[[280068]]

序、什么是MySQL?

MySQL 是一種關(guān)系型數(shù)據(jù)庫，在Java企業(yè)級(jí)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(gè)性化的需要對(duì)其進(jìn)行修改。MySQL的默認(rèn)端口號(hào)是3306。

一、事務(wù)相關(guān)

什么是事務(wù)?

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(gè)轉(zhuǎn)賬會(huì)涉及到兩個(gè)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(gè)操作之間突然出現(xiàn)錯(cuò)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(duì)了。事務(wù)就是保證這兩個(gè)關(guān)鍵操作要么都成功，要么都要失敗。

事物的四大特性(ACID)介紹一下?

 

 

• 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(dòng)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(gè)事務(wù)對(duì)同一個(gè)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(shí)，一個(gè)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(gè)事務(wù)被提交之后。它對(duì)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(duì)其有任何影響。

并發(fā)事務(wù)帶來哪些問題?

在典型的應(yīng)用程序中，多個(gè)事務(wù)并發(fā)運(yùn)行，經(jīng)常會(huì)操作相同的數(shù)據(jù)來完成各自的任務(wù)(多個(gè)用戶對(duì)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(huì)導(dǎo)致以下的問題：

• 臟讀(Dirty read): 當(dāng)一個(gè)事務(wù)正在訪問數(shù)據(jù)并且對(duì)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(shí)另外一個(gè)事務(wù)也訪問了這個(gè)數(shù)據(jù)，然后使用了這個(gè)數(shù)據(jù)。因?yàn)檫@個(gè)數(shù)據(jù)是還沒有提交的數(shù)據(jù)，那么另外一個(gè)事務(wù)讀到的這個(gè)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(gè)事務(wù)讀取一個(gè)數(shù)據(jù)時(shí)，另外一個(gè)事務(wù)也訪問了該數(shù)據(jù)，那么在第一個(gè)事務(wù)中修改了這個(gè)數(shù)據(jù)后，第二個(gè)事務(wù)也修改了這個(gè)數(shù)據(jù)。這樣第一個(gè)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(gè)事務(wù)內(nèi)多次讀同一數(shù)據(jù)。在這個(gè)事務(wù)還沒有結(jié)束時(shí)，另一個(gè)事務(wù)也訪問該數(shù)據(jù)。那么，在第一個(gè)事務(wù)中的兩次讀數(shù)據(jù)之間，由于第二個(gè)事務(wù)的修改導(dǎo)致第一個(gè)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(gè)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(gè)事務(wù)(T1)讀取了幾行數(shù)據(jù)，接著另一個(gè)并發(fā)事務(wù)(T2)插入了一些數(shù)據(jù)時(shí)。在隨后的查詢中，第一個(gè)事務(wù)(T1)就會(huì)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(shí)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(shí)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(shí)查到的記錄就變?yōu)榱?條，這樣就導(dǎo)致了幻讀。

事務(wù)隔離級(jí)別有哪些?MySQL的默認(rèn)隔離級(jí)別是?

SQL 標(biāo)準(zhǔn)定義了四個(gè)隔離級(jí)別：

• READ-UNCOMMITTED(讀取未提交)： 最低的隔離級(jí)別，允許讀取尚未提交的數(shù)據(jù)變更，可能會(huì)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(duì)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(jí)別，完全服從ACID的隔離級(jí)別。所有的事務(wù)依次逐個(gè)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(jí)別可以防止臟讀、不可重復(fù)讀以及幻讀。

隔離級(jí)別

臟讀

不可重復(fù)讀

幻影讀

READ-UNCOMMITTED

√

√

√

READ-COMMITTED

×

√

√

REPEATABLE-READ

×

×

√

SERIALIZABLE

×

×

×

MySQL InnoDB 存儲(chǔ)引擎的默認(rèn)支持的隔離級(jí)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(chǔ)引擎在 REPEATABLE-READ(可重讀)事務(wù)隔離級(jí)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(chǔ)引擎的默認(rèn)支持的隔離級(jí)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(jí)別。

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

InnoDB 存儲(chǔ)引擎在 分布式事務(wù) 的情況下一般會(huì)用到SERIALIZABLE(可串行化)隔離級(jí)別。

二、索引相關(guān)

為什么索引能提高查詢速度

以下內(nèi)容整理自：《數(shù)據(jù)庫兩大神器【索引和鎖】》作者 ：Java3y

先從 MySQL 的基本存儲(chǔ)結(jié)構(gòu)說起

MySQL的基本存儲(chǔ)結(jié)構(gòu)是頁 (記錄都存在頁里邊) ：

 

 

 

 

• 各個(gè)數(shù)據(jù)頁可以組成一個(gè)雙向鏈表
• 每個(gè)數(shù)據(jù)頁中的記錄又可以組成一個(gè)單向鏈表

- 每個(gè)數(shù)據(jù)頁都會(huì)為存儲(chǔ)在它里邊兒的記錄生成一個(gè)頁目錄，在通過主鍵查找某條記錄的時(shí)候可以在頁目錄中使用二分法快速定位到對(duì)應(yīng)的槽，然后再遍歷該槽對(duì)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(huì)這樣做：

1. 定位到記錄所在的頁：需要遍歷雙向鏈表，找到所在的頁
2. 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(huì)很慢!這樣的時(shí)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(duì))：

 

 

要找到id為8的記錄簡(jiǎn)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(duì)應(yīng)的頁，現(xiàn)在通過 “目錄” 就可以很快地定位到對(duì)應(yīng)的頁上了!(二分查找，時(shí)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(duì)應(yīng)的記錄。

需要Java資料，轉(zhuǎn)發(fā)文章+關(guān)注私信【Java】獲取

什么是最左前綴原則?

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(shí)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(shí)候如果兩個(gè)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(huì)自動(dòng)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(shí)，索引字段的順序需要考慮字段值去重之后的個(gè)數(shù)，較多的放前面。ORDER BY子句也遵循此規(guī)則。

注意避免冗余索引

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(gè)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

Mysql如何為表字段添加索引?

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` ) 

三、存儲(chǔ)引擎

一些常用命令

查看MySQL提供的所有存儲(chǔ)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(chǔ)引擎是InnoDB,并且在5.7版本所有的存儲(chǔ)引擎中只有 InnoDB 是事務(wù)性存儲(chǔ)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(chǔ)引擎

我們也可以通過下面的命令查看默認(rèn)的存儲(chǔ)引擎。

mysql> show variables like '%storage_engine%'; 

查看表的存儲(chǔ)引擎

show table status like "table_name" ; 

 

 

MyISAM和InnoDB區(qū)別

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(jí)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(chǔ)引擎為InnoDB。

大多數(shù)時(shí)候我們使用的都是 InnoDB 存儲(chǔ)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(duì)比：

1. 是否支持行級(jí)鎖 : MyISAM 只有表級(jí)鎖(table-level locking)，而InnoDB 支持行級(jí)鎖(row-level locking)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 強(qiáng)調(diào)的是性能，每次查詢具有原子性,其執(zhí)行比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(jí)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。
3. 是否支持外鍵： MyISAM不支持，而InnoDB支持。
4. 是否支持MVCC ：僅 InnoDB 支持。應(yīng)對(duì)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(gè)隔離級(jí)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。
5. ......

《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(gè)結(jié)論往往不是絕對(duì)的。在很多我們已知場(chǎng)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(gè)不錯(cuò)的選擇。但是一般情況下，我們都是需要考慮到這些問題的。

四、樂觀鎖與悲觀鎖的區(qū)別

1、悲觀鎖

總是假設(shè)最壞的情況，每次去拿數(shù)據(jù)的時(shí)候都認(rèn)為別人會(huì)修改，所以每次在拿數(shù)據(jù)的時(shí)候都會(huì)上鎖，這樣別人想拿這個(gè)數(shù)據(jù)就會(huì)阻塞直到它拿到鎖(共享資源每次只給一個(gè)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)。

2、樂觀鎖

總是假設(shè)最好的情況，每次去拿數(shù)據(jù)的時(shí)候都認(rèn)為別人不會(huì)修改，所以不會(huì)上鎖，但是在更新的時(shí)候會(huì)判斷一下在此期間別人有沒有去更新這個(gè)數(shù)據(jù)，可以使用版本號(hào)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。

3、兩種鎖的使用場(chǎng)景

從上面對(duì)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(chǎng)景)，即沖突真的很少發(fā)生的時(shí)候，這樣可以省去了鎖的開銷，加大了系統(tǒng)的整個(gè)吞吐量。但如果是多寫的情況，一般會(huì)經(jīng)常產(chǎn)生沖突，這就會(huì)導(dǎo)致上層應(yīng)用會(huì)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(chǎng)景下用悲觀鎖就比較合適。

4、樂觀鎖常見的兩種實(shí)現(xiàn)方式

樂觀鎖一般會(huì)使用版本號(hào)機(jī)制或CAS算法實(shí)現(xiàn)。

4.1. 版本號(hào)機(jī)制

一般是在數(shù)據(jù)表中加上一個(gè)數(shù)據(jù)版本號(hào)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(shí)，version值會(huì)加一。當(dāng)線程A要更新數(shù)據(jù)值時(shí)，在讀取數(shù)據(jù)的同時(shí)也會(huì)讀取version值，在提交更新時(shí)，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(shí)才更新，否則重試更新操作，直到更新成功。

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

1. 操作員 A 此時(shí)將其讀出( version=1 )，并從其帳戶余額中扣除 $50( $100-$50 )。
2. 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 )。
3. 操作員 A 完成了修改工作，將數(shù)據(jù)版本號(hào)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(shí)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 。
4. 操作員 B 完成了操作，也將版本號(hào)加一( version=2 )試圖向數(shù)據(jù)庫提交數(shù)據(jù)( balance=$80 )，但此時(shí)比對(duì)數(shù)據(jù)庫記錄版本時(shí)發(fā)現(xiàn)，操作員 B 提交的數(shù)據(jù)版本號(hào)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。

4.2. CAS算法

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(gè)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(shí)，CAS通過原子方式用新值B來更新V的值，否則不會(huì)執(zhí)行任何操作(比較和替換是一個(gè)原子操作)。一般情況下是一個(gè)自旋操作，即不斷的重試。

5、樂觀鎖的缺點(diǎn)

ABA 問題是樂觀鎖一個(gè)常見的問題

5.1 ABA 問題

如果一個(gè)變量V初次讀取的時(shí)候是A值，并且在準(zhǔn)備賦值的時(shí)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(shí)間它的值可能被改為其他值，然后又改回A，那CAS操作就會(huì)誤認(rèn)為它從來沒有被修改過。這個(gè)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。

5.2 循環(huán)時(shí)間長(zhǎng)開銷大

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(zhǎng)時(shí)間不成功，會(huì)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(huì)有一定的提升，pause指令有兩個(gè)作用，第一它可以延遲流水線執(zhí)行指令(de-pipeline),使CPU不會(huì)消耗過多的執(zhí)行資源，延遲的時(shí)間取決于具體實(shí)現(xiàn)的版本，在一些處理器上延遲時(shí)間是零。第二它可以避免在退出循環(huán)的時(shí)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。

5.3 只能保證一個(gè)共享變量的原子操作

CAS 只對(duì)單個(gè)共享變量有效，當(dāng)操作涉及跨多個(gè)共享變量時(shí) CAS 無效。但是從 JDK 1.5開始，提供了AtomicReference類來保證引用對(duì)象之間的原子性，你可以把多個(gè)變量放在一個(gè)對(duì)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(gè)共享變量合并成一個(gè)共享變量來操作。

五、鎖機(jī)制與InnoDB鎖算法

MyISAM和InnoDB存儲(chǔ)引擎使用的鎖：

• MyISAM 采用表級(jí)鎖(table-level locking)。
• InnoDB 支持行級(jí)鎖(row-level locking)和表級(jí)鎖,默認(rèn)為行級(jí)鎖

表級(jí)鎖和行級(jí)鎖對(duì)比：

• 表級(jí)鎖： Mysql中鎖定 粒度最大 的一種鎖，對(duì)當(dāng)前操作的整張表加鎖，實(shí)現(xiàn)簡(jiǎn)單，資源消耗也比較少，加鎖快，不會(huì)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(jí)鎖。
• 行級(jí)鎖： Mysql中鎖定 粒度最小 的一種鎖，只針對(duì)當(dāng)前操作的行進(jìn)行加鎖。行級(jí)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(huì)出現(xiàn)死鎖。

InnoDB存儲(chǔ)引擎的鎖的算法有三種：

• Record lock：?jiǎn)蝹€(gè)行記錄上的鎖
• Gap lock：間隙鎖，鎖定一個(gè)范圍，不包括記錄本身
• Next-key lock：record+gap 鎖定一個(gè)范圍，包含記錄本身

相關(guān)知識(shí)點(diǎn)：

• innodb對(duì)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(shí)，將next-key lock降級(jí)為record key
• Gap鎖設(shè)計(jì)的目的是為了阻止多個(gè)事務(wù)將記錄插入到同一范圍內(nèi)，而這會(huì)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(jí)別設(shè)置為RC B. 將參數(shù)innodb_locks_unsafe_for_binlog設(shè)置為1

六、大表優(yōu)化

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

1. 限定數(shù)據(jù)的范圍

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(shí)候，我們可以控制在一個(gè)月的范圍內(nèi);

2. 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;

3. 垂直分區(qū)

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(gè)單獨(dú)的表，甚至放到單獨(dú)的庫做分庫。

簡(jiǎn)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(shí)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(jiǎn)化表的結(jié)構(gòu)，易于維護(hù)。

垂直拆分的缺點(diǎn)： 主鍵會(huì)出現(xiàn)冗余，需要管理冗余列，并會(huì)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(huì)讓事務(wù)變得更加復(fù)雜;

4. 水平分區(qū)

保持?jǐn)?shù)據(jù)表結(jié)構(gòu)不變，通過某種策略存儲(chǔ)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(shí)，就會(huì)變慢，這時(shí)可以把一張的表的數(shù)據(jù)拆成多張表來存放。舉個(gè)例子：我們可以將用戶信息表拆分成多個(gè)用戶信息表，這樣就可以避免單一表數(shù)據(jù)量過大對(duì)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(tái)機(jī)器上，其實(shí)對(duì)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(chǔ)，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(duì)數(shù)據(jù)進(jìn)行分片，因?yàn)椴鸱謺?huì)帶來邏輯、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(gè)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)。