正文
MySQL 八股文 原理篇 1
InnoDB 底层使用什么数据结构？
InnoDB 和 MyISAM 底层使用的数据结构有什么不同？
B 树和 B+ 树有什么区别？
为什么不用 AVL、红黑树、跳表？
InnoDB 怎么建索引的？
为什么索引要满足最左匹配？
为什么 MySQL 在建表的时候要使用更紧凑的数据结构？
MySQL 八股文 应用篇 1
使用什么存储引擎比较多？有什么特点？
用不用索引？怎么用？
事务特性，详细讲一下？
ACID 中 I 有几种级别？
说一说使用的存储引擎使用哪种隔离级别？
如何检测慢查询？
EXPLAIN 怎么用？有什么关键字？
如何优化慢查询？
MySQL 八股文 应用篇 2
InnoDB 中有哪些锁？分别讲一下？
行锁和表锁分别有什么特点？
MySQL 是如何实现乐观锁和悲观锁的？
不使用锁如何实现并发？
锁锁住的是什么？
MySQL 八股文 应用篇 3
两个事务并发读的过程是什么？
两个事务并发写的过程是什么？
两个事务一个读，一个写会发生什么？
InnoDB 中的 MVCC 是什么？解决了什么问题？
MySQL 八股文 应用篇 4
MySQL 是如何保证 crash-safe 的？
Redo Log 的流程是什么？
（上一个引申）讲一讲分布式事务？2PC 是什么？
有 Redo Log 一定能保证 crash-safe 吗？什么情况下数据会丢失？
MySQL 八股文 应用篇 5
Binlog 是做什么的？
Binlog 在什么阶段写入？
Binlog 在 crash-safe 中充当什么角色？
主从同步的流程是什么？
Binlog、Redo Log、Undo Log、Relay Log 之间有什么区别？
MySQL 八股文主要看《高性能 MySQL》就可以了，InnoDB 深入的话再看一下《MySQL技术内幕》， 底层数据结构的话可以看一下《算法》中二叉搜索树、AVL、二三树、红黑树、B 树的相关章节。
MySQL知识点小结
前言
大多互联网公司都在用MySQL而不是Oracle，所以就想将自己掌握的一点小知识做一下记录。理解过于浅显，简称入门级八股文。
1、什么是MySQL？
MySQL是一种开放源代码的关系型数据库管理系统（RDBMS），使用最常用的数据库管理语言–结构化查询语言（SQL）进行数据库管理。
2、存储引擎
常见的存储引擎包括innodb和MyISAM。
2.1 引擎的特点
a)InnoDB存储引擎
InnoDB是事务型数据库的首选引擎，MySQL5.5以后默认使用InnoDB存储引擎。
InnoDB特点： 支持事务处理，支持外键，支持崩溃修复能力和并发控制。如果需要对事务的完整性要求比较高（比如银行）， 要求实现并发控制（比如售票），那选择InnoDB有很大的优势。
如果需要频繁的更新、删除操作的数据库，也可以选择InnoDB，因为支持事务的提交（commit）和回滚（rollback）。
b)MyISAM存储引擎
MyISAM是在Web、数据仓储和其他应用环境下最常使用的存储引擎之一。MyISAM拥有较高的插入、查询速度，但不支持事务，不支持外键。
MyISAM特点： 插入数据快，空间和内存使用比较低。如果表主要是用于插入新记录和读出记录，那么选择MyISAM能实现处理高效率。 如果应用的完整性、并发性要求比较低，也可以使用。
2.2 innodb 和 MyISAM区别
- innodb支持事务，MyISAM不支持事务；
- innodb支持外键，MyISAM不支持外键；
- innodb支持行锁和表锁，MyISAM仅支持表锁；
- InnoDB不保存表的具体行数，MyISAM用一个变量保存了整个表的行数；
- Innodb存储文件有frm(表定义文件)、ibd(数据文件)，而Myisam是frm(表定义文件)、MYD(数据文件)、MYI(索引文件)；
- InnoDB是聚簇索引，使用B+Tree作为索引结构，数据和（主键）索引都存在叶子节点上，必须要有主键，通过主键索引效率很高。 MyISAM是非聚集索引，但是辅助索引需要两次查询，先查询到主键，然后再通过主键查询到数据(回表)。
3、MySQL事务
3.1 什么是事务？
MySQL事务是为了保证一组数据库操作，要么全部成功，要么全部失败 (事务是在引擎层实现的)。
3.2 如何开启事务？
Mysql默认开启事务；
开启事务:
- set autocommit = 0; (0关闭自动提交 1自动提交)
- begin; 或者 start transaction; 手动开启事务，需commit;手动提交后不可rollback回滚。
3.3 事务的特征
- A：原子性 = 事务是最小的工作单位，不可再分；
- C：一致性 = 同一事务中的SQL，要么全成功，要么全失败；
- I：隔离性 = 事务之间互相隔离；
- D：持久性 = 事务一旦提交，影响是持久的；
3.4 事务的隔离级别
事务的隔离级别越高，性能越差。
- 读未提交 read uncommitted :当前事务可以读取其他事务未提交的数据，容易导致脏读;
- 读已提交 read committed :当前事务可以读取其他事务已提交的数据，导致不可重复读现象；
- 可重复读(默认) repeaableread :同一事务内的select语句，多次读取的结果是一致的，容易导致幻读；
- 串行化读 serializable :多个事务操作同一个表时，各事务按顺序执行，其他事务堵塞，会锁表，消耗资源，影响效率。
3.5 并发问题
脏读：事务A读取了事务B更新的数据，然后B回滚操作，那么A读取到的数据是脏数据。
不可重复读：事务 A 多次读取同一数据，事务 B 在事务A多次读取的过程中，对数据作了更新并提交， 导致事务A多次读取同一数据时，结果不一致。
解决办法：MVVC(多版本并发控制)，每一行数据都有多个版本，每个版本的记录除了有数据本身外， 还有一个表示版本的事务ID，根据时间先后顺序递增。
幻读：同时开启两个事务，事务A和事务B，当事务A修改(update、insert、delete)了数据，事务B此时读取数据返回事务A提交前数据， 当事务A提交后，事务B此时读取数据返回事务A提交后数据，事务B先后两次查询结果不一致！
解决办法：间隙锁，MySQL 把行锁和间隙锁合并在一起，解决了并发写和幻读的问题，这个锁叫做 Next-Key锁。 有索引的情况，如果不是索引列，那么数据库会为整个表加上间隙锁。
3.6 与锁的关系
在Read Uncommitted级别下，读取数据不需要加共享锁，这样就不会跟被修改的数据上的排他锁冲突
在Read Committed级别下，读操作需要加共享锁，但是在语句执行完以后释放共享锁。
在Repeatable Read级别下，读操作需要加共享锁，但是在事务提交之前并不释放共享锁，也就是必须等待事务执行完毕以后才释放共享锁。
SERIALIZABLE 是限制性最强的隔离级别，因为该级别锁定整个范围的键，并一直持有锁，直到事务完成。
3.7 补充
1、事务隔离级别为读提交时，写数据只会锁住相应的行
2、事务隔离级别为可重复读时，如果检索条件有索引（包括主键索引）的时候，默认加锁方式是next-key 锁； 如果检索条件没有索引，更新数据时会锁住整张表。一个间隙被事务加了锁，其他事务是不能在这个间隙插入记录的，这样可以防止幻读。
3、事务隔离级别为串行化时，读写数据都会锁住整张表
4、隔离级别越高，越能保证数据的完整性和一致性，但是对并发性能的影响也越大。
5、MYSQL MVCC实现机制参考链接：https://blog.csdn.net/whoamiyang/article/details/51901888
6、关于next-key 锁可以参考链接：https://blog.csdn.net/bigtree_3721/article/details/73731377
4、日志
redo log(重做日志)：在事务开始之后就会产生redo log，假如发生故障，导致尚有脏页未写入磁盘，那么在重启mysql服务的时候， 根据redo log进行重做，从而达到事务的持久性这一特性。当对应事务的脏页写入到磁盘之后，redo log占用的空间就可以重用（被覆盖）。
undo log(回滚日志)：undo是在事务开始之前保存的被修改数据的一个版本，产生undo日志的时候，同样会伴随类似于保护事务持久化机制的redolog的产生。
可以用于回滚，同时可以提供多版本并发控制下的读（MVCC），也即非锁定读，保证数据的原子性。
当事务提交之后，undo log并不能立马被删除，而是放入待清理的链表，由purge线程判断是否由其他事务在使用undo段中表的上一个事务之前的版本信息， 决定是否可以清理undo log的日志空间。
bin log(二进制日志)：事务提交的时候，一次性将事务中的sql语句（一个事务可能对应多个sql语句）按照一定的格式记录到binlog中。
在主从复制中，从库利用主库上的binlog进行重播，实现主从同步。也可以用于数据库的基于时间点的还原。
关于事务提交时，redo log和binlog的写入顺序，为了保证主从复制时候的主从一致（当然也包括使用binlog进行基于时间点还原的情况）， 是要严格一致的，MySQL通过两阶段提交过程来完成事务的一致性的，也即redo log和binlog的一致性的，理论上是先写redo log， 再写binlog，两个日志都提交成功（刷入磁盘），事务才算真正的完成。
5、索引
5.1 什么是索引？
在关系数据库中，索引是一种单独的、物理的对数据库表中一列或多列的值进行排序的一种存储结构， 它是某个表中一列或若干列值的集合和相应的指向表中物理标识这些值的数据页的逻辑指针清单。索引的作用相当于图书的目录， 可以根据目录中的页码快速找到所需的内容。
5.2 索引数据结构
- 聚簇索引：聚簇索引的数据结构是B+树，叶子结点保存了索引和数据。每个表只能有一个聚集索引。
- 非聚簇索引：非聚簇索引的数据结构是B+树，将数据与索引分开存储，叶子节点指向了数据对应的位置。
当通过非聚簇索引查询数据时，需要两个步骤：
- 第一步在非聚簇索引B+树中检索，到达其叶子节点获取对应的主键。
- 第二步使用主键在主索引B+树种再执行一次B+树检索操作，最终到达叶子节点即可获取整行数据。
回表：回表就是先通过索引扫描出数据所在的行，再通过行主键id取出索引中未提供的数据，即基于非主键索引的查询需要多扫描一棵索引树。
5.3 什么是最左前缀原则？
联合索引：在一个表的多列上建立索引，SQL条件遵循最左前缀原则走索引。
最左前缀原则是针对联合索引来说的，举个栗子：
在A B C 三列建立联合索引，相当于建立了 A、AB、ABC 索引， 当条件为 A=?、A=? AND B=?、A=? AND B=? AND C=?、C=? AND B=? AND A=? (SQL优化器)时，都会走索引， 但是当条件为 B=? AND C=? 时，是不走该索引的。当条件为 A=? AND C=? 只走A这一个索引。
6、大表优化
当MySQL单表记录数过大时，数据库的CRUD性能会明显下降，一些常见的优化措施如下：
6.1 限定数据的范围
禁止不带任何限制数据范围条件的查询语句。
6.2 读/写分离
经典的数据库拆分方案，主库负责写，从库负责读；
6.3 垂直分区
根据数据库里面数据表的相关性进行拆分。 例如，用户表中既有用户的登录信息又有用户的基本信息， 可以将用户表拆分成两个单独的表，甚至放到单独的库做分库。
垂直拆分的优点： 可以使得列数据变小，在查询时减少I/O次数。此外，垂直分区可以简化表的结构，易于维护。
垂直拆分的缺点： 主键会出现冗余，需要管理冗余列，并会引起Join操作，可以通过在应用层进行Join来解决。 此外，垂直分区会让事务变得更加复杂；
6.4 水平分区
水平拆分是指保持数据表结构不变，将数据表行的拆分，就是把一张表的数据拆成多张表来存放。 举个例子：我们可以将用户信息表拆分成多个用户信息表，这样就可以避免单一表数据量过大对性能造成影响。
水平拆分可以支持非常大的数据量。需要注意的一点是：分表仅仅是解决了单一表数据过大的问题， 但由于表的数据还是在同一台机器上，其实对于提升MySQL并发能力没有什么意义，所以 水平拆分最好分库 。
水平拆分能够 支持非常大的数据量存储，应用端改造也少，但 分片事务难以解决 ，跨节点Join性能较差，逻辑复杂。
参考资料
MySQL八股文 https://github.com/sudotty/reading_note/issues/15
MySQL知识点小结 https://blog.csdn.net/weixin_45027051/article/details/109155535
mysql-repeatable read 可重复读隔离级别-幻读实例场景 https://www.cnblogs.com/dreamofprovence/articles/11668080.html