qq_49641239的博客

在web服务框架中加入缓存。在服务器与数据库层之间加入缓存层，将高频访问的数据存入缓存中，减少数据库的读取负担。增加数据库索引，进而提高查询速度。（不过索引太多会导致速度变慢，并且数据库的写入会导致索引的更新，也会导致速度变慢）**主从读写分离，**让主服务器负责写，从服务器负责读。将数据库进行拆分，使得数据库的表尽可能小，提高查询的速度。使用分布式架构，分散计算压力。...

1、内连接：只有两个元素表相匹配的才能在结果集中显示。2、外连接： 左外连接: 左边为驱动表，驱动表的数据全部显示，匹配表的不匹配的不会显示。4、右外连接:右边为驱动表，驱动表的数据全部显示，匹配表的不匹配的不会显示。5、全外连接：连接的表中不匹配的数据全部会显示出来。6、交叉连接： 笛卡尔效应，显示的结果是链接表数的乘积。...

1、普通索引：仅加速查询2、唯一索引：加速查询 + 列值唯一（可以有null）3、主键索引：加速查询 + 列值唯一（不可以有null）+ 表中只有一个4、组合索引：多列值组成一个索引，专门用于组合搜索，其效率大于索引合并5、全文索引：对文本的内容进行分词，进行搜索6、索引合并：使用多个单列索引组合搜索7、覆盖索引：select的数据列只用从索引中就能够取得，不必读取数据行，换句话说查询列要被所建的索引覆盖8、聚簇索引：表数据是和主键一起存储的，主键索引的叶结点存储行数据(包含了主键值)，二级.

char的长度是不可变的，用空格填充到指定长度大小，而varchar的长度是可变的。char的存取数度还是要比varchar要快得多char的存储方式是：对英文字符（ASCII）占用1个字节，对一个汉字占用两个字节。varchar的存储方式是：对每个英文字符占用2个字节，汉字也占用2个字节。...

1、非空字段：应该指定列为NOT NULL，除非你想存NULL。在 MySQL 中，含有空值的列很难进行查询优化，因为它们使得索引、索引的统计信息以及比较运算更加复杂。你应该用0、一个特殊的值或者一个空串代替空值；2、取值离散大的字段：（变量各个取值之间的差异程度）的列放到联合索引的前面，可以通过count()函数查看字段的差异值，返回值越大说明字段的唯一值越多字段的离散程度高；3、索引字段越小越好：数据库的数据存储以页为单位一页存储的数据越多一次IO操作获取的数据越大效率越高。唯一、不为空、经常被查

1、原子性：一个事务（transaction）中的所有操作，要么全部完成，要么全部不完成，不会结束在中间某个环节。事务在执行过程中发生错误，会被恢复（Rollback）到事务开始前的状态，就像这个事务从来没有执行过一样。2、一致性：在事务开始之前和事务结束以后，数据库的完整性没有被破坏。这表示写入的资料必须完全符合所有的预设规则，这包含资料的精确度、串联性以及后续数据库可以自发性地完成预定的工作。3、隔离性：数据库允许多个并发事务同时对其数据进行读写和修改的能力，隔离性可以防止多个事务并发执 行

1、超键：在关系中能唯一标识元组的属性集称为关系模式的超键2、候选键：不含有多余属性的超键称为候选键。也就是在候选键中，若再删除属性，就不是键了！3、主键：用户选作元组标识的一个候选键程序主键。4、外键：如果关系模式R中属性K是其它模式的主键，那么k在模式R中称为外键。主键为候选键的子集，候选键为超键的子集，而外键的确定是相对于主键的...

1、在最频繁使用的、用以缩小查询范围的字段,需要排序的字段上建立索引。不宜：1）对于查询中很少涉及的列或者重复值比较多的列2）对于一些特殊的数据类型，不宜建立索引，比如文本字段（text）等。2、覆盖索引的定义：如果一个索=引包含（或者说覆盖）所有需要查询的字段的值，称之为“覆盖索引”。在InnoDB存储引 擎中，如果不是主键索引，叶子节点存储的是主键+列值。最终还是要“回表”，也就是要通过主键再查找一次,这样就 会比较慢。覆盖索引就是把要查询出的列和索引是对应的，不做回表操作！...

哈希索引，对于哈希索引来说，底层的数据结构肯定是哈希表，因此在绝大多数需求为单条记录查询的时候，可以选择哈希索引，查询性能最快；其余大部分场景，建议选择BTree索引。BTree索引，Mysql的BTree索引使用的是B树中的B+Tree，BTREE索引就是一种将索引值按一定的算法，存入一个树形的数据结构中（二叉树），每次查询都是从树的入口root开始，依次遍历node，获取leaf。但对于主要的两种存储引擎（MyISAM和InnoDB）的实现方式是不同的。...

1、悲观锁，先获取锁，再进行业务操作，一般就是利用类似 SELECT … FOR UPDATE 这样的语句，对数据加锁，避免其他事务意外修改数据。当数据库执行SELECT … FOR UPDATE时会获取被select中的数据行的行锁，select for update获取的行锁会在当前事务结束时自动释放，因此必须在事务中使用。2、乐观锁，先进行业务操作，只在最后实际更新数据时进行检查数据是否被更新过。Java 并发包中的AtomicFieldUpdater 类似，也是利用 CAS 机制，并不会对数据加

数据库并发会带来脏读、幻读、丢弃更改、不可重复读这四个常见问题，其中：脏读：在第一个修改事务和读取事务进行的时候，读取事务读到的数据为100，这是修改之后的数据，但是之后该事务满足一致性等特性而做了回滚操作，那么读取事务得到的结果就是脏数据了。幻读：一般是T1在某个范围内进行修改操作（增加或者删除），而T2读取该范围导致读到的数据是修改之间的了，强调范围。丢弃修改：两个写事务T1 T2同时对A=0进行递增操作，结果T2覆盖T1，导致最终结果是1 而不是2，事务被覆盖。不可重复读：T2 读取一个数据

在 MySQL 中，恢复机制是通过回滚日志（undo log）实现的，所有事务进行的修改都会先记录到这个回滚日志中，然后在对数据库中的对应行进行写入。 当事务已经被提交之后，就无法再次回滚了。回滚日志作用：1)能够在发生错误或者用户执行 ROLLBACK 时提供回滚相关的信息；2) 在整个系统发生崩溃、数据库进程直接被杀死后，当用户再次启动数据库进程时，还能够立刻通过查询回滚日志将之前未完成的事务进行回滚，这也就需要回滚日志必须先于数据持久化到磁盘上，是我们需要先写日志后写数据库的主要原因。...

1、数据库索引采用B+树而不是B树的原因主要原因：B+树只要遍历叶子节点就可以实现整棵树的遍历，而且在数据库中基于范围的查询是非常频繁的，而B树只能中序遍历所有节点，效率太低。2、文件索引和数据库索引为什么使用B+树文件与数据库都是需要较大的存储，也就是说，它们都不可能全部存储在内存中，故需要存储到磁盘上。而所谓索引：为了数据的快速定位与查找，那么索引的结构组织要尽量减少查找过程中磁盘I/O的存取次数，因此B+树相更合适作为索引。数据库系统巧妙利用了局部性原理与磁盘预读原理，将一个节点的大小设为等于

为搜索字段创建索引避免使用 Select *，列出需要查询的字段垂直分割分表选择正确的存储引擎

1、 MyISAMMyISAM，B+Tree叶节点的data域存放的是数据记录的地址，在索引检索的时候，首先按照B+Tree搜索算法搜索索引，如果指定的key存在，则取出其data域的值，然后以data域的值为地址读取相应的数据记录，这被称为“非聚簇索引”2、InnoDBInnoDB，其数据文件本身就是索引文件，相比MyISAM，索引文件和数据文件是分离的，其表数据文件本身就是按B+Tree组织的一个索引结构，树的节点data域保存了完整的数据记录，这个索引的key是数据表的主键，因此InnoDB表数

通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性。可以大大加快数据的检索速度，这也是创建索引的最主要的原因。帮助服务器避免排序和临时表。将随机IO变为顺序IO。可以加速表和表之间的连接，特别是在实现数据的参考完整性方面特别有意义。...

1、MySQL执行一条SQL的具体步骤：Server层按顺序执行sql的步骤为：1）客户端请求->2）连接器（验证用户身份，给予权限） ->3）查询缓存（存在缓存则直接返回，不存在则执行后续操作）->4）分析器（对SQL进行词法分析和语法分析操作） ->5）优化器（主要对执行的sql优化选择最优的执行方案方法） ->6）执行器（执行时会先看用户是否有执行权限，有才去使用这个引擎提供的接口）->7）去引擎层获取数据返回（如果开启查询缓存则会缓存查询结简单