索引是什么？
索引是高效获取数据的数据结构。
索引可以是hash的，可以是B+Tree的，hash索引存放在内存中，B+Tree存放在硬盘中
自适应hash索引（innodb引擎）
数据量大时内存占用大；只支持等值查询；对范围查询和排序支持不好。
哪种存储引擎支持手动hash索引？
memory，因为它将数据放在内存中。适合做中间表
AVL树为什么不能做索引的存储结构？
数据量大会导致树变深，增加查询IO次数；每个节点关键字只有一个，每次IO拿到数据太少（pagesize=16kb）
BTree为什么不做索引的存储结构？
最多关键字个数=路数-1
每个节点三部分：关键字，数据区，子节点指针。数据区理解为数据存储在磁盘中的位置，相当于磁盘指针
瘦高的树变为矮胖的树，减少IO次数，节点关键字变多，每次IO拿到的数据变多
B+Tree为什么作为索引存储结构？
基于索引排序和范围查找能力更强；基于索引的扫库扫表能力更强；查询时间稳定；取消了数据区使读写能力更强
B+Tree怎么存储？
都存在硬盘中，但myisam和innodb存储引擎有差别
myisam引擎有myd和myi文件，一个存放索引，一个存放数据。无论是主键索引还是非主键索引，都是查询到叶子节点，
叶子节点中存放的是磁盘指针，根据指针值在myd文件中获取具体内容。
innodb引擎中只有ibd文件，叶子节点直接挂载的是真正的行记录，根据主键查到后直接返回行记录。非主键索引的叶子节点存放的是索引列的值和主键的值。
根据非主键索引查到主键id，再根据主键ID找到行记录
聚集索引和非聚集索引
innodb引擎中，只有主键是聚集索引，其他都是非聚集索引
myisam引擎中，都是非聚集索引
手动建立主键索引的好处
如果不手动创建，MySQL会自动建_rowid的主键索引，int占用6kb，手动的为4kb，造成资源浪费；不手动建索引，还会使行锁变表锁
列的离散型
对离散型好的列建立索引，因为计算机在BTree中能清楚的知道走那一路，如果用离散型不好的列，例如sex建立索引，计算机不知道走哪一路，会都不走，变成无效索引
联合索引
例如查找"dafei+1385254225+18"数据，先比较name确认搜索方向，找到dafei后再依次比较phone和age，最后得到检索的数据。
如果查询条件改成phone+age，第一步就确定不了搜索方向，索引失效。
如果查询条件改为"dafei+18"会比较name找出所有叫dafei的，再依次比较其中的age。
以上就叫做最左匹配原则。
范围之后全失效
例如where name=dafei and phone>130000 and age=18
只生效了name和phone索引，因为name和phone筛选过后还有很多数据，条条大路通罗马，会都不走。这是索引的离散性。
优化器
选择性较好的列放在where左边，优化器自动调整。
连接器，分析器，优化器，执行器
like "dafei%" 会不会走索引？
这要看数据的离散性，如果是"aily","tom","dafei"这种数据，查询结果只有一个，会走索引，因为内部是ascii码值，会根据d分路，再根据a分路，依次类推。
如果是"dafei1"，"dafei2"，"dafei3"这种数据就不会走，条条大路通罗马，都不走
覆盖索引
查询的时候没有回表操作，直接返回数据叫覆盖索引。
什么叫回表操作？例如对name+phone建立联合索引，select * from user where name=dafei and phone=1380898 会先根据索引找到这一列的id在根据id返回数据，这样查询了id就叫回表操作。
反之select id,name,phone from user where name=dafei and phone=1380898这种就不触发回表操作，就是覆盖索引。
三星索引
1.where后面匹配的索引关键字列越多越好，扫描的数据越精确越少越好-通过索引筛选出的数据越少越好
2.避免再次排序(order by最好是索引列)
3.尽可能应用覆盖索引，减少回表操作
开启慢查询配置
慢查询是日志文件，记录查询时间超过阈值的sql语句
配置文件中
log-output=FILE #存储在文件中，可以是表，但不推荐
general-log=0 #未开启，不知道是什么
general-log-file="xxx.log"
slow-query-log=1 #开启慢查询
slow-query-log-file="xxx.log" #慢查询日志存放位置
long-query-time=10 #阈值，单位秒
如何查找慢查询日志中的哪些sql最慢？
perl mysql/bin/mysqldumpslow.pl -s t -t f:\xx.log (说明:第一个t表示按时间排序，第二个-t表示取前面5条)
常见优化方式
1、服务器硬件(略) 机械硬盘_固态硬盘
2、mysql服务器(略) linux-windows
3、sql本身优化
效率:关联查询join/表乘积select * from a,b where a.x=b.x>子查询(单独sql)>关联子查询(子查询关联其他表)
关联:禁止超过三张表的join，关联字段类型必须一致，关联字段必须有索引
规范：
1）【强制】不要使用 count(列名)或 count(常量)来替代 count(*)，count(*)是 SQL92 定义的标准统计行数的语法，跟数据库无关，跟 NULL 和非 NULL 无关。
说明：count(*)会统计值为 NULL 的行，而 count(列名)不会统计此列为 NULL 值的行。
正例：使用如下方式来避免 sum 的 NPE 问题：SELECT IFNULL(SUM(column), 0) FROM table;
4）【强制】使用 ISNULL()来判断是否为 NULL 值。
说明：NULL 与任何值的直接比较都为 NULL。
（1） NULL<>NULL 的返回结果是 NULL，而不是 false。
（2） NULL=NULL 的返回结果是 NULL，而不是 true。
（3） NULL<>1 的返回结果是 NULL，而不是 true。
说明：以学生和成绩的关系为例，学生表中的 student_id 是主键，那么成绩表中的 student_id 则为外键。如果更新学生表中的 student_id，同时触发成绩表中的 student_id 更新，即为级联更新。
外键与级联更新适用于单机低并发，不适合分布式、高并发集群；级联更新是强阻塞，存在数据库更新风暴的风险；外键影响数据库的插入速度。
8）【强制】数据订正（特别是删除、修改记录操作）时，要先 select，避免出现误删除，确认无误才能执行更新语句。
10）【推荐】in 操作能避免则避免，若实在避免不了，需要仔细评估 in 后边的集合元素数量，控制在 1000 个之内。
11）【参考】如果有国际化需要，所有的字符存储与表示，均以 utf-8 编码，注意字符统计函数的区别。
说明：
SELECT LENGTH("轻松工作")； 返回为 12
SELECT CHARACTER_LENGTH("轻松工作")； 返回为 4
说明：TRUNCATE TABLE 在功能上与不带 WHERE 子句的 DELETE 语句相同。
4、反范式设计优化
范式化是为了减少冗余，对增，删，改比较友好，对查询不友好
冗余:对不经常修改的字段，允许适当冗余，提高查询性能
例如:where status=1 or status=2可以冗余字段，优化成 where status12=true
规范：
正例：商品类目名称使用频率高，字段长度短，名称基本一不变，可在相关联的表中冗余存储类目名称，避免关联查询。
5、物理设计优化 (字段类型，长度设计，存储引擎)
当一个列可以选择多种数据类型时，优先考虑数字类型，其次是日期/时间类型，最后是字符类型，能使用char的不使用varchar，对于相同级别的类型，应该优先选用占用空间小的数据类型
规范：
1）表达是与否概念的字段，必须使用 is_xxx 的方式命名，数据类型是 unsigned tinyint（1 表示是，0 表示否）。 说明：任何字段如果为非负数，必须是 unsigned。
2）如果存储的字符串长度几乎相等，使用 char 定长字符串类型。
3）varchar 是可变长字符串，不预先分配存储空间，长度不要超过 5000，如果存储长度大于此值，定义字段类型为 text，独立出来一张表，用主键来对应，避免影响其它字段索引效率。
4）表必备三字段：id, create_time, update_time。说明：其中 id 必为主键，类型为 bigint unsigned、单表时自增、步长为 1。create_time, update_time的类型均为 datetime 类型。
5）合适的字符存储长度，不但节约数据库表空间、节约索引存储，更重要的是提升检索速度。
对象 年龄区间 类型 字节 表示范围
人 150 岁之内 tinyint unsigned 1 无符号值：0 到 255
龟 数百岁 smallint unsigned 2 无符号值：0 到 65535
恐龙化石 数千万年 int unsigned 4 无符号值：0 到约 42.9 亿
太阳 约 50 亿年 bigint unsigned 8 无符号值：0 到约 10 的 19 次方
6、索引优化
普通索引: 即一个索引只包含单个列，一个表可以有多个单列索引
唯一索引: 索引列的值必须唯一，但允许有空值
主键索引: 只要创建了主键就有主键索引。主键索引跟唯一索引的区别是不能为空
复合索引: 即一个索引包括多个列
聚集索引: 并不是一种单独的索引类型，而是一种数据存储方式，具体细节取决于不同的实现，在同一个结构中保存了B+Tree和数据行，比如innodb引擎。innodb中只有主键索引是聚集索引，其他都是非聚集索引。
非聚集索引: 除了聚集索引，其他的都是非聚集索引。 innodb引擎中出了主键，其他都是非聚集索引，myisam引擎中都是非聚集索引。
优化策略：范围条件放最后，建索引的时候，和查询的时候
规范：
1）主键索引名为pk_字段名；唯一索引名为 uk_字段名；普通索引名则为 idx_字段名
说明：不要以为唯一索引影响了 insert 速度，这个速度损耗可以忽略，但提高查找速度是明显的；另外
即使在应用层做了非常完善的校验控制，只要没有唯一索引，根据墨菲定律，必然有脏数据产生。
3）【强制】超过三个表禁止 join。需要 join 的字段，数据类型必须绝对一致；多表关联查询时，保证被关联的字段需要有索引。
说明：即使双表 join 也要注意表索引、SQL 性能。
4）【强制】在 varchar 字段上建立索引时，必须指定索引长度，没必要对全字段建立索引，根据实际文本区分度决定索引长度即可。
说明：索引的长度与区分度是一对矛盾体，一般对字符串类型数据，长度为 20 的索引，区分度会高达90%以上，可以使用 count(distinct left(列名, 索引长度))/count(*)的区分度来确定。
5）【强制】页面搜索严禁左模糊或者全模糊，如果需要请走搜索引擎来解决。
说明：索引文件具有 B-Tree 的最左前缀匹配特性，如果左边的值未确定，那么无法使用此索引。
6）【推荐】如果有 order by 的场景，请注意利用索引的有序性。order by 最后的字段是组合索引的一部分，并且放在索引组合顺序的最后，避免出现 file_sort 的情况，影响查询性能。
正例：where a=? and b=? order by c; 索引：a_b_c
反例：索引如果存在范围查询，那么索引有序性无法利用，如：WHERE a>10 ORDER BY b; 索引 a_b 无法排序。
说明：MySQL 并不是跳过 offset 行，而是取 offset+N 行，然后返回放弃前 offset 行，返回 N 行，那当offset 特别大的时候，效率就非常的低下，要么控制返回的总页数，要么对超过特定阈值的页数进行 SQL改写。
正例：先快速定位需要获取的 id 段，然后再关联： SELECT a.* FROM 表 1 a, (select id from 表 1 where 条件 LIMIT 100000,20 ) b where a.id=b.id
9）【推荐】SQL 性能优化的目标：至少要达到 range 级别，要求是 ref 级别，如果可以是consts 最好。
说明：
（1） consts 单表中最多只有一个匹配行（主键或者唯一索引），在优化阶段即可读取到数据。
（2） ref 指的是使用普通的索引（normal index）。
（3） range 对索引进行范围检索。
反例：explain 表的结果，type=index，索引物理文件全扫描，速度非常慢，这个 index 级别比较 range还低，与全表扫描是小巫见大巫。
10）【推荐】建组合索引的时候，区分度最高的在最左边。
正例：如果 where a=? and b=? ，如果 a 列的几乎接近于唯一值，那么只需要单建 idx_a 索引即可。
说明：存在非等号和等号混合时，在建索引时，请把等号条件的列前置。如：where c>? and d=? 那么即使 c 的区分度更高，也必须把 d 放在索引的最前列，即索引 idx_d_c。
（1） 宁滥勿缺。认为一个查询就需要建一个索引。
（2） 宁缺勿滥。认为索引会消耗空间、严重拖慢记录的更新以及行的新增速度。
（3） 抵制惟一索引。认为业务的惟一性一律需要在应用层通过“先查后插”方式解决。
怎样知道sql中用到索引没有？
执行sql语句时，前面加explain
----------------------------------------------------------------------------------------------
id select_type table type posible_keys key key_len ref rows Extra
----------------------------------------------------------------------------------------------
如果key有值表示用到了索引，key表示用到的索引名称
怎样知道索引是否被充分使用？
看key_len的值，
key_len的算法:4个参数
(1) 数据类型varchar+2 char+0 (2)字符集utf8=3字节 (3)是否为空 null+1 !null +0 (4)本身长度 例如varchar(50) 50表示50个中文或英文字符
例如:对date_str(50) not null 字段加了索引(复合索引)，如果用到了该字段的索引，key_len=2+0+50*3=152
mysql并发的瓶颈？
一般300-700，硬件好的话最多1000，为什么，不知道
什么是数据库事务？ACID
原子性：事务不可分割，要嘛全部成功，要嘛全部失败
一致性：数据经过N多操作，数据是一致的，比如转账，总金额是一致的，一致性最关键
隔离性：各个事务之间之间不产生影响
持久性：事务执行成功进行落盘操作
隔离级别有哪些？
mysql事务测试
1.关闭自动提交
select @@autocommit; //查看事务是否自动提交
set autocommit=0; // 关闭自动提交
3.测试事务
read uncommitted 读未提交
命令：set session transaction isolation level read uncommitted;
read commited 读已提交
命令：set session transaction isolation level read committed;
repeatable read 可重复读
命令：set session transaction isolation level repeatable read;
searializible 序列化
脏读：在一个事务里，两次查询结果不一致，读到另一个事务未提交的数据
不可重复读：在一个事务里面，两次查询结果不一致，读到了另一个事务已提交的数据
幻读：在一个事务里，查询无数据，却insert主键失败（是另一个事务先commit insert导致）
测试方法：
打开A、B两个mysql客户端
1 A、B都关闭事务自动提交：set autocommit=0;
2 A、B都开始事务：start transaction;
3 A那边操作。。B那边操作。。。略
隔离级别 | 异常1 | 异常2 | 异常3 |
读未提交 | 脏读 | 不可重复读 | 幻读 |
读已提交 | | 不可重复读 | 幻读 |
可重复读 | | | 幻读 |
序列化 | | | |
事务有哪些操作？
1.开始事务 2. 执行语句（失败回滚） 3.提交事务（失败回滚）
