读书笔记之-《高性能MySQL》

数据库相关的知识，看了《高性能MySQL》和《数据库系统实现》两本。两本书综合看效果更好。 《高性能MySQL》从使用的角度入手，《数据库系统实现》从原理的角度入手。之前学习数据库相关的知识时有个执念，必定要弄明白它是怎么实现的，就直接买了一个《MySQL内核:Innodb存储引擎》,结果看不懂，束之高阁。

数据库的知识，我的以为以下的顺序比较合理。

硬盘

《数据库系统实现》在第二章就单独用一章的篇幅讲解磁盘的存储原理。这是由于计算机内置组件中具有持久存储能力的只有硬盘，软件屈从于硬件。所以理解磁盘的存储特色才能理解软件设计背后的逻辑。磁盘存储有以下的特色:

1. 特性A:相比CPU的延迟，磁盘延迟很是很是大。 在《性能之巅》中有作过对比，对于3.3GHz的CPU, 一个指令周期为0.3ns；机械硬盘一次I/O的延迟为1～10ms。这个差距有多大，若是一个CPU指令周期为1s, 那么机械硬盘一次I/O的延迟为1～12个月。真是等到花儿都谢了。

2. 特性B:磁盘是块设备，每次写入都是按块来的。一般一个块为512byte。即便用硬盘，得注意不能用轮船只运输一个土豆到美国。

3. 特性C:顺序IO的性能远远高于随机IO的性能。由于顺序IO避免了寻道时间和旋转延迟。

上述的特性不只影响了数据库的设计，更是深入影响了操做系统的设计，例如page cache

读写

数据库的操做基本上就是更高阶的读写: select 和 delete/update 是咱们使用数据库频率最高的操做了。 因此，数据库解决的核心问题就是如何组织数据实现高性能的读写。

###事务
高性能无法忽略掉并发，在并发读写场景下，就会出现数据一致性的问题。因此事务就用来解决数据一致性的问题了。

默认每条SQL语句都是一个事务， 能够手动设置提交点改变这一规则

在MySQL中，事务的隔离级别有4种。这4种其实不用死记硬背，能够从应用场景推导出来。

未提交读

事物A修改了记录a, 没有提交；事务B读取表，读取到了该事务。 这就是未提交读。 若是咱们本身设计数据库，在原数据上修改字段，若是没有其余手段的控制，并发状况下就会出现这种状况。因为读取到了脏数据，也称为脏读。这里咱们也能够将事务换一个熟悉的概念：线程来理解

提交读

针对上面未提交读的问题，若是将改动保存在事务的做用域内部，那么未提交的数据就不会影响其余事务。 这种隔离级别就是提交读。也叫不可重复读。由于失误内部两次执行可能获得不同的结果。

可重复读

提交读面临的不可重复读的问题，在可重复读隔离级别下能够避免。它能保证一个事务屡次读取同一条记录不会改变。固然，若是事务内部改变了该记录，另说。这个级别带来的另外一个问题就是[幻读]。 这个很好理解： 2个事务。事务A 读取记录不存在就写入；事务B写入记录。 事务A有可能出现写入失败的状况。

可序列化

将事务顺序执行。性能最低的作法。

索引

一般查询数据有两种典型的场景: 等值查询和区间查询。 即select * from table where field=a 或者 select * from table where field between a and b。 若是没有索引，惟一的作法就是全表扫描。这是一种大海捞针的作法。 程序员通常关注两个点: 问题在哪和怎么优化。 对于等值查询，最好的优化方式就是hash了。对于区间查询，不是hash算法的用武之地，由于它有个隐藏的逻辑: 排序。 一般，具有排序功能的数据结构有: 排序后的数组，链表。 跳跃表。AVL树，红黑树，B树，B+树。

为何选择B+树？

1. 硬盘是块设备。使用B+树，能够经过在同一个块中容纳N个元素，从而控制B树的层级不超过3层。减少IO的次数。
2. B+树叶子节点是链表。方便磁盘顺序IO的操做。

性能

性能就是响应时间。 性能问题的排查思路是top-down的方式:

1. CPU，内存，网络，IO, 硬盘是否OK?
2. 不OK只有3种状况: 余量不足 或者 配置不合理 或者 出故障了。
3. 索引优化， 表结构优化，查询优化 其头并进。

性能问题须要更可能是操做系统相关的知识。

复制

这个是MySQL的杀手锏。若是没有复制功能，MySQL不可能这么流行。 复制引伸出来的特性: 读写分离，负载均衡，高可用，故障切换， 备份， 测试升级。都是滥大街的概念。

复制的实现方式:基于行的复制和基于日志的复制。

可扩展性

可扩展性就是经过增长资源来提高系统容量的能力。好比MySQL经过读写分离，每新增一个Slave节点，数据库层面的读并发能力有所提高。固然因为系统分层，每一个层级都支持可扩展性，整个系统才具有可扩展性。

数据库层级的扩展经常使用策略就是分库分表这些策略了。

另外，可扩展性跟系统性能是两回事。 好比Hive性能较低，可是不影响其可扩展性。

高可用

高可用本质上就是更少的宕机时间。 若是从计算机的视角来看待人，人的可用性通常只有50%，按天天8小时工做制，人的可用性只有33%。

利用top-down的思路， 实现高可用，只有两种办法: 提高平均失效时间间隔， 简而言之，就是让系统两次宕机中间的时间间隔越长越好；下降平均恢复时间， 简而言之，就是出了故障修复时间越短越好。 因此，高可用更多的是架构层面的东西， 好比MySQL的互为主备，负载均衡。

备份

备份是个容易被忽略的话题。属于那种平时不待见，关键时刻须要扛雷。 备份的做用基本有三个: 灾难恢复，审计，测试。

《高性能MySQL》是一本兼顾深度和广度的书，没有那么多的原理性细节，适合开发阅读。若是想更深刻学习，估计《数据库系统实现》是一本比较适合的书。