1.事务
- 经典例子：转账
- A----B，A-100，B+100，必须同时成功
- 特性：
- A：原子性，事务是一组操作，要不全部成功，要不全部失败
- C：一致性，事务执行前后要保持一致性，是指前后状态都是一致性，而不能有中间状态
- I：隔离性，多个并发的事务之间互不影响，或者说一个事务对其他事务不可见
- D：持久性，redo log实现，保证了数据库崩溃也不会影响其结果，因为在每次启动时，会先进行redo log日志的恢复：主要是数据页修改的位置、目前日志写入的位置，来进行恢复，读取到引擎层的缓冲池中，等待时机进行刷到数据库中。
2.并发产生的问题
- 脏读：读到了其他事务未提交的数据，之后其他事务并且进行了回滚
- 不可重复读：一个事务读取到了数据，其他事务进行了修改，之前按的事务再次读取，发现值变了。
- 幻读：主要区别在于读取的是一共多少行这种（读取的一个范围的内容），一般需要是MVCC+Next-Key LOCK实现。
3.四种隔离级别
- 未提交读：以上问题都有
- 已提交读：解决脏读
- 可重复读：解决了脏读、不可重复读。一般可用MVCC实现。（Innodb默认的）
- 可串行化：完美的，但是一帮并发度就很低了。
4.mysql锁
- 1.行锁、表锁
- 相比：innodb支持两种，而mysiam只支持表锁；表锁的封锁粒度大，并发度低，但是维护来说消耗低；行锁的封锁粒度小，并发读大，但是维护复杂；并且行锁会产生死锁，而表锁不会.
- 2.读锁、写锁
- 读锁可以与其他读锁一起使用，而写锁只能自己，也叫排他锁；如看房子例子，所有人可以一起看，而如果一个人买了，其他人就不能去看了。
- 3.意向锁
- 是不存在的，是表级锁，当你要想想获取读锁或者写锁的时候，必须获得先获得意向锁。
- 用法：减少锁的扫描，当你想往表上加锁的时候，你之前需要扫描一行行是否有行锁；当有了意向锁，你只需要看这个表是否有意向锁，没有直接加，有，就不能加锁
- 4.乐观锁、悲观锁
- 乐观锁：CAS 、版本号
- 悲观锁：读锁、写锁、间隙锁 gap lock、next-key lock（=gap lock + record lock）
5.表结构设计
- 1.尽量设定主键
- 主键会自动生成聚簇索引，在查询以及修改的时候可以加快查询的速度
- 2.主键推荐使用自增id
- 因为在添加数据的时候，会涉及到节点的拆分，所以如果是uuid的话，那么会涉及到比较多的分裂，而自增id顺序插入
- 3.字段不要为null，定义为not null
- 因为定义为null，其也是一种数据结构，会有较多的消耗字节，并且在统计的时候，可能会出现一些问题，有个字段为null，导致计数不对。
- 4.char与varchar
- 前者是固定长度，不足的时候补空格，而后者是变长的，是你真正存储了多少，而占用多少；一般对于身份证、MD5加密后字段我们使用char，相对比较稳定，查找快
- 5.int(10)
- 表示显示的宽度，对于int‘(1) int(10)存储大小是一样的，但是显示来看，长度不一样，并且不足的时候补零。
6.innodb和Myisam的区别？
- 前者支持行级锁+表级锁，后面支支持表级锁
- 前者支持外键，后面不支持
- 前者支持MVCC，后面不支持
- 前者支持事务，后面不支持
- 前者支持全文索引，后面不支持
- 全文索引：基于相似度的查询，比like快
-----------------------------------表优化部分----------------------------------------
1.表的处理？
- 1.横向分表
当表的行数很多，成千上万那种，我们可以分成多个表（根据主键），然后按照最后的尾号进行分表，然后在进行不同表的查询。 - 2.纵向分表
主要涉及到某些字段数据量比较大，而我们不常用的时候，如：字段id-标题-摘要-内容，对于展示，我们只需要字段id-标题-摘要，而内容数据量太大，我们可以单独拿出来 字段id-内容，然后点击详情的时候，再查找
2.超大分页如何处理？
- 1.数据库层面
- limit 100000,10
- select * from table where age > 20 limit 1000000,10
- select * from table where id in (select id from table where age > 20 limit 1000000,10)
- 使用索引覆盖来使得数据量减少2.缓存方面提前将内容读取到缓存中3.需求角度一般不做类似的需求（我做不了）
3.慢查询-Sql语句很慢？
- 一般我们可以查看慢查询日志进行查看哪条语句执行的慢
- 分析：
- 1.explain，看看是否走了索引
- 2.数据量是否太大，尝试横向分表、纵向分表
- 3.load额外的数据，优化sql语句，索引覆盖等等
4.三范式
- 1.单列不可分
- 如：地址拆分为“xx省，xx市，xx县”
- 2.不存在部份依赖，不能依赖于主键的一部分
- 如：某一行的数据只能和一列相关，但是像订房间：订单编号、房间编号、联系人，当一个人顶了多个房间，那么就会出现联系人这个数据的冗余，所以需要把其单独拿出来
- 3.不存在传递依赖
- 如：学号、姓名、学院、学院电话；明显学号----学院-------学院电话，有传递依赖
5.主从复制，双写一致性？
这个见redis，原理差不多。
https://blog.csdn.net/qq_37534947/article/details/120411463?spm=1001.2014.3001.5501
6.视图和表的关系?
- 视图是一个或者多个基本表（视图）导出的表，而视图是一张虚表，不存储真正的数据
- 优点：1.简化用户的操作；2.让用户可以从多个角度看待同一数据；3.提供一定的数据逻辑独立性
- 缺点：1.修改限制，对于视图的修改，需要涉及到对原数据表的修改，当然对于简单的操作，这是很方便的，但是当涉及到的视图比较复杂，则整体可以修改比较复杂；2.对于一些查询来说，要把视图的查询转换成对应基本表的查询，如果视图是由一个复杂的多表查询定义，则在转换中需要一定的时间。
- 创建视图：create view XXX as XXXXXXXXXXXXXX;
7.防止Sql注入的方法？
7.1为什么参数化SQL查询可以防止SQL注入??
- 一条语句执行，会在mysql的服务层进行进行连接–分析器—优化器，然后执行引擎调用api（引擎层）：
select count(1) from students where name='张三'
name 参数为张三‘ or '1=1 ，这个参数也会被编译器一同编译？不会的
select count(1) from students where name='张三' or '1=1'
传参的过程将分开了，此时会先将语句分为：
第一步：
select count(1) from students where name=
- 第二步：
传参，此时不会在编译，而是直接拼接（作为参数），这样然后执行，引擎层识别错误。
7.2进行普通用户和管理员的一个权限划分
8.MONyog监控工具
- 登陆页面
- 监控页面
- 性能监控仪表
- Mysql指标：1.Connections，2.Cache Misses，3.Statments，4.Database Throughputs（吞吐量）。
系统资源指标：1.CPU Usage，2…DISK IO。 - 线程页面
- 显示当前由MySQL执行的线程数，发送到MySQL的每个查询都在线程中执行。
- 查询分析器信息展示
查询慢日志
参考链接：
https://www.cnblogs.com/panda-sweets/p/10064368.html
