MySQL經(jīng)典36問！

大家好，我是大彬~

今天給大家分享MySQL常考的面試題，看看你們能答對(duì)多少

本期MySQL面試題的目錄如下：

• 事務(wù)的四大特性？
• 事務(wù)隔離級(jí)別有哪些？
• 索引
• 什么是索引？
• 索引的優(yōu)缺點(diǎn)？
• 索引的作用？
• 什么情況下需要建索引？
• 什么情況下不建索引？
• 索引的數(shù)據(jù)結(jié)構(gòu)
• Hash索引和B+樹索引的區(qū)別？
• 為什么B+樹比B樹更適合實(shí)現(xiàn)數(shù)據(jù)庫索引？
• 索引有什么分類？
• 什么是最左匹配原則？
• 什么是聚集索引？
• 什么是覆蓋索引？
• 索引的設(shè)計(jì)原則？
• 索引什么時(shí)候會(huì)失效？
• 什么是前綴索引？
• 常見的存儲(chǔ)引擎有哪些？
• MyISAM和InnoDB的區(qū)別？
• MVCC 實(shí)現(xiàn)原理？
• 快照讀和當(dāng)前讀
• 共享鎖和排他鎖
• 大表怎么優(yōu)化？
• bin log/redo log/undo log
• bin log和redo log有什么區(qū)別？
• 講一下MySQL架構(gòu)？
• 分庫分表
• 什么是分區(qū)表？
• 分區(qū)表類型
• 查詢語句執(zhí)行流程？
• 更新語句執(zhí)行過程？
• exist和in的區(qū)別？
• truncate、delete與drop區(qū)別？
• having和where的區(qū)別？
• 什么是MySQL主從同步？
• 為什么要做主從同步？
• 樂觀鎖和悲觀鎖是什么？
• 用過processlist嗎？

事務(wù)的四大特性？

事務(wù)特性ACID：原子性（Atomicity）、一致性（Consistency）、隔離性（Isolation）、持久性（Durability）。

• 原子性是指事務(wù)包含的所有操作要么全部成功，要么全部失敗回滾。
• 一致性是指一個(gè)事務(wù)執(zhí)行之前和執(zhí)行之后都必須處于一致性狀態(tài)。比如a與b賬戶共有1000塊，兩人之間轉(zhuǎn)賬之后無論成功還是失敗，它們的賬戶總和還是1000。
• 隔離性。跟隔離級(jí)別相關(guān)，如read committed，一個(gè)事務(wù)只能讀到已經(jīng)提交的修改。
• 持久性是指一個(gè)事務(wù)一旦被提交了，那么對(duì)數(shù)據(jù)庫中的數(shù)據(jù)的改變就是永久性的，即便是在數(shù)據(jù)庫系統(tǒng)遇到故障的情況下也不會(huì)丟失提交事務(wù)的操作。

事務(wù)隔離級(jí)別有哪些？

先了解下幾個(gè)概念：臟讀、不可重復(fù)讀、幻讀。

• 臟讀是指在一個(gè)事務(wù)處理過程里讀取了另一個(gè)未提交的事務(wù)中的數(shù)據(jù)。
• 不可重復(fù)讀是指在對(duì)于數(shù)據(jù)庫中的某行記錄，一個(gè)事務(wù)范圍內(nèi)多次查詢卻返回了不同的數(shù)據(jù)值，這是由于在查詢間隔，另一個(gè)事務(wù)修改了數(shù)據(jù)并提交了。
• 幻讀是當(dāng)某個(gè)事務(wù)在讀取某個(gè)范圍內(nèi)的記錄時(shí)，另外一個(gè)事務(wù)又在該范圍內(nèi)插入了新的記錄，當(dāng)之前的事務(wù)再次讀取該范圍的記錄時(shí)，會(huì)產(chǎn)生幻行，就像產(chǎn)生幻覺一樣，這就是發(fā)生了幻讀。

不可重復(fù)讀和臟讀的區(qū)別是，臟讀是某一事務(wù)讀取了另一個(gè)事務(wù)未提交的臟數(shù)據(jù)，而不可重復(fù)讀則是讀取了前一事務(wù)提交的數(shù)據(jù)。

幻讀和不可重復(fù)讀都是讀取了另一條已經(jīng)提交的事務(wù)，不同的是不可重復(fù)讀的重點(diǎn)是修改，幻讀的重點(diǎn)在于新增或者刪除。

事務(wù)隔離就是為了解決上面提到的臟讀、不可重復(fù)讀、幻讀這幾個(gè)問題。

MySQL數(shù)據(jù)庫為我們提供的四種隔離級(jí)別：

• Serializable (串行化)：通過強(qiáng)制事務(wù)排序，使之不可能相互沖突，從而解決幻讀問題。
• Repeatable read (可重復(fù)讀)：MySQL的默認(rèn)事務(wù)隔離級(jí)別，它確保同一事務(wù)的多個(gè)實(shí)例在并發(fā)讀取數(shù)據(jù)時(shí)，會(huì)看到同樣的數(shù)據(jù)行，解決了不可重復(fù)讀的問題。
• Read committed (讀已提交)：一個(gè)事務(wù)只能看見已經(jīng)提交事務(wù)所做的改變。可避免臟讀的發(fā)生。
• Read uncommitted (讀未提交)：所有事務(wù)都可以看到其他未提交事務(wù)的執(zhí)行結(jié)果。

查看隔離級(jí)別：

select @@transaction_isolation;

設(shè)置隔離級(jí)別：

set session transaction isolation level read uncommitted;

索引

什么是索引？

索引是存儲(chǔ)引擎用于提高數(shù)據(jù)庫表的訪問速度的一種數(shù)據(jù)結(jié)構(gòu)。

索引的優(yōu)缺點(diǎn)？

優(yōu)點(diǎn)：

• 加快數(shù)據(jù)查找的速度
• 為用來排序或者是分組的字段添加索引，可以加快分組和排序的速度
• 加快表與表之間連接的速度

缺點(diǎn)：

• 建立索引需要占用物理空間
• 會(huì)降低表的增刪改的效率，因?yàn)槊看螌?duì)表記錄進(jìn)行增刪改，需要進(jìn)行動(dòng)態(tài)維護(hù)索引，導(dǎo)致增刪改時(shí)間變長

索引的作用？

數(shù)據(jù)是存儲(chǔ)在磁盤上的，查詢數(shù)據(jù)時(shí)，如果沒有索引，會(huì)加載所有的數(shù)據(jù)到內(nèi)存，依次進(jìn)行檢索，讀取磁盤次數(shù)較多。有了索引，就不需要加載所有數(shù)據(jù)，因?yàn)锽+樹的高度一般在2-4層，最多只需要讀取2-4次磁盤，查詢速度大大提升。

什么情況下需要建索引？

1. 經(jīng)常用于查詢的字段
2. 經(jīng)常用于連接的字段建立索引，可以加快連接的速度
3. 經(jīng)常需要排序的字段建立索引，因?yàn)樗饕呀?jīng)排好序，可以加快排序查詢速度

什么情況下不建索引？

1. where條件中用不到的字段不適合建立索引
2. 表記錄較少
3. 需要經(jīng)常增刪改
4. 參與列計(jì)算的列不適合建索引
5. 區(qū)分度不高的字段不適合建立索引，如性別等

索引的數(shù)據(jù)結(jié)構(gòu)

索引的數(shù)據(jù)結(jié)構(gòu)主要有B+樹和哈希表，對(duì)應(yīng)的索引分別為B+樹索引和哈希索引。InnoDB引擎的索引類型有B+樹索引和哈希索引，默認(rèn)的索引類型為B+樹索引。

B+樹索引

B+ 樹是基于B 樹和葉子節(jié)點(diǎn)順序訪問指針進(jìn)行實(shí)現(xiàn)，它具有B樹的平衡性，并且通過順序訪問指針來提高區(qū)間查詢的性能。

在 B+ 樹中，節(jié)點(diǎn)中的 key 從左到右遞增排列，如果某個(gè)指針的左右相鄰 key 分別是 key_i 和 key_i+1，則該指針指向節(jié)點(diǎn)的所有 key 大于等于 key_i 且小于等于 key_i+1。

進(jìn)行查找操作時(shí)，首先在根節(jié)點(diǎn)進(jìn)行二分查找，找到key所在的指針，然后遞歸地在指針?biāo)赶虻墓?jié)點(diǎn)進(jìn)行查找。直到查找到葉子節(jié)點(diǎn)，然后在葉子節(jié)點(diǎn)上進(jìn)行二分查找，找出key所對(duì)應(yīng)的數(shù)據(jù)項(xiàng)。

MySQL 數(shù)據(jù)庫使用最多的索引類型是BTREE索引，底層基于B+樹數(shù)據(jù)結(jié)構(gòu)來實(shí)現(xiàn)。

mysql> show index from blog\G;
*************************** 1. row ***************************
        Table: blog
   Non_unique: 0
     Key_name: PRIMARY
 Seq_in_index: 1
  Column_name: blog_id
    Collation: A
  Cardinality: 4
     Sub_part: NULL
       Packed: NULL
         Null:
   Index_type: BTREE
      Comment:
Index_comment:
      Visible: YES
   Expression: NULL

哈希索引

哈希索引是基于哈希表實(shí)現(xiàn)的，對(duì)于每一行數(shù)據(jù)，存儲(chǔ)引擎會(huì)對(duì)索引列進(jìn)行哈希計(jì)算得到哈希碼，并且哈希算法要盡量保證不同的列值計(jì)算出的哈希碼值是不同的，將哈希碼的值作為哈希表的key值，將指向數(shù)據(jù)行的指針作為哈希表的value值。這樣查找一個(gè)數(shù)據(jù)的時(shí)間復(fù)雜度就是O(1)，一般多用于精確查找。

Hash索引和B+樹索引的區(qū)別？

• 哈希索引不支持排序，因?yàn)楣１硎菬o序的。
• 哈希索引不支持范圍查找。
• 哈希索引不支持模糊查詢及多列索引的最左前綴匹配。
• 因?yàn)楣１碇袝?huì)存在哈希沖突，所以哈希索引的性能是不穩(wěn)定的，而B+樹索引的性能是相對(duì)穩(wěn)定的，每次查詢都是從根節(jié)點(diǎn)到葉子節(jié)點(diǎn)。

為什么B+樹比B樹更適合實(shí)現(xiàn)數(shù)據(jù)庫索引？

• 由于B+樹的數(shù)據(jù)都存儲(chǔ)在葉子結(jié)點(diǎn)中，葉子結(jié)點(diǎn)均為索引，方便掃庫，只需要掃一遍葉子結(jié)點(diǎn)即可，但是B樹因?yàn)槠浞种ЫY(jié)點(diǎn)同樣存儲(chǔ)著數(shù)據(jù)，我們要找到具體的數(shù)據(jù)，需要進(jìn)行一次中序遍歷按序來掃，所以B+樹更加適合在區(qū)間查詢的情況，而在數(shù)據(jù)庫中基于范圍的查詢是非常頻繁的，所以通常B+樹用于數(shù)據(jù)庫索引。

• B+樹的節(jié)點(diǎn)只存儲(chǔ)索引key值，具體信息的地址存在于葉子節(jié)點(diǎn)的地址中。這就使以頁為單位的索引中可以存放更多的節(jié)點(diǎn)。減少更多的I/O支出。

• B+樹的查詢效率更加穩(wěn)定，任何關(guān)鍵字的查找必須走一條從根結(jié)點(diǎn)到葉子結(jié)點(diǎn)的路。所有關(guān)鍵字查詢的路徑長度相同，導(dǎo)致每一個(gè)數(shù)據(jù)的查詢效率相當(dāng)。

索引有什么分類？

1、主鍵索引：名為primary的唯一非空索引，不允許有空值。

2、唯一索引：索引列中的值必須是唯一的，但是允許為空值。唯一索引和主鍵索引的區(qū)別是：唯一約束的列可以為null且可以存在多個(gè)null值。唯一索引的用途：唯一標(biāo)識(shí)數(shù)據(jù)庫表中的每條記錄，主要是用來防止數(shù)據(jù)重復(fù)插入。創(chuàng)建唯一索引的SQL語句如下：

ALTER TABLE table_name
ADD CONSTRAINT constraint_name UNIQUE KEY(column_1,column_2,...);

3、組合索引：在表中的多個(gè)字段組合上創(chuàng)建的索引，只有在查詢條件中使用了這些字段的左邊字段時(shí)，索引才會(huì)被使用，使用組合索引時(shí)需遵循最左前綴原則。

4、全文索引：只有在MyISAM引擎上才能使用，只能在CHAR、VARCHAR和TEXT類型字段上使用全文索引。

什么是最左匹配原則？

如果 SQL 語句中用到了組合索引中的最左邊的索引，那么這條 SQL 語句就可以利用這個(gè)組合索引去進(jìn)行匹配。當(dāng)遇到范圍查詢(>、<、between、like)就會(huì)停止匹配，后面的字段不會(huì)用到索引。

對(duì)(a,b,c)建立索引，查詢條件使用 a/ab/abc 會(huì)走索引，使用 bc 不會(huì)走索引。如果查詢條件為a = 1 and b > 2 and c = 3，那么a、b個(gè)字兩段能用到索引，而c無法使用索引，因?yàn)閎字段是范圍查詢，導(dǎo)致后面的字段無法使用索引。

如下圖，對(duì)(a, b) 建立索引，a 在索引樹中是全局有序的，而 b 是全局無序，局部有序（當(dāng)a相等時(shí)，會(huì)根據(jù)b進(jìn)行排序）。

當(dāng)a的值確定的時(shí)候，b是有序的。例如a = 1時(shí)，b值為1，2是有序的狀態(tài)。當(dāng)執(zhí)行a = 1 and b = 2時(shí)a和b字段能用到索引。而對(duì)于查詢條件a < 4 and b = 2時(shí)，a字段能用到索引，b字段則用不到索引。因?yàn)閍的值此時(shí)是一個(gè)范圍，不是固定的，在這個(gè)范圍內(nèi)b的值不是有序的，因此b字段無法使用索引。

什么是聚集索引？

InnoDB使用表的主鍵構(gòu)造主鍵索引樹，同時(shí)葉子節(jié)點(diǎn)中存放的即為整張表的記錄數(shù)據(jù)。聚集索引葉子節(jié)點(diǎn)的存儲(chǔ)是邏輯上連續(xù)的，使用雙向鏈表連接，葉子節(jié)點(diǎn)按照主鍵的順序排序，因此對(duì)于主鍵的排序查找和范圍查找速度比較快。

聚集索引的葉子節(jié)點(diǎn)就是整張表的行記錄。InnoDB 主鍵使用的是聚簇索引。聚集索引要比非聚集索引查詢效率高很多。

對(duì)于InnoDB來說，聚集索引一般是表中的主鍵索引，如果表中沒有顯示指定主鍵，則會(huì)選擇表中的第一個(gè)不允許為NULL的唯一索引。如果沒有主鍵也沒有合適的唯一索引，那么InnoDB內(nèi)部會(huì)生成一個(gè)隱藏的主鍵作為聚集索引，這個(gè)隱藏的主鍵長度為6個(gè)字節(jié)，它的值會(huì)隨著數(shù)據(jù)的插入自增。

什么是覆蓋索引？

select的數(shù)據(jù)列只用從索引中就能夠取得，不需要回表進(jìn)行二次查詢，也就是說查詢列要被所使用的索引覆蓋。對(duì)于innodb表的二級(jí)索引，如果索引能覆蓋到查詢的列，那么就可以避免對(duì)主鍵索引的二次查詢。

不是所有類型的索引都可以成為覆蓋索引。覆蓋索引要存儲(chǔ)索引列的值，而哈希索引、全文索引不存儲(chǔ)索引列的值，所以MySQL使用b+樹索引做覆蓋索引。

對(duì)于使用了覆蓋索引的查詢，在查詢前面使用explain，輸出的extra列會(huì)顯示為using index。

比如user_like 用戶點(diǎn)贊表，組合索引為(user_id, blog_id)，user_id和blog_id都不為null。

explain select blog_id from user_like where user_id = 13;

explain結(jié)果的Extra列為Using index，查詢的列被索引覆蓋，并且where篩選條件符合最左前綴原則，通過索引查找就能直接找到符合條件的數(shù)據(jù)，不需要回表查詢數(shù)據(jù)。

explain select user_id from user_like where blog_id = 1;

explain結(jié)果的Extra列為Using where; Using index， 查詢的列被索引覆蓋，where篩選條件不符合最左前綴原則，無法通過索引查找找到符合條件的數(shù)據(jù)，但可以通過索引掃描找到符合條件的數(shù)據(jù)，也不需要回表查詢數(shù)據(jù)。

索引的設(shè)計(jì)原則？

• 索引列的區(qū)分度越高，索引的效果越好。比如使用性別這種區(qū)分度很低的列作為索引，效果就會(huì)很差。
• 盡量使用短索引，對(duì)于較長的字符串進(jìn)行索引時(shí)應(yīng)該指定一個(gè)較短的前綴長度，因?yàn)檩^小的索引涉及到的磁盤I/O較少，查詢速度更快。
• 索引不是越多越好，每個(gè)索引都需要額外的物理空間，維護(hù)也需要花費(fèi)時(shí)間。
• 利用最左前綴原則。

索引什么時(shí)候會(huì)失效？

導(dǎo)致索引失效的情況：

• 對(duì)于組合索引，不是使用組合索引最左邊的字段，則不會(huì)使用索引
• 以%開頭的like查詢?nèi)?code style="font-size: 14px;padding: 2px 4px;border-radius: 4px;margin-right: 2px;margin-left: 2px;background-color: rgba(27, 31, 35, 0.05);font-family: "Operator Mono", Consolas, Monaco, Menlo, monospace;word-break: break-all;color: rgb(239, 112, 96);">%abc，無法使用索引；非%開頭的like查詢?nèi)?code style="font-size: 14px;padding: 2px 4px;border-radius: 4px;margin-right: 2px;margin-left: 2px;background-color: rgba(27, 31, 35, 0.05);font-family: "Operator Mono", Consolas, Monaco, Menlo, monospace;word-break: break-all;color: rgb(239, 112, 96);">abc%，相當(dāng)于范圍查詢，會(huì)使用索引
• 查詢條件中列類型是字符串，沒有使用引號(hào)，可能會(huì)因?yàn)轭愋筒煌l(fā)生隱式轉(zhuǎn)換，使索引失效
• 判斷索引列是否不等于某個(gè)值時(shí)
• 對(duì)索引列進(jìn)行運(yùn)算
• 查詢條件使用or連接，也會(huì)導(dǎo)致索引失效

什么是前綴索引？

有時(shí)需要在很長的字符列上創(chuàng)建索引，這會(huì)造成索引特別大且慢。使用前綴索引可以避免這個(gè)問題。

前綴索引是指對(duì)文本或者字符串的前幾個(gè)字符建立索引，這樣索引的長度更短，查詢速度更快。

創(chuàng)建前綴索引的關(guān)鍵在于選擇足夠長的前綴以保證較高的索引選擇性。索引選擇性越高查詢效率就越高，因?yàn)檫x擇性高的索引可以讓MySQL在查找時(shí)過濾掉更多的數(shù)據(jù)行。

建立前綴索引的方式：

// email列創(chuàng)建前綴索引
ALTER TABLE table_name ADD KEY(column_name(prefix_length));

常見的存儲(chǔ)引擎有哪些？

MySQL中常用的四種存儲(chǔ)引擎分別是：MyISAM、InnoDB、MEMORY、ARCHIVE。MySQL 5.5版本后默認(rèn)的存儲(chǔ)引擎為InnoDB。

InnoDB存儲(chǔ)引擎

InnoDB是MySQL默認(rèn)的事務(wù)型存儲(chǔ)引擎，使用最廣泛，基于聚簇索引建立的。InnoDB內(nèi)部做了很多優(yōu)化，如能夠自動(dòng)在內(nèi)存中創(chuàng)建自適應(yīng)hash索引，以加速讀操作。

優(yōu)點(diǎn)：支持事務(wù)和崩潰修復(fù)能力；引入了行級(jí)鎖和外鍵約束。

缺點(diǎn)：占用的數(shù)據(jù)空間相對(duì)較大。

適用場(chǎng)景：需要事務(wù)支持，并且有較高的并發(fā)讀寫頻率。

MyISAM存儲(chǔ)引擎

數(shù)據(jù)以緊密格式存儲(chǔ)。對(duì)于只讀數(shù)據(jù)，或者表比較小、可以容忍修復(fù)操作，可以使用MyISAM引擎。MyISAM會(huì)將表存儲(chǔ)在兩個(gè)文件中，數(shù)據(jù)文件.MYD和索引文件.MYI。

優(yōu)點(diǎn)：訪問速度快。

缺點(diǎn)：MyISAM不支持事務(wù)和行級(jí)鎖，不支持崩潰后的安全恢復(fù)，也不支持外鍵。

適用場(chǎng)景：對(duì)事務(wù)完整性沒有要求；表的數(shù)據(jù)都會(huì)只讀的。

MEMORY存儲(chǔ)引擎

MEMORY引擎將數(shù)據(jù)全部放在內(nèi)存中，訪問速度較快，但是一旦系統(tǒng)奔潰的話，數(shù)據(jù)都會(huì)丟失。

MEMORY引擎默認(rèn)使用哈希索引，將鍵的哈希值和指向數(shù)據(jù)行的指針保存在哈希索引中。

優(yōu)點(diǎn)：訪問速度較快。

缺點(diǎn)：

1. 哈希索引數(shù)據(jù)不是按照索引值順序存儲(chǔ)，無法用于排序。
2. 不支持部分索引匹配查找，因?yàn)楣Ｋ饕鞘褂盟饕械娜績(jī)?nèi)容來計(jì)算哈希值的。
3. 只支持等值比較，不支持范圍查詢。
4. 當(dāng)出現(xiàn)哈希沖突時(shí)，存儲(chǔ)引擎需要遍歷鏈表中所有的行指針，逐行進(jìn)行比較，直到找到符合條件的行。

ARCHIVE存儲(chǔ)引擎

ARCHIVE存儲(chǔ)引擎非常適合存儲(chǔ)大量獨(dú)立的、作為歷史記錄的數(shù)據(jù)。ARCHIVE提供了壓縮功能，擁有高效的插入速度，但是這種引擎不支持索引，所以查詢性能較差。

MyISAM和InnoDB的區(qū)別？

1. 是否支持行級(jí)鎖 : MyISAM 只有表級(jí)鎖，而InnoDB 支持行級(jí)鎖和表級(jí)鎖，默認(rèn)為行級(jí)鎖。

2. 是否支持事務(wù)和崩潰后的安全恢復(fù)：MyISAM 不提供事務(wù)支持。而InnoDB提供事務(wù)支持，具有事務(wù)、回滾和崩潰修復(fù)能力。

3. 是否支持外鍵： MyISAM不支持，而InnoDB支持。

4. 是否支持MVCC ：MyISAM不支持，InnoDB支持。應(yīng)對(duì)高并發(fā)事務(wù)，MVCC比單純的加鎖更高效。

5. MyISAM不支持聚集索引，InnoDB支持聚集索引。

MVCC 實(shí)現(xiàn)原理？

MVCC(Multiversion concurrency control) 就是同一份數(shù)據(jù)保留多版本的一種方式，進(jìn)而實(shí)現(xiàn)并發(fā)控制。在查詢的時(shí)候，通過read view和版本鏈找到對(duì)應(yīng)版本的數(shù)據(jù)。

作用：提升并發(fā)性能。對(duì)于高并發(fā)場(chǎng)景，MVCC比行級(jí)鎖開銷更小。

MVCC 實(shí)現(xiàn)原理如下：

MVCC 的實(shí)現(xiàn)依賴于版本鏈，版本鏈?zhǔn)峭ㄟ^表的三個(gè)隱藏字段實(shí)現(xiàn)。

• DB_TRX_ID：當(dāng)前事務(wù)id，通過事務(wù)id的大小判斷事務(wù)的時(shí)間順序。
• DB_ROLL_PRT：回滾指針，指向當(dāng)前行記錄的上一個(gè)版本，通過這個(gè)指針將數(shù)據(jù)的多個(gè)版本連接在一起構(gòu)成undo log版本鏈。
• DB_ROLL_ID：主鍵，如果數(shù)據(jù)表沒有主鍵，InnoDB會(huì)自動(dòng)生成主鍵。

每條表記錄大概是這樣的：

使用事務(wù)更新行記錄的時(shí)候，就會(huì)生成版本鏈，執(zhí)行過程如下：

1. 用排他鎖鎖住該行；
2. 將該行原本的值拷貝到undo log，作為舊版本用于回滾；
3. 修改當(dāng)前行的值，生成一個(gè)新版本，更新事務(wù)id，使回滾指針指向舊版本的記錄，這樣就形成一條版本鏈。

下面舉個(gè)例子方便大家理解。

1、初始數(shù)據(jù)如下，其中DB_ROW_ID和DB_ROLL_PTR為空。

2、事務(wù)A對(duì)該行數(shù)據(jù)做了修改，將age修改為12，效果如下：

3、之后事務(wù)B也對(duì)該行記錄做了修改，將age修改為8，效果如下：

4、此時(shí)undo log有兩行記錄，并且通過回滾指針連在一起。

接下來了解下read view的概念。

read view可以理解成將數(shù)據(jù)在每個(gè)時(shí)刻的狀態(tài)拍成“照片”記錄下來。在獲取某時(shí)刻t的數(shù)據(jù)時(shí)，到t時(shí)間點(diǎn)拍的“照片”上取數(shù)據(jù)。

在read view內(nèi)部維護(hù)一個(gè)活躍事務(wù)鏈表，表示生成read view的時(shí)候還在活躍的事務(wù)。這個(gè)鏈表包含在創(chuàng)建read view之前還未提交的事務(wù)，不包含創(chuàng)建read view之后提交的事務(wù)。

不同隔離級(jí)別創(chuàng)建read view的時(shí)機(jī)不同。

• read committed：每次執(zhí)行select都會(huì)創(chuàng)建新的read_view，保證能讀取到其他事務(wù)已經(jīng)提交的修改。

• repeatable read：在一個(gè)事務(wù)范圍內(nèi)，第一次select時(shí)更新這個(gè)read_view，以后不會(huì)再更新，后續(xù)所有的select都是復(fù)用之前的read_view。這樣可以保證事務(wù)范圍內(nèi)每次讀取的內(nèi)容都一樣，即可重復(fù)讀。

read view的記錄篩選方式

前提：DATA_TRX_ID 表示每個(gè)數(shù)據(jù)行的最新的事務(wù)ID；up_limit_id表示當(dāng)前快照中的最先開始的事務(wù)；low_limit_id表示當(dāng)前快照中的最慢開始的事務(wù)，即最后一個(gè)事務(wù)。

• 如果DATA_TRX_ID < up_limit_id：說明在創(chuàng)建read view時(shí)，修改該數(shù)據(jù)行的事務(wù)已提交，該版本的記錄可被當(dāng)前事務(wù)讀取到。
• 如果DATA_TRX_ID >= low_limit_id：說明當(dāng)前版本的記錄的事務(wù)是在創(chuàng)建read view之后生成的，該版本的數(shù)據(jù)行不可以被當(dāng)前事務(wù)訪問。此時(shí)需要通過版本鏈找到上一個(gè)版本，然后重新判斷該版本的記錄對(duì)當(dāng)前事務(wù)的可見性。
• 如果up_limit_id <= DATA_TRX_ID < low_limit_i：
1. 需要在活躍事務(wù)鏈表中查找是否存在ID為DATA_TRX_ID的值的事務(wù)。
2. 如果存在，因?yàn)樵诨钴S事務(wù)鏈表中的事務(wù)是未提交的，所以該記錄是不可見的。此時(shí)需要通過版本鏈找到上一個(gè)版本，然后重新判斷該版本的可見性。
3. 如果不存在，說明事務(wù)trx_id 已經(jīng)提交了，這行記錄是可見的。

總結(jié)：InnoDB 的MVCC是通過 read view 和版本鏈實(shí)現(xiàn)的，版本鏈保存有歷史版本記錄，通過read view 判斷當(dāng)前版本的數(shù)據(jù)是否可見，如果不可見，再從版本鏈中找到上一個(gè)版本，繼續(xù)進(jìn)行判斷，直到找到一個(gè)可見的版本。

快照讀和當(dāng)前讀

表記錄有兩種讀取方式。

• 快照讀：讀取的是快照版本。普通的SELECT就是快照讀。通過mvcc來進(jìn)行并發(fā)控制的，不用加鎖。

• 當(dāng)前讀：讀取的是最新版本。UPDATE、DELETE、INSERT、SELECT … LOCK IN SHARE MODE、SELECT … FOR UPDATE是當(dāng)前讀。

快照讀情況下，InnoDB通過mvcc機(jī)制避免了幻讀現(xiàn)象。而mvcc機(jī)制無法避免當(dāng)前讀情況下出現(xiàn)的幻讀現(xiàn)象。因?yàn)楫?dāng)前讀每次讀取的都是最新數(shù)據(jù)，這時(shí)如果兩次查詢中間有其它事務(wù)插入數(shù)據(jù)，就會(huì)產(chǎn)生幻讀。

下面舉個(gè)例子說明下：

1、首先，user表只有兩條記錄，具體如下：

2、事務(wù)a和事務(wù)b同時(shí)開啟事務(wù)start transaction；

3、事務(wù)a插入數(shù)據(jù)然后提交；

insert into user(user_name, user_password, user_mail, user_state) values('tyson', 'a', 'a', 0);

4、事務(wù)b執(zhí)行全表的update；

update user set user_name = 'a';

5、事務(wù)b然后執(zhí)行查詢，查到了事務(wù)a中插入的數(shù)據(jù)。（下圖左邊是事務(wù)b，右邊是事務(wù)a。事務(wù)開始之前只有兩條記錄，事務(wù)a插入一條數(shù)據(jù)之后，事務(wù)b查詢出來是三條數(shù)據(jù)）

以上就是當(dāng)前讀出現(xiàn)的幻讀現(xiàn)象。

那么MySQL是如何避免幻讀？

• 在快照讀情況下，MySQL通過mvcc來避免幻讀。
• 在當(dāng)前讀情況下，MySQL通過next-key來避免幻讀（加行鎖和間隙鎖來實(shí)現(xiàn)的）。

next-key包括兩部分：行鎖和間隙鎖。行鎖是加在索引上的鎖，間隙鎖是加在索引之間的。

Serializable隔離級(jí)別也可以避免幻讀，會(huì)鎖住整張表，并發(fā)性極低，一般不會(huì)使用。

共享鎖和排他鎖

SELECT 的讀取鎖定主要分為兩種方式：共享鎖和排他鎖。

select * from table where id<6 lock in share mode;--共享鎖
select * from table where id<6 for update;--排他鎖

這兩種方式主要的不同在于LOCK IN SHARE MODE多個(gè)事務(wù)同時(shí)更新同一個(gè)表單時(shí)很容易造成死鎖。

申請(qǐng)排他鎖的前提是，沒有線程對(duì)該結(jié)果集的任何行數(shù)據(jù)使用排它鎖或者共享鎖，否則申請(qǐng)會(huì)受到阻塞。在進(jìn)行事務(wù)操作時(shí)，MySQL會(huì)對(duì)查詢結(jié)果集的每行數(shù)據(jù)添加排它鎖，其他線程對(duì)這些數(shù)據(jù)的更改或刪除操作會(huì)被阻塞（只能讀操作），直到該語句的事務(wù)被commit語句或rollback語句結(jié)束為止。

SELECT... FOR UPDATE 使用注意事項(xiàng)：

1. for update 僅適用于innodb，且必須在事務(wù)范圍內(nèi)才能生效。
2. 根據(jù)主鍵進(jìn)行查詢，查詢條件為like或者不等于，主鍵字段產(chǎn)生表鎖。
3. 根據(jù)非索引字段進(jìn)行查詢，會(huì)產(chǎn)生表鎖。

大表怎么優(yōu)化？

某個(gè)表有近千萬數(shù)據(jù)，查詢比較慢，如何優(yōu)化？

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

• 限定數(shù)據(jù)的范圍。比如：用戶在查詢歷史信息的時(shí)候，可以控制在一個(gè)月的時(shí)間范圍內(nèi)；
• 讀寫分離：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；
• 通過分庫分表的方式進(jìn)行優(yōu)化，主要有垂直拆分和水平拆分。

bin log/redo log/undo log

MySQL日志主要包括查詢?nèi)罩尽⒙樵內(nèi)罩尽⑹聞?wù)日志、錯(cuò)誤日志、二進(jìn)制日志等。其中比較重要的是 bin log（二進(jìn)制日志）和 redo log（重做日志）和 undo log（回滾日志）。

bin log

bin log是MySQL數(shù)據(jù)庫級(jí)別的文件，記錄對(duì)MySQL數(shù)據(jù)庫執(zhí)行修改的所有操作，不會(huì)記錄select和show語句，主要用于恢復(fù)數(shù)據(jù)庫和同步數(shù)據(jù)庫。

redo log

redo log是innodb引擎級(jí)別，用來記錄innodb存儲(chǔ)引擎的事務(wù)日志，不管事務(wù)是否提交都會(huì)記錄下來，用于數(shù)據(jù)恢復(fù)。當(dāng)數(shù)據(jù)庫發(fā)生故障，innoDB存儲(chǔ)引擎會(huì)使用redo log恢復(fù)到發(fā)生故障前的時(shí)刻，以此來保證數(shù)據(jù)的完整性。將參數(shù)innodb_flush_log_at_tx_commit設(shè)置為1，那么在執(zhí)行commit時(shí)會(huì)將redo log同步寫到磁盤。

undo log

除了記錄redo log外，當(dāng)進(jìn)行數(shù)據(jù)修改時(shí)還會(huì)記錄undo log，undo log用于數(shù)據(jù)的撤回操作，它保留了記錄修改前的內(nèi)容。通過undo log可以實(shí)現(xiàn)事務(wù)回滾，并且可以根據(jù)undo log回溯到某個(gè)特定的版本的數(shù)據(jù)，實(shí)現(xiàn)MVCC。

bin log和redo log有什么區(qū)別？

1. bin log會(huì)記錄所有日志記錄，包括InnoDB、MyISAM等存儲(chǔ)引擎的日志；redo log只記錄innoDB自身的事務(wù)日志。
2. bin log只在事務(wù)提交前寫入到磁盤，一個(gè)事務(wù)只寫一次；而在事務(wù)進(jìn)行過程，會(huì)有redo log不斷寫入磁盤。
3. bin log是邏輯日志，記錄的是SQL語句的原始邏輯；redo log是物理日志，記錄的是在某個(gè)數(shù)據(jù)頁上做了什么修改。

講一下MySQL架構(gòu)？

MySQL主要分為 Server 層和存儲(chǔ)引擎層：

• Server 層：主要包括連接器、查詢緩存、分析器、優(yōu)化器、執(zhí)行器等，所有跨存儲(chǔ)引擎的功能都在這一層實(shí)現(xiàn)，比如存儲(chǔ)過程、觸發(fā)器、視圖，函數(shù)等，還有一個(gè)通用的日志模塊 binglog 日志模塊。
• 存儲(chǔ)引擎：主要負(fù)責(zé)數(shù)據(jù)的存儲(chǔ)和讀取。server 層通過api與存儲(chǔ)引擎進(jìn)行通信。

Server 層基本組件

• 連接器： 當(dāng)客戶端連接 MySQL 時(shí)，server層會(huì)對(duì)其進(jìn)行身份認(rèn)證和權(quán)限校驗(yàn)。
• 查詢緩存: 執(zhí)行查詢語句的時(shí)候，會(huì)先查詢緩存，先校驗(yàn)這個(gè) sql 是否執(zhí)行過，如果有緩存這個(gè) sql，就會(huì)直接返回給客戶端，如果沒有命中，就會(huì)執(zhí)行后續(xù)的操作。
• 分析器: 沒有命中緩存的話，SQL 語句就會(huì)經(jīng)過分析器，主要分為兩步，詞法分析和語法分析，先看 SQL 語句要做什么，再檢查 SQL 語句語法是否正確。
• 優(yōu)化器： 優(yōu)化器對(duì)查詢進(jìn)行優(yōu)化，包括重寫查詢、決定表的讀寫順序以及選擇合適的索引等，生成執(zhí)行計(jì)劃。
• 執(zhí)行器： 首先執(zhí)行前會(huì)校驗(yàn)該用戶有沒有權(quán)限，如果沒有權(quán)限，就會(huì)返回錯(cuò)誤信息，如果有權(quán)限，就會(huì)根據(jù)執(zhí)行計(jì)劃去調(diào)用引擎的接口，返回結(jié)果。

分庫分表

當(dāng)單表的數(shù)據(jù)量達(dá)到1000W或100G以后，優(yōu)化索引、添加從庫等可能對(duì)數(shù)據(jù)庫性能提升效果不明顯，此時(shí)就要考慮對(duì)其進(jìn)行切分了。切分的目的就在于減少數(shù)據(jù)庫的負(fù)擔(dān)，縮短查詢的時(shí)間。

數(shù)據(jù)切分可以分為兩種方式：垂直劃分和水平劃分。

垂直劃分

垂直劃分?jǐn)?shù)據(jù)庫是根據(jù)業(yè)務(wù)進(jìn)行劃分，例如購物場(chǎng)景，可以將庫中涉及商品、訂單、用戶的表分別劃分出成一個(gè)庫，通過降低單庫的大小來提高性能。同樣的，分表的情況就是將一個(gè)大表根據(jù)業(yè)務(wù)功能拆分成一個(gè)個(gè)子表，例如商品基本信息和商品描述，商品基本信息一般會(huì)展示在商品列表，商品描述在商品詳情頁，可以將商品基本信息和商品描述拆分成兩張表。

優(yōu)點(diǎn)：行記錄變小，數(shù)據(jù)頁可以存放更多記錄，在查詢時(shí)減少I/O次數(shù)。

缺點(diǎn)：

• 主鍵出現(xiàn)冗余，需要管理冗余列；
• 會(huì)引起表連接JOIN操作，可以通過在業(yè)務(wù)服務(wù)器上進(jìn)行join來減少數(shù)據(jù)庫壓力；
• 依然存在單表數(shù)據(jù)量過大的問題。

水平劃分

水平劃分是根據(jù)一定規(guī)則，例如時(shí)間或id序列值等進(jìn)行數(shù)據(jù)的拆分。比如根據(jù)年份來拆分不同的數(shù)據(jù)庫。每個(gè)數(shù)據(jù)庫結(jié)構(gòu)一致，但是數(shù)據(jù)得以拆分，從而提升性能。

優(yōu)點(diǎn)：?jiǎn)螏欤ū恚┑臄?shù)據(jù)量得以減少，提高性能；切分出的表結(jié)構(gòu)相同，程序改動(dòng)較少。

缺點(diǎn)：

• 分片事務(wù)一致性難以解決
• 跨節(jié)點(diǎn)join性能差，邏輯復(fù)雜
• 數(shù)據(jù)分片在擴(kuò)容時(shí)需要遷移

什么是分區(qū)表？

分區(qū)表是一個(gè)獨(dú)立的邏輯表，但是底層由多個(gè)物理子表組成。

當(dāng)查詢條件的數(shù)據(jù)分布在某一個(gè)分區(qū)的時(shí)候，查詢引擎只會(huì)去某一個(gè)分區(qū)查詢，而不是遍歷整個(gè)表。在管理層面，如果需要?jiǎng)h除某一個(gè)分區(qū)的數(shù)據(jù)，只需要?jiǎng)h除對(duì)應(yīng)的分區(qū)即可。

分區(qū)表類型

按照范圍分區(qū)。

CREATE?TABLE?test_range_partition(
???????id?INT?auto_increment,
???????createdate?DATETIME,
???????primary?key?(id,createdate)
???)?
???PARTITION?BY?RANGE?(TO_DAYS(createdate)?)?(
??????PARTITION?p201801?VALUES?LESS?THAN?(?TO_DAYS('20180201')?),
??????PARTITION?p201802?VALUES?LESS?THAN?(?TO_DAYS('20180301')?),
??????PARTITION?p201803?VALUES?LESS?THAN?(?TO_DAYS('20180401')?),
??????PARTITION?p201804?VALUES?LESS?THAN?(?TO_DAYS('20180501')?),
??????PARTITION?p201805?VALUES?LESS?THAN?(?TO_DAYS('20180601')?),
??????PARTITION?p201806?VALUES?LESS?THAN?(?TO_DAYS('20180701')?),
??????PARTITION?p201807?VALUES?LESS?THAN?(?TO_DAYS('20180801')?),
??????PARTITION?p201808?VALUES?LESS?THAN?(?TO_DAYS('20180901')?),
??????PARTITION?p201809?VALUES?LESS?THAN?(?TO_DAYS('20181001')?),
??????PARTITION?p201810?VALUES?LESS?THAN?(?TO_DAYS('20181101')?),
??????PARTITION?p201811?VALUES?LESS?THAN?(?TO_DAYS('20181201')?),
??????PARTITION?p201812?VALUES?LESS?THAN?(?TO_DAYS('20190101')?)
???);

在/var/lib/mysql/data/可以找到對(duì)應(yīng)的數(shù)據(jù)文件，每個(gè)分區(qū)表都有一個(gè)使用#分隔命名的表文件：

???-rw-r-----?1?MySQL?MySQL????65?Mar?14?21:47?db.opt
???-rw-r-----?1?MySQL?MySQL??8598?Mar?14?21:50?test_range_partition.frm
???-rw-r-----?1?MySQL?MySQL?98304?Mar?14?21:50?test_range_partition#P#p201801.ibd
???-rw-r-----?1?MySQL?MySQL?98304?Mar?14?21:50?test_range_partition#P#p201802.ibd
???-rw-r-----?1?MySQL?MySQL?98304?Mar?14?21:50?test_range_partition#P#p201803.ibd
...

list分區(qū)

對(duì)于List分區(qū)，分區(qū)字段必須是已知的，如果插入的字段不在分區(qū)時(shí)枚舉值中，將無法插入。

create?table?test_list_partiotion
???(
???????id?int?auto_increment,
???????data_type?tinyint,
???????primary?key(id,data_type)
???)partition?by?list(data_type)
???(
???????partition?p0?values?in?(0,1,2,3,4,5,6),
???????partition?p1?values?in?(7,8,9,10,11,12),
???????partition?p2?values?in?(13,14,15,16,17)
???);

hash分區(qū)

可以將數(shù)據(jù)均勻地分布到預(yù)先定義的分區(qū)中。

create?table?test_hash_partiotion
???(
???????id?int?auto_increment,
???????create_date?datetime,
???????primary?key(id,create_date)
???)partition?by?hash(year(create_date))?partitions?10;

查詢語句執(zhí)行流程？

查詢語句的執(zhí)行流程如下：權(quán)限校驗(yàn)、查詢緩存、分析器、優(yōu)化器、權(quán)限校驗(yàn)、執(zhí)行器、引擎。

舉個(gè)例子，查詢語句如下：

select * from user where id > 1 and name = '大彬';

1. 首先檢查權(quán)限，沒有權(quán)限則返回錯(cuò)誤；
2. MySQL8.0以前會(huì)查詢緩存，緩存命中則直接返回，沒有則執(zhí)行下一步；
3. 詞法分析和語法分析。提取表名、查詢條件，檢查語法是否有錯(cuò)誤；
4. 兩種執(zhí)行方案，先查 id > 1 還是 name = '大彬'，優(yōu)化器根據(jù)自己的優(yōu)化算法選擇執(zhí)行效率最好的方案；
5. 校驗(yàn)權(quán)限，有權(quán)限就調(diào)用數(shù)據(jù)庫引擎接口，返回引擎的執(zhí)行結(jié)果。

更新語句執(zhí)行過程？

更新語句執(zhí)行流程如下：分析器、權(quán)限校驗(yàn)、執(zhí)行器、引擎、redo log（prepare狀態(tài)）、binlog、redo log（commit狀態(tài)）

舉個(gè)例子，更新語句如下：

update user set name = '大彬' where id = 1;

1. 先查詢到 id 為1的記錄，有緩存會(huì)使用緩存。
2. 拿到查詢結(jié)果，將 name 更新為大彬，然后調(diào)用引擎接口，寫入更新數(shù)據(jù)，innodb 引擎將數(shù)據(jù)保存在內(nèi)存中，同時(shí)記錄redo log，此時(shí)redo log進(jìn)入 prepare狀態(tài)。
3. 執(zhí)行器收到通知后記錄binlog，然后調(diào)用引擎接口，提交redo log為commit狀態(tài)。
4. 更新完成。

為什么記錄完redo log，不直接提交，而是先進(jìn)入prepare狀態(tài)？

假設(shè)先寫redo log直接提交，然后寫binlog，寫完redo log后，機(jī)器掛了，binlog日志沒有被寫入，那么機(jī)器重啟后，這臺(tái)機(jī)器會(huì)通過redo log恢復(fù)數(shù)據(jù)，但是這個(gè)時(shí)候binlog并沒有記錄該數(shù)據(jù)，后續(xù)進(jìn)行機(jī)器備份的時(shí)候，就會(huì)丟失這一條數(shù)據(jù)，同時(shí)主從同步也會(huì)丟失這一條數(shù)據(jù)。

exist和in的區(qū)別？

exists用于對(duì)外表記錄做篩選。exists會(huì)遍歷外表，將外查詢表的每一行，代入內(nèi)查詢進(jìn)行判斷。當(dāng)exists里的條件語句能夠返回記錄行時(shí)，條件就為真，返回外表當(dāng)前記錄。反之如果exists里的條件語句不能返回記錄行，條件為假，則外表當(dāng)前記錄被丟棄。

select a.* from A awhere exists(select 1 from B b where a.id=b.id)

in是先把后邊的語句查出來放到臨時(shí)表中，然后遍歷臨時(shí)表，將臨時(shí)表的每一行，代入外查詢?nèi)ゲ檎摇?/p>

select * from Awhere id in(select id from B)

子查詢的表比較大的時(shí)候，使用exists可以有效減少總的循環(huán)次數(shù)來提升速度；當(dāng)外查詢的表比較大的時(shí)候，使用in可以有效減少對(duì)外查詢表循環(huán)遍歷來提升速度。

truncate、delete與drop區(qū)別？

相同點(diǎn)：

1. truncate和不帶where子句的delete、以及drop都會(huì)刪除表內(nèi)的數(shù)據(jù)。

2. drop、truncate都是DDL語句（數(shù)據(jù)定義語言），執(zhí)行后會(huì)自動(dòng)提交。

不同點(diǎn)：

1. truncate 和 delete 只刪除數(shù)據(jù)不刪除表的結(jié)構(gòu)；drop 語句將刪除表的結(jié)構(gòu)被依賴的約束、觸發(fā)器、索引；
2. 一般來說，執(zhí)行速度: drop > truncate > delete。

having和where的區(qū)別？

• 二者作用的對(duì)象不同，where子句作用于表和視圖，having作用于組。
• where在數(shù)據(jù)分組前進(jìn)行過濾，having在數(shù)據(jù)分組后進(jìn)行過濾。

什么是MySQL主從同步？

主從同步使得數(shù)據(jù)可以從一個(gè)數(shù)據(jù)庫服務(wù)器復(fù)制到其他服務(wù)器上，在復(fù)制數(shù)據(jù)時(shí)，一個(gè)服務(wù)器充當(dāng)主服務(wù)器（master），其余的服務(wù)器充當(dāng)從服務(wù)器（slave）。

因?yàn)閺?fù)制是異步進(jìn)行的，所以從服務(wù)器不需要一直連接著主服務(wù)器，從服務(wù)器甚至可以通過撥號(hào)斷斷續(xù)續(xù)地連接主服務(wù)器。通過配置文件，可以指定復(fù)制所有的數(shù)據(jù)庫，某個(gè)數(shù)據(jù)庫，甚至是某個(gè)數(shù)據(jù)庫上的某個(gè)表。

為什么要做主從同步？

1. 讀寫分離，使數(shù)據(jù)庫能支撐更大的并發(fā)。
2. 在主服務(wù)器上生成實(shí)時(shí)數(shù)據(jù)，而在從服務(wù)器上分析這些數(shù)據(jù)，從而提高主服務(wù)器的性能。
3. 數(shù)據(jù)備份，保證數(shù)據(jù)的安全。

樂觀鎖和悲觀鎖是什么？

數(shù)據(jù)庫中的并發(fā)控制是確保在多個(gè)事務(wù)同時(shí)存取數(shù)據(jù)庫中同一數(shù)據(jù)時(shí)不破壞事務(wù)的隔離性和統(tǒng)一性以及數(shù)據(jù)庫的統(tǒng)一性。樂觀鎖和悲觀鎖是并發(fā)控制主要采用的技術(shù)手段。

• 悲觀鎖：假定會(huì)發(fā)生并發(fā)沖突，在查詢完數(shù)據(jù)的時(shí)候就把事務(wù)鎖起來，直到提交事務(wù)。實(shí)現(xiàn)方式：使用數(shù)據(jù)庫中的鎖機(jī)制。
• 樂觀鎖：假設(shè)不會(huì)發(fā)生并發(fā)沖突，只在提交操作時(shí)檢查是否數(shù)據(jù)是否被修改過。給表增加version字段，在修改提交之前檢查version與原來取到的version值是否相等，若相等，表示數(shù)據(jù)沒有被修改，可以更新，否則，數(shù)據(jù)為臟數(shù)據(jù)，不能更新。實(shí)現(xiàn)方式：樂觀鎖一般使用版本號(hào)機(jī)制或CAS算法實(shí)現(xiàn)。

用過processlist嗎？

show processlist 或 show full processlist 可以查看當(dāng)前 MySQL 是否有壓力，正在運(yùn)行的SQL，有沒有慢SQL正在執(zhí)行。返回參數(shù)如下：

1. id：線程ID，可以用kill id殺死某個(gè)線程
2. db：數(shù)據(jù)庫名稱
3. user：數(shù)據(jù)庫用戶
4. host：數(shù)據(jù)庫實(shí)例的IP
5. command：當(dāng)前執(zhí)行的命令，比如Sleep，Query，Connect等
6. time：消耗時(shí)間，單位秒
7. state：執(zhí)行狀態(tài)，主要有以下狀態(tài)：
• Sleep，線程正在等待客戶端發(fā)送新的請(qǐng)求
• Locked，線程正在等待鎖
• Sending data，正在處理SELECT查詢的記錄，同時(shí)把結(jié)果發(fā)送給客戶端
• Kill，正在執(zhí)行kill語句，殺死指定線程
• Connect，一個(gè)從節(jié)點(diǎn)連上了主節(jié)點(diǎn)
• Quit，線程正在退出
• Sorting for group，正在為GROUP BY做排序
• Sorting for order，正在為ORDER BY做排序
8. info：正在執(zhí)行的SQL語句