可能的使用 NOT NULL填充数据库.。

3.应尽量避免在 where 子句中使用 != 或 <> 操作符，否则将引擎放弃使用索引而进行全表扫描。

4.应尽量避免在 where 子句中使用 or 来连接条件，如果一个字段有索引，一个字段没有索引，将导致引擎放弃使用索引而进行全表扫描。

5.in和 not in 也要慎用，否则会导致全表扫描。（很多时候用 exists 代替 in 是一个好的选择）

6.下面的查询也将导致全表扫描：select id from t where name like ‘%abc%’

7.如果在 where 子句中使用参数，也会导致全表扫描。因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行选择。然 而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。

8.Update 语句，如果只更改1、2个字段，不要Update全部字段，否则频繁调用会引起明显的性能消耗，同时带来大量日志。

9.对于多张大数据量（这里几百条就算大了）的表JOIN，要先分页再JOIN，否则逻辑读会很高，性能很差。

10.索引并不是越多越好，索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有 必要。

11.尽量避免大事务操作，提高系统并发能力。

12.尽量避免使用游标，因为游标的效率较差，如果游标操作的数据超过1万行，那么就应该考虑改写。

13..如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table ，然后 drop table ，这样可以避免系统表的较长时间锁定。

五.数据库遇到瓶颈问题：

可以采用四种方式：

1.缓存式的Web应用程序架构：

在Web层和db层之间加一层cache层，主要目的：减少数据库读取负担，提高数据读取速度。

2.实现MySQL数据库异步查询实现：

使用MySQL异步查询，因为需要给所有查询都创建一个新的连接，而MySQL服务端会为每个连接创建一个单独的线程进行处理，如果创建的线程过多，则会造成线程切换引起系统负载过高。Swoole中的异步MySQL其原理是通过MYSQLI_ASYNC模式查询，然后获取mysql连接的socket，加入到epoll事件循环中，当数据库返回结果时会回调指定函数，这个过程是完全异步非阻塞的。

3.MySQL主从读写分离：

MySQL读写分离提升系统性能：

1、主从只负责各自的读和写，极大程度缓解X锁和S锁争用。

2、slave可以配置MyISAM引擎，提升查询性能以及节约系统开销。

3、master直接写是并发的，slave通过主库发送来的binlog恢复数据是异步的。

4、slave可以单独设置一些参数来提升其读的性能。

5、增加冗余，提高可用性。

4.分表分库：

所谓的分表【水平拆分】

分库【垂直拆分】

分库分表的理由策略如下：

1、中间变量=user_id % ( 库数量 * 每个库的表数量 )

2、库=取整（中间变量 / 每个库的表数量）

3、表=中间变量 % 每个库的表数量

数据库经过业务拆分及分库分表，虽然查询性能和并发处理能力提高了。但是原本跨表的事务上升为分布式事务；由于记录被切分到不同的库和不同的表中，难以进行多表关联查询，并且不能不指定路由字段对数据进行查询。且分库分表后需要进一步对系统进行扩容（路由策略变更）将变得非常不方便，需要重新进行数据迁移。