一、MyISAM 和 InnoDB
Mysql逻辑架构：
1.连接层 2.服务层（sql优化）3.引擎层（存储和提取）4.存储层（数据存储再文件系统，完成与存储引擎的交互）
1. 对比：
2. MyISAM
适用于读操作多于写操作，写锁后其他线程不能做任何操作，会造成阻塞。不支持事务。适合小并发，小数据。
支持Btree索引
MyISAM 使用表锁：执行select语句前，会自动给涉及的表加读锁，执行增删改前给涉及的表自动加写锁。
3. InnoDB
Mysql 默认InnoDB 存储引擎，支持事务，适合插入和更新操作较多的场景，支持Btree和自适应Hash索引，使用行锁。适合高并发，大数据。
行锁变表锁：varchar 类型字段没写引号，发生类型转换，索引失效导致行锁变表锁。
间隙锁：当我们用范围条件检索数据，并请求共享或排他锁时，InnoDB会给已有的数据记录的索引项加锁；
对于键值在范围内但不存在的记录，就叫间隙。
间隙锁的危害：InnoDB会对这个间隙加锁。导致这个间隙无法进行操作，产生阻塞。
锁定一行的方式：
begin;
select * from A where a=8 for update; 锁定一行后对该行的其他操作将被阻塞，直到锁定行commit。
commit;
InnoDB 行锁分析：
通过检查InnoDB_row_lock_xxx 分析行锁的争夺情况
show status like 'innodb_row_lock%';
InnoDB_row_lock_time_avg 等待平均时长
InnoDB_row_lock_waits 等待总次数
InnoDB_row_lock_time 等待总时长
4. 读写锁
读锁（read）共享锁
当前线程只能读当前被锁的表，不能修改任何表。 其他线程对被锁表只能读，写操作阻塞。其他表可以读写。
写锁 （write）排他锁
当前线程只能对当前表读写。其他线程对当前表读写阻塞。
总结来说：读锁会阻塞写，不会阻塞读，而写锁则把读和写都阻塞。
二、索引优化
1. sql 性能下降原因
查询语句写的不好（子查询，关联查询太多）。
没建索引，或建了索引但索引失效。
服务器调优以及各个参数设置不合理（缓冲，线程数）。
2. mysql 操作命令
rpm -ivh MySQL-client-5.6.22-1.el6.i686.rpm
rpm -ivh MySQL-server-5.6.22-1.el6.i686.rpm
cat /etc/passwd|grep mysql 查看mysql安装是否成功
cat /etc/group|grep mysql 查看有没有mysql组
rpm -qa|grep -i mysql 查询已安装
ps -ef|grep mysql单值索引：create index idx_user_name on user(name)
复合索引：create index idx_user_nameEmail on user(name,email)
创建索引：alter table `book` add index z(`card`);
删除索引：drop index idx_class_card on book;
3. 索引简介
3.1 是什么？
MySQL官方对索引的定义为：索引(Index)是帮助MySQL高校获取数据的数据结构。可以得到索引的本质：索引是数据结构
索引是排好序的快速查找数据结构，可以提高MySQL查询效率，索引通常以索引文件的形式存储在磁盘上。
索引分类：单值索引 唯一索引（索引列的值必须唯一） 复合索引
3.2 优劣势
优势：提高数据检索效率，降低数据库的IO成本；索引列对数据进行排序，降低数据排序的成本，降低cpu的消耗。
劣势：占用空间，表的更新速度减慢，每次更新都要保存新添数据的索引列字段，需要进行索引信息调整。需要不停优化。
3.3 mysql 索引结构
BTree索引
真实数据存储在叶子节点（磁盘中），非叶子节点存储的是搜索方向（范围区间）。
Hash索引
全文索引
R-Tree索引
3.4 哪些情况需要建立索引
1.主键自动创建唯一索引
2.频繁查询的字段
3.查询中与其他表关联的字段，外键关系建立索引
4. 频繁更新不适合建索引。
5.where条件用不到的字段不建索引
6.高并发组合索引
7.查询中统计或者分组字段
4. Explain 查看执行计划
使用EXPLAIN关键字可以模拟优化器执行SQL语句，从而知道MySQL是如何处理你的SQL语句的。分析你的查询语句或是结构的性能瓶颈。
4.1 关键字介绍
1. id select查询的序列号，表示查询中执行select子句或者表的执行顺序
1）id相同，按顺序执行
2）id不同，递增，数字大优先级高
3）id相同也不同 数字大优先级高，相同按顺序执行
2.select_type ：查询类型（普通，联合，子查询）
simple 简单查询 primary 最外层查询 subquery 子查询 derived 衍生（from列表中的子查询） union select出现在UNION之后
3.table 表
4.type 访问类型，以何种方式去访问数据
好-->差 尽可能达到rang级别，最好达到ref
system > const > eq_ref > ref > range > index > All
1）all 全表扫描，数据量较大时需要优化
2）index 全索引扫描
3）rang 范围扫描
4）ref 使用了非唯一索引进行数据查找 例如部门号
5）eq_ref 使用唯一性索引进行数据查找 例如员工号
6）const 至多一个匹配行
7）system 系统只有一行记录
5.possible_keys 可能用到的索引
6.key 实际用到的索引
7.key_len 索引中使用的字节数，保证结果前提下，越短越好
8.ref 显示索引的那一列被使用了
9.rows 查找结果读取的行数
10.Extra 包含不适合在其他列中显示但十分重要的信息
1）Using filesort 无法利用索引完成的排序操作称为文件排序
2）Using temporary 建立临时表来保存中间结果，查询完成之后把临时表删除，常见order by group by
3）Using index 表示当前查询是覆盖索引的
4）Using where 使用了where 过滤
4.2 覆盖索引和最左前缀
覆盖索引：select的数据列只用从索引中就能取得，不必读取数据行，查询列要被所建的索引覆盖。
最左前缀法则：多列索引要遵循最左前缀法则，查询从索引的最左列开始并且不跳过索引中的列。
5. 索引优化
5.1 索引失效
1）不要在索引上做操作（计算，函数，自动或手动类型转换）
2）存储引擎不能使用索引中范围条件右边的列。
3）尽量使用覆盖索引（索引列和查询列一致），减少select *
4）使用 != 或<>无法使用索引会导致全表扫描。
5）is null is not null无法使用索引
6）like以通配符开头（%abc）索引失效会变成全表扫描的操作。 想使用 %abc% 就建立覆盖索引，like KK%相当于=常量 %KK和%KK% 相当于范围。
7）尽量少用or，使用or连接索引会失效
8）字符串不加单引号索引失效
5.2 优化口诀
【优化口诀】
全值匹配我最爱，最左前缀要遵循；
带头大哥不能死，中间兄弟不能断；
索引列上少计算，范围之后全失效；
like百分写最右，覆盖索引不写 * ；
不等空值还有or，索引失效要少用；
VARCHAR引号不可丢，SQL高级so easy；
三、查询优化
1. 慢sql分析
让系统跑一段时间，查看生产的慢sql情况。
开启慢查询日志，设置阙值，将慢sql语句抓取出来。 show variables like '%slow_query_log%';
使用explain 进行分析。
show profile 查询sql在服务器里的执行细节和生命周期情况。
sql 数据库服务器参数调优。
2. 小表驱动大表
select * from A where id in (select id from B)
当B表数据集小于A表，使用 in
select * from A where exists (select 1 from B where B.id = A.id)
当A的数据集小于B表，使用 exists
exists 将主查询的数据，放到子查询中做条件验证，根据验证结果决定主查询结果是否保留。
3. Order By 优化
3.1 Mysql 两种排序方式
文件排序 FileSort效率低，扫描有序索引排序 Index效率高
index 方式排序：OrderBy语句使用索引最左前列，使用Where子句与OrderBy子句条件列组合满足索引最左前列
尽可能在索引上完成排序操作，遵循最左前缀，如果不在索引列上mysql 就会启动单路排序。
3.2 单路排序
从磁盘读取查询需要的所有列，按照orderby列在buffer对它们进行排序，将排序好的列表进行输出。避免了二次读取数据，把随机IO变成顺序IO，但是会使用很大空间。
单路排序的问题：数据列超过buffer容量，导致大量IO操作。
单路排序优化：
1. 忌select *
2. 尝试提高sort_buffer_size
3.max_length_for_sort_data
常见面试题汇总
如何设计一个高并发的系统
① 数据库的优化，包括合理的事务隔离级别、SQL语句优化、索引的优化
② 使用缓存，尽量减少数据库 IO
③ 分布式数据库、分布式缓存
④ 服务器的负载均衡
锁的优化策略
① 读写分离
② 分段加锁
③ 减少锁持有的时间
④ 多个线程尽量以相同的顺序去获取资源
实践中如何优化MySQL
①sql语句及索引的优化
②数据库表结构的优化
③系统配置的优化
④硬件的优化
优化数据库的方法
①选取最适用的字段属性，尽可能减少定义字段宽度，尽量把字段设置NOTNULL，例如’省份’、’性别’最好适用ENUM
②使用连接(JOIN)来代替子查询
③适用联合(UNION)来代替手动创建的临时表
④事务处理
⑤锁定表、优化事务处理
⑥适用外键，优化锁定表
⑦建立索引
⑧优化查询语句
SQL注入漏洞产生的原因？如何防止？
SQL注入产生的原因：程序开发过程中不注意规范书写sql语句和对特殊字符进行过滤，导致客户端可以通过全局变量POST和GET提交一些sql语句正常执行。
防止SQL注入的方式：
开启配置文件中的magic_quotes_gpc 和 magic_quotes_runtime设置
执行sql语句时使用addslashes进行sql语句转换
Sql语句书写尽量不要省略双引号和单引号。
过滤掉sql语句中的一些关键词：update、insert、delete、select、 * 。
提高数据库表和字段的命名技巧，对一些重要的字段根据程序的特点命名，取不易被猜到的。
Php配置文件中设置register_globals为off，关闭全局变量注册
控制错误信息，不要在浏览器上输出错误信息，将错误信息写到日志文件中。
char和varchar的区别？
char是一种固定长度的类型，varchar则是一种可变长度的类型，它们的区别是：
char(M)类型的数据列里，每个值都占用M个字节，如果某个长度小于M，MySQL就会在它的右边用空格字符补足．（在检索操作中那些填补出来的空格字符将被去掉）在varchar(M)类型的数据列里，每个值只占用刚好够用的字节再加上一个用来记录其长度的字节（即总长度为L+1字节）．
varchar使用场景:
1.字符串列得最大长度比平均长度大很多
2.字符串很少被更新，容易产生存储碎片
3.使用多字节字符集存储字符串
Char使用场景:
1.存储固定长度（身份证，手机号）
2.长度比较短小得字符串
3.适合经常更新的字符串，更新时不会出现页分裂得情况，避免出现存储碎片，获得更好的io性能