一、基本概念

1.主鍵、外來鍵、超鍵、候選鍵

超鍵：在關係中能唯一標識元組的屬性集稱為關係模式的超鍵。一個屬性可以為作為一個超鍵，多個屬性組合在一起也可以作為一個超鍵。超鍵包含候選鍵和主鍵。
候選鍵：是最小超鍵，即沒有冗餘元素的超鍵。
主鍵：資料庫表中對儲存資料物件予以唯一和完整標識的資料列或屬性的組合。一個資料列只能有一個主鍵，且主鍵的取值不能缺失，即不能為空值（Null）。
外來鍵：在一個表中存在的另一個表的主鍵稱此表的外來鍵。

2.為什麼用自增列作為主鍵

如果我們定義了主鍵(PRIMARY KEY)，那麼InnoDB會選擇主鍵作為聚集索引、
如果沒有顯式定義主鍵，則InnoDB會選擇第一個不包含有NULL值的唯一索引作為主鍵索引、
如果也沒有這樣的唯一索引，則InnoDB會選擇內建6位元組長的ROWID作為隱含的聚集索引(ROWID隨著行記錄的寫入而主鍵遞增，這個ROWID不像ORACLE的ROWID那樣可引用，是隱含的)。
資料記錄本身被存於主索引（一顆B+Tree）的葉子節點上。這就要求同一個葉子節點內（大小為一個記憶體頁或磁碟頁）的各條資料記錄按主鍵順序存放，因此每當有一條新的記錄插入時，MySQL會根據其主鍵將其插入適當的節點和位置，如果頁面達到裝載因子（InnoDB預設為15/16），則開闢一個新的頁（節點）
如果表使用自增主鍵，那麼每次插入新的記錄，記錄就會順序新增到當前索引節點的後續位置，當一頁寫滿，就會自動開闢一個新的頁
如果使用非自增主鍵（如果身份證號或學號等），由於每次插入主鍵的值近似於隨機，因此每次新紀錄都要被插到現有索引頁得中間某個位置，此時MySQL不得不為了將新記錄插到合適位置而移動資料，甚至目標頁面可能已經被回寫到磁碟上而從快取中清掉，此時又要從磁碟上讀回來，這增加了很多開銷，同時頻繁的移動、分頁操作造成了大量的碎片，得到了不夠緊湊的索引結構，後續不得不透過OPTIMIZE TABLE來重建表並最佳化填充頁面。

3.觸發器的作用？

觸發器是一種特殊的儲存過程，主要是透過事件來觸發而被執行的。它可以強化約束，來維護資料的完整性和一致性，可以跟蹤資料庫內的操作從而不允許未經許可的更新和變化。可以聯級運算。如，某表上的觸發器上包含對另一個表的資料操作，而該操作又會導致該表觸發器被觸發。
4.什麼是儲存過程？用什麼來呼叫？
儲存過程是一個預編譯的SQL語句，優點是允許模組化的設計，就是說只需建立一次，以後在該程式中就可以呼叫多次。如果某次操作需要執行多次SQL，使用儲存過程比單純SQL語句執行要快。
呼叫：
1）可以用一個命令物件來呼叫儲存過程。
2）可以供外部程式呼叫，比如：java程式。

5.儲存過程的優缺點？

優點：
1）儲存過程是預編譯過的，執行效率高。
2）儲存過程的程式碼直接存放於資料庫中，透過儲存過程名直接呼叫，減少網路通訊。
3）安全性高，執行儲存過程需要有一定許可權的使用者。
4）儲存過程可以重複使用，可減少資料庫開發人員的工作量。
缺點：移植性差

6.儲存過程與函式的區別

兩萬字的資料庫面試題，不看絕對後悔

7.什麼叫檢視？遊標是什麼？

檢視：
是一種虛擬的表，具有和物理表相同的功能。可以對檢視進行增，改，查，操作，試圖通常是有一個表或者多個表的行或列的子集。對檢視的修改會影響基本表。它使得我們獲取資料更容易，相比多表查詢。
遊標：
是對查詢出來的結果集作為一個單元來有效的處理。遊標可以定在該單元中的特定行，從結果集的當前行檢索一行或多行。可以對結果集當前行做修改。一般不使用遊標，但是需要逐條處理資料的時候，遊標顯得十分重要。

8.檢視的優缺點

優點：
1對資料庫的訪問，因為檢視可以有選擇性的選取資料庫裡的一部分。
2)使用者透過簡單的查詢可以從複雜查詢中得到結果。
3)維護資料的獨立性，試圖可從多個表檢索資料。
4)對於相同的資料可產生不同的檢視。
缺點：
效能：查詢檢視時，必須把檢視的查詢轉化成對基本表的查詢，如果這個檢視是由一個複雜的多表查詢所定義，那麼，那麼就無法更改資料

9.drop、truncate、 delete區別

最基本：
drop直接刪掉表。
truncate刪除表中資料，再插入時自增長id又從1開始。
delete刪除表中資料，可以加where字句。
（1） DELETE語句執行刪除的過程是每次從表中刪除一行，並且同時將該行的刪除操作作為事務記錄在日誌中儲存以便進行進行回滾操作。TRUNCATE TABLE 則一次性地從表中刪除所有的資料並不把單獨的刪除操作記錄記入日誌儲存，刪除行是不能恢復的。並且在刪除的過程中不會啟用與表有關的刪除觸發器。執行速度快。
（2）表和索引所佔空間。當表被TRUNCATE 後，這個表和索引所佔用的空間會恢復到初始大小，而DELETE操作不會減少表或索引所佔用的空間。drop語句將表所佔用的空間全釋放掉。
（3）一般而言，drop > truncate > delete
（4）應用範圍。TRUNCATE 只能對TABLE；DELETE可以是table和view
（5） TRUNCATE 和DELETE只刪除資料，而DROP則刪除整個表（結構和資料）。
（6） truncate與不帶where的delete ：只刪除資料，而不刪除表的結構（定義）drop語句將刪除表的結構被依賴的約束（constrain),觸發器（trigger)索引（index);依賴於該表的儲存過程/函式將被保留，但其狀態會變為：invalid。
（7） delete語句為DML（data maintain Language),這個操作會被放到 rollback segment中,事務提交後才生效。如果有相應的 tigger,執行的時候將被觸發。
（8） truncate、drop是DLL（data define language),操作立即生效，原資料不放到 rollback segment中，不能回滾。
（9）在沒有備份情況下，謹慎使用 drop 與 truncate。要刪除部分資料行採用delete且注意結合where來約束影響範圍。回滾段要足夠大。要刪除表用drop;若想保留表而將表中資料刪除，如果於事務無關，用truncate即可實現。如果和事務有關，或老師想觸發trigger,還是用delete。
（10） Truncate table 表名速度快,而且效率高,因為:?truncate table 在功能上與不帶 WHERE 子句的 DELETE 語句相同：二者均刪除表中的全部行。但 TRUNCATE TABLE 比 DELETE 速度快，且使用的系統和事務日誌資源少。DELETE 語句每次刪除一行，並在事務日誌中為所刪除的每行記錄一項。TRUNCATE TABLE 透過釋放儲存表資料所用的資料頁來刪除資料，並且只在事務日誌中記錄頁的釋放。
（11） TRUNCATE TABLE 刪除表中的所有行，但表結構及其列、約束、索引等保持不變。新行標識所用的計數值重置為該列的種子。如果想保留標識計數值，請改用 DELETE。如果要刪除表定義及其資料，請使用 DROP TABLE 語句。
（12）對於由 FOREIGN KEY 約束引用的表，不能使用 TRUNCATE TABLE，而應使用不帶 WHERE 子句的 DELETE 語句。由於 TRUNCATE TABLE 不記錄在日誌中，所以它不能啟用觸發器。

10.什麼是臨時表，臨時表什麼時候刪除?

臨時表可以手動刪除：
DROP TEMPORARY TABLE IF EXISTS temp_tb;
臨時表只在當前連線可見，當關閉連線時，MySQL會自動刪除表並釋放所有空間。因此在不同的連線中可以建立同名的臨時表，並且操作屬於本連線的臨時表。
建立臨時表的語法與建立表語法類似，不同之處是增加關鍵字TEMPORARY，
如：
CREATE TEMPORARY TABLE tmp_table (
NAME VARCHAR (10) NOT NULL,
time date NOT NULL
);
select * from tmp_table;

11.非關係型資料庫和關係型資料庫區別，優勢比較?

非關係型資料庫的優勢：
效能：NOSQL是基於鍵值對的，可以想象成表中的主鍵和值的對應關係，而且不需要經過SQL層的解析，所以效能非常高。
可擴充套件性：同樣也是因為基於鍵值對，資料之間沒有耦合性，所以非常容易水平擴充套件。
關係型資料庫的優勢：
複雜查詢：可以用SQL語句方便的在一個表以及多個表之間做非常複雜的資料查詢。
事務支援：使得對於安全效能很高的資料訪問要求得以實現。
其他：
1.對於這兩類資料庫，對方的優勢就是自己的弱勢，反之亦然。
2.NOSQL資料庫慢慢開始具備SQL資料庫的一些複雜查詢功能，比如MongoDB。
3.對於事務的支援也可以用一些系統級的原子操作來實現例如樂觀鎖之類的方法來曲線救國，比如Redis set nx。

12.資料庫正規化，根據某個場景設計資料表?

第一正規化:(確保每列保持原子性)所有欄位值都是不可分解的原子值。
第一正規化是最基本的正規化。如果資料庫表中的所有欄位值都是不可分解的原子值，就說明該資料庫表滿足了第一正規化。
第一正規化的合理遵循需要根據系統的實際需求來定。比如某些資料庫系統中需要用到“地址”這個屬性，本來直接將“地址”屬性設計成一個資料庫表的欄位就行。但是如果系統經常會訪問“地址”屬性中的“城市”部分，那麼就非要將“地址”這個屬性重新拆分為省份、城市、詳細地址等多個部分進行儲存，這樣在對地址中某一部分操作的時候將非常方便。這樣設計才算滿足了資料庫的第一正規化，如下表所示。
上表所示的使用者資訊遵循了第一正規化的要求，這樣在對使用者使用城市進行分類的時候就非常方便，也提高了資料庫的效能。
第二正規化:(確保表中的每列都和主鍵相關)在一個資料庫表中，一個表中只能儲存一種資料，不可以把多種資料儲存在同一張資料庫表中。
第二正規化在第一正規化的基礎之上更進一層。第二正規化需要確保資料庫表中的每一列都和主鍵相關，而不能只與主鍵的某一部分相關（主要針對聯合主鍵而言）。也就是說在一個資料庫表中，一個表中只能儲存一種資料，不可以把多種資料儲存在同一張資料庫表中。
比如要設計一個訂單資訊表，因為訂單中可能會有多種商品，所以要將訂單編號和商品編號作為資料庫表的聯合主鍵。
第三正規化:(確保每列都和主鍵列直接相關,而不是間接相關) 資料表中的每一列資料都和主鍵直接相關，而不能間接相關。
第三正規化需要確保資料表中的每一列資料都和主鍵直接相關，而不能間接相關。
比如在設計一個訂單資料表的時候，可以將客戶編號作為一個外來鍵和訂單表建立相應的關係。而不可以在訂單表中新增關於客戶其它資訊（比如姓名、所屬公司等）的欄位。
BCNF:符合3NF，並且，主屬性不依賴於主屬性。
若關係模式屬於第二正規化，且每個屬性都不傳遞依賴於鍵碼，則R屬於BC正規化。
通常BC正規化的條件有多種等價的表述：每個非平凡依賴的左邊必須包含鍵碼；每個決定因素必須包含鍵碼。
BC正規化既檢查非主屬性，又檢查主屬性。當只檢查非主屬性時，就成了第三正規化。滿足BC正規化的關係都必然滿足第三正規化。
還可以這麼說：若一個關係達到了第三正規化，並且它只有一個候選碼，或者它的每個候選碼都是單屬性，則該關係自然達到BC正規化。
一般，一個資料庫設計符合3NF或BCNF就可以了。
第四正規化:要求把同一表內的多對多關係刪除。
第五正規化:從最終結構重新建立原始結構。

13.什麼是內連線、外連線、交叉連線、笛卡爾積等?

內連線: 只連線匹配的行
左外連線: 包含左邊表的全部行（不管右邊的表中是否存在與它們匹配的行），以及右邊表中全部匹配的行
右外連線: 包含右邊表的全部行（不管左邊的表中是否存在與它們匹配的行），以及左邊表中全部匹配的行
例如1：
SELECT a.,b. FROM luntan LEFT JOIN usertable as b ON a.username=b.username
例如2：
SELECT a.,b. FROM city as a FULL OUTER JOIN user as b ON a.username=b.username
全外連線: 包含左、右兩個表的全部行，不管另外一邊的表中是否存在與它們匹配的行。
交叉連線: 生成笛卡爾積－它不使用任何匹配或者選取條件，而是直接將一個資料來源中的每個行與另一個資料來源的每個行都一一匹配
例如：
SELECT type,pub_name FROM titles CROSS JOIN publishers ORDER BY type
注意：
很多公司都只是考察是否知道其概念，但是也有很多公司需要不僅僅知道概念，還需要動手寫sql,一般都是簡單的連線查詢，具體關於連線查詢的sql練習，參見以下連結：
牛客網資料庫SQL實戰
leetcode中文網站資料庫練習
我的另一篇文章，常用sql練習50題

14.varchar和char的使用場景?

1.char的長度是不可變的，而varchar的長度是可變的。
定義一個char[10]和varchar[10]。
如果存進去的是‘csdn’,那麼char所佔的長度依然為10，除了字元‘csdn’外，後面跟六個空格，varchar就立馬把長度變為4了，取資料的時候，char型別的要用trim()去掉多餘的空格，而varchar是不需要的。
2.char的存取數度還是要比varchar要快得多，因為其長度固定，方便程式的儲存與查詢。
char也為此付出的是空間的代價，因為其長度固定，所以難免會有多餘的空格佔位符佔據空間，可謂是以空間換取時間效率。
varchar是以空間效率為首位。
3.char的儲存方式是：對英文字元（ASCII）佔用1個位元組，對一個漢字佔用兩個位元組。
varchar的儲存方式是：對每個英文字元佔用2個位元組，漢字也佔用2個位元組。
4.兩者的儲存資料都非unicode的字元資料。

15.SQL語言分類

SQL語言共分為四大類：
資料查詢語言DQL
資料操縱語言DML
資料定義語言DDL
資料控制語言DCL。
1. 資料查詢語言DQL
資料查詢語言DQL基本結構是由SELECT子句，FROM子句，WHERE子句組成的查詢塊：
SELECT
FROM
WHERE
2 .資料操縱語言DML
資料操縱語言DML主要有三種形式：
1) 插入：INSERT
2) 更新：UPDATE
3) 刪除：DELETE
3. 資料定義語言DDL
資料定義語言DDL用來建立資料庫中的各種物件-----表、檢視、索引、同義詞、聚簇等如：
CREATE TABLE/VIEW/INDEX/SYN/CLUSTER
表檢視索引同義詞簇
DDL操作是隱性提交的！不能rollback
4. 資料控制語言DCL
資料控制語言DCL用來授予或回收訪問資料庫的某種特權，並控制資料庫操縱事務發生的時間及效果，對資料庫實行監視等。如：
1) GRANT：授權。
2) ROLLBACK [WORK] TO [SAVEPOINT]：回退到某一點。回滾---ROLLBACK；回滾命令使資料庫狀態回到上次最後提交的狀態。其格式為：
SQL>ROLLBACK;
3) COMMIT [WORK]：提交。
在資料庫的插入、刪除和修改操作時，只有當事務在提交到資料
庫時才算完成。在事務提交前，只有運算元據庫的這個人才能有權看
到所做的事情，別人只有在最後提交完成後才可以看到。
提交資料有三種型別：顯式提交、隱式提交及自動提交。下面分
別說明這三種型別。
(1) 顯式提交
用COMMIT命令直接完成的提交為顯式提交。其格式為：
SQL>COMMIT；
(2) 隱式提交
用SQL命令間接完成的提交為隱式提交。這些命令是：
ALTER，AUDIT，COMMENT，CONNECT，CREATE，DISCONNECT，DROP，
EXIT，GRANT，NOAUDIT，QUIT，REVOKE，RENAME。
(3) 自動提交
若把AUTOCOMMIT設定為ON，則在插入、修改、刪除語句執行後，
系統將自動進行提交，這就是自動提交。其格式為：
SQL>SET AUTOCOMMIT ON；
參考文章：
https://www.cnblogs.com/study-s/p/5287529.html

16.like %和-的區別

萬用字元的分類:
%百分號萬用字元:表示任何字元出現任意次數(可以是0次).
_下劃線萬用字元:表示只能匹配單個字元,不能多也不能少,就是一個字元.
like運算子: LIKE作用是指示mysql後面的搜尋模式是利用萬用字元而不是直接相等匹配進行比較.
注意: 如果在使用like運算子時,後面的沒有使用通用匹配符效果是和=一致的,SELECT * FROM products WHERE products.prod_name like '1000';
只能匹配的結果為1000,而不能匹配像JetPack 1000這樣的結果.
%萬用字元使用: 匹配以"yves"開頭的記錄:(包括記錄"yves") SELECT FROM products WHERE products.prod_name like 'yves%';
匹配包含"yves"的記錄(包括記錄"yves") SELECT FROM products WHERE products.prod_name like '%yves%';
匹配以"yves"結尾的記錄(包括記錄"yves",不包括記錄"yves ",也就是yves後面有空格的記錄,這裡需要注意) SELECT * FROM products WHERE products.prod_name like '%yves';
萬用字元使用: SELECT FROM products WHERE products.prod_name like '_yves'; 匹配結果為: 像"yyves"這樣記錄.
SELECT FROM products WHERE products.prod*name like 'yves*'; 匹配結果為: 像"yvesHe"這樣的記錄.(一個下劃線只能匹配一個字元,不能多也不能少)
注意事項:
注意大小寫,在使用模糊匹配時,也就是匹配文字時,mysql是可能區分大小的,也可能是不區分大小寫的,這個結果是取決於使用者對MySQL的配置方式.如果是區分大小寫,那麼像YvesHe這樣記錄是不能被"yves__"這樣的匹配條件匹配的.
注意尾部空格,"%yves"是不能匹配"heyves "這樣的記錄的.
注意NULL,%萬用字元可以匹配任意字元,但是不能匹配NULL,也就是說SELECT * FROM products WHERE products.prod_name like '%;是匹配不到products.prod_name為NULL的的記錄.
技巧與建議:
正如所見， MySQL的萬用字元很有用。但這種功能是有代價的：萬用字元搜尋的處理一般要比前面討論的其他搜尋所花時間更長。這裡給出一些使用萬用字元要記住的技巧。
不要過度使用萬用字元。如果其他運算子能達到相同的目的，應該使用其他運算子。
在確實需要使用萬用字元時，除非絕對有必要，否則不要把它們用在搜尋模式的開始處。把萬用字元置於搜尋模式的開始處，搜尋起來是最慢的。
仔細注意萬用字元的位置。如果放錯地方，可能不會返回想要的數.

參考博文：https://blog.csdn.net/u011479200/article/details/78513632

**17.count(*)、count(1)、count(column)的區別**

count(*)對行的數目進行計算,包含NULL
count(column)對特定的列的值具有的行數進行計算,不包含NULL值。
count()還有一種使用方式,count(1)這個用法和count(*)的結果是一樣的。
效能問題:
1.任何情況下SELECT COUNT(*) FROM tablename是最優選擇;
2.儘量減少SELECT COUNT(*) FROM tablename WHERE COL = ‘value’ 這種查詢;
3.杜絕SELECT COUNT(COL) FROM tablename WHERE COL2 = ‘value’ 的出現。
如果表沒有主鍵,那麼count(1)比count(*)快。
如果有主鍵,那麼count(主鍵,聯合主鍵)比count(*)快。
如果表只有一個欄位,count(*)最快。
count(1)跟count(主鍵)一樣,只掃描主鍵。count(*)跟count(非主鍵)一樣,掃描整個表。明顯前者更快一些。

18.最左字首原則

多列索引：
ALTER TABLE people ADD INDEX lname_fname_age (lame,fname,age);
為了提高搜尋效率，我們需要考慮運用多列索引,由於索引檔案以B－Tree格式儲存，所以我們不用掃描任何記錄，即可得到最終結果。
注：在mysql中執行查詢時，只能使用一個索引，如果我們在lname,fname,age上分別建索引,執行查詢時，只能使用一個索引，mysql會選擇一個最嚴格(獲得結果集記錄數最少)的索引。
最左字首原則：顧名思義，就是最左優先，上例中我們建立了lname_fname_age多列索引,相當於建立了(lname)單列索引，(lname,fname)組合索引以及(lname,fname,age)組合索引。

二、索引

1.什麼是索引？

何為索引：
資料庫索引，是資料庫管理系統中一個排序的資料結構，索引的實現通常使用B樹及其變種B+樹。
在資料之外，資料庫系統還維護著滿足特定查詢演算法的資料結構，這些資料結構以某種方式引用（指向）資料，這樣就可以在這些資料結構上實現高階查詢演算法。這種資料結構，就是索引。

2.索引的作用？它的優點缺點是什麼？

索引作用：
協助快速查詢、更新資料庫表中資料。
為表設定索引要付出代價的：
一是增加了資料庫的儲存空間
二是在插入和修改資料時要花費較多的時間(因為索引也要隨之變動)。
3.索引的優缺點？
建立索引可以大大提高系統的效能（優點）：
1.透過建立唯一性索引，可以保證資料庫表中每一行資料的唯一性。
2.可以大大加快資料的檢索速度，這也是建立索引的最主要的原因。
3.可以加速表和表之間的連線，特別是在實現資料的參考完整性方面特別有意義。
4.在使用分組和排序子句進行資料檢索時，同樣可以顯著減少查詢中分組和排序的時間。
5.透過使用索引，可以在查詢的過程中，使用最佳化隱藏器，提高系統的效能。
增加索引也有許多不利的方面(缺點)：
1.建立索引和維護索引要耗費時間，這種時間隨著資料量的增加而增加。
2.索引需要佔物理空間，除了資料表佔資料空間之外，每一個索引還要佔一定的物理空間，如果要建立聚簇索引，那麼需要的空間就會更大。
3.當對錶中的資料進行增加、刪除和修改的時候，索引也要動態的維護，這樣就降低了資料的維護速度。

4.哪些列適合建立索引、哪些不適合建索引？

索引是建立在資料庫表中的某些列的上面。在建立索引的時候，應該考慮在哪些列上可以建立索引，在哪些列上不能建立索引。
一般來說，應該在這些列上建立索引：
（1）在經常需要搜尋的列上，可以加快搜尋的速度；
（2）在作為主鍵的列上，強制該列的唯一性和組織表中資料的排列結構；
（3）在經常用在連線的列上，這些列主要是一些外來鍵，可以加快連線的速度；
（4）在經常需要根據範圍進行搜尋的列上建立索引，因為索引已經排序，其指定的範圍是連續的；
（5）在經常需要排序的列上建立索引，因為索引已經排序，這樣查詢可以利用索引的排序，加快排序查詢時間；
（6）在經常使用在WHERE子句中的列上面建立索引，加快條件的判斷速度。
對於有些列不應該建立索引：
（1）對於那些在查詢中很少使用或者參考的列不應該建立索引。
這是因為，既然這些列很少使用到，因此有索引或者無索引，並不能提高查詢速度。相反，由於增加了索引，反而降低了系統的維護速度和增大了空間需求。
（2）對於那些只有很少資料值的列也不應該增加索引。
這是因為，由於這些列的取值很少，例如人事表的性別列，在查詢的結果中，結果集的資料行佔了表中資料行的很大比例，即需要在表中搜尋的資料行的比例很大。增加索引，並不能明顯加快檢索速度。
（3）對於那些定義為text, image和bit資料型別的列不應該增加索引。
這是因為，這些列的資料量要麼相當大，要麼取值很少。
(4)當修改效能遠遠大於檢索效能時，不應該建立索引。
這是因為，修改效能和檢索效能是互相矛盾的。當增加索引時，會提高檢索效能，但是會降低修改效能。當減少索引時，會提高修改效能，降低檢索效能。因此，當修改效能遠遠大於檢索效能時，不應該建立索引。

5.什麼樣的欄位適合建索引

唯一、不為空、經常被查詢的欄位
6.MySQL B+Tree索引和Hash索引的區別?
Hash索引和B+樹索引的特點：
Hash索引結構的特殊性，其檢索效率非常高，索引的檢索可以一次定位;
B+樹索引需要從根節點到枝節點，最後才能訪問到頁節點這樣多次的IO訪問;
為什麼不都用Hash索引而使用B+樹索引？
Hash索引僅僅能滿足"=","IN"和""查詢，不能使用範圍查詢,因為經過相應的Hash演算法處理之後的Hash值的大小關係，並不能保證和Hash運算前完全一樣；
Hash索引無法被用來避免資料的排序操作，因為Hash值的大小關係並不一定和Hash運算前的鍵值完全一樣；
Hash索引不能利用部分索引鍵查詢，對於組合索引，Hash索引在計算Hash值的時候是組合索引鍵合併後再一起計算Hash值，而不是單獨計算Hash值，所以透過組合索引的前面一個或幾個索引鍵進行查詢的時候，Hash索引也無法被利用；
Hash索引在任何時候都不能避免表掃描，由於不同索引鍵存在相同Hash值，所以即使取滿足某個Hash鍵值的資料的記錄條數，也無法從Hash索引中直接完成查詢，還是要回表查詢資料；
Hash索引遇到大量Hash值相等的情況後效能並不一定就會比B+樹索引高。
補充：
1.MySQL中，只有HEAP/MEMORY引擎才顯示支援Hash索引。
2.常用的InnoDB引擎中預設使用的是B+樹索引，它會實時監控表上索引的使用情況，如果認為建立雜湊索引可以提高查詢效率，則自動在記憶體中的“自適應雜湊索引緩衝區”建立雜湊索引（在InnoDB中預設開啟自適應雜湊索引），透過觀察搜尋模式，MySQL會利用index key的字首建立雜湊索引，如果一個表幾乎大部分都在緩衝池中，那麼建立一個雜湊索引能夠加快等值查詢。
B+樹索引和雜湊索引的明顯區別是：
3.如果是等值查詢，那麼雜湊索引明顯有絕對優勢，因為只需要經過一次演算法即可找到相應的鍵值；當然了，這個前提是，鍵值都是唯一的。如果鍵值不是唯一的，就需要先找到該鍵所在位置，然後再根據連結串列往後掃描，直到找到相應的資料；
4.如果是範圍查詢檢索，這時候雜湊索引就毫無用武之地了，因為原先是有序的鍵值，經過雜湊演算法後，有可能變成不連續的了，就沒辦法再利用索引完成範圍查詢檢索；
同理，雜湊索引沒辦法利用索引完成排序，以及like ‘xxx%’ 這樣的部分模糊查詢（這種部分模糊查詢，其實本質上也是範圍查詢）；
5.雜湊索引也不支援多列聯合索引的最左匹配規則；
6.B+樹索引的關鍵字檢索效率比較平均，不像B樹那樣波動幅度大，在有大量重複鍵值情況下，雜湊索引的效率也是極低的，因為存在所謂的雜湊碰撞問題。
7.在大多數場景下，都會有範圍查詢、排序、分組等查詢特徵，用B+樹索引就可以了。

7.B樹和B+樹的區別

B樹，每個節點都儲存key和data，所有節點組成這棵樹，並且葉子節點指標為nul，葉子結點不包含任何關鍵字資訊
B+樹，所有的葉子結點中包含了全部關鍵字的資訊，及指向含有這些關鍵字記錄的指標，且葉子結點本身依關鍵字的大小自小而大的順序連結，所有的非終端結點可以看成是索引部分，結點中僅含有其子樹根結點中最大（或最小）關鍵字。(而B 樹的非終節點也包含需要查詢的有效資訊)

8.為什麼說B+比B樹更適合實際應用中作業系統的檔案索引和資料庫索引？

1.B+的磁碟讀寫代價更低
B+的內部結點並沒有指向關鍵字具體資訊的指標。因此其內部結點相對B樹更小。如果把所有同一內部結點的關鍵字存放在同一盤塊中，那麼盤塊所能容納的關鍵字數量也越多。一次性讀入記憶體中的需要查詢的關鍵字也就越多。相對來說IO讀寫次數也就降低了。
2.B+tree的查詢效率更加穩定
由於非終結點並不是最終指向檔案內容的結點，而只是葉子結點中關鍵字的索引。所以任何關鍵字的查詢必須走一條從根結點到葉子結點的路。所有關鍵字查詢的路徑長度相同，導致每一個資料的查詢效率相當。

9.聚集索引和非聚集索引區別?

聚合索引(clustered index):
聚集索引表記錄的排列順序和索引的排列順序一致，所以查詢效率快，只要找到第一個索引值記錄，其餘就連續性的記錄在物理也一樣連續存放。聚集索引對應的缺點就是修改慢，因為為了保證表中記錄的物理和索引順序一致，在記錄插入的時候，會對資料頁重新排序。
聚集索引類似於新華字典中用拼音去查詢漢字，拼音檢索表於書記順序都是按照a~z排列的，就像相同的邏輯順序於物理順序一樣，當你需要查詢a,ai兩個讀音的字，或是想一次尋找多個傻(sha)的同音字時，也許向後翻幾頁，或緊接著下一行就得到結果了。
非聚合索引(nonclustered index):
非聚集索引指定了表中記錄的邏輯順序，但是記錄的物理和索引不一定一致，兩種索引都採用B+樹結構，非聚集索引的葉子層並不和實際資料頁相重疊，而採用葉子層包含一個指向表中的記錄在資料頁中的指標方式。非聚集索引層次多，不會造成資料重排。
非聚集索引類似在新華字典上透過偏旁部首來查詢漢字，檢索表也許是按照橫、豎、撇來排列的，但是由於正文中是a~z的拼音順序，所以就類似於邏輯地址於實體地址的不對應。同時適用的情況就在於分組，大數目的不同值，頻繁更新的列中，這些情況即不適合聚集索引。
根本區別：
聚集索引和非聚集索引的根本區別是表記錄的排列順序和與索引的排列順序是否一致。

三、事務

1.什麼是事務？

事務是對資料庫中一系列操作進行統一的回滾或者提交的操作，主要用來保證資料的完整性和一致性。

2.事務四大特性（ACID）原子性、一致性、隔離性、永續性?

原子性（Atomicity）:
原子性是指事務包含的所有操作要麼全部成功，要麼全部失敗回滾，因此事務的操作如果成功就必須要完全應用到資料庫，如果操作失敗則不能對資料庫有任何影響。
一致性（Consistency）:
事務開始前和結束後，資料庫的完整性約束沒有被破壞。比如A向B轉賬，不可能A扣了錢，B卻沒收到。
隔離性（Isolation）:
隔離性是當多個使用者併發訪問資料庫時，比如操作同一張表時，資料庫為每一個使用者開啟的事務，不能被其他事務的操作所干擾，多個併發事務之間要相互隔離。同一時間，只允許一個事務請求同一資料，不同的事務之間彼此沒有任何干擾。比如A正在從一張銀行卡中取錢，在A取錢的過程結束前，B不能向這張卡轉賬。
永續性（Durability）:
永續性是指一個事務一旦被提交了，那麼對資料庫中的資料的改變就是永久性的，即便是在資料庫系統遇到故障的情況下也不會丟失提交事務的操作。

3.事務的併發?事務隔離級別，每個級別會引發什麼問題，MySQL預設是哪個級別?

從理論上來說, 事務應該彼此完全隔離, 以避免併發事務所導致的問題，然而, 那樣會對效能產生極大的影響, 因為事務必須按順序執行，在實際開發中, 為了提升效能, 事務會以較低的隔離級別執行，事務的隔離級別可以透過隔離事務屬性指定。
事務的併發問題
1、髒讀：事務A讀取了事務B更新的資料，然後B回滾操作，那麼A讀取到的資料是髒資料
2、不可重複讀：事務 A 多次讀取同一資料，事務 B 在事務A多次讀取的過程中，對資料作了更新並提交，導致事務A多次讀取同一資料時，結果因此本事務先後兩次讀到的資料結果會不一致。
3、幻讀：幻讀解決了不重複讀，保證了同一個事務裡，查詢的結果都是事務開始時的狀態（一致性）。
例如：事務T1對一個表中所有的行的某個資料項做了從“1”修改為“2”的操作這時事務T2又對這個表中插入了一行資料項，而這個資料項的數值還是為“1”並且提交給資料庫。而操作事務T1的使用者如果再檢視剛剛修改的資料，會發現還有跟沒有修改一樣，其實這行是從事務T2中新增的，就好像產生幻覺一樣，這就是發生了幻讀。
小結：不可重複讀的和幻讀很容易混淆，不可重複讀側重於修改，幻讀側重於新增或刪除。解決不可重複讀的問題只需鎖住滿足條件的行，解決幻讀需要鎖表。
事務的隔離級別
讀未提交：另一個事務修改了資料，但尚未提交，而本事務中的SELECT會讀到這些未被提交的資料髒讀
不可重複讀：事務 A 多次讀取同一資料，事務 B 在事務A多次讀取的過程中，對資料作了更新並提交，導致事務A多次讀取同一資料時，結果因此本事務先後兩次讀到的資料結果會不一致。
可重複讀：在同一個事務裡，SELECT的結果是事務開始時時間點的狀態，因此，同樣的SELECT操作讀到的結果會是一致的。但是，會有幻讀現象
序列化：最高的隔離級別，在這個隔離級別下，不會產生任何異常。併發的事務，就像事務是在一個個按照順序執行一樣

特別注意：

MySQL預設的事務隔離級別為repeatable-read
MySQL 支援 4 中事務隔離級別.
事務的隔離級別要得到底層資料庫引擎的支援, 而不是應用程式或者框架的支援.
Oracle 支援的 2 種事務隔離級別：READ_COMMITED , SERIALIZABLE
SQL規範所規定的標準，不同的資料庫具體的實現可能會有些差異
MySQL中預設事務隔離級別是“可重複讀”時並不會鎖住讀取到的行
事務隔離級別：未提交讀時，寫資料只會鎖住相應的行。
事務隔離級別為：可重複讀時，寫資料會鎖住整張表。
事務隔離級別為：序列化時，讀寫資料都會鎖住整張表。
隔離級別越高，越能保證資料的完整性和一致性，但是對併發效能的影響也越大，魚和熊掌不可兼得啊。對於多數應用程式，可以優先考慮把資料庫系統的隔離級別設為Read Committed，它能夠避免髒讀取，而且具有較好的併發效能。儘管它會導致不可重複讀、幻讀這些併發問題，在可能出現這類問題的個別場合，可以由應用程式採用悲觀鎖或樂觀鎖來控制。

4.事務傳播行為

1.PROPAGATION_REQUIRED：如果當前沒有事務，就建立一個新事務，如果當前存在事務，就加入該事務，該設定是最常用的設定。
2.PROPAGATION_SUPPORTS：支援當前事務，如果當前存在事務，就加入該事務，如果當前不存在事務，就以非事務執行。
3.PROPAGATION_MANDATORY：支援當前事務，如果當前存在事務，就加入該事務，如果當前不存在事務，就丟擲異常。
4.PROPAGATION_REQUIRES_NEW：建立新事務，無論當前存不存在事務，都建立新事務。
5.PROPAGATION_NOT_SUPPORTED：以非事務方式執行操作，如果當前存在事務，就把當前事務掛起。
6.PROPAGATION_NEVER：以非事務方式執行，如果當前存在事務，則丟擲異常。
7.PROPAGATION_NESTED：如果當前存在事務，則在巢狀事務內執行。如果當前沒有事務，則執行與PROPAGATION_REQUIRED類似的操作。

5.巢狀事務

什麼是巢狀事務？
巢狀是子事務套在父事務中執行，子事務是父事務的一部分，在進入子事務之前，父事務建立一個回滾點，叫save point，然後執行子事務，這個子事務的執行也算是父事務的一部分，然後子事務執行結束，父事務繼續執行。重點就在於那個save point。看幾個問題就明瞭了：
如果子事務回滾，會發生什麼？
父事務會回滾到進入子事務前建立的save point，然後嘗試其他的事務或者其他的業務邏輯，父事務之前的操作不會受到影響，更不會自動回滾。
如果父事務回滾，會發生什麼？
父事務回滾，子事務也會跟著回滾！為什麼呢，因為父事務結束之前，子事務是不會提交的，我們說子事務是父事務的一部分，正是這個道理。那麼：
事務的提交，是什麼情況？
是父事務先提交，然後子事務提交，還是子事務先提交，父事務再提交？答案是第二種情況，還是那句話，子事務是父事務的一部分，由父事務統一提交。

參考文章：https://blog.csdn.net/liangxw1/article/details/51197560

四、儲存引擎

1.MySQL常見的三種儲存引擎（InnoDB、MyISAM、MEMORY）的區別?

兩種儲存引擎的大致區別表現在：
1.InnoDB支援事務，MyISAM不支援， 這一點是非常之重要。事務是一種高階的處理方式，如在一些列增刪改中只要哪個出錯還可以回滾還原，而MyISAM就不可以了。
2.MyISAM適合查詢以及插入為主的應用。
3.InnoDB適合頻繁修改以及涉及到安全性較高的應用。
4.InnoDB支援外來鍵，MyISAM不支援。
5.從MySQL5.5.5以後，InnoDB是預設引擎。
6.InnoDB不支援FULLTEXT型別的索引。
7.InnoDB中不儲存表的行數，如select count() from table時，InnoDB需要掃描一遍整個表來計算有多少行，但是MyISAM只要簡單的讀出儲存好的行數即可。注意的是，當count()語句包含where條件時MyISAM也需要掃描整個表。
8.對於自增長的欄位，InnoDB中必須包含只有該欄位的索引，但是在MyISAM表中可以和其他欄位一起建立聯合索引。
9.DELETE FROM table時，InnoDB不會重新建立表，而是一行一行的刪除，效率非常慢。MyISAM則會重建表。
10.InnoDB支援行鎖（某些情況下還是鎖整表，如 update table set a=1 where user like '%lee%'。

2.MySQL儲存引擎MyISAM與InnoDB如何選擇

MySQL有多種儲存引擎，每種儲存引擎有各自的優缺點，可以擇優選擇使用：MyISAM、InnoDB、MERGE、MEMORY(HEAP)、BDB(BerkeleyDB)、EXAMPLE、FEDERATED、ARCHIVE、CSV、BLACKHOLE。
雖然MySQL裡的儲存引擎不只是MyISAM與InnoDB這兩個，但常用的就是兩個。
關於MySQL資料庫提供的兩種儲存引擎，MyISAM與InnoDB選擇使用：

1.INNODB會支援一些關聯式資料庫的高階功能，如事務功能和行級鎖，MyISAM不支援。
2.MyISAM的效能更優，佔用的儲存空間少，所以，選擇何種儲存引擎，視具體應用而定。

如果你的應用程式一定要使用事務，毫無疑問你要選擇INNODB引擎。但要注意，INNODB的行級鎖是有條件的。在where條件沒有使用主鍵時，照樣會鎖全表。比如DELETE FROM mytable這樣的刪除語句。
如果你的應用程式對查詢效能要求較高，就要使用MyISAM了。MyISAM索引和資料是分開的，而且其索引是壓縮的，可以更好地利用記憶體。所以它的查詢效能明顯優於INNODB。壓縮後的索引也能節約一些磁碟空間。MyISAM擁有全文索引的功能，這可以極大地最佳化LIKE查詢的效率。
有人說MyISAM只能用於小型應用，其實這只是一種偏見。如果資料量比較大，這是需要透過升級架構來解決，比如分表分庫，而不是單純地依賴儲存引擎。
現在一般都是選用innodb了，主要是MyISAM的全表鎖，讀寫序列問題，併發效率鎖表，效率低，MyISAM對於讀寫密集型應用一般是不會去選用的。
MEMORY儲存引擎
MEMORY是MySQL中一類特殊的儲存引擎。它使用儲存在記憶體中的內容來建立表，而且資料全部放在記憶體中。這些特性與前面的兩個很不同。
每個基於MEMORY儲存引擎的表實際對應一個磁碟檔案。該檔案的檔名與表名相同，型別為frm型別。該檔案中只儲存表的結構。而其資料檔案，都是儲存在記憶體中，這樣有利於資料的快速處理，提高整個表的效率。值得注意的是，伺服器需要有足夠的記憶體來維持MEMORY儲存引擎的表的使用。如果不需要了，可以釋放記憶體，甚至刪除不需要的表。
MEMORY預設使用雜湊索引。速度比使用B型樹索引快。當然如果你想用B型樹索引，可以在建立索引時指定。
注意，MEMORY用到的很少，因為它是把資料存到記憶體中，如果記憶體出現異常就會影響資料。如果重啟或者關機，所有資料都會消失。因此，基於MEMORY的表的生命週期很短，一般是一次性的。

3.MySQL的MyISAM與InnoDB兩種儲存引擎在，事務、鎖級別，各自的適用場景?

事務處理上方面

MyISAM：強調的是效能，每次查詢具有原子性,其執行數度比InnoDB型別更快，但是不提供事務支援。
InnoDB：提供事務支援事務，外部鍵等高階資料庫功能。具有事務(commit)、回滾(rollback)和崩潰修復能力(crash recovery capabilities)的事務安全(transaction-safe (ACID compliant))型表。

鎖級別

MyISAM：只支援表級鎖，使用者在操作MyISAM表時，select，update，delete，insert語句都會給表自動加鎖，如果加鎖以後的表滿足insert併發的情況下，可以在表的尾部插入新的資料。
InnoDB：支援事務和行級鎖，是innodb的最大特色。行鎖大幅度提高了多使用者併發操作的新能。但是InnoDB的行鎖，只是在WHERE的主鍵是有效的，非主鍵的WHERE都會鎖全表的。

關於儲存引擎MyISAM和InnoDB的其他參考資料如下：
MySQL儲存引擎中的MyISAM和InnoDB區別詳解
MySQL儲存引擎之MyISAM和Innodb總結性梳理

五、最佳化

1.查詢語句不同元素（where、jion、limit、group by、having等等）執行先後順序?

1.查詢中用到的關鍵詞主要包含六個，並且他們的順序依次為 select--from--where--group by--having--order by

其中select和from是必須的，其他關鍵詞是可選的，這六個關鍵詞的執行順序與sql語句的書寫順序並不是一樣的，而是按照下面的順序來執行
from:需要從哪個資料表檢索資料
where:過濾表中資料的條件
group by:如何將上面過濾出的資料分組
having:對上面已經分組的資料進行過濾的條件
select:檢視結果集中的哪個列，或列的計算結果
order by :按照什麼樣的順序來檢視返回的資料

2.from後面的表關聯，是自右向左解析而where條件的解析順序是自下而上的。

也就是說，在寫SQL語句的時候，儘量把資料量小的表放在最右邊來進行關聯（用小表去匹配大表），而把能篩選出小量資料的條件放在where語句的最左邊（用小表去匹配大表）
其他參考資源：
http://www.cnblogs.com/huminxxl/p/3149097.html

2.使用explain最佳化sql和索引?

對於複雜、效率低的sql語句，我們通常是使用explain sql 來分析sql語句，這個語句可以列印出，語句的執行。這樣方便我們分析，進行最佳化
table：顯示這一行的資料是關於哪張表的
type：這是重要的列，顯示連線使用了何種型別。從最好到最差的連線型別為const、eq_reg、ref、range、index和ALL
all:full table scan ;MySQL將遍歷全表以找到匹配的行；
index: index scan; index 和 all的區別在於index型別只遍歷索引；
range：索引範圍掃描，對索引的掃描開始於某一點，返回匹配值的行，常見與between ，等查詢；
ref：非唯一性索引掃描，返回匹配某個單獨值的所有行，常見於使用非唯一索引即唯一索引的非唯一字首進行查詢；
eq_ref：唯一性索引掃描，對於每個索引鍵，表中只有一條記錄與之匹配，常用於主鍵或者唯一索引掃描；
const，system：當MySQL對某查詢某部分進行最佳化，並轉為一個常量時，使用這些訪問型別。如果將主鍵置於where列表中，MySQL就能將該查詢轉化為一個常量。
possible_keys：顯示可能應用在這張表中的索引。如果為空，沒有可能的索引。可以為相關的域從WHERE語句中選擇一個合適的語句
key： 實際使用的索引。如果為NULL，則沒有使用索引。很少的情況下，MySQL會選擇最佳化不足的索引。這種情況下，可以在SELECT語句中使用USE INDEX（indexname）來強制使用一個索引或者用IGNORE INDEX（indexname）來強制MySQL忽略索引
key_len：使用的索引的長度。在不損失精確性的情況下，長度越短越好
ref：顯示索引的哪一列被使用了，如果可能的話，是一個常數
rows：MySQL認為必須檢查的用來返回請求資料的行數
Extra：關於MySQL如何解析查詢的額外資訊。將在表4.3中討論，但這裡可以看到的壞的例子是Using temporary和Using filesort，意思MySQL根本不能使用索引，結果是檢索會很慢。

3.MySQL慢查詢怎麼解決?

slow_query_log 慢查詢開啟狀態。
slow_query_log_file 慢查詢日誌存放的位置（這個目錄需要MySQL的執行帳號的可寫許可權，一般設定為MySQL的資料存放目錄）。
long_query_time 查詢超過多少秒才記錄。

六、資料庫鎖

1.mysql都有什麼鎖，死鎖判定原理和具體場景，死鎖怎麼解決?

MySQL有三種鎖的級別：頁級、表級、行級。
表級鎖：開銷小，加鎖快；不會出現死鎖；鎖定粒度大，發生鎖衝突的機率最高,併發度最低。
行級鎖：開銷大，加鎖慢；會出現死鎖；鎖定粒度最小，發生鎖衝突的機率最低,併發度也最高。
頁面鎖：開銷和加鎖時間界於表鎖和行鎖之間；會出現死鎖；鎖定粒度界於表鎖和行鎖之間，併發度一般
什麼情況下會造成死鎖?
什麼是死鎖？
死鎖: 是指兩個或兩個以上的程式在執行過程中。因爭奪資源而造成的一種互相等待的現象,若無外力作用,它們都將無法推進下去。此時稱系統處於死鎖狀態或系統產生了死鎖,這些永遠在互相等竺的程式稱為死鎖程式。
表級鎖不會產生死鎖.所以解決死鎖主要還是針對於最常用的InnoDB。
死鎖的關鍵在於：兩個(或以上)的Session加鎖的順序不一致。
那麼對應的解決死鎖問題的關鍵就是：讓不同的session加鎖有次序。
死鎖的解決辦法?
1.查出的執行緒殺死 kill
SELECT trx_MySQL_thread_id FROM information_schema.INNODB_TRX;
2.設定鎖的超時時間
Innodb 行鎖的等待時間，單位秒。可在會話級別設定，RDS 例項該引數的預設值為 50（秒）。
生產環境不推薦使用過大的 innodb_lock_wait_timeout引數值
該引數支援在會話級別修改，方便應用在會話級別單獨設定某些特殊操作的行鎖等待超時時間，如下：
set innodb_lock_wait_timeout=1000; —設定當前會話 Innodb 行鎖等待超時時間，單位秒。
3.指定獲取鎖的順序

2.有哪些鎖（樂觀鎖悲觀鎖），select 時怎麼加排它鎖?

悲觀鎖（Pessimistic Lock）:
悲觀鎖特點:先獲取鎖，再進行業務操作。
即“悲觀”的認為獲取鎖是非常有可能失敗的，因此要先確保獲取鎖成功再進行業務操作。通常所說的“一鎖二查三更新”即指的是使用悲觀鎖。通常來講在資料庫上的悲觀鎖需要資料庫本身提供支援，即透過常用的select … for update操作來實現悲觀鎖。當資料庫執行select for update時會獲取被select中的資料行的行鎖，因此其他併發執行的select for update如果試圖選中同一行則會發生排斥（需要等待行鎖被釋放），因此達到鎖的效果。select for update獲取的行鎖會在當前事務結束時自動釋放，因此必須在事務中使用。
補充：
不同的資料庫對select for update的實現和支援都是有所區別的，
oracle支援select for update no wait，表示如果拿不到鎖立刻報錯，而不是等待，MySQL就沒有no wait這個選項。
MySQL還有個問題是select for update語句執行中所有掃描過的行都會被鎖上，這一點很容易造成問題。因此如果在MySQL中用悲觀鎖務必要確定走了索引，而不是全表掃描。
樂觀鎖（Optimistic Lock）:
1.樂觀鎖，也叫樂觀併發控制，它假設多使用者併發的事務在處理時不會彼此互相影響，各事務能夠在不產生鎖的情況下處理各自影響的那部分資料。在提交資料更新之前，每個事務會先檢查在該事務讀取資料後，有沒有其他事務又修改了該資料。如果其他事務有更新的話，那麼當前正在提交的事務會進行回滾。
2.**樂觀鎖的特點先進行業務操作，不到萬不得已不去拿鎖。**即“樂觀”的認為拿鎖多半是會成功的，因此在進行完業務操作需要實際更新資料的最後一步再去拿一下鎖就好。
樂觀鎖在資料庫上的實現完全是邏輯的，不需要資料庫提供特殊的支援。
3.一般的做法是在需要鎖的資料上增加一個版本號，或者時間戳，
實現方式舉例如下：
樂觀鎖（給表加一個版本號欄位） 這個並不是樂觀鎖的定義，給表加版本號，是資料庫實現樂觀鎖的一種方式。
SELECT data AS old_data, version AS old_version FROM …;
根據獲取的資料進行業務操作，得到new_data和new_version
UPDATE SET data = new_data, version = new_version WHERE version = old_version
if (updated row > 0) {
// 樂觀鎖獲取成功，操作完成
} else {
// 樂觀鎖獲取失敗，回滾並重試
}
注意：
樂觀鎖在不發生取鎖失敗的情況下開銷比悲觀鎖小，但是一旦發生失敗回滾開銷則比較大，因此適合用在取鎖失敗機率比較小的場景，可以提升系統併發效能
樂觀鎖還適用於一些比較特殊的場景，例如在業務操作過程中無法和資料庫保持連線等悲觀鎖無法適用的地方。
總結：
悲觀鎖和樂觀鎖是資料庫用來保證資料併發安全防止更新丟失的兩種方法，例子在select ... for update前加個事務就可以防止更新丟失。悲觀鎖和樂觀鎖大部分場景下差異不大，一些獨特場景下有一些差別，一般我們可以從如下幾個方面來判斷。
響應速度： 如果需要非常高的響應速度，建議採用樂觀鎖方案，成功就執行，不成功就失敗，不需要等待其他併發去釋放鎖。'
衝突頻率： 如果衝突頻率非常高，建議採用悲觀鎖，保證成功率，如果衝突頻率大，樂觀鎖會需要多次重試才能成功，代價比較大。
重試代價： 如果重試代價大，建議採用悲觀鎖。

七、其他

1.資料庫的主從複製

主從複製的幾種方式:
同步複製:
所謂的同步複製，意思是master的變化，必須等待slave-1,slave-2,...,slave-n完成後才能返回。這樣，顯然不可取，也不是MySQL複製的預設設定。比如，在WEB前端頁面上，使用者增加了條記錄，需要等待很長時間。
非同步複製:
如同AJAX請求一樣。master只需要完成自己的資料庫操作即可。至於slaves是否收到二進位制日誌，是否完成操作，不用關心,MySQL的預設設定。
半同步複製:
master只保證slaves中的一個操作成功，就返回，其他slave不管。這個功能，是由google為MySQL引入的。

2.資料庫主從複製分析的 7 個問題?

問題1：master的寫操作，slaves被動的進行一樣的操作，保持資料一致性，那麼slave是否可以主動的進行寫操作？

假設slave可以主動的進行寫操作，slave又無法通知master，這樣就導致了master和slave資料不一致了。因此slave不應該進行寫操作，至少是slave上涉及到複製的資料庫不可以寫。實際上，這裡已經揭示了讀寫分離的概念。

問題2：主從複製中，可以有N個slave,可是這些slave又不能進行寫操作，要他們幹嘛？

實現資料備份:
類似於高可用的功能，一旦master掛了，可以讓slave頂上去，同時slave提升為master。
異地容災:比如master在北京，地震掛了，那麼在上海的slave還可以繼續。
主要用於實現scale out,分擔負載,可以將讀的任務分散到slaves上。
【很可能的情況是，一個系統的讀操作遠遠多於寫操作，因此寫操作發向master，讀操作發向slaves進行操作】

問題3：主從複製中有master,slave1,slave2,...等等這麼多MySQL資料庫，那比如一個JAVA WEB應用到底應該連線哪個資料庫?

我們在應用程式中可以這樣，insert/delete/update這些更新資料庫的操作，用connection(for master)進行操作，
select用connection(for slaves)進行操作。那我們的應用程式還要完成怎麼從slaves選擇一個來執行select，例如使用簡單的輪循演算法。
這樣的話，相當於應用程式完成了SQL語句的路由，而且與MySQL的主從複製架構非常關聯，一旦master掛了，某些slave掛了，那麼應用程式就要修改了。能不能讓應用程式與MySQL的主從複製架構沒有什麼太多關係呢？
找一個元件，application program只需要與它打交道，用它來完成MySQL的代理，實現SQL語句的路由。
MySQL proxy並不負責，怎麼從眾多的slaves挑一個？可以交給另一個元件(比如haproxy)來完成。
這就是所謂的MySQL READ WRITE SPLITE，MySQL的讀寫分離。

問題4：如果MySQL proxy , direct , master他們中的某些掛了怎麼辦？

總統一般都會弄個副總統，以防不測。同樣的，可以給這些關鍵的節點來個備份。

問題5：當master的二進位制日誌每產生一個事件，都需要發往slave，如果我們有N個slave,那是發N次，還是隻發一次？如果只發一次，發給了slave-1，那slave-2,slave-3,...它們怎麼辦？

顯然，應該發N次。實際上，在MySQL master內部，維護N個執行緒，每一個執行緒負責將二進位制日誌檔案發往對應的slave。master既要負責寫操作，還的維護N個執行緒，負擔會很重。可以這樣，slave-1是master的從，slave-1又是slave-2,slave-3,...的主，同時slave-1不再負責select。slave-1將master的複製執行緒的負擔，轉移到自己的身上。這就是所謂的多級複製的概念。

問題6：當一個select發往MySQL proxy，可能這次由slave-2響應，下次由slave-3響應，這樣的話，就無法利用查詢快取了。

應該找一個共享式的快取，比如memcache來解決。將slave-2,slave-3,...這些查詢的結果都快取至mamcache中。

問題7：隨著應用的日益增長，讀操作很多，我們可以擴充套件slave，但是如果master滿足不了寫操作了，怎麼辦呢？

scale on ?更好的伺服器？沒有最好的，只有更好的，太貴了。。。
scale out ? 主從複製架構已經滿足不了。
可以分庫【垂直拆分】，分表【水平拆分】。

3.mysql 高併發環境解決方案?

MySQL 高併發環境解決方案： 分庫分表分散式增加二級快取。。。。。
需求分析：網際網路單位每天大量資料讀取，寫入，併發性高。
現有解決方式：水平分庫分表，由單點分佈到多點資料庫中，從而降低單點資料庫壓力。
叢集方案：解決DB當機帶來的單點DB不能訪問問題。
讀寫分離策略：極大限度提高了應用中Read資料的速度和併發量。無法解決高寫入壓力。

4.資料庫崩潰時事務的恢復機制（REDO日誌和UNDO日誌）?

轉載：MySQL REDO日誌和UNDO日誌

Undo Log:
Undo Log是為了實現事務的原子性，在MySQL資料庫InnoDB儲存引擎中，還用了Undo Log來實現多版本併發控制(簡稱：MVCC)。
事務的原子性(Atomicity)事務中的所有操作，要麼全部完成，要麼不做任何操作，不能只做部分操作。如果在執行的過程中發生了錯誤，要回滾(Rollback)到事務開始前的狀態，就像這個事務從來沒有執行過。
原理Undo Log的原理很簡單，為了滿足事務的原子性，在操作任何資料之前，首先將資料備份到一個地方（這個儲存資料備份的地方稱為UndoLog）。然後進行資料的修改。如果出現了錯誤或者使用者執行了ROLLBACK語句，系統可以利用Undo Log中的備份將資料恢復到事務開始之前的狀態。
之所以能同時保證原子性和持久化，是因為以下特點：
更新資料前記錄Undo log。
為了保證永續性，必須將資料在事務提交前寫到磁碟。只要事務成功提交，資料必然已經持久化。
Undo log必須先於資料持久化到磁碟。如果在G,H之間系統崩潰，undo log是完整的，可以用來回滾事務。
如果在A-F之間系統崩潰,因為資料沒有持久化到磁碟。所以磁碟上的資料還是保持在事務開始前的狀態。
缺陷：每個事務提交前將資料和Undo Log寫入磁碟，這樣會導致大量的磁碟IO，因此效能很低。
如果能夠將資料快取一段時間，就能減少IO提高效能。但是這樣就會喪失事務的永續性。因此引入了另外一種機制來實現持久化，即Redo Log。
Redo Log:
原理和Undo Log相反，Redo Log記錄的是新資料的備份。在事務提交前，只要將Redo Log持久化即可，不需要將資料持久化。當系統崩潰時，雖然資料沒有持久化，但是Redo Log已經持久化。系統可以根據Redo Log的內容，將所有資料恢復到最新的狀態。

八、整理時參考的資料

java團長資料庫整理

20個資料庫常見面試題講解 - 鵬磊 - 開源中國"

34個資料庫常見面試題講解

漫談資料庫索引知識庫部落格園

Mysql| 使用萬用字元進行模糊查詢(like,%,_)

MySQL儲存引擎中的MyISAM和InnoDB區別詳解

MySQL儲存引擎之MyISAM和Innodb總結性梳理

https://blog.csdn.net/liangxw1/article/details/51197560