数据库复习
一、SQL执行顺序
from -> join -> where -> group by -> having -> select -> distinct -> order by -> limit
二、常见的联合查询方式
-
INNER JOIN：返回交集数据
-
LEFT JOIN：保留左表全部记录
-
RIGHT JOIN：保留右表全部记录
-
CROSS JOIN：笛卡尔积
-
UNION：合并结果集（自动去重）
三、MySQL存储引擎对比
| 引擎 | 事务支持 | 锁粒度 | 外键 | 试用场景 |
| InnoDB | 支持 | 行级锁 | 支持 | 高并发事务处理 |
| MyISAM | 不支持 | 表级锁 | 不支持 | 读多写少，全文索引 |
| Memory | 不支持 | 表级锁 | 不支持 | 临时数据缓存 |
四、InnoDB选择B+树的原因
-
层级更低：相比B树，B+树非叶子节点不存数据，使得同样数据量下树高更低
-
范围查询高效：叶子节点形成链表，适合范围扫描
-
磁盘IO优化：每个节点存储更多指针，减少磁盘访问次数
五、InnoDB引擎的存储过程
InnoDB 通过内存池管理数据缓存，使用 B+树 组织索引
数据写入流程：
写入操作
数据修改先写入内存池 中的页（Page）。
同时保证持久性和 事务回滚。
刷盘机制
Checkpoint 机制：定期将脏页（修改后的页）刷新到磁盘。防止页写入不完整的问题。
事务提交
六、 drop、delete、truncate的区别
| 命令 | 类型 | 是否可回滚 | 重置自增ID | 执行速度 | 场景 |
| drop | DDL | 否 | 是 | 最快 | 彻底删除表 |
| truncate | DDL | 否 | 是 | 较快 | 清空表并释放空间 |
| delete | DML | 否 | 是 | 最慢 | 条件删除数据 |
七、 索引失效的八大场景
-
隐式类型转换：
WHERE name = 123（name为字符串类型） -
左模糊查询：
WHERE content LIKE '%abc' -
OR连接非索引列：
WHERE a=1 OR b=2（仅a有索引） -
函数操作字段：
WHERE YEAR(create_time) = 2023 -
联合索引违反最左前缀：索引(a,b,c)时查询
WHERE b=2 -
数据倾斜严重：某值出现频率超过30%
-
使用不等于(!=/<>)
-
参数化查询类型不匹配
八、 索引回表与避免策略
回表：二级索引未覆盖查询列时，需根据主键回聚簇索引查数据。
避免方法：
使用覆盖索引（索引包含所有查询字段）。
创建联合索引，减少回表次数。
九、 事务特性与隔离级别
ACID特性：
原子性: 事务不可分割，全部成功或全部失败。
一致性: 事务执行前后数据库的一致性。
隔离性: 多个事务并发执行对彼此的独立影响。
持久性: 一旦事务完成，其结果会永久保存。
隔离级别：
| 级别 | 脏读 | 不可重复读 | 幻读 |
| READ UNCOMMITTED | × | × | × |
| READ COMMITTED | √ | × | × |
| REPEATABLE READ | √ | √ | × |
| SERIALIZABLE | √ | √ | √ |
十、 SQL优化的方式和索引优化的方式
SQL 优化:
避免 SELECT *，仅选择必要列。
使用LIMIT限制结果集大小。
尽量减少子查询，使用 JOIN 替代。
索引优化:
确保索引覆盖查询。
正确选择索引列（高选择性）。
定期更新统计信息。
十一、MySQL的锁
表锁: 对整个表进行锁定。
行锁: 只锁定当前行， InnoDB 使用的类型。
意向锁: 支持建立非阻塞的事务处理。
共享锁: 允许并发读取。
排他锁: 阻止其他事务读取和写入。
乐观锁：假设出现冲突的可能性较低 在操作完成之前不会对数据加锁
悲观锁：假设出现冲突的可能性很高 在操作之前就对数据加锁
注:
update使用行级锁 因为mysql通过行结构存储数据
十二、判断SQL优化
执行时间过长。慢查询日志 explain分析
查询的行数远大于实际使用的行数。
使用了复杂的 JOIN 或子查询。
锁争用，导致性能下降。
频繁的全表扫描。
十三、MySql的分库分表
性能优化：
-
数据量过大：随着数据量的增加，单个数据库表的查询和写入性能可能会下降。分表可以将数据水平切分，每个表只包含一部分数据，从而提高查询效率。
-
索引效率：较小的表可以提高索引的效率，从而加快查询速度。随着表越来越大，索引变得庞大，查找性能会受到影响。
并发处理：
提升并发能力：分库分表可以将请求分散到多个数据库或表上，从而让多个请求并行处理，提升系统的整体并发性能。
可扩展性：
横向扩展：当数据量增加时，通过分库分表可以简化扩展。新的写入请求可以通过负载均衡分配到不同的数据库实例上，提高系统的扩展性。
时机：
-
单表数据量：超过500万行（根据硬件调整）
-
并发瓶颈：QPS超过2000且无法通过扩容提升
-
存储限制：单表数据量接近服务器存储上限