2026.4.27 第五篇

MySQL的ACID怎么保证？

原子性：通过undo log来实现，在修改数据之前记录旧值，事务回滚的时候根据undo log执行与之相反的操作即可。

• 注意：事务回滚后undo log并不会被清除，而是确保undo log不再被事务使用的时候才会清除 持久性：主要依赖redo log + WAL机制和CheckPoint机制来实现
• WAL即修改bufferpool 中的数据后先将修改写入到redo log中，然后找机会刷新到磁盘上。
• 将 buffer pool 中的脏页刷新到磁盘记录当前刷盘位置（LSN） 隔离性：通过锁和MVCC(多版本并发控制)实现 一致性：事务执行前后数据满足约束，由原子性、隔离性、持久性共同保证

mysql崩了怎么保证持久性

MySQL 通过 redo log + WAL 机制保证事务提交时日志先落盘，崩溃恢复时通过重放 redo log 恢复数据，从而保证持久性。

单例模式(双重检测锁)

class Singleton{
	private static volatile Singleton instance; //禁止指令重排防止获取还未实例化的对象
	Singleton(){}
	public static Singleton getInstance(){
		if(instance == null){ //如果已经实例化了就不用再获取锁了,提高性能
			synchronized(Singleton instance){
				if(instance == null){ //防止多个线程同时通过第一次判空，在排队拿锁后重复创建对象
					instance = new Singleton();
				}
			}
		}
		return instance;
	}
}

为什么加volatile？

防止对象的创建被指令重排，获取到还未实例化的对象

1. 分配内存
2. 初始化对象
3. instance 指向内存
   如果没有 volatile，可能变成：
   1 -> 3 -> 2
   导致其他线程拿到“未初始化完成”的对象

Volatile的实现原理

volatile写会在volatile写后面加Store内存屏障 volatile读会在volatile读前面加Load内存屏障

为什么 volatile 写只在后面加 Store 屏障不在前面加？为什么 volatile 读只在前面加 Load 屏障不在后面加？

写前如果加屏障，是防止：volatile 写 → 跑到前面，但： JMM 本身就不允许“写往前越过前面的代码”破坏程序顺序 读后屏障是防止：volatile 读 → 跑到后面，但： 读本身不会影响其他线程 因此：

• volatile 写通过写后屏障，保证之前的写对其他线程可见；
• volatile 读通过读前屏障，保证之后的读不会读取到旧值；
• 只加一侧屏障是因为只需要保证 happens-before 的单向约束，避免不必要的性能开销。

SQL优化

这个表数据量500w条，满足 seller_id=12345678 的数据量1500条，查询比较慢（>100ms） ① 分析原因
② 解决方案

CREATE TABLE `t_seller_count` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主键id',
  `dt` varchar(32) NOT NULL COMMENT '统计日期',
  `seller_id` bigint(20) NOT NULL COMMENT '卖家id',
  `create_time` datetime NOT NULL COMMENT '创建时间',
  `update_time` datetime NOT NULL COMMENT '更新时间',
  `pay_order_num` int(11) DEFAULT NULL COMMENT '支付订单数',
  `complete_order_num` int(11) NOT NULL COMMENT '完成订单数',
  `apply_refund_num` int(11) DEFAULT NULL COMMENT '退款订单数',
  PRIMARY KEY (`id`),
  UNIQUE KEY `uniq_seller` (`seller_id`, `dt`)
) ENGINE=InnoDB AUTO_INCREMENT=0 DEFAULT CHARSET=utf8mb4 COMMENT='卖家订单统计表';

select sum(complete_order_num)  
from t_seller_count  
where seller_id = 12345678;

为什么慢？

使用了索引但不是覆盖索引，会回表 注意：索引是否生效，核心看的是“是否参与查找（过滤 / 定位 / 排序 / 分组），索引失效通常发生在 where 条件里（join两个不同编码格式的表导致的隐式字符转换）。这里的sum()是对结果进行聚合。

1. 对索引列做函数/运算

where seller_id + 1 = 123

2. 隐式类型转换

where seller_id = '123'   -- 字符串 vs bigint

3. 违反最左前缀原则

index(a, b, c)  
where b = 1   -- a 没用 → 失效

4. 范围查询后断裂

where a = 1 and b > 2 and c = 3  
-- c 用不到索引

解决方案

优化方式是建立覆盖索引：

ALTER TABLE t_seller_count  
ADD INDEX idx_seller_complete_order_num (seller_id, complete_order_num);

SQL语句的书写顺序

SELECT
    列名,
    聚合函数(列名)
FROM
    表名
JOIN
    关联表 ON 关联条件
WHERE
    行过滤条件
GROUP BY
    分组字段
HAVING
    分组后的过滤条件
ORDER BY
    排序字段
LIMIT
    分页数量;

跳表为什么快？

跳表通过多层索引结构，使查找时可以跳跃式前进，
将时间复杂度从 O(n) 降到 O(log n)，这是其性能高的根本原因。
相比红黑树，跳表实现简单，且天然支持范围查询。

RDB怎么写入？

RDB 通过 fork 子进程生成内存数据的快照文件，

子进程遍历内存并写入 RDB 文件。

在生成过程中，主进程通过写时复制（COW）机制保证数据一致性，不会阻塞读操作。

RDB 不记录增量日志，只保存某一时刻的全量数据。

Redis的 COW（写时复制）

和Java的CopyOnWriteArrayList一样

只有在主进程发生写操作时，才会复制对应的内存页进行修改。

为什么Cluster集群的分片为什么是16384个槽?

Redis Cluster 采用 16384 个槽，是在数据分布均匀性和集群通信开销之间的权衡。

槽数量足够多，可以保证数据分布均匀、迁移粒度细； 同时又不会太多，使得节点之间通过 bitmap 同步 slot 状态时开销较小（约 2KB）。

此外 16384 是 2 的幂，便于通过位运算快速计算 hash slot。

Cluster 集群

Redis Cluster 是 Redis 的分布式方案，用于解决单机内存瓶颈和高可用问题。 Redis Cluster 通过 16384 个 hash slot 实现数据分片， 每个节点负责一部分 slot，客户端通过计算 key 的 slot 直接路由请求。

集群采用主从结构实现高可用，主节点宕机后从节点自动提升， 节点之间通过 gossip 协议同步状态。

相比一致性哈希，slot 机制使得扩容和数据迁移更加灵活。

请求是怎么路由的

计算 key 的 slot
2. 找到对应节点
3. 直接访问该节点 如果访问错节点：Redis 返回 MOVED 重定向

怎么排查慢sql？

1. 开启slow log
2. 使用MySQL自带的工具，比如mysqldumpslow 对慢日志进行排序，找执行次数多且执行慢的SQL
3. 使用explain获取执行计划
4. 判断原因（可能是没有索引、索引失效、选错索引）
5. 优化：加索引、改 SQL、覆盖索引、分页优化、缓存