[Java] 【个人笔记】【剑指Java面试-Offer直通车】【二】【数据库】
本帖最后由 小公主々 于 2021-5-2 10:08 编辑基本组成
1.关系型数据RDBMS组成：存储（文件系统）和程序实例（存储管理、缓存机制、SQL解析、日志管理、权限划分、容灾机制、索引管理、锁管理）
2.索引数据结构有四种
二分树
3.二分查找二叉树原理简述：左子树均小于父，右子树均大于父。缺点是增加同类型数据时，数据会变成线性结构树。每个节点只能两个子，一次查询则为一次IO。局限性在于每个数据的节点太少。
B-TREE树
4.B-Tree树定义
最后一条约束，B树不会变成线性树，结构会调整。
B+-Tree树
5.
结构特点：容纳节点更多。
数据特点：非叶子节点的子树指向P,小于K+1节点的值
算法特点：非叶子节点仅做索引，数据都保存在叶子节点中，这意味着非叶子节点可以存储更多的节点，且搜索会在叶子节点终结。当数据进行统计时，数据排序是有序的，那么查询到数据后不会再返回到非叶子节点中，而是直接从数据进行查询，即叶子节点之间有链指针。
Hash索引
6.Hash索引效率查询高，但是有缺点，首先要知道一个hash值对应多个数据值，且多个hash值跟数据是不相关的。
7.下图一三四点都是因为一个hash对应多个值导致。
8.第三点某些索引可以使用组合索引键，单部分索引也可以用来查询，而hash组合索引后得出hash值是不能用单个索引去查询的。
9.多个值时还是需要全表扫描
BitMap位图索引
10.适用于某些字段只有固定定值，且锁操作非常强，不适合高并发。
索引相关问题
总结
11.为什么使用索引:避免全表扫描
12.什么样的字段能成为索引：主键、唯一键等所有能让数据区分的字段。
13.索引数据结构：B+ B Tree、二分树、hashmap，mysql不支持bitmap。
SQL优化
1.show variables like '%query%'查询出三个字段long_query_time、show_query_log、show_query_log_file，超过1s的慢sql会存储在里面。
2.show status like '$slow_queries%'
3.可以设置关键属性，比如慢sql时间为1则记录
4.explain关键字去查看相关信息，关键字段例如type，为index或all时走全表扫描查询
5.一般情况下，mysql数据查询优化器，自动选择最优索引去查询。补充：查询时可指定强行使用某使用。
6.最左匹配原则
a.最左前缀匹配原则，mysql会一直向右匹配直到遇到范围查询（<、>、between、like）就停止匹配，复合(联合)索引情况下,查询条件中不包括索引列最左边字段则索引不会使用
MyISAM和InnoDB区别
7.锁区别：M默认表级锁，不支持行级锁（查询时会自动给表上锁，为读锁，又叫共享锁；增删改为写锁，又叫排他锁）；InnoDb默认行级锁，也支持表级锁
8.InnoDb在使用索引时使用行级锁，不使用索引时使用表级锁。
9.有排他锁时，其它锁不能用；写锁可共存。锁的粒度越细，代价越高。
10.MyISam适用场景：频繁执行count语句；增删改频率不高，查询频繁；没有事务；
11.InnoDB适用场景：增删改查都频繁；可靠性要求比较高，要求支持事务；
12.乐观锁一般通过version或者时间戳去控制.
常见并发事务问题
1.更新丢失
2.脏读（READ UNCOMMICTED隔离级别导致:事务可以读取另一个事务未提交的数据，可通过READ COMMICTED隔离级别去解决）
3.不可重复读问题，第一次读取到某个数据，另一个事务提交之后，又读取到新数据，此为数据不可靠，即不可重复读问题描述。REPEATABLE-READ隔离级别可解决该问题，此种隔离级别下，读取的数据永远为第一次数据，哪怕另外的事务数据发生改变并提交，读取依旧为原数据，但在该事务更改数据的情况下，会以另外事务提交的新数据作为源数据去修改。这种情况下描述的是已经解决了该问题。
4.幻读：原本查询到三条数据，另一个事务新增一条数据，原事务再操作时变成了四条数据，这就是幻读问题。Serializable串行化隔离级别可以解决该问题，因为该级别下会对所有sql语句执行加锁
这些问题可以统称为各级别下的并发访问问题
补充：不可重复读侧重同一条数据的修改；幻读侧重数据的新增
oracle默认已提交读，mysql默认可重复读
扩展：InnoDb可重复读隔离（RR）级别如何避免幻读的
通过Next-key锁实现，Next-key由行锁和Gap锁组成。
1.行锁
2.Gap锁：间隙锁，锁定周围数据以及包括行记录本身，该锁在低隔离级别下是不存在的，所以其隔离级别避免不了幻读问题。
如果Where后面的条件全部命中，例如in后面的条件全部命中，则不加Gap锁。
如果Where后面的条件部分命中或者全不命中，则会加Gap锁。（部分命中，会部分加Gap锁）
Gap锁一般用在非唯一索引或者不走索引的当前读中
如果是非唯一索引，那么官方给出的范围是左开右闭，10、11、13、20
如果是不走索引，那么锁的范围会大一点
当前读：上锁的增删改查sql语句均成为当前读，即不论是共享锁还是排它锁，因为读取的数据是最新版本的。
快照读：不加锁的非阻塞读select（前提条件是非Serializable隔离级别下）
既没有主键也没有唯一键，innodb默认会创建隐形自增主键
SQL语法补充
1.当用到Group by时，后面的字段必须出现在select后面，或者是其它字段的函数表达式，如果出现group by之外的字段，则会报错（同一张表内，多表不会报错）
2.Having一般用在group by后面，用于对结果的限定；where用在group by前面，用于条件的查询
3.Group by什么时候用，一般当没有给指定条件时，类似相当于所有数据的循环遍历。同时，相同的数据会合并。
本章总结
RDBMS数据库：架构、索引、锁、语法、理论范式
例如索引：1.为什么要使用索引 2.什么样的信息能成为索引 3.索引的数据结构 4.密集索引与稀疏索引的区别
myisam存储引擎，不管是主键索引，唯一键索引还是普通索引都是稀疏索引
innodb存储引擎：有且只有一个密集索引。密集索引的选取规则如下：
若主键被定义，则主键作为密集索引
如果没有主键被定义，该表的第一个唯一非空索引则作为密集索引
若不满足以上条件，innodb内部会生成一个隐藏主键（密集索引）
非主键索引存储相关键位和其对应的主键值，包含两次查找
密集索引的定义：叶子节点保存的不只是键值，还保存了位于同一行记录里的其他列的信息，由于密集索引决定了表的物理排列顺序，一个表只有一个物理排列顺序，所以一个表只能创建一个密集索引
稀疏索引：叶子节点仅保存了键位信息以及该行数据的地址，有的稀疏索引只保存了键位信息机器主键
实质就是密集索引查询数据时可以不用返回到上层节点，可以直接去定位同一行数据。而稀疏索引每次都需返回上层节点并重新开始索引查询。
【个人笔记】【剑指Java面试-Offer直通车】【一】【计算机网络知识】
感谢分享！ 范围查询的话 mysql底层会根据范围的大小来判定是否走索引或全表扫描 但其后面的字段就不会走索引了
like的话 如果通配符在所模糊查询字段后面的话 还是可以走索引
页:
[1]