数据库思维导图
MySQL思维导图
两个都是
| 区别 | MySQL | Oracle |
|---|---|---|
| 公司 | 瑞典MySQL AB公司 又被sun收购 又被Oracle收购 | 甲骨文公司 |
| 类型 | 中小型数据库 | 大型数据库 |
| 费用 | 开源免费 | 收费 |
| 默认端口号 | 3306 | 1521 |
| 数据库与用户关系 | 一个用户对一个多个数据库 | 一个数据库对应多个用户 |
| 字段自增 | 设置字段为auto increment | 创建序列sequence，添加 序列名.nextval() |
| 字符 | varchar | varchar2 |
| 数字类型 | smallint(2字节) int（4字节） integer（int同义词） bigint（8字节） | number |
| 分页 | select * from table limit（start-1）*limiti，limiti start 页码，limiti是每页显示的条数 | 使用伪列rownum |
MySQl可以分为 Server层 和 存储引擎 两部分。
| 成员 | 作用 |
|---|---|
| 连接器 | 管理连接，权限验证 |
| 查询缓存 | 命中则直接返回结果 |
| 分析器 | 词法分析、语法分析 |
| 优化器 | 执行计划生成，索引选择 |
| 执行器 | 操作引擎，返回结果 |
执行过程：
| 名字 | 含义 | 解释 |
|---|---|---|
| 第一范式（1NF） | 所有域都应该是原子性的 每个列都是不可拆分的 数据库表的每一列都是不可分割的原子数据项，而不是集合、数组、记录等非原子数据项 | 实体的某个属性有多个值时，必须拆分为不同的属性 |
| 第二范式（2NF） | 非主键列完全依赖于主键列，不依赖于其他非主键 | 要求数据库表中的每个实例或记录必须可以被唯一地区分 |
| 第三范式（3NF） | 任何非主属性不依赖于其他非主属性 | 要求一个关系中不包含其它关系已包含的非主键字信息 举例：部门信息表中，主键=部门编号，其余信息有部门名称、部门简介等；员工信息表中列出部门编号后，不再列出部门名称、部门间接等信息 |
DB：Database 数据库
DBMS：Database Management System 数据库管理系统
RDBMS：Relative Database Management System 关系型数据库管理系统
数据库：是表的集合，带有相关的数据；
表：一个表是一个数据的矩阵；
列（字段）：一个列（数据元素）包含同一类型的数据；
行（记录）：一组相关的数据；
查看、创建、修改、删除数据库。
对水平切分和垂直切分的理解？垂直拆分：专库专用
| 介绍 | 说明 |
|---|---|
| 概念 | 按照业务将表分类，分布到不同的数据库上 |
| 可解决问题 | 降低单节点数据库的负载 |
| 不能解决问题 | 缩表，即每个数据库里面的数据量是没有发生变化的 |
| 优点 | 拆分后业务清晰，拆分规则明确 系统之间整合或者扩展容易 数据维护简单 |
| 缺点 | 部分业务表无法join，只能通过接口方式解决，提高了系统复杂度 受每种业务不同的限制存在单库性能瓶颈，不易数据扩展跟性能提高。 事务处理复杂 |
水平拆分 ：分库分表
主从复制概念：
数据库集群，包括主数据库和从数据库。
用户更新数据只去主数据库更新，查询数据只去从数据库查询。即更新操作仅在主数据库上，之后从数据库一起更新，查询操作仅在从数据库上。
这样保证了读写分离，不会出现因为在高并发的情况下造成的读写冲突。
涉及三个线程：
| 线程 | 介绍 |
|---|---|
| Binlog Dump线程 主节点 （master） | 负责将主节点上的数据更改写入二进制日志（bin log） 创建的该线程使用show processlist命令在主节点的标准输出上以“Binlog Dump”名字显示 读取主节点上即将被发送到从节点的每一个事件(Event)，binlog Dump线程会对该binlog添加一个锁，直到这个事件被读取到甚至发送到从节点上，这个锁才会被释放。 |
| I/O线程 从节点（Slave） | 当START SLAVE语句在从节点上发出时，从节点创建一个I/O线程； 用来连接配置好的主节点并请求其发送bin log中的更新记录 I/O线程读取从binlog Dump线程发送过来的更新信息，将其复制到本地文件内(Relay log) 。 |
| SQL线程 从节点(Slave) | 从节点创建一个Slave SQL线程去读取由Slave I/O创建的relay log中的内容，将读取到的事件在从节点上进行重现。 |
数值类型、字符串类型、转义字符、日期/时间、二进制类型、变量。
char 和 varchar 的区别？| 区别 | char | varchar |
|---|---|---|
| 长度 | 固定 char(10) 字符串"abc" 存储10个字节，其中7个是空格 | 可变 varchar(10) 字符串"abc" 只占三个字节 |
| 效率 | 较高 | 较低 |
| 节省空间 | – | 比char节省空间 |
| 存储类型 | – | varchar是oracle开发的数据类型 工业标准可以存储空字符串；oracle还可以存储NULL值 |
varchar（10）最多放10个字符，因此varchar（10）和varchar（20）存储10个及10个以内的字符所占空间一样；
但后者在排序时会消耗更多内存，因为order by col 采用fixed_length计算col长度。
fixed_length 固定长度；
创建、查看、修改数据表结构。
什么是超键？什么是主键？ UNIOn 与 UNIOn ALL的区别？ DROp DELETE TRUNCATE的区别？ 操作 表中的数据查询、增加、修改、删除、清空表记录。
查询性能的优化方法？减少请求的数据量
只返回必要的列：尽量避免使用select * 语句；
只返回必要的行：使用limit语句来限制返回的数据；
缓存重复查询的数据；
减少服务端扫描的行数
通过索引来覆盖查询；
创建、查看、修改、删除视图。
索引创建索引实例、普通索引、唯一索引、主键索引、组合索引、全文索引。(逻辑角度)
索引的分类？数据结构角度分类：树索引（B+tree）、hash索引
物理存储角度：聚集索引、非聚集索引
逻辑角度分类：普通索引、唯一索引、主键索引、联合索引、全文索引
作用：
索引的出现是为了提高查询效率，相当于数据库的目录；
是对查询性能优化最有效的有段；
概念：
在MySQL中也叫做“键”，是存储引擎用于快速找到记录的一种数据结构；
原理：
通过不断缩小想要获取数据的范围来筛选出最终想要的结果，同时把随机事件变成顺序的事件；
分类：
hash类型的索引：查询单条快，范围查询慢；
b-tree类型的索引：b+树，层数越多，数据量指数级增长；
缺点：
创建索引和维护索引需要耗费时间；
对数据增、删、改时，索引也需要动态维护，降低数据的维护速度；
随着数据量的增大，索引需要占的物理空间也会越大；
建立原则：
经常被查询的字段：where子句中出现的；
在分组的字段：即在group by子句中出现的；
存在依赖关系的子表和父表之间的联合查询，即主键或外键字段；
设置唯一完整性约束字段；
不适合建立索引：
查询中很少被使用的列 或者 重复值较多的列，不宜建立索引；
一些特殊的数据类型， 不宜建立索引。比如:文本字段(text) 等。
索引的数据结构 和 具体存储引擎 的实现有关；
MySQL中使用较多的索引有 Hash索引、B+ 树 索引等；
则对应索引的底层使用的就是 Hash表 、 B + 树；
图示：
| 说明 | 根节点 | 分支节点 除根节点、叶子节点 | 叶子节点 |
|---|---|---|---|
| 儿子数 | 有M个儿子则有m个元素 | 有M个儿子则有m个元素 | – |
| 存储内容 | 关键字（索引） | 关键字（索引） | 关键字、指针、数据 |
| 存储 | – | – | 所有根节点、分支节点都存在于子节点中，是最大值或最小值 |
| – | – | 包含所有关键字、指向数据记录的指针 叶子节点本身是根据关键字从小到大顺序链接的 |
作用：
优势1 = 更加高效的单元素查找。
概念：
哈希索引（hash index）基于哈希表实现，只有精确匹配索引所有列的查询才有效；
对于每一行数据，存储引擎都会对所有的索引列计算一个哈希码（hash code），哈希码是一个较小的值，并且不同键值的行计算出来的哈希码是不一样的。
在 MySQL中，只有 Memory 引擎显式支持哈希索引。
优点：
能以 O(1) 时间进行查找、只支持精确查找
缺点：
失去了有序性（指的是数据表的顺序）。无法用于排序与分组，无法用于部分查找和范围查找。
案例：
限制：
哈希索引只包含哈希值和行指针，而不存储字段值，所以不能使用索引中的值来直接读取行；
哈希索引数据（表的行数据）并不是按照索引值顺序存储的；
哈希索引也不支持部分索引列匹配查找，因为哈希索引始终是使用索引列的全部内容来计算哈希值的。（在数据列（A，B）上建立哈希索引，如果查询只有数据列A，则无法使用该索引。）
哈希索引只支持等值比较查询，包括=、IN()、<=>（注意<>和<=>是不同的操作）、也不支持任何范围查询；
访问哈希索引的数据非常快，除非有很多哈希冲突（不同的索引列值却有相同的哈希值）
如果哈希冲突很多的话，一些索引维护操作的代价也会很高
聚集索引 = 主键索引
聚集索引就是按照每张表的主键构造一棵B+树，同时叶子节点中存放的是整张表的记录数据。
聚集索引的叶子节点称为数据页，聚集索引的这个特性决定了索引组织表中的数据也是索引的一部分。
辅助索引 = 二级索引
非主键索引，叶子节点=键值+书签。
Innodb存储引擎的书签就是相应行数据的主键索引值。
聚簇索引 和 非聚簇索引（稀疏索引）区别：
聚簇索引：即叶子结点中包含所有完整行记录，叶子节点中包含索引及其他所有字段信息，也就是数据节点；InnoDB 存储引擎中以主键索引构建的 B+tree 即为聚簇索引，
非聚簇索引：其他的皆为稀疏索引；叶子节点仍然是索引节点；
概念：
select的数据列只用从索引中就能够取得，不必从数据表中读取，换句话说查询列已被所使用的索引覆盖。
索引是高效找到行的一个方法，覆盖索引 = 通过检索索引便可读取想要的数据。
优点：
索引通常远小于数据行的大小，只读取索引能大大减少数据访问量。
一些存储引擎（例如：MyISAM）在内存中只缓存索引，而数据依赖于操作系统来缓存。因此，只访问索引可以不使用系统调用（通常比较费时）。
对于 InnoDB 引擎，若辅助索引能够覆盖查询，则无需访问主索引。
概念：
MySQL使用联合索引时，需要满足最左前缀原则。
该原则以最左边的为起点，任何连接的索引都得匹配上。
当创建（a，b，c）复合索引时，想要索引生效的时候，只能使用a、ab、abc三种组合。
案例：
# 创建的联合索引是 sex age name 使用最左前缀原则。 SELECT * FROM user where age="4"; #未使用索引 第一个是sex SELECt * FROM user where name="2"; #未使用索引 第一个是sex SELECt * FROM user where sex="2" and age="3"; #使用索引 使用索引sex age SELECt * FROM user where sex="2" and age="3" and name="4"; #使用索引 使用索引 sex age name SELECt * FROM user where age="3" and name="4"; #未使用索引 第一个得是sex SELECt * FROM user where sex="2" and name="4"; #使用索引 只是用了sex索引怎么知道创建的索引有没有被使用到？或者说怎么才能知道这条语句运行很慢的原因
MySQL提供了explain命令来查看语句的执行计划，
MySQL在执行某个语句之前，会将该语句过一遍查询优化器，之后会拿到对语句的分析，也就是执行计划，其中包含了许多信息。
可以通过其中和索引有关的信息来分析是否命中了索引，例如possilbe_key，key，key_len等字段，分别说明了此语句可能会使用的索引，实际使用的索引以及使用的索引长度。
什么情况下索引会失效？即查询不走索引？查询不走索引的情况：
MyISAM、InnoDB、Memory。
为什么InnorDB存储索引采用B+树 而不是 B 树？| 区别 | InnoDB | MyISAM |
|---|---|---|
| 事务 | 支持 | 不支持 |
| 锁 | 支持行级锁 | 支持表锁 |
| 全文索引 | 不支持 | 支持 |
| 外键 | 不支持 | 支持 |
| count() | 不支持直接存储总行数，需要按行扫描 | 支持直接存储总行数 |
| 适用范围 | – | 小型应用、效率较高 |
| – | 表保存成文件形式，跨平台更方便 管理非事务表，提供高速存储和检索以及全文搜索能力，如果在应用中执行大量select操作可选择 | |
| – | 用于事务处理，具有ACID事务支持等特性，如果在应用中执行大量insert和update操作，可选择。 |
主键约束、外键约束、唯一约束、检查约束、非空约束、默认值约束。
你对MVCC的了解？ MySQL的行锁和表锁？ 什么是死锁？如何解决死锁？ 什么是乐观锁和悲观锁？如何实现？
