1.1 inux运维的主要工作内容
 
1、什么是linux运维
 
 
运维是指大型组织已经建立好的网络软硬件的维护，就是要保证业务的上线与运作的正常。
 
 
在他运转的过程中，对他进行维护，他集合了网络、系统、数据库、开发、安全、监控于一身的技术。
 
 
运维又包括很多种，有DBA运维、网站运维、虚拟化运维、监控运维、游戏运维等等。
 
 
运维分类：
 
1）开发运维：是给应用运维开发运维工具和运维平台的
 
2）应用运维：是给业务上线、维护和做故障排除的，用开发运维开发出来的工具给业务上线、维护、做故障排查
 
3）系统运维：是给应用运维提供业务上的基础设施，比如：系统、网络、监控、硬件等等
 
2、基础运维常见工作内容
 
 
服务监控技术：包括监控平台的研发、应用，服务监控准确性、实时性、全面性的保障
 
 
服务故障管理：包括服务的故障预案设计，预案的自动化执行，故障的总结并反馈到产品/系统的设计层面进行优化以提高产品的稳定性
 
 
服务容量管理：测量服务的容量，规划服务的机房建设，扩容、迁移等工作
 
 
服务性能优化：从各个方向，包括网络优化、操作系统优化、应用优化、客户端优化等，提高服务的性能和响应速度，改善用户体验
 
 
服务全局流量调度：接入服务的流量，根据容量和服务状态在各个机房间分配流量
 
 
服务安全保障：包括服务的访问安全、防攻击、权限控制等
 
 
服务自动发布部署：部署平台/工具的研发，及平台/工具的使用，做到安全、高效的发布服务
 
 
服务集群管理：包括服务的服务器管理、大规模集群管理等
 
 
服务成本优化：尽可能降低服务运行使用的资源，降低服务运行成本
 
 
数据库管理（DBA）：通过设计、开发和管理高性能数据库集群，使数据库服务更稳定、更高效、更易于管理。
 
 
平台化的开发：类docker等平台的开发管理，及服务接入技术
 
 
1.2 Linux运维工作发展过程
 

 1、手工管理阶段
 
1）业务规模
 
 
业务流量不大，服务器数量相对较少，系统复杂度不高。
 
 
对于日常的业务管理操作，大家更多的是逐台登录服务器进行手工操作，属于各自为战。
 
 
每个人都有自己的操作方式，缺少必要的操作标准、流程机制，比如业务目录环境都是各式各样的。
 
 
2）工作职责
 
 
早期的运维团队在人员较少的情况下，主要是进行数据中心建设、基础网络建设、服务器采购和服务器安装交付工作。
 
 
几乎很少涉及线上服务的变更、监控、管理等工作。
 
 
这个时候的运维团队更多的属于基础建设的角色，提供一个简单、可用的网络环境和系统环境即可。
 
 
2、工具批量操作阶段
 
1）业务规模
 
 
随着服务器规模、系统复杂度的增加，全人工的操作方式已经不能满足业务的快速发展需要。
 
 
因此，运维人员逐渐开始使用批量化的操作工具，针对不同操作类型出现了不同的脚本程序。
 
 
此时，虽然效率提升了一部分，但很快又遇到了瓶颈，操作的质量并没有太多的提升。
 
 
我们开始建立大量的流程规范，比如复查机制，先上线一台服务器观察10分钟后再继续后面的操作，一次升级完成后至少要观察20分钟等。
 
 
这些主要还是靠人来监督和执行，但在实际过程中执行往往不到位，反而降低了工作效率。
 
 
2）工作职责
 
 
这个时候的运维团队还会承担一些服务器监控的工作，同时会负责LVS、Nginx等与业务逻辑无关的4/7层运维工作。
 
 
这个时候服务变更更多的是逐台的手工操作，或者有一些简单批量脚本的出现。
 
 
监控的焦点更多的在服务器状态和资源使用情况上，对服务应用状态的监控几乎很少，监控更多的使用各种开源系统如Nagios、Cacti等。
 
 
3、平台管理阶段
 
1）业务规模
 
 
在这个阶段，我们决定开始建设运维平台，通过平台承载标准、流程，进而解放人力和提高质量。
 
 
这个时候对服务的变更动作进行了抽象，形成了操作方法、服务目录环境、服务运行方式等统一的标准。
 
 
通过平台来约束操作流程，如上面提到的上线一台服务器观察10分钟，程序的启停接口必须包括启动、停止、重载等。
 
 
在平台中强制设定暂停检查点，在第一台服务器操作完成后，需要运维人员填写相应的检查项，然后才可以继续执行后续的部署动作。
 
 
2）工作职责
 
 
由于业务规模和复杂度的持续增加，运维团队会逐渐划分为应用运维和系统运维两大块。
 
 
应用运维开始接手线上业务，逐步开展服务监控梳理、数据备份以及服务变更的工作。
 
 
随着对服务的深入，应用运维工程师有能力开始对服务进行一些简单的优化。
 
 
同时，为了应对每天大量的服务变更，我们也开始编写各类运维工具，针对某些特定的服务能够很方便的批量变更。
 
 
随着业务规模的增大，基础设施由于容量规划不足或抵御风险能力较弱导致的故障也越来越多，迫使运维人员开始将更多的精力投入到多数据中心容灾、预案管理的方向上。
 
 
4、系统自调度阶段
 
1）工作环境
 
 
更大规模的服务数量、更复杂的服务关联关系、各个运维平台的林立，原有的将批量操作转化成平台操作的方式已经不再适合。
 
 
需要对服务变更进行更高一层的抽象，将每一台服务器抽象成一个容器，由调度系统根据资源使用情况，将服务调度、部署到合适的服务器上。
 
 
自动化完成与周边各个运维系统的联动，比如监控系统、日志系统、备份系统等。
 
 
通过自调度系统，根据服务运行情况动态伸缩容量，能够自动化处理常见的服务故障。
 
 
运维人员的工作也会前置到产品设计阶段，协助研发人员改造服务使其可以接入到自调度系统中。
 
 
2）工作职责
 
 
业务规模达到一定程度后，开源的监控系统在性能和功能方面，已经无法满足业务需求；
 
 
大量的服务变更、复杂的服务关系，以前靠人工记录、工具变更的方式不管在效率还是准确性方面也都无法满足业务需求；
 
 
在安全方面也出现了各种大大小小的事件，迫使我们投入更多的精力在安全防御上。
 
 
逐渐的，运维团队形成之前提到的5个大的工作分类，每个分类都需要有专精的人才。
 
 
这个时候系统运维更专注于基础设施的建设和运维，提供稳定、高效的网络环境，交付服务器等资源给应用运维工程师。
 
 
应用运维更专注于服务运行状态和效率，数据库运维属于应用运维工作的细化，更专注于数据库领域的自动化、性能优化和安全防御。
 
 
运维研发和运维安全提供各类平台、工具，进一步提升运维工程师的工作效率，使业务服务运行得更加稳定、高效和安全。
 
 
1.3 Linux运维工作分类
 

 1、应用运维（SRE）：
 
 
应用运维负责线上服务的变更、服务状态监控、服务容灾和数据备份等工作，对服务进行例行排查、故障应急处理等工作
 
 
工作职责如下：设计评审、服务管理、资源管理、例行检查、预案管理、数据备份。
 
 
2、系统运维(SYS)：
 
 
负责IDC、网络、CDN和基础服务的建设（LVS、NTP、DNS）；
 
 
负责资产管理，服务器选型、交付和维修，网络建设、LVS负载均衡和SNAT建设
 
 
3、运维开发
 
 
是给应用运维开发运维工具和运维平台的
 
 
主要包含的平台：工单系统、CMDB、监控系统、ELK日志系统、CI/CD、LDAP、FAQ、培训系统、OpenStack平台
 
 
4、数据库运维（DBA）:
 
 
数据库运维负责数据存储方案设计、数据库表设计、索引设计和SQL优化，
 
 
对数据库进行变更、监控、备份、高可用设计等工作，详细的工作内容如下
 
 
设计评审、容量规划、数据备份与灾备、数据库监控、数据库安全、数据库高可用和性能优化
 
 
自动化系统建设、运维研发、运维平台、监控系统、自动化部署系统
 
 
5、运维安全（SEC）：
 
 
运维安全负责网络、系统和业务等方面的安全加固工作
 
 
进行常规的安全扫描、渗透测试，进行安全工具和系统研发以及安全事件应急处理
 
 
工作内容如下：安全制度建立、安全培训、风险评估、安全建设、安全合规、应急响应。
 
 
1.4 Linux运维日常使用软件和技能
 
1、运维工程师使用的运维平台和工具
 
 
Web服务器：apache、tomcat、nginx
 
 
监控：prometheus、zabbix、openfalcon、nagios、cacti
 
 
自动部署：ansible、saltstack、puttet
 
 
负载均衡：keepalive、lvs、haproxy、nginx
 
 
备份工具：rsync、wget
 
 
问题追查：netstat、top、tcpdump、last
 
 
容器：docker、k8s、docker-compose、swarm
 
 
安全：kerberos、selinux、acl、iptables
 
 
虚拟化：openstack、xen、kvm
 
 
2、运维工程师要掌握的技能
 
 
扎实的计算机基础知识，包括计算机系统架构，操作系统，网络技术等；
 
 
通用应用方面需要了解操作系统、网络、安全，存储，CDN，DB等，知道其相关原理；
 
 
编程能力，小到运维工具的开发大到大型运维系统/平台的开发都需要有良好的编程能力；
 
 
数据分析能力：能够整理、分析系统运行的各项数据，从中发现问题及找到解决方向；
 
 
丰富的系统知识，包括系统工具、典型系统架构、常见的平台选型等；
 

摘要：针对某一个流程优化项目，已经有了“流程优化六步法”。如果存在多个流程优化项目同时开展，又该如何管理呢？
 
针对某一个流程优化项目，我们已经有了“流程优化六步法”。如果存在多个流程优化项目同时开展，我们又该如何管理呢？
 
如果说“流程优化六步法”更多是针对项目经理所写的话，本章节更多地是给项目总管或者说流程管理部门专业人员看的。要想管理好多个流程优化项目，首先，我们应该分析一下，多项目管理到底管什么？
 
项目选择
 
我们在“流程优化需求漏斗分析”章节中讲到的大部分工作，都与项目总管有关。在项目正式启动之前，项目总管和流程管理部门（有时候是重合的）担负着流程优化需求分析，及最终决定成立哪些项目的任务。这里我们不再重复讲解。
 
 计划控制
 
作为项目总管，有责任对所有项目的计划进行管理。这也就是为何我们一再强调每一个项目立项后，一定要完成《项目计划书》并交项目总管备案的原因。《项目计划书》不仅仅是本项目必须的，同时也给项目总管提供了一个很好的计划管理工具。而且，当某项目因为各种原因（比如项目难度超出预期、公司高层领导要求扩大项目范围、项目成员突然变更等）导致无法按预期的计划完成时，项目经理要及时汇报给项目总管，一起讨论并完成新的项目计划。
 
尤其是当所有的项目遭遇资源瓶颈时，比如大部分项目都需要IT开发资源支持时。在最初项目选择时，项目总管已经考虑到各项目对IT开发资源的需求，并已经告诉各项目经理对应的IT开发档期（有点像拍电影）。所以，一旦某些项目有重大变更时，项目总管需再次平衡IT开发资源，并对相关项目做出适当的调整。项目总管一定要告诉各项目经理，每一个项目都会影响到总体目标的达成，所以，每个项目最好都在预定时间内完成，越是能提前完成优化需求方案，越能抢先享用有限的IT开发资源。
 
 为了及时掌握各项目的进度，项目总管会要求各项目秘书每周汇报项目进度。同时也会定期（比如每两周）召开一次项目经理会议，就各项目的进度及遇到的关键性问题进行讨论。必要时，项目总管还会参与一些可控度稍低的项目的重要会议，如项目启动会、优化思路讨论会、IT方案设计讨论会、上线倒计时会议等。当个别项目遇到重大问题需要决策时（特别是设计到职责调整或非预期的重大资源投入），项目总管会代表项目组把需要公司高层决策的问题统一提交给管理改进委员会或公司领导决策。
 
 
 
 
项目总管对各项目的关键点比较清楚。对各项目的管理，其实最核心的还是对各项目关键点的把控。
 
 
 
 
宣传造势
 
流程优化工作同样需要造势，以营造追求创新的氛围及持续获得各级领导的支持。为了宣传效果和步调一致，我们建议采取多项目整合的方式宣传。
 
这里我们设计了一个表格，详细解说一下，我们是如何高效做好宣传工作，并辅以案例以做到傻瓜化地展示。
 
 
 
 
项目协推
 
各流程优化项目分配了项目经理后，项目总管就认为各项目会在项目经理的带领下在预定计划内按质按量完成或者认为等着项目经理反馈项目进度和问题是错误的。虽然之前也对项目经理或者项目成员做了大量地有关如何做好流程优化方面的培训。但是，每一个流程优化项目都有其个性，何况每年的项目经理都会有很多新面孔。
 
所以，项目总管要不断主动去了解各项目组的进度和存在的问题，以便及时协助解决。针对某些新项目经理，有时候项目总管甚至要以一个保姆的方式去引领。曾经有一个项目，我们甚至协助项目经理完成了《项目计划书》草稿，以便项目能驶入轨道。
 
如果某项目重要度大，而且风险相对较高，或者项目经理的流程优化经验不足的话，有时候流程管理部门会安排经验丰富的流程优化人员以项目秘书的角色直接参与到项目工作中。
 
各项目衔接
 
既然公司的流程是有密切联系的，那么流程优化项目之间有时候并不能保证完全的相对独立。因为设立流程优化项目时需要考虑项目的颗粒度，同时还会考虑项目经理的人选等各方面的因素。导致，往往不同流程优化项目的范围存在重叠。
 
当然，我们同您一样深知端到端地看待问题和解决问题的重要性，我们也倾向于同一个流程的问题最好是由同一个项目组来完成。但是，我们更深知，在项目经理的能力不足和流程过于复杂的情况下，让一个项目组来完成所有的优化工作，无疑是“拔苗助长”，而且也不能“把所有的鸡蛋放在一个篮子里”，无论是对项目经理还是对公司都没有实质的好处。
 
基于以上种种类似原因，我们在尽量划分独立模块化流程优化项目的同时，也会容许这种看似悖论的存在。这就需要项目总管在做流程优化需求分析的时候就要很好地了解各项目之间的协同关系，特别是各项目涉及到IT开发工作时更是如此。
 
项目验收及绩效评估
 
当各流程优化项目完成后，项目总管须站在第三方对项目进行验收和发起评估。验收和评估的依据主要是《项目计划书》。如果项目总管发现项目组并没有完成当初设定的项目目标或者该项目仍存在一些问题而未满足项目关闭的条件时，项目总管可以要求该项目组继续完成这些目标及解决问题。满足项目关闭条件的，项目总管则开始启动项目效果评估程序，评估的内容主要包含三个部分：A项目效果评估；B项目经理评估；C项目成员评估。评估的结果作为《管理改进委员会激励方案》的评估标准。
 
流程优化项目的绩效评估指标有很多，但最终采取哪些指标要考虑各种因素。这方面，流程优化与流程梳理有“异曲同工”之处，大家可以回头看一下流程梳理的培训和推广章节。我们有时候就直接与流程梳理项目采取一样的评估表格。
 

 　SEO作为企业转型个人业务都是最直接的互联网利器，然后由于互联网的飞速发展，单靠SEO打天下当然是有点欠缺，所以秀才今天给大家讲一下配合 SEO的一些整合内容来辅助SEO效果做到更好，从站内到站外，从2014年开始SEO这个词基本上没有一个企业老板不熟悉，潜移默化的造成到处都能看到 相关的培训中心，拉人气打广告招生，包括2015年今年高考数据分析多半毕业生的意向都会考虑互联网行业来报考志愿，原因也很赤裸裸就是互联网行业工资 高，有发展，未来今年都会很吃香的行业。SEO主管，SEM总监，移动产品经理，大数据分析师，等等，不难看出做互联网的前途是一片大好，那么做好SEO 这门“艺术”就需要你深度挖掘，而不是简单的发文章和外链，它讲求的是一种策略和思维，包括目前的移动搜索做为企业不做移动互联网迟早会甩出一大截。
 
 　　SEO这个词汇对从事互联网的个人及老板们都不陌生，听得多了便感觉是熟悉的，潜移默化的东西，SEO优化究竟如何才是王道，做出来成绩才是强者。下面是整理的一些SEO优化整合营销。
 
 　　流程供大家参考与学习。
 
 　　一、优化平台
 
 　　SEO对各大搜索引擎的自然排名进行优化。提升首页展现率，提升排名。
 
 　　
 
 　　二、自然排名优化项目
 
 　　SEO针对百度首页排序特点，优化项目有：百度百科建设，新闻资讯发布，百度知道操作，百度贴吧操作，企业网站优化，关键词优化等。
 
 　　
 
 　　三、整站优化架构
 
 　　
 
 　　3.1内部优化
 
 　　站内链接优化:链接架构丰富内容策略、URL优化、内容编辑策略、栏目页URL优化、关键词布局、内页URL优化、title和meta设计、链接 构架策略、首页title和meta设计、栏目页面链接构架策略、栏目页title和meta设计、内页链接构架策略、内页的title和meta设计、 内容策略。
 
 　　内部优化目标：提升用户体验，增加访客粘度。结构、布局、内容优化，提升搜索引擎体验提升网站整体权重。增加搜索引擎收录和排名机会。
 
 　　3.2外部优化
 
 　　优化策略：传播平台广泛覆盖。注重计划性与策略性传播。
 
 　　传播形式：内容传播，口碑传播，互动传播。
 
 　　
 
 　　四、优化流程
 
 　　
 
 　　第一步：明确网站内部优化权限。A:全权优化，提供FTP权限。B:提供优化建议与解决方案，自主优化。
 
 　　第二步：竞争对手网站优化详细分析。
 
 　　第三步：根据竞争对手优化手法&网站现阶段推广需求，制定详尽内部&外部优化方案。
 
 　　第四步：内部优化项目检测与优化(项目示例)
 
 　　第五步：外部优化-外链&社会化媒体推广(长期)
 
 　　第六步：效果监测、数据分析、官方专题、官方论坛、官方博客专项运维
 
 　　
 
 　　SEO工作最终目标是提升用户和搜索引擎的双重信任度。
 
 　　1、扩大品牌认知度和影响力。
 
 　　2、提升关键词排名和网站流量。
 
 　　
 
 　　最终的目的就是获得排名，达到曝光，带来转化。
 
 　　文章来源秀才原创博客：http://www.seolseo.com/seojiaocheng_597.html

MySQL 面试题
 
MySQL 涉及的内容非常非常非常多，所以面试题也容易写的杂乱。当年，我们记着几个一定要掌握的重心：
 
 
 
重点的题目添加了【重点】前缀。
 
 
索引。
锁。
事务和隔离级别。
 
因为 MySQL 还会有部分内容和运维相关度比较高，所以本文我们分成两部分【开发】【运维】两部分。
 
对于【开发】部分，我们需要掌握。
对于【运维】部分，更多考验开发的知识储备情况，当然能回答出来是比较好的，特别是对于高级开发工程师、架构师等。
 
开发
 
为什么互联网公司一般选择 MySQL 而不是 Oracle?
 
免费、流行、够用。
 
? 当然，这个回答要稍微润色下。不过一般，很少问这个问题了。
 
数据库的三范式是什么？什么是反模式？
 
 
 
艿艿：重点在于反模式的回答。实际开发中，不会严格遵守三范式。
 
 
胖友直接看 《服务端指南 数据存储篇 | MySQL（07） 范式与反模式》 。
 
MySQL 有哪些数据类型？
 
MySQL 支持多种类型，大致可以分为三类：数值、日期/时间和字符串(字符)类型。具体可以看看 《MySQL 数据类型》 文档。
 
正确的使用数据类型，对数据库的优化是非常重要的。
 
? MySQL 中 varchar 与 char 的区别？varchar(50) 中的 50 代表的涵义？
 
1、varchar 与 char 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。
2、varchar(50) 中 50 的涵义最多存放 50 个字符。varchar(50) 和 (200) 存储 hello 所占空间一样，但后者在排序时会消耗更多内存，因为 ORDER BY col 采用 fixed_length 计算 col 长度(memory引擎也一样)。所以，实际场景下，选择合适的 varchar 长度还是有必要的。
 
? int(11) 中的 11 代表什么涵义？
 
int(11) 中的 11 ，不影响字段存储的范围，只影响展示效果。具体可以看看 《MySQL 中 int 长度的意义》 文章。
 
? 金额(金钱)相关的数据，选择什么数据类型？
 
方式一，使用 int 或者 bigint 类型。如果需要存储到分的维度，需要 *100 进行放大。
方式二，使用 decimal 类型，避免精度丢失。如果使用 Java 语言时，需要使用 BigDecimal 进行对应。
 
? 一张表，里面有 ID 自增主键，当 insert 了 17 条记录之后，删除了第 15,16,17 条记录，再把 MySQL 重启，再 insert 一条记录，这条记录的 ID 是 18 还是 15？
 
一般情况下，我们创建的表的类型是 InnoDB ，如果新增一条记录（不重启 MySQL 的情况下），这条记录的 ID 是18 ；但是如果重启 MySQL 的话，这条记录的 ID 是 15 。因为 InnoDB 表只把自增主键的最大 ID 记录到内存中，所以重启数据库或者对表 OPTIMIZE 操作，都会使最大 ID 丢失。
但是，如果我们使用表的类型是 MyISAM ，那么这条记录的 ID 就是 18 。因为 MyISAM 表会把自增主键的最大 ID 记录到数据文件里面，重启 MYSQL 后，自增主键的最大 ID 也不会丢失。
 
最后，还可以跟面试官装个 x ，生产数据，不建议进行物理删除记录。
 
? 表中有大字段 X(例如：text 类型)，且字段 X 不会经常更新，以读为为主，请问您是选择拆成子表，还是继续放一起?写出您这样选择的理由
 
 
拆带来的问题：连接消耗 + 存储拆分空间。
 
  
 
   
如果能容忍拆分带来的空间问题，拆的话最好和经常要查询的表的主键在物理结构上放置在一起(分区) 顺序 IO ，减少连接消耗，最后这是一个文本列再加上一个全文索引来尽量抵消连接消耗。
 
  
 
 
不拆可能带来的问题：查询性能。
 
  
 
   
如果能容忍不拆分带来的查询性能损失的话，上面的方案在某个极致条件下肯定会出现问题，那么不拆就是最好的选择。
 
  
 
 
实际场景下，例如说商品表数据量比较大的情况下，会将商品描述单独存储到一个表中。即，使用拆的方案。
 
MySQL 有哪些存储引擎？
 
MySQL 提供了多种的存储引擎：
 
InnoDB
MyISAM
MRG_MYISAM
MEMORY
CSV
ARCHIVE
BLACKHOLE
PERFORMANCE_SCHEMA
FEDERATED
…
 
具体每种存储引擎的介绍，可以看看 《数据库存储引擎》 。
 
? 如何选择合适的存储引擎？
 
提供几个选择标准，然后按照标准，选择对应的存储引擎即可，也可以根据 常用引擎对比 来选择你使用的存储引擎。使用哪种引擎需要根据需求灵活选择，一个数据库中多个表可以使用不同的引擎以满足各种性能和实际需求。使用合适的存储引擎，将会提高整个数据库的性能。
 
 
是否需要支持事务。
 
 
对索引和缓存的支持。
 
 
是否需要使用热备。
 
 
崩溃恢复，能否接受崩溃。
 
 
存储的限制。
 
 
是否需要外键支持。
 
  
 
   
艿艿：目前开发已经不考虑外键，主要原因是性能。具体可以看看 《从 MySQL 物理外键开始的思考》 文章。
 
  
 
 
目前，MySQL 默认的存储引擎是 InnoDB ，并且也是最主流的选择。主要原因如下：
 
【最重要】支持事务。
支持行级锁和表级锁，能支持更多的并发量。
查询不加锁，完全不影响查询。
支持崩溃后恢复。
 
在 MySQL5.1 以及之前的版本，默认的存储引擎是 MyISAM ，但是目前已经不再更新，且它有几个比较关键的缺点：
 
不支持事务。
使用表级锁，如果数据量大，一个插入操作锁定表后，其他请求都将阻塞。
 
 
 
艿艿：也就是说，我们不需要花太多力气在 MyISAM 的学习上。
 
 
? 请说明 InnoDB 和 MyISAM 的区别
 
InnoDB
MyISAM
事务
支持
不支持
存储限制
64TB
无
锁粒度
行锁
表锁
崩溃后的恢复
支持
不支持
外键
支持
不支持
全文检索
5.7 版本后支持
支持
更完整的对比，可以看看 《数据库存储引擎》 的 「常用引擎对比」 小节。
 
? 请说说 InnoDB 的 4 大特性？
 
 
 
艿艿：貌似我面试没被问过…反正，我是没弄懂过~~
 
 
插入缓冲(insert buffer)
二次写(double write)
自适应哈希索引(ahi)
预读(read ahead)
 
? 为什么 SELECT COUNT(*) FROM table 在 InnoDB 比 MyISAM 慢？
 
对于 SELECT COUNT(*) FROM table 语句，在没有 WHERE 条件的情况下，InnoDB 比 MyISAM 可能会慢很多，尤其在大表的情况下。因为，InnoDB 是去实时统计结果，会全表扫描；而 MyISAM 内部维持了一个计数器，预存了结果，所以直接返回即可。
 
详细的原因，胖友可以看看 《高性能 MySQL 之 Count 统计查询》 博客。
 
? 各种不同 MySQL 版本的 Innodb 的改进？
 
 
 
艿艿：这是一个选择了解的问题。
 
 
MySQL5.6 下 Innodb 引擎的主要改进：
 
online DDL
memcached NoSQL 接口
transportable tablespace（ alter table discard/import tablespace）
MySQL 正常关闭时，可以 dump 出 buffer pool 的（ space， page_no），重启时 reload，加快预热速度
索引和表的统计信息持久化到 mysql.innodb_table_stats 和 mysql.innodb_index_stats，可提供稳定的执行计划
Compressed row format 支持压缩表
 
MySQL5.7 下 Innodb 引擎的主要改进：
 
 
1、修改 varchar 字段长度有时可以使用
 
  
 
   
这里的“有时”，指的是也有些限制。可见 《MySQL 5.7 online ddl 的一些改进》 。
 
  
 
 
2、Buffer pool 支持在线改变大小
 
 
3、Buffer pool 支持导出部分比例
 
 
4、支持新建 innodb tablespace，并可以在其中创建多张表
 
 
5、磁盘临时表采用 innodb 存储，并且存储在 innodb temp tablespace 里面，以前是 MyISAM 存储
 
 
6、透明表空间压缩功能
 
 
重点】什么是索引？
 
索引，类似于书籍的目录，想找到一本书的某个特定的主题，需要先找到书的目录，定位对应的页码。
 
MySQL 中存储引擎使用类似的方式进行查询，先去索引中查找对应的值，然后根据匹配的索引找到对应的数据行。
 
? 索引有什么好处？
 
提高数据的检索速度，降低数据库IO成本：使用索引的意义就是通过缩小表中需要查询的记录的数目从而加快搜索的速度。
降低数据排序的成本，降低CPU消耗：索引之所以查的快，是因为先将数据排好序，若该字段正好需要排序，则正好降低了排序的成本。
 
? 索引有什么坏处？
 
占用存储空间：索引实际上也是一张表，记录了主键与索引字段，一般以索引文件的形式存储在磁盘上。
降低更新表的速度：表的数据发生了变化，对应的索引也需要一起变更，从而减低的更新速度。否则索引指向的物理数据可能不对，这也是索引失效的原因之一。
 
? 索引的使用场景？
 
 
1、对非常小的表，大部分情况下全表扫描效率更高。
 
 
2、对中大型表，索引非常有效。
 
 
3、特大型的表，建立和使用索引的代价随着增长，可以使用分区技术来解决。
 
  
 
   
实际场景下，MySQL 分区表很少使用，原因可以看看 《互联网公司为啥不使用 MySQL 分区表？》 文章。
 
   
对于特大型的表，更常用的是“分库分表”，目前解决方案有 Sharding Sphere、MyCAT 等等。
 
  
 
 
? 索引的类型？
 
索引，都是实现在存储引擎层的。主要有六种类型：
 
 
1、普通索引：最基本的索引，没有任何约束。
 
 
2、唯一索引：与普通索引类似，但具有唯一性约束。
 
 
3、主键索引：特殊的唯一索引，不允许有空值。
 
 
4、复合索引：将多个列组合在一起创建索引，可以覆盖多个列。
 
 
5、外键索引：只有InnoDB类型的表才可以使用外键索引，保证数据的一致性、完整性和实现级联操作。
 
 
6、全文索引：MySQL 自带的全文索引只能用于 InnoDB、MyISAM ，并且只能对英文进行全文检索，一般使用全文索引引擎。
 
  
 
   
常用的全文索引引擎的解决方案有 Elasticsearch、Solr 等等。最为常用的是 Elasticsearch 。
 
  
 
 
具体的使用，可以看看 《服务端指南 数据存储篇 | MySQL（03） 如何设计索引》 。
 
? MySQL 索引的“创建”原则？
 
 
 
注意，是“创建”噢。
 
 
 
1、最适合索引的列是出现在 WHERE 子句中的列，或连接子句中的列，而不是出现在 SELECT 关键字后的列。
 
 
2、索引列的基数越大，索引效果越好。
 
  
 
   
具体为什么，可以看看如下两篇文章：
 
   
《MySQL 索引基数》 理解相对简单
《低基数索引为什么会对性能产生负面影响》 写的更原理，所以较为难懂。
 
  
 
 
3、根据情况创建复合索引，复合索引可以提高查询效率。
 
  
 
   
因为复合索引的基数会更大。
 
  
 
 
4、避免创建过多的索引，索引会额外占用磁盘空间，降低写操作效率。
 
 
5、主键尽可能选择较短的数据类型，可以有效减少索引的磁盘占用提高查询效率。
 
 
6、对字符串进行索引，应该定制一个前缀长度，可以节省大量的索引空间。
 
 
? MySQL 索引的“使用”注意事项？
 
 
 
注意，是“使用”噢。
 
 
 
1、应尽量避免在 WHERE 子句中使用 != 或 <> 操作符，否则将引擎放弃使用索引而进行全表扫描。优化器将无法通过索引来确定将要命中的行数,因此需要搜索该表的所有行。
 
  
 
   
注意，column IS NULL 也是不可以使用索引的。
 
  
 
 
2、应尽量避免在 WHERE 子句中使用 OR 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如：SELECT id FROM t WHERE num = 10 OR num = 20 。
 
 
3、应尽量避免在 WHERE 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。
 
 
4、应尽量避免在 WHERE 子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描。
 
 
5、不要在 WHERE 子句中的 = 左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。
 
 
6、复合索引遵循前缀原则。
 
 
7、如果 MySQL 评估使用索引比全表扫描更慢，会放弃使用索引。如果此时想要索引，可以在语句中添加强制索引。
 
 
8、列类型是字符串类型，查询时一定要给值加引号，否则索引失效。
 
 
9、LIKE 查询，% 不能在前，因为无法使用索引。如果需要模糊匹配，可以使用全文索引。
 
 
关于这块，可以看看 《服务端指南 数据存储篇 | MySQL（04） 索引使用的注意事项》 文章，写的更加细致。
 
? 以下三条 SQL 如何建索引，只建一条怎么建？
 
WHERE a = 1 AND b = 1
WHERE b = 1
WHERE b = 1 ORDER BY time DESC

 
以顺序 b , a, time 建立复合索引，CREATE INDEX table1_b_a_time ON index_test01(b, a, time)。
对于第一条 SQL ，因为最新 MySQL 版本会优化 WHERE 子句后面的列顺序，以匹配复合索引顺序。
 
? 想知道一个查询用到了哪个索引，如何查看?
 
EXPLAIN 显示了 MYSQL 如何使用索引来处理 SELECT 语句以及连接表,可以帮助选择更好的索引和写出更优化的查询语句。
 
使用方法，在 SELECT 语句前加上 EXPLAIN 就可以了。 《MySQL explain 执行计划详细解释》 。
 
【重点】MySQL 索引的原理？
 
解释 MySQL 索引的原理，篇幅会比较长，并且网络上已经有靠谱的资料可以看，所以艿艿这里整理了几篇，胖友可以对照着看。
 
 
《MySQL索引背后的数据结构及算法原理》
 
  
 
   
写的一点都不好，艿艿在地铁反复看了 10 遍。
 
   
强烈推荐！！！！
 
  
 
 
《MySQL 索引原理》
 
 
《深入理解 MySQL 索引原理和实现 —— 为什么索引可以加速查询？》
 
 
下面，艿艿对关键知识做下整理，方便胖友回顾。
 
几篇好一点的文章:
 
《MySQL索引背后的数据结构及算法原理》
 
《MySQL 索引原理》
 
《深入理解 MySQL 索引原理和实现 —— 为什么索引可以加速查询？》
 
MySQL 有哪些索引方法？
 
在 MySQL 中，我们可以看到两种索引方式：
 
 
B-Tree 索引。
 
 
Hash 索引。
 
《MySQL BTree 索引和 hash 索引的区别》
 
 
什么是 B-Tree 索引？
 
B-Tree 是为磁盘等外存储设备设计的一种平衡查找树。因此在讲 B-Tree 之前先了解下磁盘的相关知识。
 
系统从磁盘读取数据到内存时是以磁盘块（block）为基本单位的，位于同一个磁盘块中的数据会被一次性读取出来，而不是需要什么取什么。
InnoDB存储引擎中有页（Page）的概念，页是其磁盘管理的最小单位。InnoDB 存储引擎中默认每个页的大小为 16 KB，可通过参数 innodb_page_size 将页的大小设置为 4K、8K、16K ，在 MySQL 中可通过如下命令查看页的大小：
 
mysql> show variables like 'innodb_page_size';
 
而系统一个磁盘块的存储空间往往没有这么大，因此 InnoDB 每次申请磁盘空间时都会是若干地址连续磁盘块来达到页的大小 16KB 。InnoDB 在把磁盘数据读入到磁盘时会以页为基本单位，在查询数据时如果一个页中的每条数据都能有助于定位数据记录的位置，这将会减少磁盘 I/O 次数，提高查询效率。
 
B-Tree 结构的数据可以让系统高效的找到数据所在的磁盘块。为了描述B-Tree，首先定义一条记录为一个二元组 [key, data] ，key 为记录的键值，对应表中的主键值，data 为一行记录中除主键外的数据。对于不同的记录，key值互不相同。
 
一棵 m 阶的 B-Tree 有如下特性：
 
每个节点最多有 m 个孩子。 
  
除了根节点和叶子节点外，其它每个节点至少有 Ceil(m/2) 个孩子。
若根节点不是叶子节点，则至少有 2 个孩子。
 
所有叶子节点都在同一层，且不包含其它关键字信息。
每个非叶子节点包含 n 个关键字信息（P0,P1,…Pn, k1,…kn） 
  
关键字的个数 n 满足：ceil(m/2)-1 <= n <= m-1
ki(i=1,…n) 为关键字，且关键字升序排序。
Pi(i=0,…n) 为指向子树根节点的指针。P(i-1) 指向的子树的所有节点关键字均小于 ki ，但都大于 k(i-1) 。
 
 
B-Tree 中的每个节点根据实际情况可以包含大量的关键字信息和分支，如下图所示为一个 3 阶的 B-Tree：
 
 
每个节点占用一个盘块的磁盘空间，一个节点上有两个升序排序的 key 和三个指向子树根节点的 point ，point 存储的是子节点所在磁盘块的地址。两个 key 划分成的三个范围域，对应三个 point 指向的子树的数据的范围域。
以根节点为例，key 为 17 和 35 ，P1 指针指向的子树的数据范围为小于 17 ，P2 指针指向的子树的数据范围为 [17~35] ，P3 指针指向的子树的数据范围为大于 35 。
 
模拟查找 key 为 29 的过程：
 
1、根据根节点找到磁盘块 1 ，读入内存。【磁盘I/O操作第1次】
2、比较 key 29 在区间（17,35），找到磁盘块 1 的指针 P2 。
3、根据 P2 指针找到磁盘块 3 ，读入内存。【磁盘I/O操作第2次】
4、比较 key 29 在区间（26,30），找到磁盘块3的指针P2。
5、根据 P2 指针找到磁盘块 8 ，读入内存。【磁盘I/O操作第3次】
6、在磁盘块 8 中的 key 列表中找到 eky 29 。
 
分析上面过程，发现需要 3 次磁盘 I/O 操作，和 3 次内存查找操作。由于内存中的 key 是一个有序表结构，可以利用二分法查找提高效率。而 3 次磁盘 I/O 操作是影响整个 B-Tree 查找效率的决定因素。B-Tree 相对于 AVLTree 缩减了节点个数，使每次磁盘 I/O 取到内存的数据都发挥了作用，从而提高了查询效率。
 
什么是 B+Tree 索引？
 
B+Tree 是在 B-Tree 基础上的一种优化，使其更适合实现外存储索引结构，InnoDB存储引擎就是用 B+Tree 实现其索引结构。
 
从上一节中的 B-Tree 结构图中可以看到，每个节点中不仅包含数据的 key 值，还有 data 值。而每一个页的存储空间是有限的，如果 data 数据较大时将会导致每个节点（即一个页）能存储的 key 的数量很小，当存储的数据量很大时同样会导致 B-Tree 的深度较大，增大查询时的磁盘 I/O 次数，进而影响查询效率。在 B+Tree 中，所有数据记录节点都是按照键值大小顺序存放在同一层的叶子节点上，而非叶子节点上只存储 key 值信息，这样可以大大加大每个节点存储的 key 值数量，降低 B+Tree 的高度。
 
B+Tree 相对于 B-Tree 有几点不同：
 
非叶子节点只存储键值信息。
所有叶子节点之间都有一个链指针。
数据记录都存放在叶子节点中。
 
将上一节中的 B-Tree 优化，由于 B+Tree 的非叶子节点只存储键值信息，假设每个磁盘块能存储 4 个键值及指针信息，则变成 B+Tree 后其结构如下图所示：
 
 
通常在 B+Tree 上有两个头指针，一个指向根节点，另一个指向关键字最小的叶子节点，而且所有叶子节点（即数据节点）之间是一种链式环结构。因此可以对 B+Tree 进行两种查找运算：一种是对于主键的范围查找和分页查找，另一种是从根节点开始，进行随机查找。
 
可能上面例子中只有 22 条数据记录，看不出 B+Tree 的优点，下面做一个推算：
 
InnoDB 存储引擎中页的大小为 16KB，一般表的主键类型为 INT（占用4个字节） 或 BIGINT（占用8个字节），指针类型也一般为 4 或 8 个字节，也就是说一个页（B+Tree 中的一个节点）中大概存储 16KB/(8B+8B)=1K 个键值（因为是估值，为方便计算，这里的 K 取值为〖10〗^3）。也就是说一个深度为 3 的 B+Tree 索引可以维护10^3 *10^3 *10^3 = 10亿 条记录。
实际情况中每个节点可能不能填充满，因此在数据库中，B+Tree 的高度一般都在 2~4 层。MySQL 的 InnoDB 存储引擎在设计时是将根节点常驻内存的，也就是说查找某一键值的行记录时最多只需要 1~3 次磁盘 I/O 操作。
 
B+Tree 有哪些索引类型？
 
在 B+Tree 中，根据叶子节点的内容，索引类型分为主键索引和非主键索引。
 
主键索引的叶子节点存的数据是整行数据( 即具体数据 )。在 InnoDB 里，主键索引也被称为聚集索引（clustered index）。
非主键索引的叶子节点存的数据是整行数据的主键，键值是索引。在 InnoDB 里，非主键索引也被称为辅助索引（secondary index）。
 
辅助索引与聚集索引的区别在于辅助索引的叶子节点并不包含行记录的全部数据，而是存储相应行数据的聚集索引键，即主键。当通过辅助索引来查询数据时，需要进过两步：
 
首先，InnoDB 存储引擎会遍历辅助索引找到主键。
然后，再通过主键在聚集索引中找到完整的行记录数据。
 
另外，InnoDB 通过主键聚簇数据，如果没有定义主键，会选择一个唯一的非空索引代替，如果没有这样的索引，会隐式定义个主键作为聚簇索引。
 
再另外，可能有胖友有和艿艿的一样疑惑，在辅助索引如果相同的索引怎么存储？最终存储到 B+Tree 非子节点中时，它们对应的主键 ID 是不同的，所以妥妥的。如下图所示：
 
 
聚簇索引的注意点有哪些？
 
聚簇索引表最大限度地提高了 I/O 密集型应用的性能，但它也有以下几个限制：
 
 
1、插入速度严重依赖于插入顺序，按照主键的顺序插入是最快的方式，否则将会出现页分裂，严重影响性能。因此，对于 InnoDB 表，我们一般都会定义一个自增的 ID 列为主键。
 
  
 
   
关于这一点，可能面试官会换一个问法。例如，为什么主键需要是自增 ID ，又或者为什么主键需要带有时间性关联。
 
  
 
 
2、更新主键的代价很高，因为将会导致被更新的行移动。因此，对于InnoDB 表，我们一般定义主键为不可更新。
 
  
 
   
MySQL 默认情况下，主键是允许更新的。对于 MongoDB ，其 主键是不允许更新的。
 
  
 
 
3、二级索引访问需要两次索引查找，第一次找到主键值，第二次根据主键值找到行数据。
 
  
 
   
当然，有一种情况可以无需二次查找，基于非主键索引查询，但是查询字段只有主键 ID ，那么在二级索引中就可以查找到。
 
  
 
 
4、主键 ID 建议使用整型。因为，每个主键索引的 B+Tree 节点的键值可以存储更多主键 ID ，每个非主键索引的 B+Tree 节点的数据可以存储更多主键 ID 。
 
 
什么是索引的最左匹配特性？
 
当 B+Tree 的数据项是复合的数据结构，比如索引 (name, age, sex) 的时候，B+Tree 是按照从左到右的顺序来建立搜索树的。
 
比如当 (张三, 20, F) 这样的数据来检索的时候，B+Tree 会优先比较 name 来确定下一步的所搜方向，如果 name 相同再依次比较 age 和 sex ，最后得到检索的数据。
但当 (20, F) 这样的没有 name 的数据来的时候，B+Tree 就不知道下一步该查哪个节点，因为建立搜索树的时候 name 就是第一个比较因子，必须要先根据 name 来搜索才能知道下一步去哪里查询。
比如当 (张三, F) 这样的数据来检索时，B+Tree 可以用 name 来指定搜索方向，但下一个字段 age 的缺失，所以只能把名字等于张三的数据都找到，然后再匹配性别是 F 的数据了。
 
这个是非常重要的性质，即索引的最左匹配特性。
 
MyISAM 索引实现？
 
MyISAM 索引的实现，和 InnoDB 索引的实现是一样使用 B+Tree ，差别在于 MyISAM 索引文件和数据文件是分离的，索引文件仅保存数据记录的地址。
 
MyISAM 索引与 InnoDB 索引的区别？
 
InnoDB 索引是聚簇索引，MyISAM 索引是非聚簇索引。
InnoDB 的主键索引的叶子节点存储着行数据，因此主键索引非常高效。
MyISAM 索引的叶子节点存储的是行数据地址，需要再寻址一次才能得到数据。
InnoDB 非主键索引的叶子节点存储的是主键和其他带索引的列数据，因此查询时做到覆盖索引会非常高效。
 
【重点】请说说 MySQL 的四种事务隔离级别？
 
 
1、插入速度严重依赖于插入顺序，按照主键的顺序插入是最快的方式，否则将会出现页分裂，严重影响性能。因此，对于 InnoDB 表，我们一般都会定义一个自增的 ID 列为主键。
 
  
 
   
关于这一点，可能面试官会换一个问法。例如，为什么主键需要是自增 ID ，又或者为什么主键需要带有时间性关联。
 
  
 
 
2、更新主键的代价很高，因为将会导致被更新的行移动。因此，对于InnoDB 表，我们一般定义主键为不可更新。
 
  
 
   
MySQL 默认情况下，主键是允许更新的。对于 MongoDB ，其 主键是不允许更新的。
 
  
 
 
3、二级索引访问需要两次索引查找，第一次找到主键值，第二次根据主键值找到行数据。
 
  
 
   
当然，有一种情况可以无需二次查找，基于非主键索引查询，但是查询字段只有主键 ID ，那么在二级索引中就可以查找到。
 
  
 
 
4、主键 ID 建议使用整型。因为，每个主键索引的 B+Tree 节点的键值可以存储更多主键 ID ，每个非主键索引的 B+Tree 节点的数据可以存储更多主键 ID 。
 
 
1、插入速度严重依赖于插入顺序，按照主键的顺序插入是最快的方式，否则将会出现页分裂，严重影响性能。因此，对于 InnoDB 表，我们一般都会定义一个自增的 ID 列为主键。
 
  
 
   
关于这一点，可能面试官会换一个问法。例如，为什么主键需要是自增 ID ，又或者为什么主键需要带有时间性关联。
 
  
 
 
2、更新主键的代价很高，因为将会导致被更新的行移动。因此，对于InnoDB 表，我们一般定义主键为不可更新。
 
  
 
   
MySQL 默认情况下，主键是允许更新的。对于 MongoDB ，其 主键是不允许更新的。
 
  
 
 
3、二级索引访问需要两次索引查找，第一次找到主键值，第二次根据主键值找到行数据。
 
  
 
   
当然，有一种情况可以无需二次查找，基于非主键索引查询，但是查询字段只有主键 ID ，那么在二级索引中就可以查找到。
 
  
 
 
4、主键 ID 建议使用整型。因为，每个主键索引的 B+Tree 节点的键值可以存储更多主键 ID ，每个非主键索引的 B+Tree 节点的数据可以存储更多主键 ID 。
 
 
1、插入速度严重依赖于插入顺序，按照主键的顺序插入是最快的方式，否则将会出现页分裂，严重影响性能。因此，对于 InnoDB 表，我们一般都会定义一个自增的 ID 列为主键。
 
  
 
   
关于这一点，可能面试官会换一个问法。例如，为什么主键需要是自增 ID ，又或者为什么主键需要带有时间性关联。
 
  
 
 
2、更新主键的代价很高，因为将会导致被更新的行移动。因此，对于InnoDB 表，我们一般定义主键为不可更新。
 
  
 
   
MySQL 默认情况下，主键是允许更新的。对于 MongoDB ，其 主键是不允许更新的。
 
  
 
 
3、二级索引访问需要两次索引查找，第一次找到主键值，第二次根据主键值找到行数据。
 
  
 
   
当然，有一种情况可以无需二次查找，基于非主键索引查询，但是查询字段只有主键 ID ，那么在二级索引中就可以查找到。
 
  
 
 
4、主键 ID 建议使用整型。因为，每个主键索引的 B+Tree 节点的键值可以存储更多主键 ID ，每个非主键索引的 B+Tree 节点的数据可以存储更多主键 ID 。
 
 
事务就是对一系列的数据库操作（比如插入多条数据）进行统一的提交或回滚操作，如果插入成功，那么一起成功，如果中间有一条出现异常，那么回滚之前的所有操作。
 
这样可以防止出现脏数据，防止数据库数据出现问题。
 
事务的特性指的是？
 
指的是 ACID ，如下图所示：
 
 
原子性 Atomicity ：一个事务（transaction）中的所有操作，或者全部完成，或者全部不完成，不会结束在中间某个环节。事务在执行过程中发生错误，会被恢复（Rollback）到事务开始前的状态，就像这个事务从来没有执行过一样。即，事务不可分割、不可约简。
一致性 Consistency ：在事务开始之前和事务结束以后，数据库的完整性没有被破坏。这表示写入的资料必须完全符合所有的预设约束、触发器、级联回滚等。
隔离性 Isolation ：数据库允许多个并发事务同时对其数据进行读写和修改的能力，隔离性可以防止多个事务并发执行时由于交叉执行而导致数据的不一致。事务隔离分为不同级别，包括读未提交（Read uncommitted）、读提交（read committed）、可重复读（repeatable read）和串行化（Serializable）。
持久性 Durability ：事务处理结束后，对数据的修改就是永久的，即便系统故障也不会丢失。
 
事务的并发问题？
 
实际场景下，事务并不是串行的，所以会带来如下三个问题：
 
1、脏读：事务 A 读取了事务 B 更新的数据，然后 B 回滚操作，那么 A 读取到的数据是脏数据。
2、不可重复读：事务 A 多次读取同一数据，事务 B 在事务 A 多次读取的过程中，对数据作了更新并提交，导致事务 A 多次读取同一数据时，结果不一致。
3、幻读：系统管理员 A 将数据库中所有学生的成绩从具体分数改为 ABCDE 等级，但是系统管理员 B 就在这个时候插入了一条具体分数的记录，当系统管理员 A 改结束后发现还有一条记录没有改过来，就好像发生了幻觉一样，这就叫幻读。
 
小结：不可重复读的和幻读很容易混淆，不可重复读侧重于修改，幻读侧重于新增或删除。解决不可重复读的问题只需锁住满足条件的行，解决幻读需要锁表。
 
MySQL 事务隔离级别会产生的并发问题？
 
 
READ UNCOMMITTED（未提交读）：事务中的修改，即使没有提交，对其他事务也都是可见的。
 
  
 
   
会导致脏读。
 
  
 
 
READ COMMITTED（提交读）：事务从开始直到提交之前，所做的任何修改对其他事务都是不可见的。
 
  
 
   
会导致不可重复读。
 
   
这个隔离级别，也可以叫做“不可重复读”。
 
  
 
 
REPEATABLE READ（可重复读）：一个事务按相同的查询条件读取以前检索过的数据，其他事务插入了满足其查询条件的新数据。产生幻行。
 
  
 
   
会导致幻读。
 
  
 
 
SERIALIZABLE（可串行化）：强制事务串行执行。
 
 
事务隔离级别
脏读
不可重复读
幻读
读未提交（read-uncommitted）
是
是
是
读已提交（read-committed）
否
是
是
可重复读（repeatable-read）
否
否
是（x）
串行化（serializable）
否
否
否
MySQL 默认的事务隔离级别为可重复读（repeatable-read） 。
上图的 <X> 处，MySQL 因为其间隙锁的特性，导致其在可重复读（repeatable-read）的隔离级别下，不存在幻读问题。也就是说，上图 <X> 处，需要改成“否”！！！！
? 记住这个表的方式，我们会发现它是自左上向右下是一个对角线。当然，最好是去理解。
具体的实验，胖友可以看看 《MySQL 的四种事务隔离级别》 。
 
【重点】请说说 MySQL 的锁机制？
 
表锁是日常开发中的常见问题，因此也是面试当中最常见的考察点，当多个查询同一时刻进行数据修改时，就会产生并发控制的问题。MySQL 的共享锁和排他锁，就是读锁和写锁。
 
共享锁：不堵塞，多个用户可以同时读一个资源，互不干扰。
排他锁：一个写锁会阻塞其他的读锁和写锁，这样可以只允许一个用户进行写入，防止其他用户读取正在写入的资源。
 
? 锁的粒度？
 
表锁：系统开销最小，会锁定整张表，MyIsam 使用表锁。
行锁：最大程度的支持并发处理，但是也带来了最大的锁开销，InnoDB 使用行锁。
 
? 什么是悲观锁？什么是乐观锁？
 
1）悲观锁
 
它指的是对数据被外界（包括本系统当前的其他事务，以及来自外部系统的事务处理）修改持保守态度，因此，在整个数据处理过程中，将数据处于锁定状态。悲观锁的实现，往往依靠数据库提供的锁机制（也只有数据库层提供的锁机制才能真正保证数据访问的排他性，否则，即使在本系统中实现了加锁机制，也无法保证外部系统不会修改数据）。
 
在悲观锁的情况下，为了保证事务的隔离性，就需要一致性锁定读。读取数据时给加锁，其它事务无法修改这些数据。修改删除数据时也要加锁，其它事务无法读取这些数据。
 
2）乐观锁
 
相对悲观锁而言，乐观锁机制采取了更加宽松的加锁机制。悲观锁大多数情况下依靠数据库的锁机制实现，以保证操作最大程度的独占性。但随之而来的就是数据库性能的大量开销，特别是对长事务而言，这样的开销往往无法承受。
 
而乐观锁机制在一定程度上解决了这个问题。乐观锁，大多是基于数据版本（ Version ）记录机制实现。何谓数据版本？即为数据增加一个版本标识，在基于数据库表的版本解决方案中，一般是通过为数据库表增加一个 “version” 字段来实现。读取出数据时，将此版本号一同读出，之后更新时，对此版本号加一。此时，将提交数据的版本数据与数据库表对应记录的当前版本信息进行比对，如果提交的数据版本号大于数据库表当前版本号，则予以更新，否则认为是过期数据。
 
什么是死锁？
 
多数情况下，可以认为如果一个资源被锁定，它总会在以后某个时间被释放。而死锁发生在当多个进程访问同一数据库时，其中每个进程拥有的锁都是其他进程所需的，由此造成每个进程都无法继续下去。简单的说，进程 A 等待进程 B 释放他的资源，B 又等待 A 释放他的资源，这样就互相等待就形成死锁。
 
虽然进程在运行过程中，可能发生死锁，但死锁的发生也必须具备一定的条件，死锁的发生必须具备以下四个必要条件：
 
互斥条件：指进程对所分配到的资源进行排它性使用，即在一段时间内某资源只由一个进程占用。如果此时还有其它进程请求资源，则请求者只能等待，直至占有资源的进程用毕释放。
请求和保持条件：指进程已经保持至少一个资源，但又提出了新的资源请求，而该资源已被其它进程占有，此时请求进程阻塞，但又对自己已获得的其它资源保持不放。
不剥夺条件：指进程已获得的资源，在未使用完之前，不能被剥夺，只能在使用完时由自己释放。
环路等待条件：指在发生死锁时，必然存在一个进程——资源的环形链，即进程集合 {P0，P1，P2，•••，Pn} 中的 P0 正在等待一个 P1 占用的资源；P1 正在等待 P2 占用的资源，……，Pn 正在等待已被 P0 占用的资源。
 
下列方法有助于最大限度地降低死锁：
 
 
设置获得锁的超时时间。
 
  
 
   
通过超时，至少保证最差最差最差情况下，可以有退出的口子。
 
  
 
 
按同一顺序访问对象。
 
  
 
   
这个是最重要的方式。
 
  
 
 
避免事务中的用户交互。
 
 
保持事务简短并在一个批处理中。
 
 
使用低隔离级别。
 
 
使用绑定连接。
 
 
? MySQL 中 InnoDB 引擎的行锁是通过加在什么上完成(或称实现)的？为什么是这样子的？？
 
InnoDB 是基于索引来完成行锁。例如：SELECT * FROM tab_with_index WHERE id = 1 FOR UPDATE 。
 
FOR UPDATE 可以根据条件来完成行锁锁定，并且 id 是有索引键的列,如果 id 不是索引键那么 InnoDB 将完成表锁，并发将无从谈起。
 
【重要】MySQL 查询执行顺序？
 
MySQL 查询执行的顺序是：
 
(1)     SELECT
(2)     DISTINCT <select_list>
(3)     FROM <left_table>
(4)     <join_type> JOIN <right_table>
(5)     ON <join_condition>
(6)     WHERE <where_condition>
(7)     GROUP BY <group_by_list>
(8)     HAVING <having_condition>
(9)     ORDER BY <order_by_condition>
(10)    LIMIT <limit_number>
 
具体的，可以看看 《SQL 查询之执行顺序解析》 文章。
 
【重要】聊聊 MySQL SQL 优化？
 
可以看看如下几篇文章：
 
《PHP 面试之 MySQL 查询优化》
《【面试】【MySQL常见问题总结】【03】》 第 078、095、105 题
 
另外，除了从 SQL 层面进行优化，也可以从服务器硬件层面，进一步优化 MySQL 。具体可以看看 《MySQL 数据库性能优化之硬件优化》 。
 
编写 SQL 查询语句的考题合集
 
《10 道 MySQL 查询语句面试题》
《MySQL 开发面试题》
《企业面试题｜最常问的 MySQL 面试题集合（二）》
 
MySQL 数据库 CPU 飙升到 500% 的话，怎么处理？
 
当 CPU 飙升到 500% 时，先用操作系统命令 top 命令观察是不是 mysqld 占用导致的，如果不是，找出占用高的进程，并进行相关处理。
 
 
 
如果此时是 IO 压力比较大，可以使用 iostat 命令，定位是哪个进程占用了磁盘 IO 。
 
 
如果是 mysqld 造成的，使用 show processlist 命令，看看里面跑的 Session 情况，是不是有消耗资源的 SQL 在运行。找出消耗高的 SQL ，看看执行计划是否准确， index 是否缺失，或者实在是数据量太大造成。一般来说，肯定要 kill 掉这些线程(同时观察 CPU 使用率是否下降)，等进行相应的调整(比如说加索引、改 SQL 、改内存参数)之后，再重新跑这些 SQL。
 
 
 
也可以查看 MySQL 慢查询日志，看是否有慢 SQL 。
 
 
也有可能是每个 SQL 消耗资源并不多，但是突然之间，有大量的 Session 连进来导致 CPU 飙升，这种情况就需要跟应用一起来分析为何连接数会激增，再做出相应的调整，比如说限制连接数等。
 
? 在 MySQL 服务器运行缓慢的情况下输入什么命令能缓解服务器压力？
 
1）检查系统的状态
 
通过操作系统的一些工具检查系统的状态，比如 CPU、内存、交换、磁盘的利用率，根据经验或与系统正常时的状态相比对，有时系统表面上看起来看空闲，这也可能不是一个正常的状态，因为 CPU 可能正等待IO的完成。除此之外，还应观注那些占用系统资源(CPU、内存)的进程。
 
使用 sar 来检查操作系统是否存在 IO 问题。
使用 vmstat 监控内存 CPU 资源。
磁盘 IO 问题，处理方式：做 raid10 提高性能 。
网络问题，telnet 一下 MySQL 对外开放的端口。如果不通的话，看看防火墙是否正确设置了。另外，看看 MySQ L是不是开启了 skip-networking 的选项，如果开启请关闭。
 
2）检查 MySQL 参数
 
max_connect_errors
connect_timeout
skip-name-resolve
slave-net-timeout=seconds
master-connect-retry
 
3）检查 MySQL 相关状态值
 
关注连接数
关注下系统锁情况
关注慢查询（slow query）日志
 
Innodb 的事务与日志的实现方式
 
? 有多少种日志？
 
redo 日志
undo 日志
 
? 日志的存放形式？
 
redo：在页修改的时候，先写到 redo log buffer 里面， 然后写到 redo log 的文件系统缓存里面(fwrite)，然后再同步到磁盘文件（fsync）。
undo：在 MySQL5.5 之前，undo 只能存放在 ibdata* 文件里面， 5.6 之后，可以通过设置 innodb_undo_tablespaces 参数把 undo log 存放在 ibdata* 之外。
 
? 事务是如何通过日志来实现的，说得越深入越好
 
 
 
艿艿：这个流程的理解还是比较简单的，实际思考实现感觉还是蛮复杂的。
 
 
基本流程如下：
 
因为事务在修改页时，要先记 undo ，在记 undo 之前要记 undo 的 redo， 然后修改数据页，再记数据页修改的 redo。 redo（里面包括 undo 的修改）一定要比数据页先持久化到磁盘。
当事务需要回滚时，因为有 undo，可以把数据页回滚到前镜像的状态。
崩溃恢复时，如果 redo log 中事务没有对应的 commit 记录，那么需要用 undo 把该事务的修改回滚到事务开始之前。如果有 commit 记录，就用 redo 前滚到该事务完成时并提交掉。
 
MySQL binlog 的几种日志录入格式以及区别
 
? 各种日志格式的涵义
 
binlog 有三种格式类型，分别如下：
 
1）Statement
 
每一条会修改数据的 SQL 都会记录在 binlog 中。
 
 
优点：不需要记录每一行的变化，减少了 binlog 日志量，节约了 IO，提高性能。(相比 row 能节约多少性能与日志量，这个取决于应用的 SQL 情况，正常同一条记录修改或者插入 row 格式所产生的日志量还小于 Statement 产生的日志量，但是考虑到如果带条件的 update 操作，以及整表删除，alter 表等操作，ROW 格式会产生大量日志，因此在考虑是否使用 ROW 格式日志时应该跟据应用的实际情况，其所产生的日志量会增加多少，以及带来的 IO 性能问题。)
 
 
缺点：由于记录的只是执行语句，为了这些语句能在 slave 上正确运行，因此还必须记录每条语句在执行的时候的一些相关信息，以保证所有语句能在 slave 得到和在 master 端执行时候相同 的结果。另外 MySQL 的复制，像一些特定函数功能，slave 可与 master 上要保持一致会有很多相关问题(如 sleep() 函数，last_insert_id()，以及 user-defined functions(udf) 会出现问题)。
 
 
使用以下函数的语句也无法被复制：
 
  
 
LOAD_FILE()
 
 
UUID()
 
 
USER()
 
 
FOUND_ROWS()
 
 
SYSDATE() (除非启动时启用了 --sysdate-is-now 选项)
 
    
 
     
同时在 INSERT …SELECT 会产生比 RBR 更多的行级锁 。
 
    
 
 
 
2）Row
 
不记录 SQL 语句上下文相关信息，仅保存哪条记录被修改。
 
优点：binlog 中可以不记录执行的 SQL 语句的上下文相关的信息，仅需要记录那一条记录被修改成什么了。所以 rowlevel 的日志内容会非常清楚的记录下每一行数据修改的细节。而且不会出现某些特定情况下的存储过程，或 function ，以及 trigger 的调用和触发无法被正确复制的问题。
缺点：所有的执行的语句当记录到日志中的时候，都将以每行记录的修改来记录，这样可能会产生大量的日志内容,比如一条 Update 语句，修改多条记录，则 binlog 中每一条修改都会有记录，这样造成 binlog 日志量会很大，特别是当执行 alter table 之类的语句的时候，由于表结构修改，每条记录都发生改变，那么该表每一条记录都会记录到日志中。
 
3）Mixedlevel
 
是以上两种 level 的混合使用。
 
一般的语句修改使用 Statement 格式保存 binlog 。
如一些函数，statement 无法完成主从复制的操作，则采用 Row 格式保存 binlog 。
 
MySQL 会根据执行的每一条具体的 SQL 语句来区分对待记录的日志形式，也就是在 Statement 和 Row 之间选择 一种。
 
新版本的 MySQL 中对 row level 模式也被做了优化，并不是所有的修改都会以 row level 来记录。
 
像遇到表结构变更的时候就会以 Statement 模式来记录。
至于 Update 或者 Delete 等修改数据的语句，还是会记录所有行的变更，即使用 Row 模式。
 
? 适用场景？
 
在一条 SQL 操作了多行数据时， Statement 更节省空间，Row 更占用空间。但是， Row 模式更可靠。
 
因为，互联网公司，使用 MySQL 的功能相对少，基本不使用存储过程、触发器、函数的功能，选择默认的语句模式，Statement Level（默认）即可。
 
? 结合第一个问题，每一种日志格式在复制中的优劣？
 
Statement 可能占用空间会相对小一些，传送到 slave 的时间可能也短，但是没有 Row 模式的可靠。
Row 模式在操作多行数据时更占用空间，但是可靠。
 
所以，这是在占用空间和可靠之间的选择。
 
如何在线正确清理 MySQL binlog？
 
MySQL 中的 binlog 日志记录了数据中的数据变动，便于对数据的基于时间点和基于位置的恢复。但日志文件的大小会越来越大，占用大量的磁盘空间，因此需要定时清理一部分日志信息。
 
# 首先查看主从库正在使用的binlog文件名称
show master(slave) status

# 删除之前一定要备份
purge master logs before'2017-09-01 00:00:00'; # 删除指定时间前的日志
purge master logs to'mysql-bin.000001'; # 删除指定的日志文件

# 自动删除：通过设置binlog的过期时间让系统自动删除日志
show variables like 'expire_logs_days'; # 查看过期时间
set global expire_logs_days = 30; # 设置过期时间
 
MySQL 主从复制的流程是怎么样的？
 
MySQL 的主从复制是基于如下 3 个线程的交互（多线程复制里面应该是 4 类线程）：
 
1、Master 上面的 binlog dump 线程，该线程负责将 master 的 binlog event 传到 slave 。
2、Slave 上面的 IO 线程，该线程负责接收 Master 传过来的 binlog，并写入 relay log 。
3、Slave 上面的 SQL 线程，该线程负责读取 relay log 并执行。
4、如果是多线程复制，无论是 5.6 库级别的假多线程还是 MariaDB 或者 5.7 的真正的多线程复制， SQL 线程只做 coordinator ，只负责把 relay log 中的 binlog 读出来然后交给 worker 线程， woker 线程负责具体 binlog event 的执行。
 
? MySQL 如何保证复制过程中数据一致性？
 
1、在 MySQL5.5 以及之前， slave 的 SQL 线程执行的 relay log 的位置只能保存在文件（ relay-log.info）里面，并且该文件默认每执行 10000 次事务做一次同步到磁盘， 这意味着 slave 意外 crash 重启时， SQL 线程执行到的位置和数据库的数据是不一致的，将导致复制报错，如果不重搭复制，则有可能会导致数据不一致。 
  
MySQL 5.6 引入参数 relay_log_info_repository，将该参数设置为 TABLE 时， MySQL 将 SQL 线程执行到的位置存到 mysql.slave_relay_log_info 表，这样更新该表的位置和 SQL 线程执行的用户事务绑定成一个事务，这样 slave 意外宕机后，slave 通过 innodb 的崩溃恢复可以把 SQL 线程执行到的位置和用户事务恢复到一致性的状态。
 
2、MySQL 5.6 引入 GTID 复制，每个 GTID 对应的事务在每个实例上面最多执行一次， 这极大地提高了复制的数据一致性。
3、MySQL 5.5 引入半同步复制， 用户安装半同步复制插件并且开启参数后，设置超时时间，可保证在超时时间内如果 binlog 不传到 slave 上面，那么用户提交事务时不会返回，直到超时后切成异步复制，但是如果切成异步之前用户线程提交时在 master 上面等待的时候，事务已经提交，该事务对 master 上面的其他 session 是可见的，如果这时 master 宕机，那么到 slave 上面该事务又不可见了，该问题直到 5.7 才解决。
4、MySQL 5.7 引入无损半同步复制，引入参 rpl_semi_sync_master_wait_point，该参数默认为 after_sync，指的是在切成半同步之前，事务不提交，而是接收到 slave 的 ACK 确认之后才提交该事务，从此，复制真正可以做到无损的了。
5、可以再说一下 5.7 的无损复制情况下， master 意外宕机，重启后发现有 binlog 没传到 slave 上面，这部分 binlog 怎么办？？？分 2 种情况讨论， 1 宕机时已经切成异步了， 2 是宕机时还没切成异步？？？ 这个怎么判断宕机时有没有切成异步呢？？？ 分别怎么处理？？？
 
? MySQL 如何解决主从复制的延时性？
 
5.5 是单线程复制，5.6 是多库复制（对于单库或者单表的并发操作是没用的），5.7 是真正意义的多线程复制，它的原理是基于 group commit， 只要 master 上面的事务是 group commit 的，那 slave 上面也可以通过多个 worker线程去并发执行。 和 MairaDB10.0.0.5 引入多线程复制的原理基本一样。
 
? 工作遇到的复制 bug 的解决方法？
 
5.6 的多库复制有时候自己会停止，我们写了一个脚本重新 start slave 。
 
? 你是否做过主从一致性校验，如果有，怎么做的，如果没有，你打算怎么做？
 
主从一致性校验有多种工具 例如 checksum、mysqldiff、pt-table-checksum 等。
 
聊聊 MySQL 备份方式？备份策略是怎么样的？
 
具体的，胖友可以看看 《MySQL 高级备份策略》 。主要有几个知识点：
 
 
数据的备份类型
 
  
 
【常用】完全备份
 
    
 
     
这是大多数人常用的方式，它可以备份整个数据库，包含用户表、系统表、索引、视图和存储过程等所有数据库对象。但它需要花费更多的时间和空间，所以，一般推荐一周做一次完全备份。
 
    
 
 
增量备份
 
    
 
     
它是只备份数据库一部分的另一种方法，它不使用事务日志，相反，它使用整个数据库的一种新映象。它比最初的完全备份小，因为它只包含自上次完全备份以来所改变的数据库。它的优点是存储和恢复速度快。推荐每天做一次差异备份。
 
    
 
 
【常用】事务日志备份
 
    
 
     
事务日志是一个单独的文件，它记录数据库的改变，备份的时候只需要复制自上次备份以来对数据库所做的改变，所以只需要很少的时间。为了使数据库具有鲁棒性，推荐每小时甚至更频繁的备份事务日志。
 
    
 
 
文件备份
 
    
 
     
数据库可以由硬盘上的许多文件构成。如果这个数据库非常大，并且一个晚上也不能将它备份完，那么可以使用文件备份每晚备份数据库的一部分。由于一般情况下数据库不会大到必须使用多个文件存储，所以这种备份不是很常用。
 
    
 
 
 
备份数据的类型
 
  
热备份
温备份
冷备份
 
 
备份工具
 
  
cp
mysqldump
xtrabackup
lvm2 快照
 
 
MySQL 几种备份方式？
 
MySQL 一般有 3 种备份方式。
 
1）逻辑备份
 
使用 MySQL 自带的 mysqldump 工具进行备份。备份成sql文件形式。
 
优点：最大好处是能够与正在运行的 MySQL 自动协同工作，在运行期间可以确保备份是当时的点，它会自动将对应操作的表锁定，不允许其他用户修改(只能访问)。可能会阻止修改操作。SQL 文件通用方便移植。
缺点：备份的速度比较慢。如果是数据量很多的时候，就很耗时间。如果数据库服务器处在提供给用户服务状态，在这段长时间操作过程中，意味着要锁定表(一般是读锁定，只能读不能写入数据)，那么服务就会影响的。
 
2）物理备份
 
 
 
艿艿：因为现在主流是 InnoDB ，所以基本不再考虑这种方式。
 
 
直接拷贝只适用于 MyISAM 类型的表。这种类型的表是与机器独立的。但实际情况是，你设计数据库的时候不可能全部使用 MyISAM 类型表。你也不可能因为 MyISAM 类型表与机器独立，方便移植，于是就选择这种表，这并不是选择它的理由。
 
缺点：你不能去操作正在运行的 MySQL 服务器(在拷贝的过程中有用户通过应用程序访问更新数据，这样就无法备份当时的数据)，可能无法移植到其他机器上去。
 
3）双机热备份。
 
当数据量太大的时候备份是一个很大的问题，MySQL 数据库提供了一种主从备份的机制，也就是双机热备。
 
优点：适合数据量大的时候。现在明白了，大的互联网公司对于 MySQL 数据备份，都是采用热机备份。搭建多台数据库服务器，进行主从复制。
 
数据库不能停机，请问如何备份? 如何进行全备份和增量备份?
 
可以使用逻辑备份和双机热备份。
 
完全备份：完整备份一般一段时间进行一次，且在网站访问量最小的时候，这样常借助批处理文件定时备份。主要是写一个批处理文件在里面写上处理程序的绝对路径然后把要处理的东西写在后面，即完全备份数据库。
增量备份：对 ddl 和 dml 语句进行二进制备份。且 5.0 无法增量备份，5.1 后可以。如果要实现增量备份需要在 my.ini 文件中配置备份路径即可，重启 MySQL 服务器，增量备份就启动了。
 
? 你的备份工具的选择？备份计划是怎么样的？
 
视库的大小来定，一般来说 100G 内的库，可以考虑使用 mysqldump 来做，因为 mysqldump 更加轻巧灵活，备份时间选在业务低峰期，可以每天进行都进行全量备份(mysqldump 备份出来的文件比较小，压缩之后更小)。
 
100G 以上的库，可以考虑用 xtrabackup 来做，备份速度明显要比 mysqldump 要快。一般是选择一周一个全备，其余每天进行增量备份，备份时间为业务低峰期。
 
备份恢复时间是多长？
 
物理备份恢复快，逻辑备份恢复慢。
 
这里跟机器，尤其是硬盘的速率有关系，以下列举几个仅供参考：
 
20G 的 2 分钟（mysqldump）
80G 的 30分钟（mysqldump)
111G 的 30分钟（mysqldump)
288G 的 3 小时（xtrabackup)
3T 的 4 小时（xtrabackup)
 
逻辑导入时间一般是备份时间的 5 倍以上。
 
备份恢复失败如何处理？
 
首先在恢复之前就应该做足准备工作，避免恢复的时候出错。比如说备份之后的有效性检查、权限检查、空间检查等。如果万一报错，再根据报错的提示来进行相应的调整。
 
? mysqldump 和 xtrabackup 实现原理？
 
1）mysqldump
 
mysqldump 是最简单的逻辑备份方式。
 
在备份 MyISAM 表的时候，如果要得到一致的数据，就需要锁表，简单而粗暴。
在备份 InnoDB 表的时候，加上 –master-data=1 –single-transaction 选项，在事务开始时刻，记录下 binlog pos 点，然后利用 MVCC 来获取一致的数据，由于是一个长事务，在写入和更新量很大的数据库上，将产生非常多的 undo ，显著影响性能，所以要慎用。
优点：简单，可针对单表备份，在全量导出表结构的时候尤其有用。
缺点：简单粗暴，单线程，备份慢而且恢复慢，跨 IDC 有可能遇到时区问题
 
2）xtrabackup
 
xtrabackup 实际上是物理备份+逻辑备份的组合。
 
在备份 InnoDB 表的时候，它拷贝 ibd 文件，并一刻不停的监视 redo log 的变化，append 到自己的事务日志文件。在拷贝 ibd 文件过程中，ibd文件本身可能被写”花”，这都不是问题，因为在拷贝完成后的第一个 prepare 阶段，xtrabackup 采用类似于 Innodb 崩溃恢复的方法，把数据文件恢复到与日志文件一致的状态，并把未提交的事务回滚。
如果同时需要备份 MyISAM 表以及 InnoDB 表结构等文件，那么就需要用 flush tables with lock 来获得全局锁，开始拷贝这些不再变化的文件，同时获得 binlog 位置，拷贝结束后释放锁，也停止对 redo log 的监视。
 
如何从 mysqldump 产生的全库备份中只恢复某一个库、某一张表？
 
具体可见 《MySQL 全库备份中恢复某个库和某张表以及 mysqldump 参数 –ignore-table 介绍》 文章。
 
聊聊 MySQL 集群?
 
 
 
艿艿：这块艿艿懂的少，主要找了一些网络上的资料。
 
 
《五大常见的 MySQL 高可用方案》
《高性能、高可用、可扩展的 MySQL 集群如何组建？》
 
? 对于简历中写有熟悉 MySQL 高可用方案？
 
我一般先问他现在管理的数据库架构是什么，如果他只说出了主从，而没有说任何 HA 的方案，那么我就可以判断出他没有实际的 HA 经验。
 
不过这时候也不能就是断定他不懂 MySQL 高可用，也许是没有实际机会去使用，那么我就要问 MMM 以及 MHA 以及 MM + keepalived 等的原理、实现方式以及它们之间的优势和不足了，一般这种情况下，能说出这个的基本没有。
 
MMM 那东西好像不靠谱，据说不稳定，但是有人在用的，和 mysql-router 比较像，都是指定可写的机器和只读机器。
MHA 的话一句话说不完，可以搜索下相关博客。
 
聊聊 MySQL 安全？
 
感兴趣的胖友，可以看看：
 
《保障 MySQL 安全的14个最佳方法》
《详解 MySQL 安全配置》
 
MySQL 有哪些日志？
 
 
错误日志：记录了当 mysqld 启动和停止时，以及服务器在运行过程中发生任何严重错误时的相关信息。
 
 
二进制文件：记录了所有的 DDL（数据定义语言）语句和 DML（数据操纵语言）语句，不包括数据查询语句。语句以“事件”的形式保存，它描述了数据的更改过程。（定期删除日志，默认关闭）。
 
  
 
   
就是我们上面看到的 MySQL binlog 日志。
 
  
 
 
查询日志：记录了客户端的所有语句，格式为纯文本格式，可以直接进行读取。（log 日志中记录了所有数据库的操作，对于访问频繁的系统，此日志对系统性能的影响较大，建议关闭，默认关闭）。
 
 
慢查询日志：慢查询日志记录了包含所有执行时间超过参数long_query_time（单位：秒）所设置值的 SQL 语句的日志。（纯文本格式）
 
  
 
   
重要，一定要开启。
 
  
 
 
另外，错误日志和慢查询日志的详细解释，可以看看 《MySQL 日志文件之错误日志和慢查询日志详解》 文章。
 
聊聊 MySQL 监控？
 
你是如何监控你们的数据库的？
 
监控的工具有很多，例如 Zabbix ，Lepus ，我这里用的是 Lepus 。
 
对一个大表做在线 DDL ，怎么进行实施的才能尽可能降低影响？
 
使用 pt-online-schema-change ，具体可以看看 《MySQL 大表在线 DML 神器–pt-online-schema-change》 文章。
 
另外，还有一些其它的工具，胖友可以搜索下。