国庆期间复习了下Mysql和redis，ES

国庆期间复习了下Mysql和redis，ES包括：

Mysql索引面试题目分析索引分析

3）用到了索引123，4失效

 

 

 

【优化总结口诀】
全值匹配我最爱，最左前缀要遵守；
带头大哥不能死，中间兄弟不能断；
索引列上少计算，范围之后全失效；
Like百分写最右，覆盖索引不写星；
不等空值还有or，索引失效要少用；
VAR引号不可丢，SQL高级也不难！ 

Mysql的日志

Mysql慢查询

Mysql表锁：共享读锁，独占写锁

      

结论：读锁会阻塞写，但是不会堵塞读。而写锁则会把读和写都堵塞。

表锁-读锁：
加读锁 lock table user read; 解锁 lock tables;	session1	session2
修改session1锁住的表	失败	阻塞
读session1锁住的表	成功	成功
修改session1没锁的表	失败	成功
读session1没锁的表	失败	成功

表锁-写锁：
加写锁 lock table user write; 解锁 lock tables;	session1	session2
修改session1锁住的表	成功	阻塞
读session1锁住的表	成功	阻塞
修改session1没锁的表	失败	成功
读session1没锁的表	失败	成功

 查看哪些表被锁住了：

Mysql行级锁

 如何锁定一行：

Mysql主从复制:

都是一些配置的问题

基本原理：

复制的基本原则：

每个slave只有一个master
每个slave只能有一个唯一的服务器ID
每个master可以有多个salve

Mysql的Explain的用法

使用EXPLAIN关键字可以模拟优化器执行SQL查询语句，从而知道MySQL是如何处理你的SQL语句的。分析你的查询语句或是表结构的性能瓶颈
      

Mysql的执行流程

Mysql的三大范式：

        1NF 原子性：表中每列不可再拆分。 
        2NF 不产生局部依赖，一张表只描述一件事情 // 第二范式就是在第一范式的基础上所有列完全依赖于主键列。
        3NF 不产生传递依赖，表中每一列都直接依赖于主键。而不是通过其它列间接依赖于主键。//简而言之，第三范式就是所有列不依赖于其它非主键列，也就是在满足2NF的基础上，任何非主列不得传递依赖于主键。所谓传递依赖，指的是如果存在"A → B → C"的决定关系，则C传递依赖于A。因此，满足第三范式的数据库表应该不存在如下依赖关系：主键列 → 非主键列x → 非主键列y // 存在传递的决定关系： 学号->所在学院 -> 学院地点 

redis的用途，以及与mysql的对比

在分布式数据库中CAP原理CAP+BASE：

C：Consistency（强一致性）

A：Availability（可用性）

P：Partion tolerance（分区容错性）

CAP的理论就是说在分布式存储系统中，最多只能实现上面的两点。

而由于当前的网络硬件肯定会出现延迟丢包等问题，所以分区容忍性是我们必须要实现的。

所以我们只能在一致性和可用性之间进行权衡，没有NoSQL系统能同时保证这一点。

C：强一致性 A：高可用性 P：分布式容错性

CA 传统Oracle数据库

AP大多数网站架构的选择

CP Redis、Mongodb

 悲观锁：

顾名思义，每次去拿数据的时候都被认为别人会修改，所以每次在拿数据的时候都会被锁上，这样别人想拿这个数据就会block直到它拿到锁，传统的关系型数据库里边就用到了很多这种锁机制，比如行锁、表锁等，读锁、写锁等，都是在做操作之前先锁上。

乐观锁：

每次去拿数据的时候都认为别人不会修改，所以不会上锁，但是在更新的时候会判断一下在此期间别人有没有去更新这个数据，可以使用版本号等机制。乐观锁适用于多度的应用类型，这样可以提高吞吐量。

乐观锁策略：提交版本必须大于记录当前版本才能执行更新。

 CAS：

redis事务

DISCARD：取消事务，放弃执行事务块内的所有命令。

EXEC：执行所有事务块的命令。

MULTI：标记一个事务块的开始。

UNWATCH：取消WATCH命令对多有key的监视。

WATCH key [key......]：监视一个（或多个）key，如果在事务执行之前这个key被其他命令所改动，那么事务将打断。

Case1：正常放行

Case2：放弃事务

Case3：全体连坐

Case4：冤头债主

Case5：watch监控

es/elasticsearch的副本和分片的区别

一：概念
（1）集群（Cluster）： ES可以作为一个独立的单个搜索服务器。不过，为了处理大型数据集，实现容错和高可用性，ES可以运行在许多互相合作的服务器上。这些服务器的集合称为集群。

（2）节点（Node）： 形成集群的每个服务器称为节点。

         索引(index): 在 ES 中, 索引是一组文档的集合

（3）分片（shard）
       当有大量的文档时，由于内存的限制、磁盘处理能力不足、无法足够快的响应客户端的请求等，一个节点可能不够。这种情况下，数据可以分为较小的分片。每个分片放到不同的服务器上。当你查询的索引分布在多个分片上时，ES会把查询发送给每个相关的分片，并将结果组合在一起，而应用程序并不知道分片的存在。即：这个过程对用户来说是透明的。

（4）副本（Replia）
       为提高查询吞吐量或实现高可用性，可以使用分片副本。
副本是一个分片的精确复制，每个分片可以有零个或多个副本。ES中可以有许多相同的分片，其中之一被选择更改索引操作，这种特殊的分片称为主分片。
当主分片丢失时，如：该分片所在的数据不可用时，集群将副本提升为新的主分片。

二：区别
分片与副本的区别在于：

当你分片设置为5，数据量为30G时，es会自动帮我们把数据均衡地分配到5个分片上，即每个分片大概有6G数据，当你查询数据时，ES会把查询发送给每个相关的分片，并将结果组合在一起。

而副本，就是对分布在5个分片的数据进行复制。因为分片是把数据进行分割而已，数据依然只有一份，这样的目的是保障查询的高效性，副本则是多复制几份分片的数据，这样的目的是保障数据的高可靠性，防止数据丢失。

注意
索引建立后，分片个数是不可以更改的

倒排索引表：

1、将要搜索的文档内容分词，所有不重复的词组成分词列表。

2、将搜索的文档最终以Document方式存储起来。

3、每个词和docment都有关联。

现在，如果我们想搜索 quick brown ，我们只需要查找包含每个词条的文档：

两个文档都匹配，但是第一个文档比第二个匹配度更高。如果我们使用仅计算匹配词条数量的简单 相似性算法 ，那么，我们可以说，对于我们查询的相关性来讲，第一个文档比第二个文档更佳。