題目一 MyISAM和InnoDB的區別，什麼時候選擇MyISAM 參考回答 InnoDB是目前MySQL主流版本(5.6、5.7、8.0)預設的存儲引擎，支持事務、外鍵、行級鎖，對於併發條件下要求數據的一致性，適用於對數據準確性要求高的場景。 MyISAM只支持表級鎖、數據排列是按照插入順序，沒有 ...
題目一
MyISAM和InnoDB的區別，什麼時候選擇MyISAM
參考回答
InnoDB是目前MySQL主流版本(5.6、5.7、8.0)預設的存儲引擎，支持事務、外鍵、行級鎖，對於併發條件下要求數據的一致性，適用於對數據準確性要求高的場景。
MyISAM只支持表級鎖、數據排列是按照插入順序，沒有做規則排序。適合應用以查詢和插入為主，只有很少量的更新和刪除操作，對事務的完整性和併發性要求不是很高的場景。
實際運用
看到很多人在選擇存儲引擎的時候會無腦的選擇InnoDB，這個選擇合理的一點是如果對數據準確性要求沒有那麼高，直接用NoSQL就好了。用MySQL就是為了可靠啊。
但是實際工作中，我設計的資料庫中通常都會有幾張MyISAM的數據表，通常用來存儲歷史記錄，與使用InnoDB存儲實時記錄信息的配合使用。
舉個例子：比如一條物流信息，在實時的表裡存著目前物流的狀態：比如配送中。這條物流在歷史上經過了：正在通知快遞公司取件、XXX已收攬等，這張記錄表基本只有插入和查詢，並且丟失一個中間狀態不影響當前結果，這就很合適用MyISAM。
題目二
簡述MySQL的MVCC多版本併發控制
參考回答
MVCC是對於事務隔離級別的讀已提交RC和可重覆讀RR，基於樂觀鎖的實現。在LBCC(基於鎖的併發控制)RC、RR和串列化分別是通過加行鎖、間隙鎖和表鎖來基於悲觀鎖實現。而樂觀鎖的原理就是在特定的時間點(RC是每次讀時，RR是事務開始時)生成一個當前快照，讀數據讀取快照，只在提交時判斷是否有衝突，類似於git的branch和commit。
MVCC會在新開啟一個事務時，給事務里包含的每行記錄添加一個當前事務ID和回滾指針。並包含一個Read View，Read View里保存了當前活躍的事務列表，小於這些列表的最近的事務ID才是可見的。這樣保證了讀到的都是已提交的事務。
實際運用
MVCC不僅可以用於資料庫，也是很常見的一種併發控制手段。比如使用有限狀態自動機來控制的訂單狀態，在更新訂單狀態的時候先查詢當前狀態，比如當前狀態是訂單未提交，則更新時update XXX set status='訂單已提交' where status='訂單未提交'，如果執行這條語句時，status已經發生了改變，這條語句就執行失敗了。這樣不通過資料庫自身事務的MVCC，在業務邏輯里也實現了MVCC思想的樂觀鎖設計。
題目三
分散式鎖的實現方式
參考回答
主流有三種
1>基於資料庫
1.1>基於資料庫主鍵：插入一條數據，指定主鍵。如果有兩條插入會主鍵衝突，併發執行失敗
1.2>基於資料庫排他鎖：提交一個update事務，如果這個事務不提交，其他也對鎖定範圍內執行update就會阻塞，解決併發問題
2>基於緩存比如redis的setNX
3>基於zookeeper
實際運用
相信很多人選擇分散式鎖都是選擇第二種，第三種雖然併發性差一下，如果本來就引入了zk，而沒有緩存，而分散式鎖應用量又不那麼大，為了減少引入新組件帶來的風險和維護成本，也有可能選擇zk。很多人大概認為自己沒有用過基於資料庫的分散式鎖，實際上在不使用MVCC的時代並不是這樣。
在使用spring進行業務開發的時候，常見的一種場景就是使用spring配置事務。預設級別是Repeatable Read可重覆讀。在這裡面如果使用的是LBCC，一進入事務就加入一個排他鎖，比如insert、update、delete或者select XXX for update。然後做其他的，比如進行一個RPC調用。這時候一旦出現併發，只有一個能順利執行，其他都會被阻塞。實際上就相當於使用了分散式鎖。
題目四
為什麼採用B+樹作為索引結構?
參考回答
如果採用Hash表，範圍查找需要全表掃描；如果採用二叉查找樹，由於無法保證平衡，可能退化為鏈表；如果採用平衡二叉樹，通過旋轉解決了平衡的問題，但是旋轉操作效率太低；如果採用紅黑樹，樹太高，IO次數多；如果採用普通B樹，節點要存數索引和數據，一個記憶體頁可存儲的數據還是少，另外範圍查找也需要多次IO；
而B+Tree有三個特性：
1>非葉子節點不存儲data，只存儲索引(冗餘)，可以放更多的索引
2>葉子節點包含所有索引欄位
3>葉子節點用指針鏈接，提高範圍查詢的性能
實際運用
在分散式場景下，我們的業務ID都是全局唯一的字元串。如果單純從業務上來考慮，用業務ID作為資料庫的主鍵就足夠了。可以DBA往往要求使用整型的自增主鍵作為資料庫主鍵，而這個主鍵對業務來說就是個浪費，沒有任何業務含義。
如果瞭解了索引的底層結構就不難理解
1>整型比字元串占用更少的空間
2>同時大小比較也很快
3>之所以要自增是每次插入新的記錄，對於葉子節點來說：記錄會順序的添加到當前索引節點的後續位置，當一頁寫滿，會自動開闢一個新的頁。而如果使用非自增主鍵，就需要插入的時候移動數據，甚至目標頁面可能已經被回寫到磁碟上而從緩存中清掉，此時又要讀回來。分頁操作造成大量的碎片，必須通過優化操作重建表並優化填充頁面。
題目五
什麼叫做覆蓋索引？
參考回答
只需要在一棵輔助索引樹上就可以獲取SQL所需要的所有列數據，不需要回表。
實際運用
一些持久層框架比如mybatis的generator插件可以自動生成sql配置文件，這些配置文件往往效率很低。但是剛畢業的同學很多都不會去改這個文件，比如只需要個別列的時候會用java的lambda表達式等方式從邏輯上做處理。結果造成一些性能的問題。
我在根據一些條件進行範圍查找的時候，如果只需要返回ID或者個別列，會自己去改mybatis的generator自動生成的文件，原因是儘量使用覆蓋索引，較回表速度快。
想驗證是否使用了覆蓋索引，可以用explain執行計劃，查看extra欄位，如果只顯示Using index說明正確使用了覆蓋索引。如果extra為空或者除了using index還有filesort說明觸發了回表。
題目六
查詢在什麼時候不走索引
參考回答
主要三種情況
1>不滿足走索引的條件，常見的情況有
1.1>不滿足最左匹配原則
1.2>查詢條件使用了函數
1.3>or操作有一個欄位沒有索引
1.4>使用like條件以%開頭
2>走索引效率低於全表掃描，常見的情況有
2.1>查詢條件對null做判斷，而null的值很多
2.2>一個欄位區分度很小，比如性別、狀態
3>需要回表的查詢結果集過大，超過了配置的範圍
實際運用
使用索引是為了對查詢做優化，要衡量優化效果需要數據說話。所以需要一些工具來衡量，常用的有：
1>慢查詢日誌
開啟慢查詢日誌，可以針對慢SQL進行分析看看哪些可以用索引進行優化
2>show processlist
show processlist 語句可以查看當前正在執行的SQL，如果一些SQL執行慢，block了其他的SQL，這是個很好的工具
3>show profile分析SQL
使用這個工具可以分析出時間究竟耗費在哪個階段。先查詢是否支持
支持的話，可以用select @@profiling 查看是否開啟，如果結果為0說明未開啟。需要先set @@profiling=1;
這時候就可以用show profiles查看每一條SQL語句耗費的時間
show profile for query XXID 可以查看具體耗費在哪個階段
4>Trace分析優化器的執行計劃
使用set optimizer_trace='enabled=on',end_markers_in_json=on;可以打開trace分析，想查看具體的優化器執行計劃，只要執行
select * from `information_schema`.optimizer_trace即可
點擊開每一步都有很詳細的分析
總結
知識只要學透了都可以靈活運用。在運用的時候要註意衡量效果。一個常見的誤區是開發人員無腦的在MySQL上層加緩存，用來提高效率。但是緩存只適用於讀多寫少的情況，比如在金融交易系統，數據讀寫比例1：1。數據總是查詢出來下一刻就被更新了，這時候用緩存反而加重系統的負擔和複雜性。
這時候，我們可以先利用工具查詢資料庫的讀寫比例。比如show global status like 'Com_______' 這個SQL可以查看select、update、insert、delete都被執行了多少次。
或者show global status like 'Innodb_row_%' 除了查看Innodb的讀寫情況，還可以查看鎖的情況。
思考
請網上搜索一下「58Mysql軍規」然後思考每條軍規背後的理論支撐。
