1. 垂直与水平拆分设计原理

1.数据库拆分主要指分库分表，其目的主要是分散数据库压力，达到横向扩展，满足均衡访问等。
2.数据库拆分主要有两种方式：垂直拆分和水平拆分。

A.垂直拆分：
将不同业务功能相关的表放到不同的数据库中 也就是类似于 微服务架构中会员数据库/订单数据库/支付数据库
数据整合就需要通过 RPC 接口通讯

B.水平拆分：
将一张表数据拆分 n 多张不同的子表来进行存放
考虑扩容的问题
考虑查询的问题
考虑主键问题 （序列）
考虑一张表最多存放多少数据（）
当一张表的业务量行数如果超过 500 万行（阿里巴巴 java 开发手册官方推荐），分页/排序效率还是非常低，可以对同一张表数据实现拆分放到多个不同的表中存放。

2. 分表分库之后如何查询的呢？

1. 整合数据库中间件 mycat 或者 shadingjdbc;
2. 客户端代码中将表的名称替换成虚拟表的名称(虚拟表的名称是被我们数据库中间件改写的)，客户端发送 JDBC 语句 会被数据库中间件进行拦截
3. 获取到 条件后面的 分片字段 如果获取成功 则根据该
   分片字段 计算 直接定位到该表—-只会查询一次。
4. Sql 后面没有带上条件 分片字段 对每张表都会做操作，在将该结果给数据库中间件整合后返回给客户端。
   建议最好查询的过程中 带上分片字段，不然对每张都会查询一次。

3. 千万级数据分表分库策略有哪些?

回答：
数据的插入：

1. 定义一个全局的 id，根据该全局 id 采用分片算法，计算该条数据应该落地存放到具体那张表。
2. 该全局 id 特点：有序且递增 推荐序列

1.取余/取模
2.按照范围分片
3.按照日期进行分片
4.按照枚举值分片
5.二进制取模范围分片
6.一致性 hash 分片
7.按照目标字段前缀指定的进行分区
8.按照前缀 ASCII 码和值进行取模范围分片
一张表的数据达到 500 万条 开始分表分库

4. 分表分库之后分页如何查询

核心点 还是看分片字段 如果 sql 语句有带上分片字段的话
则只会对一张表来进行分页查询。
如果 sql 语句没有带上 分片字段的话 则会对每张表来做分页查询
将该结果交给我们的数据库中间件来整合 二次分页之后返回给客户端。

5. 单表达到多大量开始分表分库

【推荐】单表行数超过 500 万行或者单表容量超过 2GB，才推荐进行分库分表。说明：如果预计三年后的数据量根本达不到这个级别，请不要在创建表时就分库分表。
摘自：阿里巴巴 java 开发手册

6. hash 分表算法分表存在哪些优缺点缺点：

以后无法支持新增表的扩容
优点：
将数据 可以分摊的形式存放 均匀的形式存放
前提：需要保证用户的 userid 连续 计算 存放
序列或者 设置每张表的步长

7. 根据范围的形式分片

假设一张表存放的数据 500 万
以每张 500 万条数据的形式来进行分表
User0 0-500 万条数据
User1 500-1000 万条数据
User2 1000 1500 万条数据
Kafka 的日志存储

8. 根据日期的形式分片

应用场景在哪些？
例如：订单
例如 根据每天 或者 每年
数据存储不均匀 淡季 旺季
支持扩容
订单号码 带上日期规则
20251010
查询历史数据

9. mycat 或者Shardingjdbc

Mycat 是基于服务器端实现代理;
Shardingjdbc 是基于客户端改写 sql 语句代理;
相对于来说 Shardingjdbc 效率比 Mycat 高。
Mycat 比 Shardingjdbc 更加安全的

如果我们 sql 语句没有带上分片字段 ，建议 sql 语句后面 带上
Limit 分页查询 避免数据内存溢出

10. MyISAM与InnoDb之间区别

1.InnoDB支持事务，MyISAM不支持，对于InnoDB每一条SQL语言都默认封装成事务，自动提交，这样会影响速度，所以最好把多条SQL语言放在begin和commit之间，组成一个事务；

2.InnoDB支持外键，而MyISAM不支持。对一个包含外键的InnoDB表转为MYISAM会失败；

3.InnoDB是聚集索引，使用B+Tree作为索引结构，数据文件是和（主键）索引绑在一起的（表数据文件本身就是按B+Tree组织的一个索引结构），必须要有主键，通过主键索引效率很高。但是辅助索引需要两次查询，先查询到主键，然后再通过主键查询到数据。因此，主键不应该过大，因为主键太大，其他索引也都会很大。

MyISAM是非聚集索引，也是使用B+Tree作为索引结构，索引和数据文件是分离的，索引保存的是数据文件的指针。主键索引和辅助索引是独立的。

也就是说：InnoDB的B+树主键索引的叶子节点就是数据文件，辅助索引的叶子节点是主键的值；而MyISAM的B+树主键索引和辅助索引的叶子节点都是数据文件的地址指针。


4. InnoDB不保存表的具体行数，执行select count(*) from table时需要全表扫描。而MyISAM用一个变量保存了整个表的行数，执行上述语句时只需要读出该变量即可，速度很快（注意不能加有任何WHERE条件）；

那么为什么InnoDB没有了这个变量呢？

因为InnoDB的事务特性，在同一时刻表中的行数对于不同的事务而言是不一样的，因此count统计会计算对于当前事务而言可以统计到的行数，而不是将总行数储存起来方便快速查询。InnoDB会尝试遍历一个尽可能小的索引除非优化器提示使用别的索引。如果二级索引不存在，InnoDB还会尝试去遍历其他聚簇索引。

如果索引并没有完全处于InnoDB维护的缓冲区（Buffer
Pool）中，count操作会比较费时。可以建立一个记录总行数的表并让你的程序在INSERT/DELETE时更新对应的数据。和上面提到的问题一样，如果此时存在多个事务的话这种方案也不太好用。如果得到大致的行数值已经足够满足需求可以尝试SHOW
TABLE STATUS

5.Innodb不支持全文索引，而MyISAM支持全文索引，在涉及全文索引领域的查询效率上MyISAM速度更快高；PS：5.7以后的InnoDB支持全文索引了

6.MyISAM表格可以被压缩后进行查询操作

7.InnoDB支持表、行(默认)级锁，而MyISAM支持表级锁

InnoDB的行锁是实现在索引上的，而不是锁在物理行记录上。潜台词是，如果访问没有命中索引，也无法使用行锁，将要退化为表锁。

例如：

   t_user(uid, uname, age, sex) innodb;

   uid PK
   无其他索引
   update t_user set age=10 where uid=1;             命中索引，行锁。

   update t_user set age=10 where uid != 1;           未命中索引，表锁。

   update t_user set age=10 where name='chackca';    无索引，表锁。

8、InnoDB表必须有唯一索引（如主键）（用户没有指定的话会自己找/生产一个隐藏列Row_id来充当默认主键），而Myisam可以没有

9、Innodb存储文件有frm、ibd，而Myisam是frm、MYD、MYI

    Innodb：frm是表定义文件，ibd是数据文件

    Myisam：frm是表定义文件，myd是数据文件，myi是索引文件

如何选择：
1. 是否要支持事务，如果要请选择innodb，如果不需要可以考虑MyISAM；
2. 如果表中绝大多数都只是读查询，可以考虑MyISAM，如果既有读也有写，请使用InnoDB。
3. 系统奔溃后，MyISAM恢复起来更困难，能否接受；
4. MySQL5.5版本开始Innodb已经成为Mysql的默认引擎(之前是MyISAM)，说明其优势是有目共睹的，如果你不知道用什么，那就用InnoDB，至少不会差。

11. 为什么InnoDb引擎必须有主键，并且推荐使用整型的自增方式

自增ID可以保证每次插入时B+索引是从右边扩展的，可以避免B+树和频繁合并和分裂（对比使用UUID）。如果使用字符串主键和随机主键，会使得数据随机插入，效率比较差。

12. 数据库如何定位慢查询

慢SQL定位（慢查询日志）
定位慢SQL相对来说很简单，因为Mysql中已经提供了对应的工能，我们只需要开启对应的“慢查询日志”功能，然后稍作配置即可，开启功能有Mysql会把查询时间大于你设置时间的SQL记录下来，并且保存到一个专门的文件中，你只需要查看这个文件内容就可以找到对应查询慢的SQL了，配置了慢查询日志后，它会记录在设定时间范围内的数据查询和数据修改语句。

慢查询日志的配置
在mysql 配置文件中 （不出意外应该在/etc/my.conf)，进行下面配置，修改配置后重启mysql生效。

slow_query_log = ON
long_query_time = 5
slow_query_log_file = /opt/soft/mysql/log/slow.log
log_queries_not_using_indexes=on

13. 执行计划EXPLAIN如何使用

最直接评判一条SQL语句的性能，就是使用explain来查看SQL语句的执行计划。可以说，explain是SQL语句优化的基础。explain的语法很简单，就是在一条SQL语句之前添加explain即可。

14. EXPLAIN Type需要达到什么级别

至少要达到range级别，要求是ref级别，如果可以是const最好。

说明：
1.consts单表中最多只有一个匹配行（主键或者唯一索引），在优化阶段即可读到数据。
2.ref指的是使用普通的索引（normal index）。
3.range对索引进行范围检索
type：表示连接类型，性能由好到差为null（不查表）>system（查系统表）>const（主键/唯一索引访问时）>eq_ref>ref（非唯一索引查询）>range>index（使用索引，但全表扫描了）>all（全文检索）

15. mysql索引为什么需要遵循最佳左前缀法则

最左前缀法则：如果使用联合索引不是按照索引顺序从左到右使用，联合索引就会失效（注：sql中可以将顺序打乱，MySQL会进行优化，但不能出现缺少该索引字段的前驱索引字段的情况）。

16. mysql索引为什么需要避免回表查询

一般情况下，只要使用普通索引，并且select 字段不属于索引，单次普通索引Tree查找，无法获取满足的数据，会进行第二次Tree查找
这就是回表查询，先定位主键值，再定位行记录，它的性能较扫一遍索引树更低，因为两次查找Tree，磁盘IO较多。

17. 超过多少张表禁止join

《阿里巴巴JAVA开发手册》里面写超过三张表禁止join

18. 为什么阿里巴巴需要禁止join

超过三张表禁止join ,由于数据量太大的时候，mysql根本查询不出来，导致阿里出了这样一个规定。