一、MySQL 数据库基础知识

一、范式化设计

1NF：每一列不可再分；

2NF：单一职责；每张表只干一件事；要求通过主键可以确定所有其他字段；

3NF：消除依赖传递/消除冗余字段；要求A表不包含B表的非主键字段；最多包含B表的主键字段；

范式数字越大，要求一个表的功能越单一；冗余的字段越少；

二、反范式化设计及实现

1、范式化设计可以提高表数据的修改效率；

2、范式、反范式如何选择？

        -- 根据情况适当选择；

        -- 适当反范式化；比如冗余简单字段，可以提高查询效率；

3、在高并发情况下，如何应对大量的数据计数操作？

        -- 背景：mysql数据库在做update操作时，会对当前行数据加一个互斥锁，影响效率； 

        -- 可以设计若干槽（多行）数据来计数，分散热点数据，减少对同一行资源争抢的线程数；

三、表结构字段类型优化

1、更小类型范围，通常更好；

        -- 更小的字段，占用的存储空间更少；--> CPU处理时间更短；

2、简单就好；

        -- 结构越简单的字段类型，使用起来效率更高；

        -- 与1的理由相同；

3、尽量避免NULL；

        -- 尽量勾选上 【不是null】，避免难以优化；

        -- 性能优化有限；

        -- 如果涉及索引，就尽量避免null；

4、MySQL支持的数据类型；

整数类型	tinyint	smallint	mediumint	int	bigint	integer
	1 Byte = 8 位	2 Byte = 16 位	3 Byte = 24 位	4 Byte = 32 位	8 Byte = 64 位	相当于 int
浮点数类型	float（非精确数）	double（非精确数）	decimal（精确数）	​	​	​
	4 Byte = 32 位	8 Byte = 64 位	字符串 65 个数字
字符串类型	char	varchar	blob	text	enum	set
	定长度； 更节省空间，不需要单独记录数据长度；	不定长度； 需要有1~2个额外的字段记录数据长度；	1、这两个类型占用的空间太大，不利于sql性能调优； 2、如果使用该类型的字段；建议将这一列单独分到一张表中，主表只记录它的主键； 3、blob：存储的是二进制数据，没有字符集和排序规则； 4、text：存储的是文本，有字符集和排序规则；		1、枚举，用数字标识一些指定的字符串，好处是避免保存许多重复的字符串； 2、在设计表的时候可以指定该列的枚举值：["fish","apple","dog"]等； 3、插入数据的时候，只要保存数字即可； 4、枚举元素只能是字符串；
日期和时间类型	datetime	timestamp
	1、存储跨度长： 1001年~9999年 2、只精确到秒	1、1970年~2038年； 2、只精确到秒

备注：MySQL 支持数据值为null；所以与数据表映射的java类型要求是包装类；基本数据类型不支持值为null； 

5、无符号 unsigned 

        -- 字段的存储大小和符号没有关联；

        -- 用 1字节 的tinyint举例：

        -- 有符号：是一个默认选项，此时字段的范围是从 -128 ~ 127；

        -- 无符号：需要手动勾选，此时字段的范围是 0 ~ 255；

        -- 可见如果勾选无符号，那么砍掉负数的范围，将正数的范围 *2；

6、长度

        -- 设置整型字段类型的不同长度，在存储层是无差别的；

        -- 只是限制显示时的位数；

7、数据量特别大，要存金额，要求准确度，要求效率，如何设计？

        -- 使用 bigint存储1/10000的精度；

        -- 将数据放大来存储小数位；

8、char 和 varchar 如何选择？

        -- 字符串列：数据长度长的很长，短的很短，就要使用varchar；

        -- 字符串列：数据长度是确定的；电话号，密码，hash值等，就要使用char；

9、MySQL 时间类只能存储到秒；

        -- 想要存储更小的粒度，可以使用时间戳或者字符串；

四、命名规范

1、索引命名

        -- 主键索引：pk_XXX；

        -- 唯一索引：uk_XXX；

        -- 普通索引：idx_XXX；

五、索引

1、什么是索引？

        -- 帮助MySQL数据库高效查询的数据结构；

2、索引的本质：

        -- 数据结构；

3、索引的作用：

        -- 提高查询速度；

4、InnoDB存储引擎支持的索引：

        -- B+ 树索引：（关键）

        -- 全文索引：

        -- hash 索引（内部）：

        -- 范围查找、排序、组合索引、hash冲突；

5、树

名称	说明
二叉树	1、左子节点都小于根节点 2、右子节点都大于根节点
AVL树(平衡二叉树)	1、左右两个子树的高度差最大为 1 ； 2、左右两个子树都是平衡二叉树； 3、尽量压缩树的高度；
B树	1、B-树；多叉树；先满足二叉树； 2、平衡树； 3、数据存储在非叶子节点和叶子节点上； 4、
B+树	1、多叉树；先满足二叉树； 2、平衡树； 3、非叶子节点只存放索引信息；而且根据索引大小排好了顺序； 4、每个索引节点可存储多个索引，每个索引都指向一个叶子节点"页"； 5、所有数据均存放在叶子节点的“页”上； 6、这些“页”首尾相连； 7、每个叶子节点通过单向链表方式连接；方便进行范围查找； 8、在MySQL中，B+树的叶子节点使用双向链表连接；方便排序； 9、数据量较小，每次返回的数据个数较多，减少io次数； 10、B+树具有很高的“扇出”，通常超过100个，在查找数据时，可以有效减少io；     -- 扇出：每个索引节点指向叶子节点的指针；     -- 扇出数：索引节点可存储的最大关键字个数 + 1；
B*树	1、多叉树；先满足二叉树； 2、平衡树； 3、非叶子节点存放的索引数据也加了一个指针；查询索引速度快；

6、时间复杂度

查找方式	平均次数	最坏情况	时间复杂度
顺序查找	(1+n)/2 次	n次	O(n)
二分查找	(1+2+2+3+3+3+3+4+4+4)/10 = 2.9次	4次	O(log n)