MySQL面试复习题
MySQL 索引的原理和数据结构能介绍一下吗？
- https://www.cnblogs.com/nicori/p/12170748.html
- MySQL使用的数据结构为B+树
B+ 树和 B- 树有什么区别？
- B-树的数据是存放在索引结点上，而B+树的数据是存放在索引结点只作为索引使用，数据存放在叶子结点上(MyIsam和Innodb不一样)
- B+树叶子结点的数据都存放在链表中，且链表数据都是有序保存的
为什么MySQL数据库索引使用B+树
- 跟其他树相比，B+树索引结点上并没有存放具体数据，因此磁盘读写代价更低。
- 根据上面说到的，B+树叶子结点存放在链表的特性，非常适合做范围查询。
使用 MySQL 索引都有哪些原则？
- 索引不宜过多，过多的索引会导致操作执行效率低下
- 只对查询频繁的字段做索引
- 对排序、分组、联合查询频率高的字段做索引
MySQL 聚簇索引和二级索引的区别是什么？他们分别是如何存储的？
- 数据存储和索引都在一起，炸到索引就能找到数据。
- 数据存储和索引是分开的，在innodb中，二级索引存储的并非数据物理地址，而是主键值，因此通过二级索引查询会导致查询两次。
MySQL InnoDB 如何防止内存缓冲区被污染？
缓冲池机制主要目的是避免每次访问磁盘，快速数据访问。
InnoDB是使用LRU算法来管理缓冲页。
但传统的LRU链表是无法满足Mysql的要求的，主要有两个问题：
-
预读失效
Mysql会预先把可能会被访问的数据提前放入缓冲池，但如果大量没击中，那就很浪费性能了。
这时候Mysql就对LRU进行了优化，拆分为两部分
新生代(5/8):存放真正预读成功的数据，并延长他的存活时间。
老生代(3/8):存放预读的数据，但存活时间会尽可能短。
这样就能解决预读失败了，但解决不了缓冲池污染。
-
缓冲池污染
在扫描大量数据时，页会把数据加载到缓冲池（老年代的头部）,然后在1s不到又访问到了他，这时候他就会成为热数据，而假如是全表扫描的话，那就会把所有的真正的热数据被大量换出。
因此Mysql加入了“老生代停留时间窗口（innodb_old_blocks_time）”的机制，只有在“被访问”并且大于“老生代停留时间窗口”，才会被放入新生代头部。默认是1000
参考文章：https://www.cnblogs.com/myseries/p/11307204.html
MySQL InnoDB 事务隔离级别如何实现?
| 隔离级别 | 脏读 | 不可重复读 | 幻读 |
|---|---|---|---|
| 未提交读(Read uncommitted) | 可能 | 可能 | 可能 |
| 已提交读(Read committed) | 不可能 | 可能 | 可能 |
| 可重复读(Repeatable read) | 不可能 | 不可能 | 可能 |
| 可串行化(Serializable) | 不可能 | 不可能 | 不可能 |
- 未提交读(Read Uncommitted)：允许脏读，也就是可能读取到其他会话中未提交事务修改的数据
- 已提交读(Read Committed)：只能读取到已经提交的数据。Oracle等多数数据库默认都是该级别 (不重复读)
- 可重复读(Repeated Read)：可重复读。在同一个事务内的查询都是事务开始时刻一致的，InnoDB默认级别。在SQL标准中，该隔离级别消除了不可重复读，但是还存在幻象读
- 可串行化(Serializable)：完全串行化的读，每次读都需要获得表级共享锁，读写相互都会阻塞
InnoDB默认是行级锁，内部会生成三个隐藏字段:db_trx_id(事务id)、db_roll_pt(回滚指针)、delete_flag(删除标记)
版本链使用场景(readView)
- 当前操作的事务id为102，假设版本链数据[1,2,100,101],活跃列表为[100,101],活跃列表就是未提交的活跃事务，因此事务2是已提交，所以事务5会拷贝一份事务2并插入版本链最后一个元素
- 当隔离界别为可重复读，需要操作事务查询或修改时，那么就单独读取事务102的数据，这样就能实现隔离其他未提交的事务。
- 当隔离界别为读已提交，流程跟可重复读差不多，但在每次读取数据前都会生成一个readView，保证不会查询到当前事务未提交的数据。
DML操作
- INSERT：创建一条数据，
db_trx_id的值为当前事务 id,db_roll_pt为 null 。 - UPDATE：复制一行数据，将当前复制后这一行的
db_trx_id置为当前事务的 id，db_roll_pt是一个指针，指向复制前的那一条的。 - DELETE：复制一行数据，将当前复制后这一行的
db_trx_id置为当前事务的 id，db_roll_pt是一个指针，指向复制前的那一条的。并把delete_flag置为 true 。
B+树是如何分裂的
参考资料：https://elainelv.blog.csdn.net/article/details/82747596
1.插入
|Leaf Page Full|Index Page Full|操作|
| ---- | ---- | ---- | ---- | ---- |
| No | No | 直接将记录插入叶节点 |
| Yes | No | 1.拆分Leaf Page
2.将中间的节点放入Index Page中
3.小于中间节点的记录放左边
4.大于等于中间节点的记录放右边 |
| Yes | Yes | 1.拆分Leaf Page
2.小于中间节点的记录放左边
3.大于等于中间节点的记录放右边
4.拆分Index Page
5.小于中间节点的记录放左边
6.大于中间节点的记录放右边
7.中间节点放入上一层Index Page |
2.删除
|Leaf Page Below Fill Factor|Index Page Below Fill Factor|操作|
| ---- | ---- | ---- | ---- | ---- |
| No | No | 直接将记录从叶节点删除，如果该节点还是Index Page的节点，则用该节点的右节点代替 |
| Yes | No | 合并叶节点及兄弟节点，同时更新Index Page |
| Yes | Yes | 1.合并叶节点及其兄弟节点
2.更新Index Page
3.合并Index Page及其兄弟节点 |
