前言

作为后端猿的我们，不出意外每天都会和mysql打交道。除了每天写不腻的CURD语句，关于mysql我们应该要了解它的那些基础知识呢？

在进入文章之前，小编想给你们一个小小的福利，关于MySQL的学习结构指南，让你学习事半功倍

因为内容太多所以只放这两张图，更多资料转发＋关注私信小编即可获取哦

 

 

福利给完那我们就直入主题吧

简单画出mysql的逻辑架构图？

接 入 层 ----------------------- ⬆ ⬆ ⬇ ⬇ 缓 存 解 析 器 ⬆ ⬇ 优 化 器 ----------------------- 引 擎 复制代码

mysql常见的引擎有哪些，区别是什么？

InnoDB 支持事务 行锁 聚簇索引 辅助索引(二级索引)索引存放的是主键MyISAM 不支持事务 表锁 崩溃无法安全恢复 非聚簇索引 辅助索引(二级索引)索引存放的还是实际数据的地址Memory 基于内存 表锁 字段长度固定，不支持blob,text, 即使指定vachar实际储存也会转为charArchive 只支持insert/select操作 适合日志等...

什么是事务的ACDI概念？

A: Atomicity, 原子性, 一个事务的所有操作视为一个整体，要不全部成功，要不全部失败。C: Consistency, 一致性, 一个事务下的所有的数据状态变更，只有事务提交成功才全部变更。D: Durability, 持久性, 一旦事务提交成功，产生的数据变更将永久保存在数据库中。I: Isolation, 隔离性, 一个事务在提交之前对其他事务不可见。

什么是脏读，幻读，不可重复读？

脏读：读取未提交事务的数据，数据可能被回滚，不符合隔离性的定义。幻读：一个事务批量读取了一批数据时，另一个事务提交了新的数据，当之前的事务再次读取时，会产生幻影行。不可重复读：执行两次相同的查询，可能得到不同的结果。

mysql事务的隔离级别有哪些？默认的隔离级别是什么？

未提交读：一个事务还未提交，另一个事务就可以读取，这样导致的后果，脏读。提交读(又叫，不可重复读)：一个事务未提交对其他事务不可见，但是会产生幻读和不可重复读。可重复读(mysql默认隔离级别)：保证同一个事务下多次读取的结果一致，但是会产生幻读。可串行化：严格的串行阻塞，并发能力不好。

隔离级别 脏读 不可重复读 幻读 Read Uncommitted √ √ √ Read Committed × √ √ Repeatable Read × × √ Serializable × × ×

什么是MVCC？简述MVCC的作用及原理？

MVCC：Multi Version Concurrency Control, 多版本并发控制，mysql防止幻读的一种技术手段。每行数据存在间隙行，间隙行存放该行数据的创建时间，删除时间，这里的时间实际是事务的版本号。当，

select数据时：只查询创建时间小于等于当前事务版本号 -> 当前事务或当前事务之前插入的行，删除时间大于当前版本号的行 -> 当前事务版本前未被删除的行。update数据时：在原有行a的基础上复制行a',行a的删除时间设置为当前的事务版本号，行a'的创建时间设置为当前的事务版本号。insert数据时：记录创建时间为当前事务版本号。delete数据时：记录删除时间为当前事务版本号。

死锁是怎么出现的，并写出简单示例？

死锁产生的原因是两个事务互相等待对方释放，产生了循环依赖，mysql采用了死锁检测(检测到循环依赖返回错误)和死锁超时(超时回滚持有行锁最少的事务)的方式尽可能去避免死锁。例如：

行锁： UPDATE `table_demo` SET `a` = 'test' WHERE `b` = 'lalala'; UPDATE `table_demo` SET `b` = 'test' WHERE `a` = 'lalala'; UPDATE `table_demo` SET `b` = 'test' WHERE `a` = 'lalala'; UPDATE `table_demo` SET `a` = 'test' WHERE `b` = 'lalala'; 复制代码

什么是聚簇索引和非聚簇索引？

聚簇索引：InnoDB, B+树的叶子节点存放实际数据。非聚簇索引：MyISAM, B+树的叶子节点存放实际数据的地址。

什么是覆盖索引？

覆盖索引：要查询的行被索引覆盖，从索引中可以直接读取，不需要回表查询。例如：

CREATE TABLE `demo_table`( `id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增ID', `username` char(32) NOT NULL DEFAULT '' COMMENT '用户名', `password` char(32) NOT NULL DEFAULT '' COMMENT '密码', PRIMARY KEY (`id`), KEY `idx_username` (`username`) )ENGINE=InnoDB DEFAULT CHARSET=UTF8; 复制代码 explain select `username` from `demo_table` where `username` = 'demo'; +----+-------------+------------+------+---------------+--------------+---------+-------+------+--------------------------+ | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | +----+-------------+------------+------+---------------+--------------+---------+-------+------+--------------------------+ | 1 | SIMPLE | demo_table | ref | idx_username | idx_username | 96 | const | 1 | Using where; Using index | +----+-------------+------------+------+---------------+--------------+---------+-------+------+--------------------------+ 复制代码

Extra里的Using index就是使用了覆盖索引的意思。

什么是索引的最左前缀匹配原则？

个人目前理解：例如使用联合索引，从左向右依次匹配，未匹配到索引字段或第一个范围查找(between、like、大于、小于)为止，及该部分索引有效。

InnoDB为什么不采用红黑树而采用B+树作为索引存放数据结构，并简要画出B+树？(目前我个人的理解比较浅欢迎积极纠正～)

红黑树本质是二叉树，每个节点最多拥有两个子节点，所以红黑树的深度较深。

B树每个节点最多可以有n个子节点，根节点常驻内存且每个节点刚好申请１个页的大小，假如每个节点拥有100个子节点，那百万级的数据我们基本上只需要深度是3就可以存下 => 100^3，这样就减少的io次数(一个节点的大小通常为磁盘一个页的大小)。

又有“局部性原理”(一旦一个数据被查询，那么它附近的数据可能也会需要被查询)，其次B+树的叶子节点构成一个链表，这样我们就可以很容易的查询出一段范围的数据，其次B+树的根节点和内部节点只存放该索引下一个子节点的位置的指针，数据只存放在叶子节点里，这样非叶子节点就可以有更多的空间存放索引的位置，索引的范围就可以尽可能的大，从而树的深度就可能的小。