一、基础知识

  1. 表存储引擎必须用InnoDB
  2. 字符集必须使用utf8mb4 （utf8不是真utf8）
  3. 禁止使用存储过程、视图、触发器、Event
  4. 命名规则：库、表、字段列都必须小写，用 _ 分隔
  5. 表必须有主键，默认推荐使用unsignd整形，命名为id，自增
  6. 字段必须为not null，原则上每个字段必须有默认值
  7. 合理建立索引
  8. 三范式与反范式（业务出发，权衡利弊、适当冗余）
  9. 分库分表：垂直拆分（分库）、水平拆分（分表） 分表：垂直分割（一表变多表，结构相同）、水平分割（大表拆小表）
  10. 数据库集群：主从架构

二、事务、锁、索引，数据库性能的死亡三角

A. 事务

  1. 事务特性ACID：原子性、一致性、隔离性、持久性
  2. 事务的隔离级别：
    • Read uncommited（未提交读），无法保证；级别最低，一般不用
    • Read commited（可提交读），可避免脏读；不加锁
    • Repeatable read（可重复读），可避免脏读、不可重复读；Mysql默认级别，对数据加锁
    • Serializable（串行化），可避免脏读、不可重复读、幻读；会锁表，慎用

B. 锁

C. 索引

  1. 索引类型：
    • 普通索引：加快数据检索
    • 唯一索引：避免重复
    • 主键索引：效率最高
    • 全文索引：一般不用，通过第三方工具来实现（ES、Sphinx等）
  2. 索引的好处：提高检索效率，减少检索数据量、降低IO成本
  3. 索引的弊端：增加增删改的操作IO、占用较大的存储空间
  4. 什么时候该用索引？
    • 频繁作为条件查询的字段
    • 唯一性太差的字段不适宜单独索引，数据的区分度过低
  5. 索引字段类型：字符串字段查询时一定要加引号，否则索引失效引发全表扫描
  6. 索引优化：善用explain分析索引有效性

三、数据库主从不一致，如何破

  • 数据库集群：一主多从，主从复制，读写分离【主库负责写，主库和从库都负责读】
  • 目的：降低主库压力，提升读效率
  • 问题产生：主从同步存在延时
  • 写请求->读请求（主从同步未完成，读到不一致的脏数据）->主从同步完成

解决方案：

  1. 忽略（业务能够接受，架构越简单越好）
  2. 强制读主（增加主库压力、配合缓存减少压力，无法发挥集群效果）
  3. 选择性读主（有写操作的后续读请求都读主库，简单粗暴相对有效）
  4. 选择性读主（缓存db:table:PK，缓存过期时间设为主从延时，缓存里有这个key就读主库，否则读从库，实现复杂性较高）
  5. 选择性读主（对数据实时要求高，如资金操作，强制读主）

业务需求决定技术方案：尽量不要让构架设计过于复杂

四、数据库层面的挑战主要在哪

  1. 连接数过多
  2. 慢查询、全表扫描
  3. 事务、锁
  4. 数据量合理预估和分布
  5. 查询数过多（合并查询）
  6. 并发更新（异步化、串行化、最小粒度）
  7. ……

高并发下很多看似不会出问题的操作最终都出了问题

五、数据库性能优化有哪些手段

A、数据库层面

  1. 合理设计表结构和表字段
  2. 合理预估数据量，做好分库分表设计
  3. 合理建立索引
  4. 适当冗余数据，减少关联查询
  5. 使用主从集群，减轻主库压力，提升查询效率

B. 代码层面

  1. 合理使用事务
  2. 合理使用锁
  3. 合并请求，减少数据库的操作次数（批量查询、批量更新）

C. 架构层面

  1. 使用前端缓存，减少查询
  2. 使用消息队列，减少并发

D. 问题追踪

  1. 慢查询日志
  2. 死锁监测

六、以上优化都做了，还有哪些坑

  1. 分库带来分布式事务如何解决？
  2. 分库分表后，原来很简单的聚合、排序、联表查询都不可用了
  3. 非分表字段如何做查询？
  4. 为什么会出现死锁
  5. ……

高并发，大数据是数据库最大的挑战，优化没有尽头

没有解决一切问题的架构，只有结合业务，适当妥协的方案

七、一些坑和注意点

  1. insert ignore：会导致自增 ID不连续，跳跃式增长
  2. select * ：如果没有缓存一定要指定要查询的字段
  3. order by rand()：慎用，数据量大的表禁用
  4. in和exists：外表大用in,内表大用exists
  5. null值查询：field is null才能查到
  6. varchar字段要设置合适的长度

八、数据库不仅仅是MySQL

  1. Redis：NoSQL键值数据库
  2. MogoDB：NoSQL文档数据库
  3. TiDB：分布式NewSQL关系数据库
  4. 其它

根据业务场景选用合适的存储方案