MYSQL---存储引擎相关问题

1. 相关问题

存储引擎属于插件式引擎，面试中遇到的可能非常大，下面总结一些常见的问题。

• 说一说了解的mysql 存储引擎及其使用场景？
• 在什么情况下innodb 无法在线修改表结构？
• 在无法进行在线修改表结构的情况下，要如何操作？
• innodb 是如何实现事务的？
• innodb 读操作是否会阻塞写操作？

2. 常用的mysql 存储引擎及使用场景

2.1 mysql 常用存储引擎

2.2 常见存储引擎使用场景

MYISAM 的特点

• 非事务存储引擎 （用到事务场景不适用）
• 以堆表方式存储 （叶子节点直接指向数据物理地址，而不是聚集索引位置，避免二次查找；单从性能看，查询效果myisam 优于innodb）
• 使用表级锁 （读操作会阻塞写操作，写操作也会阻塞读操作；所以不适合高并发场景）
• 支持Btree 索引，空间索引，全文索引
• 在物理机上有两个文件 （xxx.myd【数据文件】 和 xxx.myi 文件【索引文件】）mysql 8.0 版本

MYISAM 使用场景

• 读操作远远大于写操作的场景（不用进行二次查找特点）
• 不需要使用事务的场景

CSV 存储引擎

• 非事务型存储引擎
• 数据以CSV 格式存储
• 所有列都不能为NULL
• 不支持索引
• 可直接编辑数据文件修改存储的数据

CSV 使用场景

• 做为数据交换的中间表使用

Archive 存储引擎

• 非事务型存储引擎
• 表数据使用zlib 压缩
• 只支持insert 和select 操作 （日志）
• 只允许在自增 id 上建立索引

Archive 使用场景

• 日志和数据采集类应用
• 数据归档存储 (不需要更新，只需要的查询)

Memory 存储引擎

• 非事务型存储引擎
• 数据保存在内存中 （易丢失）
• 所有字段的长度固定
• 支持Btree 和 hash 索引

Memory 使用场景

• 用户缓存字典映射表
• 缓存周期性分析数据 （也可使用redis）

innodb 存储引擎

• 事务性存储引擎，支持ACID
• 数据按主键聚集存储 （和堆表方式存储不同）
• 支持行级锁及MVCC (在进行读写操作时，只会对该数据行上加锁；增加了并发能力)（MVCC：多版本并发控制）
• 支持Btree 和 自适应 Hash 索引
• 【5.7 之后】 支持全文和空间索引

innodb 使用场景

• 大多数 OLTP 场景 (联机事务处理（Online Transaction Processing），表示事务性非常高的系统)

NDB 存储引擎

• 事务性存储引擎
• 数据存储在内存中
• 支持行级锁
• 支持高可用集群
• 支持Ttree 索引

NDB 使用场景

• 需要数据完全同步的高可用场景

3. 在什么情况下INNODB 无法在线修改表

3.1 innodb 不支持在线修改表结构的场景

在线ddl 存在的问题

• 有部分语句不支持在线ddl
• 长时间的ddl 操作会引起严重的主从延迟
• 无法对ddl 操作进行资源限制

3.2 如何更安全的在线修改表结构

• py-online-schema-change [OPTIONS] DSN

4. innodb 是如何实现事务的？

4.1 什么是事务

经典的例子：在银行汇款需要进行一系列操作，如果当中任何一个操作失败，则这个汇款操作就不能完成。

ACID : 原子性、一致性、隔离性（里面有分为几种）、持久性。

4.2 redo log 和 undo log 在事务实现中的作用

事务的实现方式， 引入了redo log 和undo log 两种日志，在任何事务型存储引擎中，都会有。

汇款例子演示：

卡 A 转账 卡B 500元

5. innodb 读是否会阻塞写？

5.1 读写应该相互阻塞吗？

• 查询需要对资源加共享锁（S）
• 数据修改需要对资源加排它锁（x）

5.2 MVCC （多版本并发控制）

简化一些过程

事务A 修改A = 500， 事务2 查询A 的值
这里事务A 用了排它锁， 然后用undo log 记录 A 原先的值，redo log 记录更新的值；
由于事务A 加了排它锁，事务B 就从undo 中查询到的A 的值， 这里就是可重复读的级别

推荐一个零声学院免费公开课程，个人觉得老师讲得不错，分享给大家：Linux，Nginx，ZeroMQ，MySQL，Redis，fastdfs，MongoDB，ZK，流媒体，CDN，P2P，K8S，Docker，TCP/IP，协程，DPDK等技术内容，立即学习