有情懷,有乾貨,微信搜索【三太子敖丙】關注這個不一樣的程序員。
本文 GitHub https://github.com/JavaFamily 已收錄,有一線大廠面試完整考點、資料以及我的系列文章。
國慶在家無聊,我隨手翻了一下家裏數據庫相關的書籍,這一翻我就看上癮了,因爲大學比較熟悉的一些數據庫範式我居然都忘了,懷揣着好奇心我就看了一個小國慶。
看的過程中我也做了一些小筆記,可能沒我之前系統文章那麼有趣,但是絕對也是乾貨十足,適合大家去回顧或者面試突擊的適合看看,也不多說先放圖。
存儲引擎
InnoDB
InnoDB 是 MySQL 默認的事務型存儲引擎,只要在需要它不支持的特性時,才考慮使用其他存儲引擎。
InnoDB 採用 MVCC 來支持高併發,並且實現了四個標準隔離級別(未提交讀、提交讀、可重複讀、可串行化)。其默認級別時可重複讀(REPEATABLE READ),在可重複讀級別下,通過 MVCC + Next-Key Locking 防止幻讀。
主索引時聚簇索引,在索引中保存了數據,從而避免直接讀取磁盤,因此對主鍵查詢有很高的性能。
InnoDB 內部做了很多優化,包括從磁盤讀取數據時採用的可預測性讀,能夠自動在內存中創建 hash 索引以加速讀操作的自適應哈希索引,以及能夠加速插入操作的插入緩衝區等。
InnoDB 支持真正的在線熱備份,MySQL 其他的存儲引擎不支持在線熱備份,要獲取一致性視圖需要停止對所有表的寫入,而在讀寫混合的場景中,停止寫入可能也意味着停止讀取。
MyISAM
設計簡單,數據以緊密格式存儲。對於只讀數據,或者表比較小、可以容忍修復操作,則依然可以使用它。
提供了大量的特性,包括壓縮表、空間數據索引等。
不支持事務。
不支持行級鎖,只能對整張表加鎖,讀取時會對需要讀到的所有表加共享鎖,寫入時則對錶加排它鎖。但在表有讀取操作的同時,也可以往表中插入新的記錄,這被稱爲併發插入(CONCURRENT INSERT)。
可以手工或者自動執行檢查和修復操作,但是和事務恢復以及崩潰恢復不同,可能導致一些數據丟失,而且修復操作是非常慢的。
如果指定了 DELAY_KEY_WRITE 選項,在每次修改執行完成時,不會立即將修改的索引數據寫入磁盤,而是會寫到內存中的鍵緩衝區,只有在清理鍵緩衝區或者關閉表的時候纔會將對應的索引塊寫入磁盤。這種方式可以極大的提升寫入性能,但是在數據庫或者主機崩潰時會造成索引損壞,需要執行修復操作。
InnoDB 和 MyISAM 的比較
事務:InnoDB 是事務型的,可以使用 Commit 和 Rollback 語句。
併發:MyISAM 只支持表級鎖,而 InnoDB 還支持行級鎖。
外鍵:InnoDB 支持外鍵。
備份:InnoDB 支持在線熱備份。
崩潰恢復:MyISAM 崩潰後發生損壞的概率比 InnoDB 高很多,而且恢復的速度也更慢。
其它特性:MyISAM 支持壓縮表和空間數據索引。
索引
B+ Tree 原理
數據結構
B Tree 指的是 Balance Tree,也就是平衡樹,平衡樹是一顆查找樹,並且所有葉子節點位於同一層。
B+ Tree 是 B 樹的一種變形,它是基於 B Tree 和葉子節點順序訪問指針進行實現,通常用於數據庫和操作系統的文件系統中。
B+ 樹有兩種類型的節點:內部節點(也稱索引節點)和葉子節點,內部節點就是非葉子節點,內部節點不存儲數據,只存儲索引,數據都存在葉子節點。
內部節點中的 key 都按照從小到大的順序排列,對於內部節點中的一個 key,左子樹中的所有 key 都小於它,右子樹中的 key 都大於等於它,葉子節點的記錄也是按照從小到大排列的。
每個葉子節點都存有相鄰葉子節點的指針。
操作
查找
查找以典型的方式進行,類似於二叉查找樹。起始於根節點,自頂向下遍歷樹,選擇其分離值在要查找值的任意一邊的子指針。在節點內部典型的使用是二分查找來確定這個位置。
插入
Perform a search to determine what bucket the new record should go into.
If the bucket is not full(a most b - 1 entries after the insertion,b 是節點中的元素個數,一般是頁的整數倍),add tht record.
Otherwise,before inserting the new record
split the bucket. original node has 「(L+1)/2」items new node has 「(L+1)/2」items
Move 「(L+1)/2」-th key to the parent,and insert the new node to the parent. Repeat until a parent is found that need not split.
If the root splits,treat it as if it has an empty parent ans split as outline above.
B-trees grow as the root and not at the leaves.
刪除
和插入類似,只不過是自下而上的合併操作。
樹的常見特性
AVL 樹
平衡二叉樹,一般是用平衡因子差值決定並通過旋轉來實現,左右子樹樹高差不超過1,那麼和紅黑樹比較它是嚴格的平衡二叉樹,平衡條件非常嚴格(樹高差只有1),只要插入或刪除不滿足上面的條件就要通過旋轉來保持平衡。由於旋轉是非常耗費時間的。所以 AVL 樹適用於插入/刪除次數比較少,但查找多的場景。
紅黑樹
通過對從根節點到葉子節點路徑上各個節點的顏色進行約束,確保沒有一條路徑會比其他路徑長2倍,因而是近似平衡的。所以相對於嚴格要求平衡的AVL樹來說,它的旋轉保持平衡次數較少。適合,查找少,插入/刪除次數多的場景。(現在部分場景使用跳錶來替換紅黑樹,可搜索“爲啥 redis 使用跳錶(skiplist)而不是使用 red-black?”)
B/B+ 樹
多路查找樹,出度高,磁盤IO低,一般用於數據庫系統中。
B + 樹與紅黑樹的比較
紅黑樹等平衡樹也可以用來實現索引,但是文件系統及數據庫系統普遍採用 B+ Tree 作爲索引結構,主要有以下兩個原因:
(一)磁盤 IO 次數
B+ 樹一個節點可以存儲多個元素,相對於紅黑樹的樹高更低,磁盤 IO 次數更少。
(二)磁盤預讀特性
爲了減少磁盤 I/O 操作,磁盤往往不是嚴格按需讀取,而是每次都會預讀。預讀過程中,磁盤進行順序讀取,順序讀取不需要進行磁盤尋道。每次會讀取頁的整數倍。
操作系統一般將內存和磁盤分割成固定大小的塊,每一塊稱爲一頁,內存與磁盤以頁爲單位交換數據。數據庫系統將索引的一個節點的大小設置爲頁的大小,使得一次 I/O 就能完全載入一個節點。
B + 樹與 B 樹的比較
B+ 樹的磁盤 IO 更低
B+ 樹的內部節點並沒有指向關鍵字具體信息的指針。因此其內部節點相對 B 樹更小。如果把所有同一內部結點的關鍵字存放在同一盤塊中,那麼盤塊所能容納的關鍵字數量也越多。一次性讀入內存中的需要查找的關鍵字也就越多。相對來說IO讀寫次數也就降低了。
B+ 樹的查詢效率更加穩定
由於非葉子結點並不是最終指向文件內容的結點,而只是葉子結點中關鍵字的索引。所以任何關鍵字的查找必須走一條從根結點到葉子結點的路。所有關鍵字查詢的路徑長度相同,導致每一個數據的查詢效率相當。
B+ 樹元素遍歷效率高
B 樹在提高了磁盤IO性能的同時並沒有解決元素遍歷的效率低下的問題。正是爲了解決這個問題,B+樹應運而生。B+樹只要遍歷葉子節點就可以實現整棵樹的遍歷。而且在數據庫中基於範圍的查詢是非常頻繁的,而 B 樹不支持這樣的操作(或者說效率太低)。
MySQL 索引
索引是在存儲引擎層實現的,而不是在服務器層實現的,所以不同存儲引擎具有不同的索引類型和實現。
B+ Tree 索引
是大多數 MySQL 存儲引擎的默認索引類型。
因爲不再需要進行全表掃描,只需要對樹進行搜索即可,所以查找速度快很多。
因爲 B+ Tree 的有序性,所以除了用於查找,還可以用於排序和分組。
可以指定多個列作爲索引列,多個索引列共同組成鍵。
適用於全鍵值、鍵值範圍和鍵前綴查找,其中鍵前綴查找只適用於最左前綴查找。如果不是按照索引列的順序進行查找,則無法使用索引。
InnoDB 的 B+Tree 索引分爲主索引和輔助索引。主索引的葉子節點 data 域記錄着完整的數據記錄,這種索引方式被稱爲聚簇索引。因爲無法把數據行存放在兩個不同的地方,所以一個表只能有一個聚簇索引。
輔助索引的葉子節點的 data 域記錄着主鍵的值,因此在使用輔助索引進行查找時,需要先查找到主鍵值,然後再到主索引中進行查找,這個過程也被稱作回表。
哈希索引
哈希索引能以 O(1) 時間進行查找,但是失去了有序性:
無法用於排序與分組; 只支持精確查找,無法用於部分查找和範圍查找。
InnoDB 存儲引擎有一個特殊的功能叫“自適應哈希索引”,當某個索引值被使用的非常頻繁時,會在 B+Tree 索引之上再創建一個哈希索引,這樣就讓 B+Tree 索引具有哈希索引的一些優點,比如快速的哈希查找。
全文索引
MyISAM 存儲引擎支持全文索引,用於查找文本中的關鍵詞,而不是直接比較是否相等。
查找條件使用 MATCH AGAINST,而不是普通的 WHERE。
全文索引使用倒排索引實現,它記錄着關鍵詞到其所在文檔的映射。
InnoDB 存儲引擎在 MySQL 5.6.4 版本中也開始支持全文索引。
空間數據索引
MyISAM 存儲引擎支持空間數據索引(R-Tree),可以用於地理數據存儲。空間數據索引會從所有維度來索引數據,可以有效地使用任意維度來進行組合查詢。
必須使用 GIS 相關的函數來維護數據。
索引優化
獨立的列
在進行查詢時,索引列不能是表達式的一部分,也不能是函數的參數,否則無法使用索引。
例如下面的查詢不能使用 actor_id 列的索引:
SELECT actor_id FROM sakila.actor WHERE actor_id + 1 = 5;
多列索引
在需要使用多個列作爲條件進行查詢時,使用多列索引比使用多個單列索引性能更好。例如下面的語句中,最好把 actor_id 和 film_id 設置爲多列索引。
SELECT film_id, actor_ id FROM sakila.film_actor
WHERE actor_id = 1 AND film_id = 1;
索引列的順序
讓選擇性最強的索引列放在前面。
索引的選擇性是指:不重複的索引值和記錄總數的比值。最大值爲 1,此時每個記錄都有唯一的索引與其對應。選擇性越高,每個記錄的區分度越高,查詢效率也越高。
例如下面顯示的結果中 customer_id 的選擇性比 staff_id 更高,因此最好把 customer_id 列放在多列索引的前面。
SELECT COUNT(DISTINCT staff_id)/COUNT(*) AS staff_id_selectivity,
COUNT(DISTINCT customer_id)/COUNT(*) AS customer_id_selectivity,
COUNT(*)
FROM payment;
staff_id_selectivity: 0.0001
customer_id_selectivity: 0.0373
COUNT(*): 16049
前綴索引
對於 BLOB、TEXT 和 VARCHAR 類型的列,必須使用前綴索引,只索引開始的部分字符。
前綴長度的選取需要根據索引選擇性來確定。
覆蓋索引
索引包含所有需要查詢的字段的值。
具有以下優點:
索引通常遠小於數據行的大小,只讀取索引能大大減少數據訪問量。 一些存儲引擎(例如 MyISAM)在內存中只緩存索引,而數據依賴於操作系統來緩存。因此,只訪問索引可以不使用系統調用(通常比較費時)。 對於 InnoDB 引擎,若輔助索引能夠覆蓋查詢,則無需訪問主索引。
索引的優點
大大減少了服務器需要掃描的數據行數。
幫助服務器避免進行排序和分組,以及避免創建臨時表(B+Tree 索引是有序的,可以用於 ORDER BY 和 GROUP BY 操作。臨時表主要是在排序和分組過程中創建,不需要排序和分組,也就不需要創建臨時表)。
將隨機 I/O 變爲順序 I/O(B+Tree 索引是有序的,會將相鄰的數據都存儲在一起)。
索引的使用條件
對於非常小的表、大部分情況下簡單的全表掃描比建立索引更高效;
對於中到大型的表,索引就非常有效;
但是對於特大型的表,建立和維護索引的代價將會隨之增長。這種情況下,需要用到一種技術可以直接區分出需要查詢的一組數據,而不是一條記錄一條記錄地匹配,例如可以使用分區技術。
爲什麼對於非常小的表,大部分情況下簡單的全表掃描比建立索引更高效?
如果一個表比較小,那麼顯然直接遍歷表比走索引要快(因爲需要回表)。
注:首先,要注意這個答案隱含的條件是查詢的數據不是索引的構成部分,否也不需要回表操作。其次,查詢條件也不是主鍵,否則可以直接從聚簇索引中拿到數據。
查詢性能優化
使用 explain 分析 select 查詢語句
explain 用來分析 SELECT 查詢語句,開發人員可以通過分析 Explain 結果來優化查詢語句。
select_type
常用的有 SIMPLE 簡單查詢,UNION 聯合查詢,SUBQUERY 子查詢等。
table
要查詢的表
possible_keys
The possible indexes to choose
可選擇的索引
key
The index actually chosen
實際使用的索引
rows
Estimate of rows to be examined
掃描的行數
type
索引查詢類型,經常用到的索引查詢類型:
const:使用主鍵或者唯一索引進行查詢的時候只有一行匹配 ref:使用非唯一索引 range:使用主鍵、單個字段的輔助索引、多個字段的輔助索引的最後一個字段進行範圍查詢 index:和all的區別是掃描的是索引樹 all:掃描全表:
system
觸發條件:表只有一行,這是一個 const type 的特殊情況
const
觸發條件:在使用主鍵或者唯一索引進行查詢的時候只有一行匹配。
SELECT * FROM tbl_name WHERE primary_key=1;
SELECT * FROM tbl_name
WHERE primary_key_part1=1 AND primary_key_part2=2;
eq_ref
觸發條件:在進行聯接查詢的,使用主鍵或者唯一索引並且只匹配到一行記錄的時候
SELECT * FROM ref_table,other_table
WHERE ref_table.key_column=other_table.column;
SELECT * FROM ref_table,other_table
WHERE ref_table.key_column_part1=other_table.column
AND ref_table.key_column_part2=1;
ref
觸發條件:使用非唯一索引
SELECT * FROM ref_table WHERE key_column=expr;
SELECT * FROM ref_table,other_table
WHERE ref_table.key_column=other_table.column;
SELECT * FROM ref_table,other_table
WHERE ref_table.key_column_part1=other_table.column
AND ref_table.key_column_part2=1;
range
觸發條件:只有在使用主鍵、單個字段的輔助索引、多個字段的輔助索引的最後一個字段進行範圍查詢纔是 range
SELECT * FROM tbl_name
WHERE key_column = 10;
SELECT * FROM tbl_name
WHERE key_column BETWEEN 10 and 20;
SELECT * FROM tbl_name
WHERE key_column IN (10,20,30);
SELECT * FROM tbl_name
WHERE key_part1 = 10 AND key_part2 IN (10,20,30);
index
The index join type is the same as ALL, except that the index tree is scanned. This occurs two ways:
觸發條件:
只掃描索引樹
1)查詢的字段是索引的一部分,覆蓋索引。 2)使用主鍵進行排序
all
觸發條件:全表掃描,不走索引
優化數據訪問
減少請求的數據量
只返回必要的列:最好不要使用 SELECT * 語句。 只返回必要的行:使用 LIMIT 語句來限制返回的數據。 緩存重複查詢的數據:使用緩存可以避免在數據庫中進行查詢,特別在要查詢的數據經常被重複查詢時,緩存帶來的查詢性能提升將會是非常明顯的。
減少服務器端掃描的行數
最有效的方式是使用索引來覆蓋查詢。
重構查詢方式
切分大查詢
一個大查詢如果一次性執行的話,可能一次鎖住很多數據、佔滿整個事務日誌、耗盡系統資源、阻塞很多小的但重要的查詢。
DELETE FROM messages WHERE create < DATE_SUB(NOW(), INTERVAL 3 MONTH);
rows_affected = 0
do {
rows_affected = do_query(
"DELETE FROM messages WHERE create < DATE_SUB(NOW(), INTERVAL 3 MONTH) LIMIT 10000")
} while rows_affected > 0
分解大連接查詢
將一個大連接查詢分解成對每一個表進行一次單表查詢,然後在應用程序中進行關聯,這樣做的好處有:
讓緩存更高效。對於連接查詢,如果其中一個表發生變化,那麼整個查詢緩存就無法使用。而分解後的多個查詢,即使其中一個表發生變化,對其它表的查詢緩存依然可以使用。 分解成多個單表查詢,這些單表查詢的緩存結果更可能被其它查詢使用到,從而減少冗餘記錄的查詢。 減少鎖競爭; 在應用層進行連接,可以更容易對數據庫進行拆分,從而更容易做到高性能和可伸縮。 查詢本身效率也可能會有所提升。例如下面的例子中,使用 IN() 代替連接查詢,可以讓 MySQL 按照 ID 順序進行查詢,這可能比隨機的連接要更高效。
SELECT * FROM tag
JOIN tag_post ON tag_post.tag_id=tag.id
JOIN post ON tag_post.post_id=post.id
WHERE tag.tag='mysql';
SELECT * FROM tag WHERE tag='mysql';
SELECT * FROM tag_post WHERE tag_id=1234;
SELECT * FROM post WHERE post.id IN (123,456,567,9098,8904);
事務
事務是指滿足 ACID 特性的一組操作,可以通過 Commit 提交一個事務,也可以使用 Rollback 進行回滾。
ACID
事務最基本的莫過於 ACID 四個特性了,這四個特性分別是:
Atomicity:原子性 Consistency:一致性 Isolation:隔離性 Durability:持久性
原子性
事務被視爲不可分割的最小單元,事務的所有操作要麼全部成功,要麼全部失敗回滾。
一致性
數據庫在事務執行前後都保持一致性狀態,在一致性狀態下,所有事務對一個數據的讀取結果都是相同的。
隔離性
一個事務所做的修改在最終提交以前,對其他事務是不可見的。
持久性
一旦事務提交,則其所做的修改將會永遠保存到數據庫中。即使系統發生崩潰,事務執行的結果也不能丟。
ACID 之間的關係
事務的 ACID 特性概念很簡單,但不好理解,主要是因爲這幾個特性不是一種平級關係:
只有滿足一致性,事務的結果纔是正確的。 在無併發的情況下,事務串行執行,隔離性一定能夠滿足。此時只要能滿足原子性,就一定能滿足一致性。在併發的情況下,多個事務並行執行,事務不僅要滿足原子性,還需要滿足隔離性,才能滿足一致性。 事務滿足持久化是爲了能應對數據庫崩潰的情況。
隔離級別
未提交讀(READ UNCOMMITTED)
事務中的修改,即使沒有提交,對其他事務也是可見的。
提交讀(READ COMMITTED)
一個事務只能讀取已經提交的事務所做的修改。換句話說,一個事務所做的修改在提交之前對其他事務是不可見的。
可重複讀(REPEATABLE READ)
保證在同一個事務中多次讀取同樣數據的結果是一樣的。
可串行化(SERIALIZABLE)
強制事務串行執行。
需要加鎖實現,而其它隔離級別通常不需要。
隔離級別 | 髒讀 | 不可重複讀 | 幻影讀 |
---|---|---|---|
未提交讀 | √ | √ | √ |
提交讀 | × | √ | √ |
可重複讀 | × | × | √ |
可串行化 | × | × | × |
鎖
鎖是數據庫系統區別於文件系統的一個關鍵特性。鎖機制用於管理對共享資源的併發訪問。
鎖類型
共享鎖(S Lock)
允許事務讀一行數據
排他鎖(X Lock)
允許事務刪除或者更新一行數據
意向共享鎖(IS Lock)
事務想要獲得一張表中某幾行的共享鎖
意向排他鎖
事務想要獲得一張表中某幾行的排他鎖
MVCC
多版本併發控制(Multi-Version Concurrency Control, MVCC)是 MySQL 的 InnoDB 存儲引擎實現隔離級別的一種具體方式,用於實現提交讀和可重複讀這兩種隔離級別。而未提交讀隔離級別總是讀取最新的數據行,無需使用 MVCC。可串行化隔離級別需要對所有讀取的行都加鎖,單純使用 MVCC 無法實現。
基礎概念
版本號
系統版本號:是一個遞增的數字,每開始一個新的事務,系統版本號就會自動遞增。 事務版本號:事務開始時的系統版本號。
隱藏的列
MVCC 在每行記錄後面都保存着兩個隱藏的列,用來存儲兩個版本號:
創建版本號:指示創建一個數據行的快照時的系統版本號; 刪除版本號:如果該快照的刪除版本號大於當前事務版本號表示該快照有效,否則表示該快照已經被刪除了。
Undo 日誌
MVCC 使用到的快照存儲在 Undo 日誌中,該日誌通過回滾指針把一個數據行(Record)的所有快照連接起來。
實現過程
以下實現過程針對可重複讀隔離級別。
當開始一個事務時,該事務的版本號肯定大於當前所有數據行快照的創建版本號,理解這一點很關鍵。數據行快照的創建版本號是創建數據行快照時的系統版本號,系統版本號隨着創建事務而遞增,因此新創建一個事務時,這個事務的系統版本號比之前的系統版本號都大,也就是比所有數據行快照的創建版本號都大。
SELECT
多個事務必須讀取到同一個數據行的快照,並且這個快照是距離現在最近的一個有效快照。但是也有例外,如果有一個事務正在修改該數據行,那麼它可以讀取事務本身所做的修改,而不用和其它事務的讀取結果一致。
把沒有對一個數據行做修改的事務稱爲 T,T 所要讀取的數據行快照的創建版本號必須小於等於 T 的版本號,因爲如果大於 T 的版本號,那麼表示該數據行快照是其它事務的最新修改,因此不能去讀取它。除此之外,T 所要讀取的數據行快照的刪除版本號必須是未定義或者大於 T 的版本號,因爲如果小於等於 T 的版本號,那麼表示該數據行快照是已經被刪除的,不應該去讀取它。
INSERT
將當前系統版本號作爲數據行快照的創建版本號。
DELETE
將當前系統版本號作爲數據行快照的刪除版本號。
UPDATE
將當前系統版本號作爲更新前的數據行快照的刪除版本號,並將當前系統版本號作爲更新後的數據行快照的創建版本號。可以理解爲先執行 DELETE 後執行 INSERT。
快照讀與當前讀
在可重複讀級別中,通過MVCC機制,雖然讓數據變得可重複讀,但我們讀到的數據可能是歷史數據,是不及時的數據,不是數據庫當前的數據!這在一些對於數據的時效特別敏感的業務中,就很可能出問題。
對於這種讀取歷史數據的方式,我們叫它快照讀 (snapshot read),而讀取數據庫當前版本數據的方式,叫當前讀 (current read)。很顯然,在MVCC中:
快照讀
MVCC 的 SELECT 操作是快照中的數據,不需要進行加鎖操作。
select * from table ….;
當前讀
MVCC 其它會對數據庫進行修改的操作(INSERT、UPDATE、DELETE)需要進行加鎖操作,從而讀取最新的數據。可以看到 MVCC 並不是完全不用加鎖,而只是避免了 SELECT 的加鎖操作。
INSERT;
UPDATE;
DELETE;
在進行 SELECT 操作時,可以強制指定進行加鎖操作。以下第一個語句需要加 S 鎖,第二個需要加 X 鎖。
- select * from table where ? lock in share mode;
- select * from table where ? for update;
事務的隔離級別實際上都是定義的當前讀的級別,MySQL爲了減少鎖處理(包括等待其它鎖)的時間,提升併發能力,引入了快照讀的概念,使得select不用加鎖。而update、insert這些“當前讀”的隔離性,就需要通過加鎖來實現了。
鎖算法
Record Lock
鎖定一個記錄上的索引,而不是記錄本身。
如果表沒有設置索引,InnoDB 會自動在主鍵上創建隱藏的聚簇索引,因此 Record Locks 依然可以使用。
Gap Lock
鎖定索引之間的間隙,但是不包含索引本身。例如當一個事務執行以下語句,其它事務就不能在 t.c 中插入 15。
SELECT c FROM t WHERE c BETWEEN 10 and 20 FOR UPDATE;
Next-Key Lock
它是 Record Locks 和 Gap Locks 的結合,不僅鎖定一個記錄上的索引,也鎖定索引之間的間隙。例如一個索引包含以下值:10, 11, 13, and 20,那麼就需要鎖定以下區間:
(-∞, 10]
(10, 11]
(11, 13]
(13, 20]
(20, +∞)
在 InnoDB 存儲引擎中,SELECT 操作的不可重複讀問題通過 MVCC 得到了解決,而 UPDATE、DELETE 的不可重複讀問題通過 Record Lock 解決,INSERT 的不可重複讀問題是通過 Next-Key Lock(Record Lock + Gap Lock)解決的。
鎖問題
髒讀
髒讀指的是不同事務下,當前事務可以讀取到另外事務未提交的數據。
例如:
T1 修改一個數據,T2 隨後讀取這個數據。如果 T1 撤銷了這次修改,那麼 T2 讀取的數據是髒數據。
不可重複讀
不可重複讀指的是同一事務內多次讀取同一數據集合,讀取到的數據是不一樣的情況。
例如:
T2 讀取一個數據,T1 對該數據做了修改。如果 T2 再次讀取這個數據,此時讀取的結果和第一次讀取的結果不同。
在 InnoDB 存儲引擎中,SELECT 操作的不可重複讀問題通過 MVCC 得到了解決,而 UPDATE、DELETE 的不可重複讀問題是通過 Record Lock 解決的,INSERT 的不可重複讀問題是通過 Next-Key Lock(Record Lock + Gap Lock)解決的。
Phantom Proble(幻影讀)
The so-called phantom problem occurs within a transaction when the same query produces different sets of rows at different times. For example, if a SELECT is executed twice, but returns a row the second time that was not returned the first time, the row is a “phantom” row.
Phantom Proble 是指在同一事務下,連續執行兩次同樣的 sql 語句可能返回不同的結果,第二次的 sql 語句可能會返回之前不存在的行。
幻影讀是一種特殊的不可重複讀問題。
丟失更新
一個事務的更新操作會被另一個事務的更新操作所覆蓋。
例如:
T1 和 T2 兩個事務都對一個數據進行修改,T1 先修改,T2 隨後修改,T2 的修改覆蓋了 T1 的修改。
這類型問題可以通過給 SELECT 操作加上排他鎖來解決,不過這可能會引入性能問題,具體使用要視業務場景而定。
分庫分表數據切分
水平切分
水平切分又稱爲 Sharding,它是將同一個表中的記錄拆分到多個結構相同的表中。
當一個表的數據不斷增多時,Sharding 是必然的選擇,它可以將數據分佈到集羣的不同節點上,從而緩存單個數據庫的壓力。
垂直切分
垂直切分是將一張表按列分成多個表,通常是按照列的關係密集程度進行切分,也可以利用垂直氣氛將經常被使用的列喝不經常被使用的列切分到不同的表中。
在數據庫的層面使用垂直切分將按數據庫中表的密集程度部署到不通的庫中,例如將原來電商數據部署庫垂直切分稱商品數據庫、用戶數據庫等。
Sharding 策略
哈希取模:hash(key)%N 範圍:可以是 ID 範圍也可以是時間範圍 映射表:使用單獨的一個數據庫來存儲映射關係
Sharding 存在的問題
事務問題
使用分佈式事務來解決,比如 XA 接口
連接
可以將原來的連接分解成多個單表查詢,然後在用戶程序中進行連接。
唯一性
使用全局唯一 ID (GUID) 爲每個分片指定一個 ID 範圍 分佈式 ID 生成器(如 Twitter 的 Snowflake 算法)
複製
主從複製
主要涉及三個線程:binlog 線程、I/O 線程和 SQL 線程。
binlog 線程 :負責將主服務器上的數據更改寫入二進制日誌(Binary log)中。 I/O 線程 :負責從主服務器上讀取- 二進制日誌,並寫入從服務器的中繼日誌(Relay log)。 SQL 線程 :負責讀取中繼日誌,解析出主服務器已經執行的數據更改並在從服務器中重放(Replay)。
讀寫分離
主服務器處理寫操作以及實時性要求比較高的讀操作,而從服務器處理讀操作。
讀寫分離能提高性能的原因在於:
主從服務器負責各自的讀和寫,極大程度緩解了鎖的爭用; 從服務器可以使用 MyISAM,提升查詢性能以及節約系統開銷; 增加冗餘,提高可用性。
讀寫分離常用代理方式來實現,代理服務器接收應用層傳來的讀寫請求,然後決定轉發到哪個服務器。
JSON
在實際業務中經常會使用到 JSON 數據類型,在查詢過程中主要有兩種使用需求:
在 where 條件中有通過 json 中的某個字段去過濾返回結果的需求 查詢 json 字段中的部分字段作爲返回結果(減少內存佔用)
JSON_CONTAINS
JSON_CONTAINS(target, candidate[, path])
如果在 json 字段 target 指定的位置 path,找到了目標值 condidate,返回 1,否則返回 0
如果只是檢查在指定的路徑是否存在數據,使用JSON_CONTAINS_PATH()
mysql> SET @j = '{"a": 1, "b": 2, "c": {"d": 4}}';
mysql> SET @j2 = '1';
mysql> SELECT JSON_CONTAINS(@j, @j2, '$.a');
+-------------------------------+
| JSON_CONTAINS(@j, @j2, '$.a') |
+-------------------------------+
| 1 |
+-------------------------------+
mysql> SELECT JSON_CONTAINS(@j, @j2, '$.b');
+-------------------------------+
| JSON_CONTAINS(@j, @j2, '$.b') |
+-------------------------------+
| 0 |
+-------------------------------+
mysql> SET @j2 = '{"d": 4}';
mysql> SELECT JSON_CONTAINS(@j, @j2, '$.a');
+-------------------------------+
| JSON_CONTAINS(@j, @j2, '$.a') |
+-------------------------------+
| 0 |
+-------------------------------+
mysql> SELECT JSON_CONTAINS(@j, @j2, '$.c');
+-------------------------------+
| JSON_CONTAINS(@j, @j2, '$.c') |
+-------------------------------+
| 1 |
+-------------------------------+
JSON_CONTAINS_PATH
JSON_CONTAINS_PATH(json_doc, one_or_all, path[, path] ...)
如果在指定的路徑存在數據返回 1,否則返回 0
mysql> SET @j = '{"a": 1, "b": 2, "c": {"d": 4}}';
mysql> SELECT JSON_CONTAINS_PATH(@j, 'one', '$.a', '$.e');
+---------------------------------------------+
| JSON_CONTAINS_PATH(@j, 'one', '$.a', '$.e') |
+---------------------------------------------+
| 1 |
+---------------------------------------------+
mysql> SELECT JSON_CONTAINS_PATH(@j, 'all', '$.a', '$.e');
+---------------------------------------------+
| JSON_CONTAINS_PATH(@j, 'all', '$.a', '$.e') |
+---------------------------------------------+
| 0 |
+---------------------------------------------+
mysql> SELECT JSON_CONTAINS_PATH(@j, 'one', '$.c.d');
+----------------------------------------+
| JSON_CONTAINS_PATH(@j, 'one', '$.c.d') |
+----------------------------------------+
| 1 |
+----------------------------------------+
mysql> SELECT JSON_CONTAINS_PATH(@j, 'one', '$.a.d');
+----------------------------------------+
| JSON_CONTAINS_PATH(@j, 'one', '$.a.d') |
+----------------------------------------+
| 0 |
+----------------------------------------+
實際使用:
$conds = new Criteria();
$conds->andWhere('dept_code', 'in', $deptCodes);
if (!empty($aoiAreaId)) {
$aoiAreaIdCond = new Criteria();
$aoiAreaIdCond->orWhere("JSON_CONTAINS_PATH(new_aoi_area_ids,'one', '$.\"$aoiAreaId\"')", '=', 1);
$aoiAreaIdCond->orWhere("JSON_CONTAINS_PATH(old_aoi_area_ids,'one', '$.\"$aoiAreaId\"')", '=', 1);
$conds->andWhere($aoiAreaIdCond);
}
column->path、column->>path
獲取指定路徑的值
-> vs ->>
Whereas the -> operator simply extracts a value, the ->> operator in addition unquotes the extracted result.
mysql> SELECT * FROM jemp WHERE g > 2;
+-------------------------------+------+
| c | g |
+-------------------------------+------+
| {"id": "3", "name": "Barney"} | 3 |
| {"id": "4", "name": "Betty"} | 4 |
+-------------------------------+------+
2 rows in set (0.01 sec)
mysql> SELECT c->'$.name' AS name
-> FROM jemp WHERE g > 2;
+----------+
| name |
+----------+
| "Barney" |
| "Betty" |
+----------+
2 rows in set (0.00 sec)
mysql> SELECT JSON_UNQUOTE(c->'$.name') AS name
-> FROM jemp WHERE g > 2;
+--------+
| name |
+--------+
| Barney |
| Betty |
+--------+
2 rows in set (0.00 sec)
mysql> SELECT c->>'$.name' AS name
-> FROM jemp WHERE g > 2;
+--------+
| name |
+--------+
| Barney |
| Betty |
+--------+
2 rows in set (0.00 sec)
實際使用:
$retTask = AoiAreaTaskOrm::findRows(['status', 'extra_info->>"$.new_aoi_area_infos" as new_aoi_area_infos', 'extra_info->>"$.old_aoi_area_infos" as old_aoi_area_infos'], $cond);
關係數據庫設計理論
函數依賴
記 A->B 表示 A 函數決定 B,也可以說 B 函數依賴於 A。
如果 {A1,A2,... ,An} 是關係的一個或多個屬性的集合,該集合函數決定了關係的其它所有屬性並且是最小的,那麼該集合就稱爲鍵碼。
對於 A->B,如果能找到 A 的真子集 A',使得 A'-> B,那麼 A->B 就是部分函數依賴,否則就是完全函數依賴。
對於 A->B,B->C,則 A->C 是一個傳遞函數依賴
異常
以下的學生課程關係的函數依賴爲 {Sno, Cname} -> {Sname, Sdept, Mname, Grade},鍵碼爲 {Sno, Cname}。也就是說,確定學生和課程之後,就能確定其它信息。
Sno | Sname | Sdept | Mname | Cname | Grade |
---|---|---|---|---|---|
1 | 學生-1 | 學院-1 | 院長-1 | 課程-1 | 90 |
2 | 學生-2 | 學院-2 | 院長-2 | 課程-2 | 80 |
2 | 學生-2 | 學院-2 | 院長-2 | 課程-1 | 100 |
3 | 學生-3 | 學院-2 | 院長-2 | 課程-2 | 95 |
不符合範式的關係,會產生很多異常,主要有以下四種異常:
冗餘數據:例如 學生-2
出現了兩次。修改異常:修改了一個記錄中的信息,但是另一個記錄中相同的信息卻沒有被修改。 刪除異常:刪除一個信息,那麼也會丟失其它信息。例如刪除了 課程-1
需要刪除第一行和第三行,那麼學生-1
的信息就會丟失。插入異常:例如想要插入一個學生的信息,如果這個學生還沒選課,那麼就無法插入。
範式
範式理論是爲了解決以上提到四種異常。
高級別範式的依賴於低級別的範式,1NF 是最低級別的範式。
第一範式 (1NF)
屬性不可分。
第二範式 (2NF)
每個非主屬性完全函數依賴於鍵碼。
可以通過分解來滿足。
分解前
Sno | Sname | Sdept | Mname | Cname | Grade |
---|---|---|---|---|---|
1 | 學生-1 | 學院-1 | 院長-1 | 課程-1 | 90 |
2 | 學生-2 | 學院-2 | 院長-2 | 課程-2 | 80 |
2 | 學生-2 | 學院-2 | 院長-2 | 課程-1 | 100 |
3 | 學生-3 | 學院-2 | 院長-2 | 課程-2 | 95 |
以上學生課程關係中,{Sno, Cname} 爲鍵碼,有如下函數依賴:
Sno -> Sname, Sdept Sdept -> Mname Sno, Cname-> Grade
Grade 完全函數依賴於鍵碼,它沒有任何冗餘數據,每個學生的每門課都有特定的成績。
Sname, Sdept 和 Mname 都部分依賴於鍵碼,當一個學生選修了多門課時,這些數據就會出現多次,造成大量冗餘數據。
分解後
關係-1
Sno | Sname | Sdept | Mname |
---|---|---|---|
1 | 學生-1 | 學院-1 | 院長-1 |
2 | 學生-2 | 學院-2 | 院長-2 |
3 | 學生-3 | 學院-2 | 院長-2 |
有以下函數依賴:
Sno -> Sname, Sdept Sdept -> Mname
關係-2
Sno | Cname | Grade |
---|---|---|
1 | 課程-1 | 90 |
2 | 課程-2 | 80 |
2 | 課程-1 | 100 |
3 | 課程-2 | 95 |
有以下函數依賴:
Sno, Cname -> Grade
第三範式 (3NF)
非主屬性不傳遞函數依賴於鍵碼。
上面的 關係-1 中存在以下傳遞函數依賴:
Sno -> Sdept -> Mname
可以進行以下分解:
關係-11
Sno | Sname | Sdept |
---|---|---|
1 | 學生-1 | 學院-1 |
2 | 學生-2 | 學院-2 |
3 | 學生-3 | 學院-2 |
關係-12
Sdept | Mname |
---|---|
學院-1 | 院長-1 |
學院-2 | 院長-2 |
ER 圖
Entity-Relationship,有三個組成部分:實體、屬性、聯繫。
用來進行關係型數據庫系統的概念設計。
實體的三種聯繫
包含一對一,一對多,多對多三種。
如果 A 到 B 是一對多關係,那麼畫個帶箭頭的線段指向 B; 如果是一對一,畫兩個帶箭頭的線段; 如果是多對多,畫兩個不帶箭頭的線段。
下圖的 Course 和 Student 是一對多的關係。
表示出現多次的關係
一個實體在聯繫出現幾次,就要用幾條線連接。
下圖表示一個課程的先修關係,先修關係出現兩個 Course 實體,第一個是先修課程,後一個是後修課程,因此需要用兩條線來表示這種關係。
聯繫的多向性
雖然老師可以開設多門課,並且可以教授多名學生,但是對於特定的學生和課程,只有一個老師教授,這就構成了一個三元聯繫。
表示子類
用一個三角形和兩條線來連接類和子類,與子類有關的屬性和聯繫都連到子類上,而與父類和子類都有關的連到父類上。
參考資料
姜承堯. MySQL 技術內幕: InnoDB 存儲引擎 [M]. 機械工業出版社, 2011. CS-Notes-MySQL B+ tree 紅黑樹、B(+)樹、跳錶、AVL等數據結構,應用場景及分析,以及一些英文縮寫 B樹、B+樹、紅黑樹、AVL樹比較 8.8.2 EXPLAIN Output Format 最官方的 mysql explain type 字段解讀 12.18.3 Functions That Search JSON Values
總結
這都是些基礎知識,我沒想到再次回顧大半我都已忘卻了,也慶幸有這樣的假期能夠重新拾起來。
說實話做自媒體後我充電的時間少了很多,也少了很多時間研究技術棧深度,國慶假期我也思考反思了很久,後面準備繼續壓縮自己業餘時間,比如看手機看B站的時間壓縮一下,還是得按時充電,目前作息還算規律早睡早起都做到了,我們一起加油喲。
我是敖丙,你知道的越多,你不知道的越多,感謝各位人才的:點贊、收藏和評論,我們下期見!
文章持續更新,可以微信搜一搜「 三太子敖丙 」第一時間閱讀,回覆【資料】有我準備的一線大廠面試資料和簡歷模板,本文 GitHub https://github.com/JavaFamily 已經收錄,有大廠面試完整考點,歡迎Star。