1，链接
链接管理模块，接收请求；链接进程和用户模块，经过，链接线程和客户端对接
2，查询
查询缓存 Query Cache
分析器，内建解析树，对其语法检查，先from，再on，再join，再where…；检查权限，生成新的解析树，语义检查（没有字段k在这里）等
优化器，将前面解析树转换成执行计划，并进行评估最优
执行器，获取锁，打开表，经过meta数据，获取数据
3，返回结果
返回给链接进程和用户模块，而后清理，从新等待新的请求mysql
redo是物理的，binlog是逻辑的；如今因为redo是属于InnoDB引擎，因此必需要有binlog，由于你可使用别的引擎
保证数据库的一致性，必需要保证2份日志一致，使用的2阶段式提交；其实感受像事务，不是成功就是失败，不能让中间环节出现，也就是一个成功，一个失败
若是有一天mysql只有InnoDB引擎了，有redo来实现复制，那么感受oracle的DG就诞生了，物理的速度也将远超逻辑的，毕竟只记录了改动向量
binlog几大模式，通常采用row，由于遇到时间，从库可能会出现不一致的状况，可是row更新先后都有，会致使日志变大
最后2个参数，保证事务成功，日志必须落盘，这样，数据库crash后，就不会丢失某个事务的数据了
其次说一下，对问题的理解
备份时间周期的长短，感受有2个方便
首先，是恢复数据丢失的时间，既然须要恢复，确定是数据丢失了。若是一天一备份的话，只要找到这天的全备，加入这天某段时间的binlog来恢复，若是一周一备份，假设是周一，而你要恢复的数据是周日某个时间点，那就，须要全备+周一到周日某个时间点的所有binlog用来恢复，时间相比前者须要增长不少；看业务能忍受的程度
其次，是数据库丢失，若是一周一备份的话，须要确保整个一周的binlog都无缺无损，不然将没法恢复；而一天一备，只要保证这天的binlog都无缺无损；固然这个能够经过校验，或者冗余等技术来实现，相比之下，上面那点更重要web
一、事务的特性：原子性、一致性、隔离性、持久性
二、多事务同时执行的时候，可能会出现的问题：脏读、不可重复读、幻读
三、事务隔离级别：读未提交、读提交、可重复读、串行化
四、不一样事务隔离级别的区别：
读未提交：一个事务还未提交，它所作的变动就能够被别的事务看到
读提交：一个事务提交以后，它所作的变动才能够被别的事务看到
可重复读：一个事务执行过程当中看到的数据是一致的。未提交的更改对其余事务是不可见的
串行化：对应一个记录会加读写锁，出现冲突的时候，后访问的事务必须等前一个事务执行完成才能继续执行
五、配置方法：启动参数transaction-isolation
六、事务隔离的实现：每条记录在更新的时候都会同时记录一条回滚操做。同一条记录在系统中能够存在多个版本，这就是数据库的多版本并发控制（MVCC）。
七、回滚日志何时删除？系统会判断当没有事务须要用到这些回滚日志的时候，回滚日志会被删除。
八、何时不须要了？当系统里么有比这个回滚日志更早的read-view的时候。
九、为何尽可能不要使用长事务。长事务意味着系统里面会存在很老的事务视图，在这个事务提交以前，回滚记录都要保留，这会致使大量占用存储空间。除此以外，长事务还占用锁资源，可能会拖垮库。
十、事务启动方式：1、显式启动事务语句，begin或者start transaction,提交commit，回滚rollback；2、set autocommit=0，该命令会把这个线程的自动提交关掉。这样只要执行一个select语句，事务就启动，并不会自动提交，直到主动执行commit或rollback或断开链接。
十一、建议使用方法一，若是考虑多一次交互问题，可使用commit work and chain语法。在autocommit=1的状况下用begin显式启动事务，若是执行commit则提交事务。若是执行commit work and chain则提交事务并自动启动下一个事务。算法
1.索引的做用：提升数据查询效率
2.常见索引模型：哈希表、有序数组、搜索树
3.哈希表：键 - 值(key - value)。
4.哈希思路：把值放在数组里，用一个哈希函数把key换算成一个肯定的位置，而后把value放在数组的这个位置
5.哈希冲突的处理办法：链表
6.哈希表适用场景：只有等值查询的场景
7.有序数组：按顺序存储。查询用二分法就能够快速查询，时间复杂度是：O(log(N))
8.有序数组查询效率高，更新效率低
9.有序数组的适用场景：静态存储引擎。
10.二叉搜索树：每一个节点的左儿子小于父节点，父节点又小于右儿子
11.二叉搜索树：查询时间复杂度O(log(N))，更新时间复杂度O(log(N))
12.数据库存储大多不适用二叉树，由于树高太高，会适用N叉树
13.InnoDB中的索引模型：B+Tree
14.索引类型：主键索引、非主键索引
主键索引的叶子节点存的是整行的数据(聚簇索引)，非主键索引的叶子节点内容是主键的值(二级索引)
15.主键索引和普通索引的区别：主键索引只要搜索ID这个B+Tree便可拿到数据。普通索引先搜索索引拿到主键值，再到主键索引树搜索一次(回表)
16.一个数据页满了，按照B+Tree算法，新增长一个数据页，叫作页分裂，会致使性能降低。空间利用率下降大概50%。当相邻的两个数据页利用率很低的时候会作数据页合并，合并的过程是分裂过程的逆过程。
17.从性能和存储空间方面考量，自增主键每每是更合理的选择。sql
回表：回到主键索引树搜索的过程，称为回表
覆盖索引：某索引已经覆盖了查询需求，称为覆盖索引，例如：select ID from T where k between 3 and 5
在引擎内部使用覆盖索引在索引K上其实读了三个记录，R3~R5(对应的索引k上的记录项)，但对于MySQL的Server层来讲，它就是找引擎拿到了两条记录，所以MySQL认为扫描行数是2
最左前缀原则：B+Tree这种索引结构，能够利用索引的"最左前缀"来定位记录
只要知足最左前缀，就能够利用索引来加速检索。
最左前缀能够是联合索引的最左N个字段，也能够是字符串索引的最左M个字符
第一原则是：若是经过调整顺序，能够少维护一个索引，那么这个顺序每每就是须要优先考虑采用的。
索引下推：在MySQL5.6以前，只能从根据最左前缀查询到ID开始一个个回表。到主键索引上找出数据行，再对比字段值。
MySQL5.6引入的索引下推优化，能够在索引遍历过程当中，对索引中包含的字段先作判断，直接过滤掉不知足条件的记录，减小回表次数。数据库