面试必问的 MySQL 知识点，你还有哪些没准备好，赶紧收藏脑图！

Hello，大家好，我是鸭血粉丝，虽说今年的大环境不是很好，但是现在毕竟是金三银四，有些公司还是在招聘的。MySQL 作为我们 Java 工程师最常用的数据库，不管是在日常的工作中还是面试中，我们都必须要对 MySQL 常见的一些知识有很好的储备，这样在面试的过程中才可以做到得心应手。下面阿粉从 MySQL 最高频的几个知识点给大家介绍一下。

更详细的脑图大家可以关注公众号，在后台回复【MySQL脑图】获得。

InnoDB 与 MyISAM 引擎的区别

InnoDB 与 MyISAM 的区别阿粉在日常学习和面试中经常被问到，我们先来看看这个吧。

锁相关

InnoDB 支持表级锁和行级锁，MyISAM 只支持表级锁。事务的并发在如今的互联网海量数据的场景下基本上是无法摆脱的，这种情况下对数据库的锁的要求就要更细粒度。新版本的 MySQL 默认的数据库引擎是 InnoDB 很大的原因就是 InnoDB 支持行级锁，在日常的业务场景下，我们是不能允许使用表级锁的，对业务的影响是很大的。
InnoDB 的锁分为共享锁 S 和独占锁 X，意向共享锁 IS，意向独占锁 IX，记录锁，间隙锁以及 next-key 锁。关于锁的详细信息可以回顾公号之前发过的文章面试你应该知道的 MySQL 锁

底层的文件结构

InnoDB 和 MyISAM 引擎底层存储数据的文件结构也不一样。InnoDB 引擎的数据表底层只有.frm 和 .ibd 两种格式的文件。MyISAM 引擎的表底层有 .MYD，.MYI 和 .frm 三种格式的文件。

上图中表 other_table 的引擎采用的是 MyISAM，底层会出现三种格式的文件，分别是 .frm 用于存储表结构的文件；.MYD 全称为 .mydata 用于存放数据的文件；.MYI 全称为 .myIndex 用于存放索引的文件。而表 sys_log_op 表的引擎采用的是 InnoDB，底层只有两个文件，分别为 .frm 同样用于存放表的数据结构；.ibd 文件用于存储数据和索引的文件。

从上面我们可以看到，InnoDB 的数据和索引是存放在同一个文件中的而 MyISAM 的数据和索引是分开存储的，这也导致两者的索引的实现方式的不同。

索引的实现方式

InnoDB 的索引采用 B+ 树实现，主键索引的叶子节点存储的是完整的数据，辅助索引的叶子节点存储的是主键的值。所以如果在使用辅助索引进行查询数据的时候是会有回表的操作，所以我们尽量用主键进行查询。另外如果建表的时候没有设置主键的话，InnoDB 引擎会自动生成一个 rowid 作为表的主键。

MyISAM 的索引也是采用 B+ 树实现的，与 InnoDB 不同的是，MyISAM 主键索引的叶子节点和辅助索引保存的都是数据的地址，主键索引并没有保存完整的数据，所以都需要根据数据地址再次查询数据。

事务的支持

InnoDB 与 MyISAM 另一个最大的区别就是 InnoDB 支持事务，而 MyISAM 不支持事务。事务也是 MySQL 另外一个常规问题，我们下面看下事务的相关知识。

事务

事务也是一个必问的知识点哦！

事务的四大特性 ACID

A: 原子性。原子性表示事务的操作是不可分割的，事务内的一系列操作全部成功事务才成功，任何一个操作失败事务都是失败，必须回滚。
C: 一致性。一致性表示事务在操作前和操作后数据都是处于一致的状态。只表示在事务的操作前后的数据一致，但是并不是代表是正确。
I：隔离性。事务的并发操作是完全隔离的，不同的事务之间不会相互有影响。事务的隔离级别有四种
1. 读未提交：表示一个事务内可以读取到另一个事务未提交的数据内容，会出现脏读，不可重复度，幻读。
2. 读已提交：表示一个事务内可以读取另一个事务已经提交的内容，会出现不可重复读和幻读。
3. 可重复读：表示一个事务内两次相同条件读的内容一致，但是会出现幻读。
4. 串行化：没有问题，但是效率低下。
D：持久性。事务操作结束过后，对数据的更改是可以持久化的，不能事务的操作是成功还是失败，事务日志都能保证事务的持久性。

脏读：指一个事务 A 读取到另一个事务 B 未提交的数据，也就是脏数据。

不可重复读：指一个事务 A 第一次根据条件查询某条数据，事务 B 修改了该数据并提交了，事务 A 第二次查询与第一次查询的不一致。

幻读：指事务 A 根据条件查询一批数据，事务 B 插入了新的满足条件的数据，事务 A 再次查询数据量变化了，两次查询的结果集不一致，出现了幻读。

MySQL 的分区

为什么分区

为什么会有分区，以及什么时候我们需要进行分区呢？我们都知道当 MySQL 单表的数量级达到一定的程度的时候，查询就会很慢。那么针对这种情况我们需要怎么处理呢？除了本身查询语句的优化之外，我们能想到的就是分库分表以及分区了。

分库分表是需要再应用层面上支持的，而分区是 MySQL 层面上支持的，在物理上将数据分成多个文件进行存储，从而提高查询速度。

如上图表 partition_sys_log_op 是采用 InnoDB 引擎并且创建了八个分区的表结构。语句如下

CREATE TABLE `partition_sys_log_op` (
	`id` INT ( 10 ) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT 'ID',
	`create_time` datetime DEFAULT NULL COMMENT '操作时间',
	`elapsed_time` INT ( 11 ) DEFAULT NULL COMMENT '耗用时间',
	`exec_sql` MEDIUMTEXT CHARACTER 
	SET utf8 COMMENT '执行的语句',
	`user_id` INT ( 11 ) DEFAULT NULL COMMENT '执行人id',
	`user_name` VARCHAR ( 45 ) CHARACTER 
	SET utf8 DEFAULT NULL COMMENT '执行人名称',
	`exec_type` VARCHAR ( 45 ) CHARACTER 
	SET utf8 DEFAULT NULL COMMENT '动作,delete update insert',
	`exec_table` VARCHAR ( 45 ) CHARACTER 
	SET utf8 DEFAULT NULL COMMENT '操作表',
	PRIMARY KEY ( `id` ),
	KEY `idx_index` ( `create_time`, `user_id`, `user_name`, `exec_table` ) 
) ENGINE = INNODB AUTO_INCREMENT = 1 COMMENT = '系统操作日志' PARTITION BY KEY ( ) PARTITIONS 8;

分区的类型

Range：指定范围内分区： PARTITION p1 VALUES LESS THAN (100)；
List：离散值分区，数据在枚举范围内：partition p1 values in (2,4,6,8,0) ；
Hash：计算单个列的 Hash值，然后指定分区数量，进行分区：PARTITION BY HASH(id) PARTITIONS 4;
Key：计算单个或者多个列的 hash 值，然后指定分区数量，进行分区：PARTITION BY KEY(s1) PARTITIONS 10; 不传列名默认用主键。