icon
小维AI总结
HunYuan-Turbos-Latest
思考中···

常用以及总结

设计数据库时候：

一个汉字占 3 个字节，varchar(255)最多存 85 汉字

理论上可以存 255 字符、如果是中文字符(占 2 个字节)，127 个中文字符

位（bit）：数据存储的最小单位。每个二进制数字 0 或者 1 就是 1 个位；

字节（byte）： 8 个位构成一个字节；即：1 byte (字节)= 8 bit(位)；

字符：是指计算机中使用的字母、数字、字和符号。

int 是整型而且有 4 个字节=32 位，并且符号位占一位，它有自己的范围-231，231-1 即

[-2147483648,2147483647] 有 10 位 如果数字超过它的最大值，手机号 是 11 位，共五个字节(11 位)则用 long 类型或者 String

数据类型

int

int(11)、tinyint(4) 、smallint(6)、mediumint(9)、bigint(20) 整形选个合适长度，不改它

varchar(255)、char(1) 这边需要根据需求改长度，这里的长度是字符，255 就是可以存 255 个字符

tip：括号里面是它的默认长度也是固定长度，比如 int 是默认长度你有一个值 199，这个长度小于 3 所以它会填 0 来补充 00000000199

char

char 是一个是固定长度,varchar 是可变长度

为了提高 char 类型的性能，可以采取以下措施：

  • 使用 char 类型的等值查询，避免使用模糊查询。

  • 避免使用过长的 char 类型，尽量选择合适的长度。

  • 将 char 类型的列设置为 NOT NULL，以提高查询速度。

  • 将 char 类型的列设置为索引，以提高查询速度。

从空间上考虑，用 varchar 合适；从效率上考虑，用 char 合适，关键是根据实际情况找到权衡点，所有当需要大量查询需求的时候，用 char。当对于保存数据量过大的需求时，为了节省储存空间用 varchar。

text

没有默认长度，最大长度为 65,535(2 的 16 次方–1)字符的 TEXT 列。

Text 主要是用来存放非二进制的文本，如论坛帖子,题目，或者百度知道的问题和回答之类。TEXT 列不能有默认值，存储或检索过程中，不存在大小写转换，后面如果指定长度，不会报错误，但是这个长度是不起作用的，意思就是你插入数据的时候，超过你指定的长度还是可以正常插入。其实可以总结为用来储存大批量的文本信息的时候，使用 TEXT。

日期

datetime 显示 YYYY-MM-DD HH:MM:SS’格式显示 日期时间

date 只有日期

time 只有时间

timestamp 列类型可以使用它自动地用当前的日期和时间标记 INSERT 或 UPDATE 的操作。

它有 2 个属性值 CURRENT_TIMESTAMP 和 ON UPDATE CURRENT_TIMESTAMP

数据库操作

（创建 Create、检索 Retrieve、更改 Update、删除 Delete）

1
2
3
4
查：select * from 表名 where 条件
删：delect from 表名 where 条件
改：update 表名 set 字段1=对应值1，..  where 条件
增：insert into 表名(字段1,字段2..) values(对应值1,对应值2...)

查和删不加条件，则全部查找、删除；

增也可以不加字段 1、…，直接 values 对应上值也行，而且也可以插入多条，直接 values 后面再逗号继续插入值

多表查的时候有共同的字段，需要声明一下是哪个表里面的.

mysql 里运行不区分大小写，尽量都大写

– (默认升序 asc 数据条从上到下递增 降序 desc)

HAVING 是分组之后加的条件

六大范式

英文 Normal form

第一范式（1NF）、第二范式（2NF）、第三范式（3NF）、巴斯-科德范式（BCNF）、第四范式(4NF）和第五范式（5NF，又称完美范式）。满足最低要求的范式是第一范式（1NF）。在第一范式的基础上进一步满足更多规范要求的称为第二范式（2NF），其余范式以次类推。一般数据库只需满足第三范式(3NF）。

第一范式（1NF）：强调属性的原子性。即属性不可再分。

比如：学生表中

id 学生姓名 学生学号 学生人数 手机号 符合

id 学生姓名 学生（学生学号 学生人数） 手机号 不符合

再比如一个字段家庭地址，那肯定有省市区这些值，这些值也可以看出一张表，所以不满足，不允许表中还有表，一个字段只存储一项信息

第二范式（2NF）：第二范式就是在第一范式的基础上属性完全依赖于主键。也可以说是在第一范式的基础上，消除了非主属性对码的部分函数依赖。

比如：学生表中

1
2
3
4
5
学号 姓名  课程  班级 分数
1    小嗯  语文  1班  99
1    小嗯  数学  1班  98
2    小维  语文  2班  97
2    小维  科学  2班  100

可以看出(课程) → (分数)
(学号) → (姓名, 班级)

1.元组：表中的一行就是一个元组。

2.码:一个表中,可以唯一决定一个元组的属性"集合"。假设 k 为表中的某个属性,在 k 确定的情况下,这个表中的其他属性都可以确定,那么 k 就叫做候选码，也叫码。

(学号，课程)这个属性组就叫做码。

3.主属性:码里面的属性就是主属性。

4.部分函数依赖：比如上表中学号和课程组成主键已经不满足 2NF，那么你必须知道这 2 个的值才能知道后面列对应的值，就像 Z=X+Y 一样，你输入一个 X 不知道 Y 无法得到 Z，而 Z=X，Z=Y 就是部分函数依赖。而且这张表数据冗余，可以分成 2 张表

1
2
3
4
5
学号 课程 分数                  学号  姓名  班级
1    语文  99                   1    小嗯  1班
1    数学  98                   2    小维  2班
2    语文  97
2    科学  100

上面 2 张表属性都完全依赖于主键学号，这就是第二范式

第三范式（3NF）： 在 2NF 的基础上，消除了非主属性对于码的传递函数依赖。即，如果存在非主属性对于码的传递函数依赖,则不符合 3NF。

1
2
订单id  商品id  商品尺寸
1        1      22

可以看出主键订单 id，满足第二范式，商品 id 依赖订单 id，商品尺寸依赖商品 id，所以不满足第三范式，分成下面 2 张表即可满足

1
2
订单id  商品id            商品id   商品尺寸
1        1                 1        22

再比如有字段 学号 学生 系名称 系主任 ，可以看出系名称依赖学号，系主任依赖系名称，像上面拆成 2 表即可

常用语法

对数据库的操作

1
2
3
4
5
show databases;                      -- 查看所有的数据库
create database test;                -- 创建一个叫test的数据库
drop database test;                  -- 删除一个叫test的数据库
show create database 库名;           -- 查看创建库的详细信息
use test;                            -- 选中库，建表之前必须要选择数据库

表的操作

1
2
3
4
5
show tables;                         -- 在选中的数据库之中查看所有的表
create table 表名 (字段1 类型, 字段2 类型);
desc 表名;                           -- 查看所在的表的字段
drop table 表名;                     -- 删除表
show create table 表名;              -- 查看创建表的详细信息

修改表结构：

1
2
3
4
5
alter table 表名 modify 字段 字段类型;                    -- 修改字段类型
alter table 表名 add 字段 字段类型;                       -- 添加新的字段
alter table 表名 add 字段 字段类型 after 字段;            -- 添加字段并指定位置
alter table 表名 drop 字段名;                             -- 删除表字段
alter table 表名 change 原字段名字 新的字段名字 字段类型;  -- 修改指定的字段

增

1
2
3
4
5
6
7
8
9
10
insert into 表名[(字段1，字段2，…)] values('值1','值2',…);

-- 1.1 不指定字段（很少用）
insert into 表名 values(值1，值2，…);

-- 1.2 指定字段（较常用）
insert into 表名(字段1，字段2…) values(值1，值2，…);

-- 1.3 批量插入
insert into 表名(字段1，字段2…) values(值1，值2，…),(值1，值2，…),(值1，值2，…);

删

1
2
delete from 表名 where 条件;
-- 注意：where 条件必须加，否则数据会被全部删除

改

1
update 表名 set 字段1 = 值1, 字段2 = 值2 where 条件;

查

1
2
3
select * from 表名;                          -- 查询表中的所有数据
select 字段 from 表名;                       -- 指定数据查询
select 字段 from 表名 where 条件;            -- 根据条件查询（最常用）

where语句

关系：>,<,>=,<=,!=

逻辑：or或, and并且

区间：id between 4 and 6 ;闭区间，包含边界

多表查询

内连接

1
2
3
4
5
-- 隐式内连接
select username,name from user,goods where user.gid=goods.gid;

-- 显示内连接
select username from user inner join goods on user.gid=goods.gid;

外连接

1
2
3
4
5
-- 左连接：包含所有的左边表中的记录以及右边表中没有和他匹配的记录
select * from user left join goods on user.gid=goods.gid;

-- 右连接
select * from user right join goods on user.gid=goods.gid;

子查询

1
select * from user where gid in(select gid from goods);

联合查询

1
2
3
4
5
6
select * from user left join goods on user.gid=goods.gid
union
select * from user right join goods on user.gid=goods.gid;

-- 两个表同时更新
update user u, goods g set u.gid=12, g.price=1 where u.id=2 and u.gid=g.gid;

进阶查询

基础查询

1
2
3
4
5
6
7
8
9
10
11
-- 全表查询
select * from student;

-- 选择查询
select name, gender from students;

-- 别名
select name as 员工姓名, position as 职位名称 from employees;

-- 常量和运算
select order_id, unit_price, quantity, unit_price * quantity as total_amount from orders;

条件查询

1
2
3
4
5
6
7
8
9
10
11
12
13
14
-- where
select name, price, stock from products where stock <= 20;

-- 运算符
select name, age, salary from employees where name != '小张';

-- 空值
select name, age from employees where hire_date is null;  -- 还有IS NOT NULL

-- 模糊查询
select name, age, position from employees where name like '%张%';

-- 逻辑运算
select name, age, salary from employees where name like '%李%' and age < 30;

去重与排序

1
2
3
4
5
-- 去重
select distinct class_id from students;

-- 排序 默认升序（ASC）或降序（DESC）
select name, score from students order by score desc;

分页

1
2
3
4
5
-- LIMIT 后只跟一个整数，表示要截断的数据条数（一次获取几条）
select task_name, due_date from tasks limit 2;

-- LIMIT 后跟 2 个整数，依次表示所从第几条数据开始、一次获取几条 索引0开始
select task_name, due_date from tasks limit 2, 2;

条件分支

1
2
3
4
5
SELECT
  name,
  CASE WHEN (name = '鸡哥') THEN '会' ELSE '不会' END AS can_rap
FROM
  student;

内置函数

1
2
3
4
5
6
7
-- 时间函数
SELECT DATE() AS current_date;        -- 获取当前日期
SELECT DATETIME() AS current_datetime; -- 获取当前日期时间
SELECT TIME() AS current_time;        -- 获取当前时间

-- 字符串处理  UPPER转大写 LENGTH获长度 LOWER转小写
SELECT name, UPPER(name) AS upper_name FROM employees;

聚合函数

COUNT：计算指定列的行数或非空值的数量。

SUM：计算指定列的数值之和。

AVG：计算指定列的数值平均值。

MAX：找出指定列的最大值。

MIN：找出指定列的最小值。

1
2
SELECT COUNT(*) AS order_num FROM orders;
SELECT COUNT(DISTINCT customer_id) AS customer_num FROM orders;  -- 订单表中不同客户的数量

分组与过滤

1
2
3
4
5
6
7
8
9
-- 单|多字段分组
SELECT customer_id FROM orders GROUP BY customer_id, product_id;

-- having 子句
-- WHERE 子句用于在分组之前进行过滤，而 HAVING 子句用于在分组之后进行过滤
SELECT customer_id, COUNT(order_id) AS order_num    -- 查询订单数超过 1 的客户
FROM orders
GROUP BY customer_id
HAVING COUNT(order_id) > 1;

关联查询

CROSS JOIN

CROSS JOIN 是一种简单的关联查询，不需要任何条件来匹配行，它直接将左表的每一行与右表的每一行进行组合，返回的结果是两个表的笛卡尔积

1
2
3
4
5
6
7
SELECT e.emp_name, e.salary, d.department, d.manager
FROM employees e
CROSS JOIN departments d;

-- 等价于
SELECT e.emp_name, e.salary, d.department, d.manager
FROM employees e, departments d;

INNER JOIN

INNER JOIN 只返回两个表中满足关联条件的交集部分，即在两个表中都存在的匹配行

1
2
3
SELECT e.emp_name, e.salary, e.department, d.manager
FROM employees e
JOIN departments d ON e.department = d.department;

OUTER JOIN

OUTER JOIN 中，包括 LEFT OUTER JOIN 和 RIGHT OUTER JOIN 两种类型，它们分别表示查询左表和右表的所有行（即使没有被匹配），再加上满足条件的交集部分

1
2
3
SELECT e.emp_name, e.salary, e.department, d.manager
FROM employees e
LEFT JOIN departments d ON e.department = d.department;

子查询

子查询是指在一个查询语句内部嵌套另一个完整的查询语句，内层查询被称为子查询。子查询可以用于获取更复杂的查询结果或者用于过滤数据

1
2
3
4
5
6
7
8
-- 订单总金额 > 200 的客户的姓名和城市信息
SELECT name, city
FROM customers
WHERE customer_id IN (
    SELECT DISTINCT customer_id
    FROM orders
    WHERE total_amount > 200
);

EXISTS

子查询中的一种特殊类型是 “exists” 子查询，用于检查主查询的结果集是否存在满足条件的记录，它返回布尔值（True 或 False），而不返回实际的数据

1
2
3
4
5
6
7
8
-- 存在订单的客户姓名和订单金额
SELECT name, total_amount
FROM customers
WHERE EXISTS (
    SELECT 1
    FROM orders
    WHERE orders.customer_id = customers.customer_id
);

组合查询

UNION 两个或多个查询的结果集合并，并去除重复的行；UNION ALL 全部保留

1
2
3
SELECT name, age, department FROM table1
UNION
SELECT name, age, department FROM table2;

开窗函数

开窗函数可以与聚合函数（如 SUM、AVG、COUNT 等）结合使用，但与普通聚合函数不同，开窗函数不会导致结果集的行数减少

将开窗函数想象成一种 “透视镜”，它能够将我们聚焦在某个特定的分组，同时还能看到整体的全景

SUM OVER

1
2
3
4
5
6
7
8
9
-- 每个客户的订单总金额，并显示每个订单的详细信息
SELECT
    order_id,
    customer_id,
    order_date,
    total_amount,
    SUM(total_amount) OVER (PARTITION BY customer_id) AS customer_total_amount
FROM
    orders;

RANK

Rank 开窗函数的常见用法是在查询结果中查找前几名（Top N）或排名最高的行

1
2
3
4
5
6
7
8
9
-- 每个客户的订单按照订单金额降序排名，并显示每个订单的详细信息
SELECT
    order_id,
    customer_id,
    order_date,
    total_amount,
    RANK() OVER (PARTITION BY customer_id ORDER BY total_amount DESC) AS customer_rank
FROM
    orders;

PARTITION BY 子句可选，用于指定分组列；ORDER BY 子句用于指定排序列及排序方式

ROW_NUMBER

Row_Number 函数为每一行都分配一个唯一的整数值，不管是否存在并列（相同排序值）的情况。每一行都有一个唯一的行号，从 1 开始连续递增

1
2
3
4
5
6
7
8
9
-- 每个客户的订单按照订单金额降序排列，并且分配一个 row_number 编号
SELECT
    order_id,
    customer_id,
    order_date,
    total_amount,
    ROW_NUMBER() OVER (PARTITION BY customer_id ORDER BY total_amount DESC) AS row_number
FROM
    orders;

LAG / LEAD

Lag 函数用于获取当前行之前的某一列的值。Lead 函数用于获取当前行之后的某一列的值。

1
2
3
4
LAG(column_name, offset, default_value) OVER (PARTITION BY partition_column ORDER BY sort_column)
-- column_name：要获取值的列名
-- offset：表示要向上偏移的行数。例如，offset为1表示获取上一行的值
-- default_value：可选参数，用于指定当没有前一行时的默认值
1
2
3
4
5
6
7
8
9
-- 查询每个学生的考试日期和上一次考试的成绩，以及下一次考试的成绩
SELECT
    student_id,
    exam_date,
    score,
    LAG(score, 1, NULL) OVER (PARTITION BY student_id ORDER BY exam_date) AS previous_score,
    LEAD(score, 1, NULL) OVER (PARTITION BY student_id ORDER BY exam_date) AS next_score
FROM
    scores;

实战案例

英雄胜率统计

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
-- 统计每个英雄定位的胜率（胜利场次/总场次*100）
-- 只显示对局数大于等于5场的英雄定位
SELECT
    hero_role,
    ROUND(SUM(CASE WHEN game_result = '胜利' THEN 1 ELSE 0 END) * 100.0 / COUNT(*), 1) || '%' AS win_rate,
    ROUND(AVG((kills + assists) * 1.0 / CASE WHEN deaths = 0 THEN 1 ELSE deaths END), 2) AS avg_kda,
    COUNT(*) AS total_matches
FROM
    game_matches
GROUP BY
    hero_role
HAVING
    COUNT(*) >= 5
ORDER BY
    ROUND(SUM(CASE WHEN game_result = '胜利' THEN 1 ELSE 0 END) * 100.0 / COUNT(*), 1) DESC;

股票交易分析

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
SELECT
    sector,
    ROUND(SUM(quantity * price_per_share), 2) AS total_amount,
    COUNT(*) AS transaction_count,
    ROUND(AVG(price_per_share), 2) AS avg_price,
    CONCAT(ROUND(SUM(CASE WHEN transaction_type = '买入' THEN 1 ELSE 0 END) * 100.0 / COUNT(*), 1), '%') AS buy_ratio,
    CONCAT(ROUND(SUM(CASE WHEN investor_type = '机构' THEN 1 ELSE 0 END) * 100.0 / COUNT(*), 1), '%') AS institution_ratio,
    ROUND(AVG(commission_fee), 2) AS avg_commission,
    (
        SELECT stock_name
        FROM stock_transactions s2
        WHERE s2.sector = stock_transactions.sector
        GROUP BY stock_name
        ORDER BY SUM(quantity * price_per_share) DESC
        LIMIT 1
    ) AS top_stock,
    CONCAT(ROUND((MAX(price_per_share) - MIN(price_per_share)) * 100.0 / AVG(price_per_share), 1), '%') AS volatility
FROM
    stock_transactions
GROUP BY
    sector
ORDER BY
    total_amount DESC;

索引

回表

为什么会回表

  • 主键索引（聚集索引）：InnoDB 的叶子节点存储了整行数据，不需要回表。
  • 非主键索引（辅助索引/二级索引）：叶子节点只存了索引列和主键列，要查其他列就必须回表
1
2
3
4
5
6
7
8
9
CREATE TABLE stock_transactions (
    transaction_id INT PRIMARY KEY,
    investor_id INT,
    sector VARCHAR(20),
    quantity INT,
    price_per_share DECIMAL(10,2),
    commission_fee DECIMAL(10,2)
);
CREATE INDEX idx_investor_id ON stock_transactions(investor_id);

查询：

1
2
3
SELECT sector, quantity
FROM stock_transactions
WHERE investor_id = 123;

idx_investor_id 是二级索引，只包含 investor_id 和 transaction_id（主键）

查询过程：

  1. 用 idx_investor_id 找到 transaction_id（索引列 + 主键）
  2. 再回表去 stock_transactions 表找到 sector 和 quantity
  3. 这个访问表的过程就叫回表

如何避免回表

  1. 查询的字段都在索引中 - 不需要访问表数据，直接从索引返回
1
2
3
4
5
6
7
CREATE INDEX idx_sector_quantity_investor
    ON stock_transactions(investor_id, sector, quantity);

SELECT sector, quantity
FROM stock_transactions
WHERE investor_id = 123;
-- 现在索引已经覆盖查询字段，不会回表
  1. 选择性高的索引 + 合理联合索引 - 可以减少回表的次数，对大表性能提升明显

小结

  • 回表 = 使用二级索引时，为了获取非索引列数据，需要访问主表
  • 影响：增加 I/O，查询慢
  • 优化方法：尽量用覆盖索引，让索引包含所有查询列

InnoDB 主键就是聚簇索引，辅助索引是非聚簇索引，回表是非聚簇索引的代价

什么时候索引反而降低性能

  1. 小表查询：全表扫描比索引更快
  2. 选择性低：列重复值多，索引命中率低
  3. 频繁写操作：INSERT/UPDATE/DELETE，每次都要维护索引
  4. 索引列做函数运算：索引失效，增加查询成本
  5. LIKE 前置通配符：LIKE '%abc' 索引无效

记忆法：索引是为了加速读，代价是写与存储。

面试题精选

COUNT(1)、COUNT(*)、COUNT(列) 区别与优化

区别

写法 含义 NULL值
COUNT(*) 统计总行数，包含NULL 包含
COUNT(1) 等同于COUNT(*)，统计总行数 包含
COUNT(列) 统计该列非NULL的行数 不包含

性能对比

  • COUNT(*) 和 COUNT(1)：MySQL优化器会自动选择最小的索引树来遍历，性能基本相同
  • COUNT(列)：需要判断该列是否为NULL，如果列上没有索引，还会触发全表扫描

优化建议

1
2
3
4
5
6
7
8
-- 慢：需要检查name列是否为NULL
SELECT COUNT(name) FROM users;

-- 快：直接统计行数
SELECT COUNT(*) FROM users;

-- 如果业务需要统计非NULL值，给列加NOT NULL约束
ALTER TABLE users MODIFY name VARCHAR(50) NOT NULL;

结论：优先使用 COUNT(*)，性能最好且语义最清晰

SQL优化

1. 避免SELECT *

1
2
3
4
5
-- 慢：返回所有列，浪费IO
SELECT * FROM orders WHERE user_id = 100;

-- 快：只查需要的列
SELECT order_id, amount, create_time FROM orders WHERE user_id = 100;

2. 小表驱动大表

1
2
3
4
5
6
7
-- 慢：大表在前，用IN
SELECT * FROM orders WHERE user_id IN (SELECT id FROM users WHERE status = 1);

-- 快：小表驱动大表，用EXISTS
SELECT * FROM orders o WHERE EXISTS (
    SELECT 1 FROM users u WHERE u.id = o.user_id AND u.status = 1
);

3. 避免索引失效

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
-- 索引失效的常见情况：

-- 1. 对索引列做函数运算
SELECT * FROM users WHERE YEAR(create_time) = 2024;   -- 失效
SELECT * FROM users WHERE create_time >= '2024-01-01'  -- 生效
  AND create_time < '2025-01-01';

-- 2. 隐式类型转换
SELECT * FROM users WHERE phone = 13800138000;  -- 失效（phone是字符串）
SELECT * FROM users WHERE phone = '13800138000'; -- 生效

-- 3. LIKE左模糊
SELECT * FROM users WHERE name LIKE '%张';   -- 失效
SELECT * FROM users WHERE name LIKE '张%';   -- 生效

-- 4. OR连接非索引列
SELECT * FROM users WHERE id = 1 OR name = '张三'; -- 如果name无索引则失效

4. 分页优化

1
2
3
4
5
6
7
8
9
10
-- 慢：OFFSET越大越慢
SELECT * FROM orders ORDER BY id LIMIT 1000000, 10;

-- 快：游标分页（记住上一页最后一条的id）
SELECT * FROM orders WHERE id > 1000000 ORDER BY id LIMIT 10;

-- 或者子查询优化
SELECT * FROM orders WHERE id >= (
    SELECT id FROM orders ORDER BY id LIMIT 1000000, 1
) ORDER BY id LIMIT 10;

5. 批量插入

1
2
3
4
5
6
7
8
9
10
-- 慢：逐条插入
INSERT INTO users(name, age) VALUES('张三', 20);
INSERT INTO users(name, age) VALUES('李四', 22);
INSERT INTO users(name, age) VALUES('王五', 25);

-- 快：批量插入
INSERT INTO users(name, age) VALUES
('张三', 20),
('李四', 22),
('王五', 25);

6. 使用EXPLAIN分析

1
EXPLAIN SELECT * FROM orders WHERE user_id = 100;

重点关注：

  • type：const > eq_ref > ref > range > index > ALL
  • key：实际使用的索引
  • rows：预估扫描行数
  • Extra：Using index（覆盖索引）、Using filesort（文件排序需优化）

锁机制

锁的分类

类型 说明
全局锁 锁定整个数据库，用于全库备份
表级锁 锁定整张表，MyISAM使用
行级锁 锁定某一行，InnoDB使用，粒度最小

行锁类型

  1. 记录锁（Record Lock）：锁定单行记录
  2. 间隙锁（Gap Lock）：锁定索引记录之间的间隙，防止幻读
  3. 临键锁（Next-Key Lock）：记录锁 + 间隙锁，InnoDB默认锁类型

死锁

1
2
3
4
5
6
7
8
9
10
11
-- 死锁场景：两个事务互相等待对方释放锁
-- 事务A
BEGIN;
UPDATE accounts SET balance = balance - 100 WHERE id = 1;  -- 锁住id=1
UPDATE accounts SET balance = balance + 100 WHERE id = 2;  -- 等待id=2的锁

-- 事务B（同时执行）
BEGIN;
UPDATE accounts SET balance = balance - 100 WHERE id = 2;  -- 锁住id=2
UPDATE accounts SET balance = balance + 100 WHERE id = 1;  -- 等待id=1的锁
-- 死锁！

如何避免死锁

  1. 固定加锁顺序：所有事务按相同顺序访问表和行
  2. 缩小事务范围：减少持锁时间
  3. 使用低隔离级别：在允许的情况下使用READ COMMITTED
  4. 添加合理索引：避免行锁升级为表锁
  5. 设置锁等待超时：innodb_lock_wait_timeout=50

查看锁信息

1
2
3
4
5
6
7
8
-- 查看当前锁等待
SELECT * FROM information_schema.INNODB_LOCK_WAITS;

-- 查看正在持有的锁
SELECT * FROM information_schema.INNODB_LOCKS;

-- 查看事务
SHOW ENGINE INNODB STATUS;

事务

ACID特性

  • A（原子性）：事务要么全部成功，要么全部回滚
  • C（一致性）：事务前后数据保持一致
  • I（隔离性）：并发事务之间互不干扰
  • D（持久性）：事务提交后数据永久保存

隔离级别

级别 脏读 不可重复读 幻读
READ UNCOMMITTED 有 有 有
READ COMMITTED 无 有 有
REPEATABLE READ（默认） 无 无 有
SERIALIZABLE 无 无 无

MVCC（多版本并发控制）

InnoDB在REPEATABLE READ级别下，通过MVCC解决脏读和不可重复读：

  • 每行数据有两个隐藏列：DB_TRX_ID（事务ID）、DB_ROLL_PTR（回滚指针）
  • 事务启动时生成ReadView，包含活跃事务列表
  • 读取数据时，根据ReadView判断版本可见性
  • 实现快照读，不需要加锁

主从复制

原理

  1. Master将数据变更记录到Binlog（二进制日志）
  2. Slave的IO线程请求Master的Binlog，写入本地Relay Log
  3. Slave的SQL线程读取Relay Log，重放数据变更

复制方式

  • 异步复制：Master不等待Slave确认（默认）
  • 半同步复制：Master至少等待一个Slave确认收到Binlog
  • 全同步复制：Master等待所有Slave确认（性能差）

常见问题

  • 主从延迟：Slave单线程重放、网络延迟、大事务
  • 解决方案：并行复制、读写分离、强制走主库