MyISAM

作者：呼延十 juejin.im/post/5d351303f265da1bd30596f9 前言 本文主要受众为开发人员,所以不涉及到MySQL的服务部署等操作,且内容较多,大家准备好耐心和瓜子矿泉水. 前一阵系统的学习了一下MySQL,也有一些实际操作经验,偶然看到一篇和MySQL相关的面试文章,发现其中的一些问题自己也回答不好,虽然知识点大部分都知道,但是无法将知识串联起来. 因此决定搞一个MySQL灵魂100问,试着用回答问题的方式,让自己对知识点的理解更加深入一点. 此文不会事无巨细的从select的用法开始讲解mysql,主要针对的是开发人员需要知道的一些MySQL的知识点,主要包括索引,事务,优化等方面,以在面试中高频的问句形式给出答案. 索引相关 关于MySQL的索引,曾经进行过一次总结,文章链接在这里 Mysql索引原理及其优化. 1. 什么是索引? 索引是一种数据结构,可以帮助我们快速的进行数据的查找. 2. 索引是个什么样的数据结构呢? 索引的数据结构和具体存储引擎的实现有关, 在MySQL中使用较多的索引有Hash索引,B+树索引等,而我们经常使用的InnoDB存储引擎的默认索引实现为:B+树索引. 3. Hash索引和B+树所有有什么区别或者说优劣呢? 首先要知道Hash索引和B+树索引的底层实现原理: hash索引底层就是hash表,进行查找时

前言 本文主要受众为开发人员,所以不涉及到MySQL的服务部署等操作,且内容较多,大家准备好耐心和瓜子矿泉水. 前一阵系统的学习了一下MySQL,也有一些实际操作经验,偶然看到一篇和MySQL相关的面试文章,发现其中的一些问题自己也回答不好,虽然知识点大部分都知道,但是无法将知识串联起来. 因此决定搞一个MySQL灵魂100问,试着用回答问题的方式,让自己对知识点的理解更加深入一点.此文不会事无巨细的从select的用法开始讲解mysql,主要针对的是开发人员需要知道的一些MySQL的知识点,主要包括索引,事务,优化等方面,以在面试中高频的问句形式给出答案. 索引相关 1. 什么是索引? 索引是一种数据结构,可以帮助我们快速的进行数据的查找. 2. 索引是个什么样的数据结构呢? 索引的数据结构和具体存储引擎的实现有关, 在MySQL中使用较多的索引有Hash索引,B+树索引等,而我们经常使用的InnoDB存储引擎的默认索引实现为:B+树索引. 3. Hash索引和B+树所有有什么区别或者说优劣呢? 首先知道Hash索引和B+树索引的底层实现原理: hash索引底层就是hash表,进行查找时,调用一次hash函数就可以获取到相应的键值,之后进行回表查询获得实际数据.B+树底层实现是多路平衡查找树.对于每一次的查询都是从根节点出发,查找到叶子节点方可以获得所查键值

前言 本文主要受众为开发人员,所以不涉及到MySQL的服务部署等操作,且内容较多,大家准备好耐心和瓜子矿泉水. 前一阵系统的学习了一下MySQL,也有一些实际操作经验,偶然看到一篇和MySQL相关的面试文章,发现其中的一些问题自己也回答不好,虽然知识点大部分都知道,但是无法将知识串联起来. 因此决定搞一个MySQL灵魂100问,试着用回答问题的方式,让自己对知识点的理解更加深入一点.此文不会事无巨细的从select的用法开始讲解mysql,主要针对的是开发人员需要知道的一些MySQL的知识点,主要包括索引,事务,优化等方面,以在面试中高频的问句形式给出答案. 索引相关 1. 什么是索引? 索引是一种数据结构,可以帮助我们快速的进行数据的查找. 2. 索引是个什么样的数据结构呢? 索引的数据结构和具体存储引擎的实现有关, 在MySQL中使用较多的索引有Hash索引,B+树索引等,而我们经常使用的InnoDB存储引擎的默认索引实现为:B+树索引. 3. Hash索引和B+树所有有什么区别或者说优劣呢? 首先知道Hash索引和B+树索引的底层实现原理: hash索引底层就是hash表,进行查找时,调用一次hash函数就可以获取到相应的键值,之后进行回表查询获得实际数据.B+树底层实现是多路平衡查找树.对于每一次的查询都是从根节点出发,查找到叶子节点方可以获得所查键值

**mysql解密(二) 什么是两阶段提交** 熊大 先看几道面试题: 1、假如dba对你说它可以恢复任意半个月的数据他是怎么做到的呢？ 2、一个sql的更新语句执行流程是什么？ 3、二阶段提交本质是什么？为什么必须这样做？ 先了解下Mysql发展史最早mysql自带的引擎是MyISAM但是他不具备事务的能力只有binlog日志。 而InnoDB 是另一个公司以插件形式引入 MySQL 的带有readlog日志。从而实现了crash-safe的能力 而两阶段提交也是针对InnoDb引擎的 通过上一篇得知mysql其实由两部分组成Service层和存储层 一个查询sql得执行过程 那么看下这两个日志的各自特点 binlog: 性别:女 英文名:binlog 中文名:逻辑日志 住址：mysql高档小区 Service层 年龄：18 特点:喜欢写 详细 的日记**。 风格 ：他原先对我笑过三次今天又笑了一次一共三加一次。 备注：Service层姐妹较多连接器、分析器、优化器、执行器、影子(缓存) readlog： 性别:男 英文名：readlog 中文名：物理日志 住址：mysql高档小区 存储层 年龄：20 特点：喜欢写日记 风格 :从恋爱开始到现在我一共对他笑了四次。 readlog日志的补充: readlog共有 4 个文件共 4GB 大小也就是说每个文件是1GB。它有两个pos

CENTOS6.6下mysql5.7.11带boost和不带boost的源码安装 本文来自我的github pages博客http: // galengao.github.io/ 即www.gaohuirong.cn https: // www.cnblogs.com/galengao/p/5755788.html 高手的blog Mysql5.7版本更新后有很多变化，比如json等，连安装都有变化，他安装必须要BOOST库，不过mysql的官网源码有带boost库的源码和不带boost库的源码两种，因此有两种安装方式，其实都是一样的，仅仅是不带boost库源码的需要单独安装boost，还有后续文章percona-xtrabackup需要用到boost库 下载软件 到usr/local目录下： cd /usr/local wget http://downloads.sourceforge.net/project/boost/boost/1.59.0/boost_1_59_0.tar.gz wget http://cdn.mysql.com//Downloads/MySQL-5.7/mysql-boost-5.7.11.tar.gz wget http://cdn.mysql.com//Downloads/MySQL-5.7/mysql-5.7.11.tar.gz 安装boost 注

字数：3620，阅读耗时：4分35秒 最近群里一位兄弟在面试中被问到： 「MySQL的架构体系是什么」 。 虽然他搞java开发好几年了，也一直使用的是MySQL数据库，但是面对这个问题依然是一脸懵逼，还以为面试官要问索引、慢查询、性能优化之类的（因为这些都是网上找点面试题背过了）。 但这位面试官不按套路出牌，这位兄弟当场就是脸红耳赤的，心想nnd居然会这么问。其实面试中面试官的问题有千千万，有的问题确实背背面试题就能应对，但不是所有的面试题咱们都能背下来的。 今天我们就来聊聊MySQL的架构体系，尽管咱们是java开发人员，但是在日常开发过程中也会经常和MySQL数据库打交道。如果公司有DBA能干点事还稍微好点，如果是没有DBA或者DBA没什么卵用的情况下，我们还是很有必要了解MySQL的整个体系的，况且在面试中遇到了也是一个加分项。 想要知道一条SQL是怎么查询的，只要对MySQL整个体系搞清楚了，才能说出个123。 所以于情于理，我们很有必要学习一下MySQL的架构体系的。 平时，和小伙伴们聊天的时候，经常会把MySQL当做我们开发的一个软件系统，既然是软件系统，那么就有个架构图，以及架构是如何分层的，每一层的功能是什么。 下面我们就来看看MySQL的整体架构图。 MySQL架构图 再来看看我们开发的系统架构图： 其实还是蛮相似的。都有分层的概念

问题参考自： https://www.zhihu.com/question/438078173，以下解答思路为个人原创 首先提出假设： 手机号码不会更新，只会插入和删除。 查询包括精确查询某个手机号是否存在，以及获取某一号码段的所有手机号 假设表只有一个字段，就是手机号 phone，并且 设置为主键 。如果不设置主键并且没有唯一索引，InnoDB 会给我们自动生成一个隐藏主键列，浪费空间。 MyISAM or InnoDB 如果插入和删除并不频繁，手机号是提前载入的字典表，而不是用户主动注册而产生的，则 MyISAM 看上去比 InnoDB 要好。因为 MyISAM 不涉及事务，更新都是表级锁。如果是用户触发的插入和删除，则需要用 InnoDB。 字段类型 考虑三种类型，BigInt，Char，Varchar 这几种类型在 InnoDB 引擎下默认行格式的存储方式为： 对于 bigint 类型，如果 不为 NULL，则占用8字节 ，首位为符号位，剩余位存储数字，数字范围是 -2^63 ~ 2^63 - 1 = -9223372036854775808 ~ 9223372036854775807。 如果为 NULL，则不占用任何存储空间 。 对于 定长字段 ，不需要存长度信息直接存储数据即可，如果不足设定的长度则补充。对于 char 类型，补充 0x20， 对应的就是空格。

锁是计算机协调多个进程或线程并发访问某一资源的机制。 在数据库中，除传统的 计算资源（如CPU、RAM、I/O等）的争用以外，数据也是一种供许多用户共享的资源。 如何保证数据并发访问的一致性、有效性是所有数据库必须解决的一 个问题，锁冲突也是影响数据库并发访问性能的一个重要因素。 从这个角度来说，锁对数据库而言显得尤其重要，也更加复杂。 本章我们着重讨论MySQL锁机制 的特点，常见的锁问题，以及解决MySQL锁问题的一些方法或建议。 Mysql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上锁。 这些锁统称为悲观锁(Pessimistic Lock)。 MySQL锁概述 相对其他数据库而言，MySQL的锁机制比较简单，其最 显著的特点是不同的存储引擎支持不同的锁机制。 比如，MyISAM和MEMORY存储引擎采用的是表级锁（table-level locking）； BDB存储引擎采用的是页面锁（page-level locking），但也支持表级锁； InnoDB存储引擎既支持行级锁（row-level locking），也支持表级锁，但默认情况下是采用行级锁。 表级锁 ： 开销小，加锁快； 不会出现死锁； 锁定粒度大，发生锁冲突的概率最高，并发度最低。 行级锁 ： 开销大，加锁慢； 会出现死锁； 锁定粒度最小，发生锁冲突的概率最低，并发度也最高。

点击上方“ 猿程之家 ”，选择“置顶公众号” 关键时刻，第一时间送达！ 阅读本文需要5分钟 一. 数据切分 关系型数据库本身比较容易成为系统瓶颈，单机存储容量、连接数、处理能力都有限。当单表的数据量达到1000W或100G以后，由于查询维度较多，即使添加从库、优化索引，做很多操作时性能仍下降严重。此时就要考虑对其进行切分了，切分的目的就在于减少数据库的负担，缩短查询时间。 数据库分布式核心内容无非就是数据切分（Sharding） ，以及切分后对数据的定位、整合。数据切分就是将数据分散存储到多个数据库中，使得单一数据库中的数据量变小，通过扩充主机的数量缓解单一数据库的性能问题，从而达到提升数据库操作性能的目的。 数据切分根据其切分类型，可以分为两种方式：垂直（纵向）切分和水平（横向）切分 1、垂直（纵向）切分 垂直切分常见有垂直分库和垂直分表两种。 垂直分库 就是根据业务耦合性，将关联度低的不同表存储在不同的数据库。做法与大系统拆分为多个小系统类似，按业务分类进行独立划分。与"微服务治理"的做法相似，每个微服务使用单独的一个数据库。如图： 垂直分表 是基于数据库中的"列"进行，某个表字段较多，可以新建一张扩展表，将不经常用或字段长度较大的字段拆分出去到扩展表中。在字段很多的情况下（例如一个大表有100多个字段），通过"大表拆小表"，更便于开发与维护，也能避免跨页问题

一 数据库和数据库实例 在MySQL的学习研究中，存在两个非常容易混淆的概念，即数据库和数据库实例。在MySQL中，数据库和数据库实例定义如下： 数据库：存储数据的集合； 数据库实例：操作数据库的集合。 如上定义很清楚了，数据库是用来存储数据的，数据库实例是用来操作数据的，从操作系统的角度，数据库实例表现为一个进程，对应多个线程， 在非集群数据库架构中，数据库与数据库实例存在一 一对应关系，在数据库集群中，可能存在多个数据库实例操作一个数据库情况，即多对一关系。 二 MySQL基架 对于MySQL来说，虽然经历了多个版本迭代（MySQL5.5,MySQL 5.6,MySQL 5.7,MySQL 8）,但每次的迭代，都是基于MySQL 基架的，MySQL基架大致包括如下几大模块组件： （1）MySQL向外提供的交互接口（Connectors） （2）管理服务组件和工具组件(Management Service & Utilities) （3）连接池组件(Connection Pool) （4）SQL接口组件(SQL Interface) （5）查询分析器组件(Parser) （6）优化器组件（Optimizer） （7）缓存主件（Caches & Buffers） （8）插件式存储引擎（Pluggable Storage Engines） （9）物理文件（File System）