引言

I 预备知识

SQL 层面：SQL 的生命周期、权限管理、count(*) 的底层原理、底层的排序原理、连表原理。
存储引擎层面： InnoDB 存储引擎的底层架构、索引的算法、事务的原理、锁机制、隔离机制、幻读

1.1 mysql 各字段类型存储文本信息的最大值

• text，最大65535字节
• mediumtext，最大16777215字节
• longtext，2的32次方减1个，即4294967295个字节

1.2 date_sub的用法

语法：date_sub(date,interval expr type)，函数从日期减去指定的时间间隔，

例子：删除时间小于昨天的数据

    delete from car_viol where `create` < date_sub(curdate(), interval 1 day);

1.3 innodb_io_capacity 参数

MySQL 数据库并不是直接根据硬盘的性能来调节其 write 速度，而是靠 innodb_io_capacity 参数来告诉 MySQL 数据库磁盘的性能。

1.4 过程和函数

过程（procedure）又叫存储过程（stored procedure），是一个有名称的PL/SQL程序块 。

过程相当于java中的方法， 它注重的是实现某种业务功能 。
函数（function）也相当于java中的方法，它 注重计算并且总是有返回结果 。

过程和函数都是能够永久存储在数据库中的程序代码块，应用时通过调用执行 。
https://blog.csdn.net/z929118967/article/details/128313118

1.5 查询mysql有没有开启时间功能的支持

/*查看事件功能是否开启*/
show variables like 'event_scheduler'; 

开启事件功能

set global event_scheduler = on;
# off 代表关，on 代表开

II 定时任务

利用MySql的事件机制完成定时任务： 在指定的时间调用指定的存储过程。

event机制是mysql5.1版本开始引入的，这意味着版本低于5.1的可能无法使用

2.1 实现定时操作的功能

• 创建了一个存储过程，它可以删除时间小于昨天的数据

create procedure del_car_v()
begin
    delete from car_v where `create` < date_sub(curdate(), interval 1 day);
end

• 创建一个事件，让事件按照某种规则去调用存储过程。事件创建好以后就会立刻执行一次，并且一般是默认开启的。

从2023年1月2日零点开始每隔一天自动调用之前写好的存储过程。

create event `e_update_user_ticket`  
on schedule every 1 day starts '2023-01-02 00:00:00'  # 1 day 代表一天一次, 2 year（2年一次）。
on completion not preserve enable do call del_car_v(); 

2.2 控制某个事件的运行状态

/*开启事件*/
alter event 事件名 on completion preserve enable; 
/*关闭事件*/
alter event 事件名 on completion preserve disable; 

III 雪花ID

3.1 自增id作为主键的优缺点

优点：查询效率更快

数据库会选择表的主键作为聚集索引(B+Tree)，mysql 在底层是以数据页为单位来存储数据的。InnoDB表的数据写入顺序能和B+树索引的叶子节点顺序一致的话，这时候存取效率是最高的，所以主键有序比无序查询效率要快。

缺点：

• 容易导致主键重复

比如导入旧数据时，线上又有新的数据新增，这时就有可能在导入时发生主键重复的异常。为了避免导入数据时出现主键重复的情况，要选择在应用停业后导入旧数据，导入完成后再启动应用。显然这样会造成不必要的麻烦。而UUID作为主键就不用担心这种情况。

• 不利于数据库的扩展

当采用自增id时，分库分表也会有主键重复的问题。UUID则不用担心这种问题。

3.2 雪花ID

自增id会担心主键重复，UUID不能保证有序性，而雪花ID既是有序的，又是唯一的。

snowflake是Twitter开源的分布式ID生成算法，结果是64bit的Long类型的ID，有着全局唯一和有序递增的特点。

• 最高位是符号位：因为生成的 ID 总是正数，始终为0。
• 41位的时间序列：精确到毫秒级，41位的长度可以使用69年。时间位还有一个很重要的作用是可以根据时间进行排序。
• 10位的机器标识：10位的长度最多支持部署1024个节点。

12位的计数序列号：序列号即一系列的自增ID，可以支持同一节点同一毫秒生成多个ID序号，12位的计数序列号支持每个节点每毫秒产生4096个ID序号。

缺点：强依赖机器时钟，如果机器上时钟回拨，有可能会导致主键重复的问题。

3.3 Java实现雪花ID

public class SnowflakeIdWorker {
    /**
     * 开始时间：2020-01-01 00:00:00
     */
    private final long beginTs = 1577808000000L;

    private final long workerIdBits = 10;

    /**
     * 2^10 - 1 = 1023
     */
    private final long maxWorkerId = -1L ^ (-1L << workerIdBits);

    private final long sequenceBits = 12;

    /**
     * 2^12 - 1 = 4095
     */
    private final long maxSequence = -1L ^ (-1L << sequenceBits);

    /**
     * 时间戳左移22位
     */
    private final long timestampLeftOffset = workerIdBits + sequenceBits;

    /**
     * 业务ID左移12位
     */
    private final long workerIdLeftOffset = sequenceBits;

    /**
     * 合并了机器ID和数据标示ID，统称业务ID，10位
     */
    private long workerId;

    /**
     * 毫秒内序列，12位，2^12 = 4096个数字
     */
    private long sequence = 0L;

    /**
     * 上一次生成的ID的时间戳，同一个worker中
     */
    private long lastTimestamp = -1L;

    public SnowflakeIdWorker(long workerId) {
        if (workerId > maxWorkerId || workerId < 0) {
            throw new IllegalArgumentException(String.format("WorkerId必须大于或等于0且小于或等于%d", maxWorkerId));
        }

        this.workerId = workerId;
    }

    public synchronized long nextId() {
        long ts = System.currentTimeMillis();
        if (ts < lastTimestamp) {
            throw new RuntimeException(String.format("系统时钟回退了%d毫秒", (lastTimestamp - ts)));
        }

        // 同一时间内，则计算序列号
        if (ts == lastTimestamp) {
            // 序列号溢出
            if (++sequence > maxSequence) {
                ts = tilNextMillis(lastTimestamp);
                sequence = 0L;
            }
        } else {
            // 时间戳改变，重置序列号
            sequence = 0L;
        }

        lastTimestamp = ts;

        // 0 - 00000000 00000000 00000000 00000000 00000000 0 - 00000000 00 - 00000000 0000
        // 左移后，低位补0，进行按位或运算相当于二进制拼接
        // 本来高位还有个0<<63，0与任何数字按位或都是本身，所以写不写效果一样
        return (ts - beginTs) << timestampLeftOffset | workerId << workerIdLeftOffset | sequence;
    }

    /**
     * 阻塞到下一个毫秒
     *
     * @param lastTimestamp
     * @return
     */
    private long tilNextMillis(long lastTimestamp) {
        long ts = System.currentTimeMillis();
        while (ts <= lastTimestamp) {
            ts = System.currentTimeMillis();
        }

        return ts;
    }

    public static void main(String[] args) {
        SnowflakeIdWorker snowflakeIdWorker = new SnowflakeIdWorker(7);
        for (int i = 0; i < 10; i++) {
            long id = snowflakeIdWorker.nextId();
            System.out.println(id);
        }
    }
}

其他实现例子：

• 美团开源的Leaf:https://github.com/Meituan-Dianping/Leaf
• 百度开源的UidGenerator: https://github.com/baidu/uid-generator

3.4 应用

ID生成策略、订单号生成