摘要：并發(fā)雖然是必須的，但可能會導(dǎo)致以下的問題。事務(wù)隔離級別有哪些的默認(rèn)隔離級別是標(biāo)準(zhǔn)定義了四個隔離級別讀取未提交最低的隔離級別，允許讀取尚未提交的數(shù)據(jù)變更，可能會導(dǎo)致臟讀幻讀或不可重復(fù)讀?？纱谢罡叩母綦x級別，完全服從的隔離級別。

標(biāo)題有點(diǎn)標(biāo)題黨的意思，看了文章之后希望大家不會有這個想法，絕對干貨?。?！這篇花文章是我花了幾天時間對之前總結(jié)的MySQL知識點(diǎn)做了完善后的產(chǎn)物，這篇文章可以用來回顧MySQL基礎(chǔ)知識以及備戰(zhàn)MySQL常見面試問題。

文末有公眾號二維碼，歡迎關(guān)注獲取筆主最新更新文章，并可免費(fèi)獲取筆主總結(jié)的《Java面試突擊》以及Java工程師必備學(xué)習(xí)資源。
@[toc]

MySQL 是一種關(guān)系型數(shù)據(jù)庫，在Java企業(yè)級開發(fā)中非常常用，因?yàn)?MySQL 是開源免費(fèi)的，并且方便擴(kuò)展。阿里巴巴數(shù)據(jù)庫系統(tǒng)也大量用到了 MySQL，因此它的穩(wěn)定性是有保障的。MySQL是開放源代碼的，因此任何人都可以在 GPL(General Public License) 的許可下下載并根據(jù)個性化的需要對其進(jìn)行修改。MySQL的默認(rèn)端口號是3306。

事務(wù)是邏輯上的一組操作，要么都執(zhí)行，要么都不執(zhí)行。

事務(wù)最經(jīng)典也經(jīng)常被拿出來說例子就是轉(zhuǎn)賬了。假如小明要給小紅轉(zhuǎn)賬1000元，這個轉(zhuǎn)賬會涉及到兩個關(guān)鍵操作就是：將小明的余額減少1000元，將小紅的余額增加1000元。萬一在這兩個操作之間突然出現(xiàn)錯誤比如銀行系統(tǒng)崩潰，導(dǎo)致小明余額減少而小紅的余額沒有增加，這樣就不對了。事務(wù)就是保證這兩個關(guān)鍵操作要么都成功，要么都要失敗。

原子性： 事務(wù)是最小的執(zhí)行單位，不允許分割。事務(wù)的原子性確保動作要么全部完成，要么完全不起作用；

一致性： 執(zhí)行事務(wù)前后，數(shù)據(jù)保持一致，多個事務(wù)對同一個數(shù)據(jù)讀取的結(jié)果是相同的；

隔離性： 并發(fā)訪問數(shù)據(jù)庫時，一個用戶的事務(wù)不被其他事務(wù)所干擾，各并發(fā)事務(wù)之間數(shù)據(jù)庫是獨(dú)立的；

持久性： 一個事務(wù)被提交之后。它對數(shù)據(jù)庫中數(shù)據(jù)的改變是持久的，即使數(shù)據(jù)庫發(fā)生故障也不應(yīng)該對其有任何影響。

在典型的應(yīng)用程序中，多個事務(wù)并發(fā)運(yùn)行，經(jīng)常會操作相同的數(shù)據(jù)來完成各自的任務(wù)（多個用戶對統(tǒng)一數(shù)據(jù)進(jìn)行操作）。并發(fā)雖然是必須的，但可能會導(dǎo)致以下的問題。

臟讀（Dirty read）: 當(dāng)一個事務(wù)正在訪問數(shù)據(jù)并且對數(shù)據(jù)進(jìn)行了修改，而這種修改還沒有提交到數(shù)據(jù)庫中，這時另外一個事務(wù)也訪問了這個數(shù)據(jù)，然后使用了這個數(shù)據(jù)。因?yàn)檫@個數(shù)據(jù)是還沒有提交的數(shù)據(jù)，那么另外一個事務(wù)讀到的這個數(shù)據(jù)是“臟數(shù)據(jù)”，依據(jù)“臟數(shù)據(jù)”所做的操作可能是不正確的。

丟失修改（Lost to modify）: 指在一個事務(wù)讀取一個數(shù)據(jù)時，另外一個事務(wù)也訪問了該數(shù)據(jù)，那么在第一個事務(wù)中修改了這個數(shù)據(jù)后，第二個事務(wù)也修改了這個數(shù)據(jù)。這樣第一個事務(wù)內(nèi)的修改結(jié)果就被丟失，因此稱為丟失修改。 例如：事務(wù)1讀取某表中的數(shù)據(jù)A=20，事務(wù)2也讀取A=20，事務(wù)1修改A=A-1，事務(wù)2也修改A=A-1，最終結(jié)果A=19，事務(wù)1的修改被丟失。

不可重復(fù)讀（Unrepeatableread）: 指在一個事務(wù)內(nèi)多次讀同一數(shù)據(jù)。在這個事務(wù)還沒有結(jié)束時，另一個事務(wù)也訪問該數(shù)據(jù)。那么，在第一個事務(wù)中的兩次讀數(shù)據(jù)之間，由于第二個事務(wù)的修改導(dǎo)致第一個事務(wù)兩次讀取的數(shù)據(jù)可能不太一樣。這就發(fā)生了在一個事務(wù)內(nèi)兩次讀到的數(shù)據(jù)是不一樣的情況，因此稱為不可重復(fù)讀。

幻讀（Phantom read）: 幻讀與不可重復(fù)讀類似。它發(fā)生在一個事務(wù)（T1）讀取了幾行數(shù)據(jù)，接著另一個并發(fā)事務(wù)（T2）插入了一些數(shù)據(jù)時。在隨后的查詢中，第一個事務(wù)（T1）就會發(fā)現(xiàn)多了一些原本不存在的記錄，就好像發(fā)生了幻覺一樣，所以稱為幻讀。

不可重復(fù)度和幻讀區(qū)別：

不可重復(fù)讀的重點(diǎn)是修改，幻讀的重點(diǎn)在于新增或者刪除。

例1（同樣的條件, 你讀取過的數(shù)據(jù), 再次讀取出來發(fā)現(xiàn)值不一樣了 ）：事務(wù)1中的A先生讀取自己的工資為 1000的操作還沒完成，事務(wù)2中的B先生就修改了A的工資為2000，導(dǎo) 致A再讀自己的工資時工資變?yōu)? 2000；這就是不可重復(fù)讀。

例2（同樣的條件, 第1次和第2次讀出來的記錄數(shù)不一樣 ）：假某工資單表中工資大于3000的有4人，事務(wù)1讀取了所有工資大于3000的人，共查到4條記錄，這時事務(wù)2 又插入了一條工資大于3000的記錄，事務(wù)1再次讀取時查到的記錄就變?yōu)榱?條，這樣就導(dǎo)致了幻讀。

SQL 標(biāo)準(zhǔn)定義了四個隔離級別：

READ-UNCOMMITTED(讀取未提交)： 最低的隔離級別，允許讀取尚未提交的數(shù)據(jù)變更，可能會導(dǎo)致臟讀、幻讀或不可重復(fù)讀。

READ-COMMITTED(讀取已提交)： 允許讀取并發(fā)事務(wù)已經(jīng)提交的數(shù)據(jù)，可以阻止臟讀，但是幻讀或不可重復(fù)讀仍有可能發(fā)生。

REPEATABLE-READ(可重復(fù)讀)： 對同一字段的多次讀取結(jié)果都是一致的，除非數(shù)據(jù)是被本身事務(wù)自己所修改，可以阻止臟讀和不可重復(fù)讀，但幻讀仍有可能發(fā)生。

SERIALIZABLE(可串行化)： 最高的隔離級別，完全服從ACID的隔離級別。所有的事務(wù)依次逐個執(zhí)行，這樣事務(wù)之間就完全不可能產(chǎn)生干擾，也就是說，該級別可以防止臟讀、不可重復(fù)讀以及幻讀。

MySQL InnoDB 存儲引擎的默認(rèn)支持的隔離級別是 REPEATABLE-READ（可重讀）。我們可以通過SELECT @@tx_isolation;命令來查看

mysql> SELECT @@tx_isolation;
+-----------------+
| @@tx_isolation  |
+-----------------+
| REPEATABLE-READ |
+-----------------+

這里需要注意的是：與 SQL 標(biāo)準(zhǔn)不同的地方在于InnoDB 存儲引擎在 REPEATABLE-READ（可重讀）事務(wù)隔離級別下使用的是Next-Key Lock 鎖算法，因此可以避免幻讀的產(chǎn)生，這與其他數(shù)據(jù)庫系統(tǒng)(如 SQL Server)是不同的。所以說InnoDB 存儲引擎的默認(rèn)支持的隔離級別是 REPEATABLE-READ（可重讀） 已經(jīng)可以完全保證事務(wù)的隔離性要求，即達(dá)到了 SQL標(biāo)準(zhǔn)的SERIALIZABLE(可串行化)隔離級別。

因?yàn)楦綦x級別越低，事務(wù)請求的鎖越少，所以大部分?jǐn)?shù)據(jù)庫系統(tǒng)的隔離級別都是READ-COMMITTED(讀取提交內(nèi)容):，但是你要知道的是InnoDB 存儲引擎默認(rèn)使用 REPEATABLE-READ（可重讀）并不會有任何性能損失。

InnoDB 存儲引擎在 分布式事務(wù) 的情況下一般會用到SERIALIZABLE(可串行化)隔離級別。

![[思維導(dǎo)圖-索引篇]](http://my-blog-to-use.oss-cn-...

以下內(nèi)容整理自： 地址： https://juejin.im/post/5b55b8... 作者 ：Java3y

先從 MySQL 的基本存儲結(jié)構(gòu)說起

MySQL的基本存儲結(jié)構(gòu)是頁(記錄都存在頁里邊)：

各個數(shù)據(jù)頁可以組成一個雙向鏈表

每個數(shù)據(jù)頁中的記錄又可以組成一個單向鏈表

- 每個數(shù)據(jù)頁都會為存儲在它里邊兒的記錄生成一個頁目錄，在通過主鍵查找某條記錄的時候可以在頁目錄中使用二分法快速定位到對應(yīng)的槽，然后再遍歷該槽對應(yīng)分組中的記錄即可快速找到指定的記錄
- 以其他列(非主鍵)作為搜索條件：只能從最小記錄開始依次遍歷單鏈表中的每條記錄。

所以說，如果我們寫select * from user where indexname = "xxx"這樣沒有進(jìn)行任何優(yōu)化的sql語句，默認(rèn)會這樣做：

定位到記錄所在的頁：需要遍歷雙向鏈表，找到所在的頁

從所在的頁內(nèi)中查找相應(yīng)的記錄：由于不是根據(jù)主鍵查詢，只能遍歷所在頁的單鏈表了

很明顯，在數(shù)據(jù)量很大的情況下這樣查找會很慢！這樣的時間復(fù)雜度為O（n）。

索引做了些什么可以讓我們查詢加快速度呢？其實(shí)就是將無序的數(shù)據(jù)變成有序(相對)：

要找到id為8的記錄簡要步驟：

很明顯的是：沒有用索引我們是需要遍歷雙向鏈表來定位對應(yīng)的頁，現(xiàn)在通過 “目錄” 就可以很快地定位到對應(yīng)的頁上了?。ǘ植檎?，時間復(fù)雜度近似為O(logn)）

其實(shí)底層結(jié)構(gòu)就是B+樹，B+樹作為樹的一種實(shí)現(xiàn)，能夠讓我們很快地查找出對應(yīng)的記錄。

以下內(nèi)容整理自：《Java工程師修煉之道》

MySQL中的索引可以以一定順序引用多列，這種索引叫作聯(lián)合索引。如User表的name和city加聯(lián)合索引就是(name,city)，而最左前綴原則指的是，如果查詢的時候查詢條件精確匹配索引的左邊連續(xù)一列或幾列，則此列就可以被用到。如下：

select * from user where name=xx and city=xx ; ／／可以命中索引
select * from user where name=xx ; // 可以命中索引
select * from user where city=xx ; // 無法命中索引            

這里需要注意的是，查詢的時候如果兩個條件都用上了，但是順序不同，如 city= xx and name ＝xx，那么現(xiàn)在的查詢引擎會自動優(yōu)化為匹配聯(lián)合索引的順序，這樣是能夠命中索引的。

由于最左前綴原則，在創(chuàng)建聯(lián)合索引時，索引字段的順序需要考慮字段值去重之后的個數(shù)，較多的放前面。ORDER BY子句也遵循此規(guī)則。

冗余索引指的是索引的功能相同，能夠命中就肯定能命中 ，那么 就是冗余索引如（name,city ）和（name ）這兩個索引就是冗余索引，能夠命中后者的查詢肯定是能夠命中前者的 在大多數(shù)情況下，都應(yīng)該盡量擴(kuò)展已有的索引而不是創(chuàng)建新索引。

MySQLS.7 版本后，可以通過查詢 sys 庫的 schema_redundant_indexes 表來查看冗余索引

1.添加PRIMARY KEY（主鍵索引）

ALTER TABLE `table_name` ADD PRIMARY KEY ( `column` ) 

2.添加UNIQUE(唯一索引)

ALTER TABLE `table_name` ADD UNIQUE ( `column` ) 

3.添加INDEX(普通索引)

ALTER TABLE `table_name` ADD INDEX index_name ( `column` )

4.添加FULLTEXT(全文索引)

ALTER TABLE `table_name` ADD FULLTEXT ( `column`) 

5.添加多列索引

ALTER TABLE `table_name` ADD INDEX index_name ( `column1`, `column2`, `column3` )

查看MySQL提供的所有存儲引擎

mysql> show engines;

從上圖我們可以查看出 MySQL 當(dāng)前默認(rèn)的存儲引擎是InnoDB,并且在5.7版本所有的存儲引擎中只有 InnoDB 是事務(wù)性存儲引擎，也就是說只有 InnoDB 支持事務(wù)。

查看MySQL當(dāng)前默認(rèn)的存儲引擎

我們也可以通過下面的命令查看默認(rèn)的存儲引擎。

mysql> show variables like "%storage_engine%";

查看表的存儲引擎

show table status like "table_name" ;

MyISAM是MySQL的默認(rèn)數(shù)據(jù)庫引擎（5.5版之前）。雖然性能極佳，而且提供了大量的特性，包括全文索引、壓縮、空間函數(shù)等，但MyISAM不支持事務(wù)和行級鎖，而且最大的缺陷就是崩潰后無法安全恢復(fù)。不過，5.5版本之后，MySQL引入了InnoDB（事務(wù)性數(shù)據(jù)庫引擎），MySQL 5.5版本后默認(rèn)的存儲引擎為InnoDB。

大多數(shù)時候我們使用的都是 InnoDB 存儲引擎，但是在某些情況下使用 MyISAM 也是合適的比如讀密集的情況下。（如果你不介意 MyISAM 崩潰回復(fù)問題的話）。

兩者的對比：

是否支持行級鎖 : MyISAM 只有表級鎖(table-level locking)，而InnoDB 支持行級鎖(row-level locking)和表級鎖,默認(rèn)為行級鎖。

是否支持事務(wù)和崩潰后的安全恢復(fù)： MyISAM 強(qiáng)調(diào)的是性能，每次查詢具有原子性,其執(zhí)行數(shù)度比InnoDB類型更快，但是不提供事務(wù)支持。但是InnoDB 提供事務(wù)支持事務(wù)，外部鍵等高級數(shù)據(jù)庫功能。 具有事務(wù)(commit)、回滾(rollback)和崩潰修復(fù)能力(crash recovery capabilities)的事務(wù)安全(transaction-safe (ACID compliant))型表。

是否支持外鍵： MyISAM不支持，而InnoDB支持。

是否支持MVCC ：僅 InnoDB 支持。應(yīng)對高并發(fā)事務(wù), MVCC比單純的加鎖更高效;MVCC只在 READ COMMITTED 和 REPEATABLE READ 兩個隔離級別下工作;MVCC可以使用 樂觀(optimistic)鎖 和 悲觀(pessimistic)鎖來實(shí)現(xiàn);各數(shù)據(jù)庫中MVCC實(shí)現(xiàn)并不統(tǒng)一。推薦閱讀：MySQL-InnoDB-MVCC多版本并發(fā)控制

......

《MySQL高性能》上面有一句話這樣寫到:

不要輕易相信“MyISAM比InnoDB快”之類的經(jīng)驗(yàn)之談，這個結(jié)論往往不是絕對的。在很多我們已知場景中，InnoDB的速度都可以讓MyISAM望塵莫及，尤其是用到了聚簇索引，或者需要訪問的數(shù)據(jù)都可以放入內(nèi)存的應(yīng)用。

一般情況下我們選擇 InnoDB 都是沒有問題的，但是某事情況下你并不在乎可擴(kuò)展能力和并發(fā)能力，也不需要事務(wù)支持，也不在乎崩潰后的安全恢復(fù)問題的話，選擇MyISAM也是一個不錯的選擇。但是一般情況下，我們都是需要考慮到這些問題的。

總是假設(shè)最壞的情況，每次去拿數(shù)據(jù)的時候都認(rèn)為別人會修改，所以每次在拿數(shù)據(jù)的時候都會上鎖，這樣別人想拿這個數(shù)據(jù)就會阻塞直到它拿到鎖（共享資源每次只給一個線程使用，其它線程阻塞，用完后再把資源轉(zhuǎn)讓給其它線程）。傳統(tǒng)的關(guān)系型數(shù)據(jù)庫里邊就用到了很多這種鎖機(jī)制，比如行鎖，表鎖等，讀鎖，寫鎖等，都是在做操作之前先上鎖。Java中synchronized和ReentrantLock等獨(dú)占鎖就是悲觀鎖思想的實(shí)現(xiàn)。

總是假設(shè)最好的情況，每次去拿數(shù)據(jù)的時候都認(rèn)為別人不會修改，所以不會上鎖，但是在更新的時候會判斷一下在此期間別人有沒有去更新這個數(shù)據(jù)，可以使用版本號機(jī)制和CAS算法實(shí)現(xiàn)。樂觀鎖適用于多讀的應(yīng)用類型，這樣可以提高吞吐量，像數(shù)據(jù)庫提供的類似于write_condition機(jī)制，其實(shí)都是提供的樂觀鎖。在Java中java.util.concurrent.atomic包下面的原子變量類就是使用了樂觀鎖的一種實(shí)現(xiàn)方式CAS實(shí)現(xiàn)的。

從上面對兩種鎖的介紹，我們知道兩種鎖各有優(yōu)缺點(diǎn)，不可認(rèn)為一種好于另一種，像樂觀鎖適用于寫比較少的情況下（多讀場景），即沖突真的很少發(fā)生的時候，這樣可以省去了鎖的開銷，加大了系統(tǒng)的整個吞吐量。但如果是多寫的情況，一般會經(jīng)常產(chǎn)生沖突，這就會導(dǎo)致上層應(yīng)用會不斷的進(jìn)行retry，這樣反倒是降低了性能，所以一般多寫的場景下用悲觀鎖就比較合適。

樂觀鎖一般會使用版本號機(jī)制或CAS算法實(shí)現(xiàn)。

一般是在數(shù)據(jù)表中加上一個數(shù)據(jù)版本號version字段，表示數(shù)據(jù)被修改的次數(shù)，當(dāng)數(shù)據(jù)被修改時，version值會加一。當(dāng)線程A要更新數(shù)據(jù)值時，在讀取數(shù)據(jù)的同時也會讀取version值，在提交更新時，若剛才讀取到的version值為當(dāng)前數(shù)據(jù)庫中的version值相等時才更新，否則重試更新操作，直到更新成功。

舉一個簡單的例子： 假設(shè)數(shù)據(jù)庫中帳戶信息表中有一個 version 字段，當(dāng)前值為 1 ；而當(dāng)前帳戶余額字段（ balance ）為 $100 。

操作員 A 此時將其讀出（ version=1 ），并從其帳戶余額中扣除 $50（ $100-$50 ）。

在操作員 A 操作的過程中，操作員B 也讀入此用戶信息（ version=1 ），并從其帳戶余額中扣除 $20 （ $100-$20 ）。

操作員 A 完成了修改工作，將數(shù)據(jù)版本號加一（ version=2 ），連同帳戶扣除后余額（ balance=$50 ），提交至數(shù)據(jù)庫更新，此時由于提交數(shù)據(jù)版本大于數(shù)據(jù)庫記錄當(dāng)前版本，數(shù)據(jù)被更新，數(shù)據(jù)庫記錄 version 更新為 2 。

操作員 B 完成了操作，也將版本號加一（ version=2 ）試圖向數(shù)據(jù)庫提交數(shù)據(jù)（ balance=$80 ），但此時比對數(shù)據(jù)庫記錄版本時發(fā)現(xiàn)，操作員 B 提交的數(shù)據(jù)版本號為 2 ，數(shù)據(jù)庫記錄當(dāng)前版本也為 2 ，不滿足 “ 提交版本必須大于記錄當(dāng)前版本才能執(zhí)行更新 “ 的樂觀鎖策略，因此，操作員 B 的提交被駁回。

這樣，就避免了操作員 B 用基于 version=1 的舊數(shù)據(jù)修改的結(jié)果覆蓋操作員A 的操作結(jié)果的可能。

即compare and swap（比較與交換），是一種有名的無鎖算法。無鎖編程，即不使用鎖的情況下實(shí)現(xiàn)多線程之間的變量同步，也就是在沒有線程被阻塞的情況下實(shí)現(xiàn)變量的同步，所以也叫非阻塞同步（Non-blocking Synchronization）。CAS算法涉及到三個操作數(shù)

需要讀寫的內(nèi)存值 V

進(jìn)行比較的值 A

擬寫入的新值 B

當(dāng)且僅當(dāng) V 的值等于 A時，CAS通過原子方式用新值B來更新V的值，否則不會執(zhí)行任何操作（比較和替換是一個原子操作）。一般情況下是一個自旋操作，即不斷的重試。

關(guān)于自旋鎖，大家可以看一下這篇文章，非常不錯：《 面試必備之深入理解自旋鎖》

ABA 問題是樂觀鎖一個常見的問題

如果一個變量V初次讀取的時候是A值，并且在準(zhǔn)備賦值的時候檢查到它仍然是A值，那我們就能說明它的值沒有被其他線程修改過了嗎？很明顯是不能的，因?yàn)樵谶@段時間它的值可能被改為其他值，然后又改回A，那CAS操作就會誤認(rèn)為它從來沒有被修改過。這個問題被稱為CAS操作的 "ABA"問題。

JDK 1.5 以后的 AtomicStampedReference 類就提供了此種能力，其中的 compareAndSet 方法就是首先檢查當(dāng)前引用是否等于預(yù)期引用，并且當(dāng)前標(biāo)志是否等于預(yù)期標(biāo)志，如果全部相等，則以原子方式將該引用和該標(biāo)志的值設(shè)置為給定的更新值。

自旋CAS（也就是不成功就一直循環(huán)執(zhí)行直到成功）如果長時間不成功，會給CPU帶來非常大的執(zhí)行開銷。 如果JVM能支持處理器提供的pause指令那么效率會有一定的提升，pause指令有兩個作用，第一它可以延遲流水線執(zhí)行指令（de-pipeline）,使CPU不會消耗過多的執(zhí)行資源，延遲的時間取決于具體實(shí)現(xiàn)的版本，在一些處理器上延遲時間是零。第二它可以避免在退出循環(huán)的時候因內(nèi)存順序沖突（memory order violation）而引起CPU流水線被清空（CPU pipeline flush），從而提高CPU的執(zhí)行效率。

CAS 只對單個共享變量有效，當(dāng)操作涉及跨多個共享變量時 CAS 無效。但是從 JDK 1.5開始，提供了AtomicReference類來保證引用對象之間的原子性，你可以把多個變量放在一個對象里來進(jìn)行 CAS 操作.所以我們可以使用鎖或者利用AtomicReference類把多個共享變量合并成一個共享變量來操作。

MyISAM和InnoDB存儲引擎使用的鎖：

MyISAM 采用表級鎖(table-level locking)。

InnoDB 支持行級鎖(row-level locking)和表級鎖,默認(rèn)為行級鎖

表級鎖和行級鎖對比：

表級鎖： Mysql中鎖定 粒度最大 的一種鎖，對當(dāng)前操作的整張表加鎖，實(shí)現(xiàn)簡單，資源消耗也比較少，加鎖快，不會出現(xiàn)死鎖。其鎖定粒度最大，觸發(fā)鎖沖突的概率最高，并發(fā)度最低，MyISAM和 InnoDB引擎都支持表級鎖。

行級鎖： Mysql中鎖定 粒度最小 的一種鎖，只針對當(dāng)前操作的行進(jìn)行加鎖。 行級鎖能大大減少數(shù)據(jù)庫操作的沖突。其加鎖粒度最小，并發(fā)度高，但加鎖的開銷也最大，加鎖慢，會出現(xiàn)死鎖。

詳細(xì)內(nèi)容可以參考： Mysql鎖機(jī)制簡單了解一下

InnoDB存儲引擎的鎖的算法有三種：

Record lock：單個行記錄上的鎖

Gap lock：間隙鎖，鎖定一個范圍，不包括記錄本身

Next-key lock：record+gap 鎖定一個范圍，包含記錄本身

相關(guān)知識點(diǎn)：

innodb對于行的查詢使用next-key lock

Next-locking keying為了解決Phantom Problem幻讀問題

當(dāng)查詢的索引含有唯一屬性時，將next-key lock降級為record key

Gap鎖設(shè)計(jì)的目的是為了阻止多個事務(wù)將記錄插入到同一范圍內(nèi)，而這會導(dǎo)致幻讀問題的產(chǎn)生

有兩種方式顯式關(guān)閉gap鎖：（除了外鍵約束和唯一性檢查外，其余情況僅使用record lock） A. 將事務(wù)隔離級別設(shè)置為RC B. 將參數(shù)innodb_locks_unsafe_for_binlog設(shè)置為1

當(dāng)MySQL單表記錄數(shù)過大時，數(shù)據(jù)庫的CRUD性能會明顯下降，一些常見的優(yōu)化措施如下：

務(wù)必禁止不帶任何限制數(shù)據(jù)范圍條件的查詢語句。比如：我們當(dāng)用戶在查詢訂單歷史的時候，我們可以控制在一個月的范圍內(nèi)；

經(jīng)典的數(shù)據(jù)庫拆分方案，主庫負(fù)責(zé)寫，從庫負(fù)責(zé)讀；

根據(jù)數(shù)據(jù)庫里面數(shù)據(jù)表的相關(guān)性進(jìn)行拆分。 例如，用戶表中既有用戶的登錄信息又有用戶的基本信息，可以將用戶表拆分成兩個多帶帶的表，甚至放到多帶帶的庫做分庫。

簡單來說垂直拆分是指數(shù)據(jù)表列的拆分，把一張列比較多的表拆分為多張表。 如下圖所示，這樣來說大家應(yīng)該就更容易理解了。

垂直拆分的優(yōu)點(diǎn)： 可以使得列數(shù)據(jù)變小，在查詢時減少讀取的Block數(shù)，減少I/O次數(shù)。此外，垂直分區(qū)可以簡化表的結(jié)構(gòu)，易于維護(hù)。

垂直拆分的缺點(diǎn)： 主鍵會出現(xiàn)冗余，需要管理冗余列，并會引起Join操作，可以通過在應(yīng)用層進(jìn)行Join來解決。此外，垂直分區(qū)會讓事務(wù)變得更加復(fù)雜；

保持?jǐn)?shù)據(jù)表結(jié)構(gòu)不變，通過某種策略存儲數(shù)據(jù)分片。這樣每一片數(shù)據(jù)分散到不同的表或者庫中，達(dá)到了分布式的目的。 水平拆分可以支撐非常大的數(shù)據(jù)量。

水平拆分是指數(shù)據(jù)表行的拆分，表的行數(shù)超過200萬行時，就會變慢，這時可以把一張的表的數(shù)據(jù)拆成多張表來存放。舉個例子：我們可以將用戶信息表拆分成多個用戶信息表，這樣就可以避免單一表數(shù)據(jù)量過大對性能造成影響。

水平拆分可以支持非常大的數(shù)據(jù)量。需要注意的一點(diǎn)是：分表僅僅是解決了單一表數(shù)據(jù)過大的問題，但由于表的數(shù)據(jù)還是在同一臺機(jī)器上，其實(shí)對于提升MySQL并發(fā)能力沒有什么意義，所以 水平拆分最好分庫 。

水平拆分能夠 支持非常大的數(shù)據(jù)量存儲，應(yīng)用端改造也少，但 分片事務(wù)難以解決 ，跨節(jié)點(diǎn)Join性能較差，邏輯復(fù)雜。《Java工程師修煉之道》的作者推薦 盡量不要對數(shù)據(jù)進(jìn)行分片，因?yàn)椴鸱謺磉壿?、部署、運(yùn)維的各種復(fù)雜度 ，一般的數(shù)據(jù)表在優(yōu)化得當(dāng)?shù)那闆r下支撐千萬以下的數(shù)據(jù)量是沒有太大問題的。如果實(shí)在要分片，盡量選擇客戶端分片架構(gòu)，這樣可以減少一次和中間件的網(wǎng)絡(luò)I/O。

下面補(bǔ)充一下數(shù)據(jù)庫分片的兩種常見方案：

客戶端代理： 分片邏輯在應(yīng)用端，封裝在jar包中，通過修改或者封裝JDBC層來實(shí)現(xiàn)。 當(dāng)當(dāng)網(wǎng)的 Sharding-JDBC 、阿里的TDDL是兩種比較常用的實(shí)現(xiàn)。

中間件代理： 在應(yīng)用和數(shù)據(jù)中間加了一個代理層。分片邏輯統(tǒng)一維護(hù)在中間件服務(wù)中。 我們現(xiàn)在談的 Mycat 、360的Atlas、網(wǎng)易的DDB等等都是這種架構(gòu)的實(shí)現(xiàn)。

詳細(xì)內(nèi)容可以參考： MySQL大表優(yōu)化方案

一條SQL語句在MySQL中如何執(zhí)行的

MySQL高性能優(yōu)化規(guī)范建議

騰訊面試：一條SQL語句執(zhí)行得很慢的原因有哪些？---不看后悔系列

一千行 MySQL 學(xué)習(xí)筆記

如果大家想要實(shí)時關(guān)注我更新的文章以及分享的干貨的話，可以關(guān)注我的公眾號。

《Java面試突擊》: 由本文檔衍生的專為面試而生的《Java面試突擊》V2.0 PDF 版本公眾號后臺回復(fù) "Java面試突擊" 即可免費(fèi)領(lǐng)??！

Java工程師必備學(xué)習(xí)資源: 一些Java工程師常用學(xué)習(xí)資源公眾號后臺回復(fù)關(guān)鍵字 “1” 即可免費(fèi)無套路獲取。