大家好，我是陶然同学，软件工程大三即将实习。认识我的朋友们知道，我是科班出身，学的还行，但是对面试掌握不够，所以我将用这100多天更新Java面试题🙃🙃。
不敢苟同，相信大家和我一样，都有一个大厂梦，作为一名资深Java选手，深知面试重要性，接下来我准备用100天时间，基于Java岗面试中的高频面试题，以每日3题的形式，带你过一遍热门面试题及恰如其分的解答。当然，我不会太深入，因为我怕记不住！！
因此，不足的地方希望各位在评论区补充疑惑、见解以及面试中遇到的奇葩问法，希望这100天能够让我们有质的飞越，一起冲进大厂！！，让我们一起学（juan）起来！！！
mysql存储引擎myISAM和InnoDB的区别
基于我的理解，我认为 MyISAm 和 InnoDB 的区别有 4 个，
第一个，数据存储的方式不同，MyISAM 中的数据和索引是分开存储的，而 InnoDB 是把索引和数据存储在同一个文件里面。
第二个，对于事务的支持不同，MyISAM 不支持事务，而 InnoDB 支持 ACID 特性的事务处理
第三个，对于锁的支持不同，MyISAM 只支持表锁，而 InnoDB 可以根据不同的情况，支持行锁，表锁，间隙锁，临键锁
第四个，MyISAM 不支持外键，InnoDB 支持外键因此基于这些特性，我们在实际应用中，可以根据不同的场景来选择合适的存储引擎。
比如如果需要支持事务，那必须要选择 InnoDB。
如果大部分的表操作都是查询，可以选择 MyISAM。 以上就是我的理解
explain执行计划
使用explain关键字可以模拟优化器来执行SQL查询语句，从而知道MySQL是如何处理我们的SQL语句的。分析出语句或是表结构的性能瓶颈。
通过explain我们可以获得以下信息：
1.表的读取顺序
2.数据读取操作的操作类型
3.哪些索引可以被使用
4.哪些索引真正被使用
5.表的直接引用
6.每张表的有多少行被优化器查询了
执行SQL响应比较慢，你有哪些排查思路
1、排查思路
如果执行SQL响应比较慢，我觉得可能有以下4个原因：
第1个原因：没有索引或者 导致索引失效。
第2个原因：单表数据量数据过多，导致查询瓶颈
第3个原因：网络原因或者机器负载过高。
第4个原因：热点数据导致单点负载不均衡。
2、解决方案
第1种情况：索引失效或者没有没有索引的情况
首先，可以打开MySQL的慢查询日志，收集一段时间的慢查询日志内容，然后找出耗时最长的SQL语句，对这些SQL语句进行分析。
比如可以利用执行计划explain去查看SQL是否有命中索引。如果发现慢查询的SQL没有命中索引，可以尝试去优化这些SQL语句，保证SQL走索引执行。如果SQL结构没有办法优化的话，可以考虑在表上再添加对应的索引。我们在优化SQL或者是添加索引的时候，都需要符合最左匹配原则。
第2种情况：单表数据量数据过多，导致查询瓶颈的情况。即使SQL语句走了索引，表现性能也不会特别好。这个时候我们需要考虑对表进行切分。表切分规则一般分为两种，一种是水平切分，一种是垂直切分。
水平切分的意思是把一张数据行数达到千万级别的大表，按照业务主键切分为多张小表，这些小表可能达到100张甚至1000张。
那垂直切分的意思是，将一张单表中的多个列，按照业务逻辑把关联性比较大的列放到同一张表中去。
除了这种分表之外，我们还可以分库，
比如我们已经拆分完1000表，然后，把后缀为0-100的表放到同一个数据库实例中，然后，100-200的表放到另一个数据库实例中，依此类推把1000表存放到10个数据库实例中。这样的话，我们就可以根据业务主键把请求路由到不同数据库实例，从而让每一个数据库实例承担的流量比较小，达到提高数据库性能的目的。
第3种情况：网络原因或者机器负载过高的情况，我们可以进行读写分离.
比如MySQL支持一主多从的分布式部署，我们可以将主库只用来处理写数据的操作，而多个从库只用来处理读操作。在流量比较大的场景中，可以增加从库来提高数据库的负载能力，从而提升数据库的总体性能。
第4种情况：热点数据导致单点负载不均衡的情况。
这种情况下，除了对数据库本身的调整以外，还可以增加缓存。将查询比较频繁的热点数据预存到缓存当中，比如Redis、MongoDB、ES等，以此来缓解数据的压力，从而提高数据库的响应速度。
