MySQL主从复制：通过主从复制可以实现数据备份、故障转移、MySQL集群、高可用、读写分离等。原理如下：
- 从库生成两个线程，一个I/O线程，一个SQL线程；
- I/O线程去请求主库的binlog，并将得到的binlog日志写到relay log（中继日志） 文件中；
- 主库会生成一个 log dump 线程，用来给从库 i/o线程传binlog；
- SQL 线程会读取relay log文件中的日志，并解析成具体操作，来实现主从的操作一致，而最终数据一致；
MyCat：MyCat主要是通过对SQL的拦截，然后经过一定规则的分片解析、路由分析、读写分离分析、缓存分析等，然后将SQL发给后端真实的数据块，并将返回的结果做适当处理返回给客户端。
MyCat安装与配置：主要配置解压包的schema.xml文件
<?xml version="1.0"?>
<!DOCTYPE mycat:schema SYSTEM "schema.dtd">
<mycat:schema xmlns:mycat="http://io.mycat/">
<!-- TESTDB1 是mycat的逻辑库名称，链接需要用的 -->
<schema name="mycat_testdb" checkSQLschema="false" sqlMaxLimit="100" dataNode="dn1"></schema>
<!-- database 是MySQL数据库的库名 -->
<dataNode name="dn1" dataHost="localhost1" database="test" />
<!--
dataNode节点中各属性说明：
name：指定逻辑数据节点名称；
dataHost：指定逻辑数据节点物理主机节点名称；
database：指定物理主机节点上。如果一个节点上有多个库，可使用表达式db$0-99， 表示指定0-99这100个数据库；
dataHost 节点中各属性说明：
name：物理主机节点名称；
maxCon：指定物理主机服务最大支持1000个连接；
minCon：指定物理主机服务最小保持10个连接；
writeType：指定写入类型；
0，只在writeHost节点写入；
1，在所有节点都写入。慎重开启，多节点写入顺序为默认写入根据配置顺序，第一个挂掉切换另一个；
dbType：指定数据库类型；
dbDriver：指定数据库驱动；
balance：指定物理主机服务的负载模式。
0，不开启读写分离机制；
1，全部的readHost与stand by writeHost参与select语句的负载均衡，简单的说，当双主双从模式(M1->S1，M2->S2，并且M1与 M2互为主备)，正常情况下，M2,S1,S2都参与select语句的负载均衡；
2，所有的readHost与writeHost都参与select语句的负载均衡，也就是说，当系统的写操作压力不大的情况下，所有主机都可以承担负载均衡；
-->
<dataHost name="localhost1" maxCon="1000" minCon="10" balance="3" writeType="0" dbType="mysql" dbDriver="native" switchType="1" slaveThreshold="100">
<heartbeat>select user()</heartbeat>
<!-- 可以配置多个主从 -->
<writeHost host="hostM1" url="192.168.162.132:3306" user="root" password="123456">
<!-- 可以配置多个从库 -->
<readHost host="hostS2" url="192.168.162.133:3306" user="root" password="123456" />
</writeHost>
</dataHost>
</mycat:schema>
数据库分表分库原则：遵循 垂直拆分与水平拆分。
- 垂直拆分：根据不同的业务，分为不同的数据库，比如会员数据库、订单数据库、支付数据库等，垂直拆分在大型电商系统中用的非常常见。缺点是：部分业务表无法join，只能通过接口方式解决，提高了系统复杂度。
- 水平拆分：把同一个表拆到不同的数据库中。可以将数据的水平切分理解为是按照数据行的切分，就是将表中 的某些行切分到一个数据库，而另外的某些行又切分到其他的数据库中，主要有分表，分库两种模式。水平切分提高了系统的稳定性跟负载能力，但是跨库join性能较差。比如：按时间、哈希、业务规则分表。
MyCat 10种水平分片策略：
- 求模算法：根据id进行十进制求摸运算，运算结果为分区索引，跟ES集群非常相似。
- 分片枚举：比如按照省份或区县来做保存
- 范围约定
- 日期指定
- 固定分片hash算法
- 通配取模
- ASCII码求模通配
- 编程指定
- 字符串拆分hash解析
Sharding-Jdbc：提供标准化的数据分片、分布式事务和数据库治理功能，可适用于如Java同构、异构语言、容器、云原生等各种多样化的应用场景。应用场景:
- 数据库读写分离
- 数据库分表分库
SJdbc与MyCat的区别：
- MyCat是一个基于第三方应用中间件数据库代理框架，客户端所有的jdbc请求都必须要先交给MyCat，再有MyCat转发到具体的真实服务器中。
- Sharding-Jdbc是一个Jar形式，在本地应用层重写Jdbc原生的方法，实现数据库分片形式。
- MyCat属于服务器端数据库中间件，而Sharding-Jdbc是一个本地数据库中间件框架。
配置如下：
server:
port: 9002
mybatis-plus:
# mapper-locations: classpath*:/mapper/*.xml
global-config:
db-config:
column-underline: true
#shardingjdbc配置
sharding:
jdbc:
data-sources:
###配置第一个从数据库
ds_slave_0:
password: root
jdbc-url: jdbc:mysql://192.168.212.203:3306/test?useUnicode=true&characterEncoding=utf-8&useSSL=true
driver-class-name: com.mysql.jdbc.Driver
username: root
###主数据库配置
ds_master:
password: root
jdbc-url: jdbc:mysql://192.168.212.202:3306/test?useUnicode=true&characterEncoding=utf-8&useSSL=true
driver-class-name: com.mysql.jdbc.Driver
username: root
###配置读写分离
master-slave-rule:
###配置从库选择策略，提供轮询与随机，这里选择用轮询
load-balance-algorithm-type: round_robin
####指定从数据库
slave-data-source-names: ds_slave_0
name: ds_ms
####指定主数据库
master-data-source-name: ds_master
数据库索引：是一种数据结构，用于提高数据库表的检索速度和查询性能。索引是数据库中的一种数据结构，类似于书籍的目录，它提供了一种快速访问表中特定行的方法。通过创建索引，数据库系统可以更有效地执行查询，减少数据扫描的时间，从而加快检索和查询操作。
默认数据与索引文件位置:/var/lib/mysql
索引实现原理：
- hash算法：据关键码值(Key value)而直接进行访问的数据结构，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做
散列函数，存放记录的数组叫做散列表。缺点是不能进行范围查找。 - 平衡二叉树算法：它的左子树和右子树都是平衡二叉树，且左子树和右子树的深度之差的绝对值（平衡因子 ） 不超过1。 也就是说AVL树每个节点的平衡因子只可能是-1、0和1（左子树高度减去右子树高度）。优点是平衡二叉树算法基本与二叉树查询相同，效率比较高。缺点是插入操作需要旋转，支持范围查询。
- 数据结构B树：B树（B-tree） 是一种树状数据结构，它能够存储数据、对其进行排序并允许以O(log n)的时间复杂度运行进行查找、顺序读取、插入和删除的数据结构。B树，概括来说是一个节点可以拥有多于2个子节点的二叉查找树。与自平衡二叉查找树不同，B-树为系统最优化大块数据的读和写操作。B-tree算法减少定位记录时所经历的中间过程，从而加快存取速度。普遍运用在数据库和文件系统
- 数据结构B+树：B+树相比B树，新增叶子节点与非叶子节点关系，叶子节点中包含了key和value，非叶子节点中只是包含了key，不包含value。所有相邻的叶子节点包含非叶子节点，使用链表进行结合，有一定顺序排序，从而范围查询效率非常高。
MyISAM引擎（读多写少，不支持事务）：使用B+Tree作为索引结构，叶节点的data域存放的是数据记录的地址。使用表级锁定。不支持事务。
**InnoDB引擎（推荐，写多读少场景，支持事务）：**也使用B+Tree作为索引结构，将数据和索引都存储在同一个表空间中。这种存储结构使得InnoDB在处理大量写操作和并发事务时表现得更为优越。使用行级锁定，支持事务。
MySQL优化方案：
- 索引优化
- 慢查询优化：开启慢查询、查询慢查询限制时间（slow_query_log）
- 表优化
explain命令：在解决数据库性能上是第一推荐使用命令，大部分的性能问题可以通过此命令来简单的解决
联合索引左前缀原则：指索引的最左匹配原则。在MySQL中，如果你创建了一个多列索引，查询只能充分利用索引的最左边的列。
举例：
-- 创建了一个复合索引（多列索引）
CREATE INDEX idx_example ON your_table (col1, col2, col3);
-- 索引的最左边的列是col1
-- 以下查询可以使用索引
SELECT * FROM your_table WHERE col1 = 'some_value';
-- 以下查询不能充分利用索引，因为没有涉及到索引的最左边的列
SELECT * FROM your_table WHERE col2 = 'some_value';
因为MySQL在使用索引时，会从索引的最左边开始匹配，并且只有当查询条件涉及到索引的最左边的列时，MySQL才能够充分利用这个索引。
**B+树能够存放多少字节数据：**主要考虑的是B+树的叶子节点能够存储多少数据。B+树的叶子节点包含了实际的索引数据，而非叶子节点只包含索引键值用于导航。
事务传播机制：定义了在一个事务中嵌套调用其他事务时，事务的行为和传播规则。常见的事务传播行为包括：
- REQUIRED（默认）：关键词：
必须，表示如果当前存在事务，那么新的操作必须在该事务中进行；如果当前没有事务，将创建一个新的事务。 - REQUIRES_NEW：
需要新的，表示无论当前是否存在事务，都将创建一个新的事务。 - NESTED：
嵌套，表示在当前事务的嵌套事务中执行。 - SUPPORTS：
支持，表示如果当前存在事务，就加入该事务；如果没有事务，以非事务方式执行。 - NOT_SUPPORTED：
不支持，表示以非事务方式执行，如果当前存在事务，将挂起该事务。 - MANDATORY：
强制，表示如果当前存在事务，就加入该事务；如果没有事务，则抛出异常。 - NEVER：
从不，表示以非事务方式执行，如果当前存在事务，将抛出异常。 - TIMEOUT：
超时，表示以相对时间为基准，如果事务在指定时间内没有完成，就回滚事务。
事务隔离级别：
- **READ UNCOMMITTED（未提交读）：**事务可以读取其他事务尚未提交的数据，可能导致脏读、不可重复读和幻读问题。
- **READ COMMITTED（已提交读）：**特点：事务只能读取其他事务已经提交的数据，解决了脏读问题，但仍可能有不可重复读和幻读问题。
- **REPEATABLE READ（可重复读）：**在同一事务中多次读取相同记录时，结果是一致的。解决了脏读和不可重复读问题，但仍可能有幻读问题。
- **SERIALIZABLE（串行化）：**最高的隔离级别，通过对数据进行加锁，解决了脏读、不可重复读和幻读的所有问题。但也可能降低并发性能。
- **READ SNAPSHOT（快照读）：**事务可以读取一个在事务开始时快照中存在的数据版本，适用于某些数据库系统的特殊实现。事务读取在事务开始时的快照数据，而不受其他事务的影响，避免了脏读、不可重复读和幻读问题。
脏读、不可重复读和幻读：
-
脏读（读写了未提交的）：
- 定义： 当一个事务读取了另一个事务未提交的数据时，就发生了脏读。
- 场景： 如果事务A修改了一行数据，但尚未提交，此时事务B读取了这个未提交的数据，就可能导致脏读。
-
不可重复读（读提交之后的）：
- 定义： 当一个事务多次读取同一行数据，但在这个过程中另一个事务对该行数据进行了修改并提交，导致事务A读取到不同的数据，就发生了不可重复读。
- 场景： 如果事务A在读取某一行数据后，事务B修改并提交了这一行数据，此时事务A再次读取同一行数据，就可能得到与之前不同的结果。
-
幻读（读一批提交之后的数据）：
- 定义： 当一个事务多次查询某个范围的数据，但在这个过程中另一个事务插入或删除了符合这个范围的数据，导致事务A得到不同的结果，就发生了幻读。
- 场景： 如果事务A查询了一个表中的一批数据，而此时事务B插入了一条符合查询条件的新数据，再次查询的结果中会包含这条新插入的数据，就可能发生幻读。
FOR UPDATE ：是一种用于在事务中锁定所选行的语句。当你在一个事务中执行
SELECT查询时，如果你希望防止其他事务修改这些数据，可以使用FOR UPDATE。这会在选定的行上设置共享锁，其他事务如果尝试在这些行上执行更新、删除或添加新行的操作，会被阻塞，直到持有锁的事务释放锁。