MySQL查漏補缺

2019 年 12 月 20 日
筆記

.example_responsive_1 { width: 200px; height: 50px; } @media(min-width: 290px) { .example_responsive_1 { width: 270px; height: 50px; } } @media(min-width: 370px) { .example_responsive_1 { width: 339px; height: 50px; } } @media(min-width: 500px) { .example_responsive_1 { width: 468px; height: 50px; } } @media(min-width: 720px) { .example_responsive_1 { width: 655px; height: 50px; } } @media(min-width: 800px) { .example_responsive_1 { width: 728px; height: 50px; } } (adsbygoogle = window.adsbygoogle || []).push({});

MySQL查漏補缺

MySQL查漏補缺

十個MySQL知識點(面試題), 查漏補缺, 共同學習, 歡迎交流. 文章地址: https://blog.piaoruiqing.com/2019/12/08/mysql-knowledge-point/

唯一索引比普通索引快嗎, 為什麼

唯一索引不一定比普通索引快, 還可能慢.

查詢時, 在未使用limit 1的情況下, 在匹配到一條數據後, 唯一索引即返回, 普通索引會繼續匹配下一條數據, 發現不匹配後返回. 如此看來唯一索引少了一次匹配, 但實際上這個消耗微乎其微.
更新時, 這個情況就比較複雜了. 普通索引將記錄放到change buffer中語句就執行完畢了. 而對唯一索引而言, 它必須要校驗唯一性, 因此, 必須將數據頁讀入內存確定沒有衝突, 然後才能繼續操作. 對於寫多讀少的情況, 普通索引利用change buffer有效減少了對磁盤的訪問次數, 因此普通索引性能要高於唯一索引.

MySQL由哪些部分組成, 分別用來做什麼

Server
- 連接器: 管理連接, 權限驗證.
- 分析器: 詞法分析, 語法分析.
- 優化器: 執行計劃生成, 索引的選擇.
- 執行器: 操作存儲引擎, 返回執行結果.
存儲引擎: 存儲數據, 提供讀寫接口.

MySQL查詢緩存有什麼弊端, 應該什麼情況下使用, 8.0版本對查詢緩存有什麼變更.

查詢緩存可能會失效非常頻繁, 對於一個表, 只要有更新, 該表的全部查詢緩存都會被清空. 因此對於頻繁更新的表來說, 查詢緩存不一定能起到正面效果.
對於讀遠多於寫的表可以考慮使用查詢緩存.
8.0版本的查詢緩存功能被刪了 (￣.￣).

MyISAM和InnoDB的區別有哪些

InnoDB支持事務, MyISAM不支持.
InnoDB支持行級鎖, MyISAM支持表級鎖.
InnoDB支持多版本並發控制(MVVC), MyISAM不支持.
InnoDB支持外鍵, MyISAM不支持.
MyISAM支持全文索引, InnoDB不支持(但可以使用Sphinx插件)

MySQL怎麼恢復半個月前的數據

通過整庫備份+binlog進行恢復. 前提是要有定期整庫備份且保存了binlog日誌.

MySQL事務的隔離級別, 分別有什麼特點

讀未提交(RU): 一個事務還沒提交時, 它做的變更就能被別的事務看到.
讀提交(RC): 一個事務提交之後, 它做的變更才會被其他事務看到.
可重複讀(RR): 一個事務執行過程中看到的數據, 總是跟這個事務在啟動時看到的數據是一致的. 當然在可重複讀隔離級別下, 未提交變更對其他事務也是不可見的.
串行化(S): 對於同一行記錄, 讀寫都會加鎖. 當出現讀寫鎖衝突的時候, 後訪問的事務必須等前一個事務執行完成才能繼續執行.

做過哪些MySQL索引相關優化

盡量使用主鍵查詢: 聚簇索引上存儲了全部數據, 相比普通索引查詢, 減少了回表的消耗.
MySQL5.6之後引入了索引下推優化, 通過適當的使用聯合索引, 減少回表判斷的消耗.
若頻繁查詢某一列數據, 可以考慮利用覆蓋索引避免回表.
聯合索引將高頻字段放在最左邊.

簡要說一下數據庫範式

第一範式: 屬性不可再分.
第二範式: 在一範式的基礎上, 要求數據庫表中的每個實例或行必須可以被惟一地區分. 通常需要為表加上一個列, 以存儲各個實例的惟一標識. 這個惟一屬性列被稱為主關鍵字或主鍵.
第三範式: 在二範式的基礎上, 要求一個數據庫表中不包含已在其它表中已包含的非主關鍵字信息. 所以第三範式具有如下特徵：1). 每一列只有一個值. 2). 每一行都能區分. 3). 每一個表都不包含其他表已經包含的非主關鍵字信息.

一千萬條數據的表, 如何分頁查詢

數據量過大的情況下, limit offset分頁會由於掃描數據太多而越往後查詢越慢. 可以配合當前頁最後一條ID進行查詢, SELECT * FROM T WHERE id > #{ID} LIMIT #{LIMIT}. 當然, 這種情況下ID必須是有序的, 這也是有序ID的好處之一.

訂單表數據量越來越大導致查詢緩慢, 如何處理

分庫分表. 由於歷史訂單使用率並不高, 高頻的可能只是近期訂單, 因此, 將訂單表按照時間進行拆分, 根據數據量的大小考慮按月分表或按年分表. 訂單ID最好包含時間(如根據雪花算法生成), 此時既能根據訂單ID直接獲取到訂單記錄, 也能按照時間進行查詢.