IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 大数据 -> mysql常见总结 -> 正文阅读

[大数据]mysql常见总结


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

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

7.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

8.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)

9.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

10.三范式

  • 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

11.主从复制,双写一致性?

这个见redis,原理差不多。

12.日志

https://blog.csdn.net/qq_37534947/article/details/120010392?spm=1001.2014.3001.5501

13.sql语句的查询过程

14.sql语句的修改过程

https://blog.csdn.net/qq_37534947/article/details/120010392?spm=1001.2014.3001.5501

参考链接:
https://www.nowcoder.com/discuss/389444?channel=-1&source_id=discuss_terminal_discuss_history_nctrack&ncTraceId=56d60df585ea479caa086fb1c6e658f2.609.16313638423932825

  大数据 最新文章
实现Kafka至少消费一次
亚马逊云科技:还在苦于ETL?Zero ETL的时代
初探MapReduce
【SpringBoot框架篇】32.基于注解+redis实现
Elasticsearch:如何减少 Elasticsearch 集
Go redis操作
Redis面试题
专题五 Redis高并发场景
基于GBase8s和Calcite的多数据源查询
Redis——底层数据结构原理
上一篇文章      下一篇文章      查看所有文章
加:2021-09-12 13:14:07  更:2021-09-12 13:15:05 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/23 20:29:32-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码