mysql事务

1、什么是分布式事务 分布式事务就是指事务的参与者、支持事务的服务器、资源服务器以及事务管理器分别位于不同的分布式系统的不同节点之上。以上是百度百科的解释，简单的说，就是一次大的操作由不同的小操作组成，这些小的操作分布在不同的服务器上，且属于不同的应用，分布式事务需要保证这些小操作要么全部成功，要么全部失败。本质上来说，分布式事务就是为了保证不同数据库的数据一致性。 2、分布式事务的产生的原因 2.1、数据库分库分表 当数据库单表一年产生的数据超过1000W，那么就要考虑分库分表，具体分库分表的原理在此不做解释，以后有空详细说，简单的说就是原来的一个数据库变成了多个数据库。这时候，如果一个操作既访问01库，又访问02库，而且要保证数据的一致性，那么就要用到分布式事务。 2.2、应用SOA化 所谓的SOA化，就是业务的服务化。比如原来单机支撑了整个电商网站，现在对整个网站进行拆解，分离出了订单中心、用户中心、库存中心。对于订单中心，有专门的数据库存储订单信息，用户中心也有专门的数据库存储用户信息，库存中心也会有专门的数据库存储库存信息。这时候如果要同时对订单和库存进行操作，那么就会涉及到订单数据库和库存数据库，为了保证数据一致性，就需要用到分布式事务。 以上两种情况表象不同，但是本质相同，都是因为要操作的数据库变多了！ 3、事务的ACID特性 3.1、原子性（A） 所谓的原子性就是说

COMMIT 命令用于把 事务 所做的修改保存到数据库，它把上一个 COMMIT 或 ROLLBACK 命令之后的全部事务都保存到数据库。 这个命令的语法是： commit [work]; 关键字 COMMIT 是语法中惟一不可缺少的部分，其后是用于终止语句的字符或命令，具体内容取决于不同的实现。关键字 WORK 是个选项，其惟一作用是让命令对用户更加友好。 在下面这个范例里，我们首先从表 PRODUCT_TMP 里的全部数据开始： select * from products_tmp; prod_id prod_desc cost 12345 witches costume 29.99 222 false paraffin teeth 1.1 13 plastic pumpkin 7.75 90 lighted lanterns 14.5 4 rows selected. 接下来，删除表里所有低于 14.00 的产品。 delete from products_tmp where cost<14; 2 rows deleted. 使用一个 COMMIT 语句把修改保存到数据库，完成这个 事务 。 COMMIT; commit complete. 警告：对于数据库的大规模数据加载或撤消来说，应该多使用 COMMIT 语句；然而，过多的 COMMIT

一、上节回顾 上节我们讲到，建议将 redo log 的刷盘策略设置为1：即提交事务时，强制将 redo log buffer 里的 redo log 刷入到磁盘后才算事务提交成功。 但是我们都知道， redo log buffer 是 InnoDB 存储引擎的组件，而 MySQL 支持很多种存储引擎，那么 MySQL 在撇除存储引擎后，自己就没有记录一下关于数据更新的日志吗？ 二、binlog 日志文件 redo log 本身是 InnoDB 存储引擎特有的一个东西，所以 MySQL 也提供了一种所有存储引擎共享的日志文件，叫 binlog 。 所以在提交事务时，不但会有 rodo log ，还有会 binlog 产生。 binlog 写入到哪里？ 由于 binlog 不是 innoDB 存储引擎特有的组件，所以 binlog 不会像 redo log 一样先写入到缓冲池中的 redo log buffer 组件然后再刷回到磁盘中，所以应该是直接写入磁盘中。 binlog 的刷盘策略？ binlog 也有刷盘策略，那么就是说， binlog 并不一定是直接写入磁盘文件中。 binlog 的刷盘策略由参数 sync_binlog 参数控制。默认值是0，提交事务时，会将 binlog 写入 os cache 内存缓存中。但是这样会出现 MySQL 宕机导致内存缓存中的 binlog

1、数据库语言的分类 DDL：数据库定义语言 data Definition language 用于创建、修改、和删除数据库内的数据结构，如： 1：创建和删除数据库(CREATE DATABASE || DROP DATABASE)； 2：创建、修改、重命名、删除表(CREATE TABLE || ALTER TABLE|| RENAME TABLE||DROP TABLE，TRUNCATE TABLE)； 3：创建和删除索引(CREATEINDEX || DROP INDEX) DML：数据操控语言 data Manipulation language 修改数据库中的数据，包括插入(INSERT)、更新(UPDATE)和删除(DELETE) DCL：数据控制语言 （管理用户权限）data Control language 用于对数据库的访问，主要包括创建用户、给用户授权、对用户撤销授权、查询用户授权和删除用户等 ，如：1.创建用户（create user）2：给用户授予访问权限（GRANT）;3：取消用户访问权限（REMOKE），4删除用户（drop user）。 DQL：数据查询语言 data Query language 从数据库中的一个或多个表中查询数据(SELECT) 下面一一来介绍这四种类型的语言 2、DDL：数据库定义语言 data Definition

选择开源核心组件的一个非常重要的考虑通常是社区活跃性，一旦项目团队无法进行自己后续维护和扩展的情况下更是如此。 至于为什么选择sharding-jdbc而不是Mycat，可以参考知乎讨论帖子https://www.zhihu.com/question/64709787。 还可以参考https://blog.csdn.net/u013898617/article/details/79615427。 关于分库分表和读写分离、主从 一般来说，需要分库分表的系统是流量比较大的，而且比较容易出现峰值的比如说打折/活动的时候；其次，当单机扛不住业务流量的时候，分库分表一定不是第一选择，在分库分表之前，应该先保证垂直拆分完成了，子系统内都是高内聚的，其次基于Master-Slave的读写分离或者模糊查询很多的，可能NoSQL比如elastic就引流去很大一部分了。当读写分离也做完了，主库只剩下关键业务逻辑之后，流量还是很高，这个时候才开始考虑分库分表。因为相对于读写分离、垂直拆分，分库分表对开发和运维的要求多得多，如果确定业务一两年内不会剧增的，盲目引入只会导致成本高昂（尤其是各种SQL限制）。 其次，分库分表会增加N倍的数据库服务器，一般来说是4的倍数，如果某个应用说要做分库分表，又只有两台机器，那完全就是凑热闹。 读写分离和分库分表应该来说是前后的两件事比较合理

以下摘自http://www.tvtv223.com/so/8/default/8.html#36-数据库的分库分表mycat java技术栈 参考了众多资料，这里就不再详细列举了，可以自行去搜索 1 java基础： 1.1 算法 1.1 排序算法：直接插入排序、希尔排序、冒泡排序、快速排序、直接选择排序、堆排序、归并排序、基数排序 1.2 二叉查找树、红黑树、B树、B+树、LSM树（分别有对应的应用，数据库、HBase） 1.3 BitSet解决数据重复和是否存在等问题 1.2 基本 2.1 字符串常量池的迁移 2.2 字符串KMP算法 2.3 equals和hashcode 2.4 泛型、异常、反射 2.5 string的hash算法 2.6 hash冲突的解决办法：拉链法 2.7 foreach循环的原理 2.8 static、final、transient等关键字的作用 2.9 volatile关键字的底层实现原理 2.10 Collections.sort方法使用的是哪种排序方法 2.11 Future接口，常见的线程池中的FutureTask实现等 2.12 string的intern方法的内部细节，jdk1.6和jdk1.7的变化以及内部cpp代码StringTable的实现 1.3 设计模式 单例模式 工厂模式 装饰者模式 观察者设计模式

java技术栈 参考了众多资料，这里就不再详细列举了，可以自行去搜索 1 java基础： 1.1 算法 1.1 排序算法：直接插入排序、希尔排序、冒泡排序、快速排序、直接选择排序、堆排序、归并排序、基数排序 1.2 二叉查找树、红黑树、B树、B+树、LSM树（分别有对应的应用，数据库、HBase） 1.3 BitSet解决数据重复和是否存在等问题 1.2 基本 2.1 字符串常量池的迁移 2.2 字符串KMP算法 2.3 equals和hashcode 2.4 泛型、异常、反射 2.5 string的hash算法 2.6 hash冲突的解决办法：拉链法 2.7 foreach循环的原理 2.8 static、final、transient等关键字的作用 2.9 volatile关键字的底层实现原理 2.10 Collections.sort方法使用的是哪种排序方法 2.11 Future接口，常见的线程池中的FutureTask实现等 2.12 string的intern方法的内部细节，jdk1.6和jdk1.7的变化以及内部cpp代码StringTable的实现 1.3 设计模式 单例模式 工厂模式 装饰者模式 观察者设计模式 ThreadLocal设计模式 。 1.4 正则表达式 4.1 捕获组和非捕获组 4.2 贪婪，勉强，独占模式 1.5 java内存模型以及垃圾回收算法

java技术栈 参考了众多资料，这里就不再详细列举了，可以自行去搜索 1 java基础： 1.1 算法 1.1 排序算法：直接插入排序、希尔排序、冒泡排序、快速排序、直接选择排序、堆排序、归并排序、基数排序 1.2 二叉查找树、红黑树、B树、B+树、LSM树（分别有对应的应用，数据库、HBase） 1.3 BitSet解决数据重复和是否存在等问题 1.2 基本 2.1 字符串常量池的迁移 2.2 字符串KMP算法 2.3 equals和hashcode 2.4 泛型、异常、反射 2.5 string的hash算法 2.6 hash冲突的解决办法：拉链法 2.7 foreach循环的原理 2.8 static、final、transient等关键字的作用 2.9 volatile关键字的底层实现原理 2.10 Collections.sort方法使用的是哪种排序方法 2.11 Future接口，常见的线程池中的FutureTask实现等 2.12 string的intern方法的内部细节，jdk1.6和jdk1.7的变化以及内部cpp代码StringTable的实现 1.3 设计模式 单例模式 工厂模式 装饰者模式 观察者设计模式 ThreadLocal设计模式 。。。 1.4 正则表达式 4.1 捕获组和非捕获组 4.2 贪婪，勉强，独占模式 1.5

MySQL经典面试题 1、MySQL的复制原理以及流程 (1)、复制基本原理流程 1. 主：binlog线程——记录下所有改变了数据库数据的语句，放进master上的binlog中； 2. 从：io线程——在使用start slave 之后，负责从master上拉取 binlog 内容，放进 自己的relay log中； 3. 从：sql执行线程——执行relay log中的语句； (2)、MySQL复制的线程有几个及之间的关联 MySQL 的复制是基于如下 3 个线程的交互（ 多线程复制里面应该是 4 类线程）： 1. Master 上面的 binlog dump 线程，该线程负责将 master 的 binlog event 传到slave； 2. Slave 上面的 IO 线程，该线程负责接收 Master 传过来的 binlog，并写入 relay log； 3. Slave 上面的 SQL 线程，该线程负责读取 relay log 并执行； 4. 如果是多线程复制，无论是 5.6 库级别的假多线程还是 MariaDB 或者 5.7 的真正的多线程复制， SQL 线程只做 coordinator，只负责把 relay log 中的 binlog读出来然后交给 worker 线程， woker 线程负责具体 binlog event 的执行； (3)

1 java基础： 1 算法 1.1 排序算法：直接插入排序、希尔排序、冒泡排序、快速排序、直接选择排序、堆排序、归并排序、基数排序 1.2 二叉查找树、红黑树、B树、B+树 1.3 BitSet解决数据重复和是否存在等问题 2 基本 2.1 字符串常量池的迁移 jdk1.6,string in PermGen永久代，方法区，在运行时大小不可扩展， jdk1.7,string in heap,-XX:StringTableSize=1009(default),WeakHashMap<String, WeakReference<String>> jdk1.8,string in heap,default table size 25-50K 2.2 字符串KMP算法 2.3 equals和hashcode 2.4 泛型、异常、反射 2.5 string的hash算法 2.6 hash冲突的解决办法：开放定址法和拉链法 2.7 foreach循环的原理 2.8 static、final、transient等关键字的作用 2.9 volatile关键字的底层实现原理 2.10 Collections.sort方法使用的是哪种排序方法 2.11 Future接口，常见的线程池中的FutureTask实现等 2.12 string的intern方法的内部细节，jdk1.6和jdk1