Redis

介紹Redis

  基於C語言開發的一種非關係型資料庫，資料放在記憶體，使用RDB[快照]方式或者AOF[日誌]方式持久化。
  Redis的優勢包括速度、對富資料型別的支援（String、Hash、List、Set、Zset）、原子性操作、通用性。

Redis使用場景

• 快取（熱資料：經常被查詢，但不常被改變的資料）
• 共享Session（SSO系統）
• 佇列 / 棧
• 位操作（大資料處理）
• 分散式鎖(setnx命令)與單執行緒機制（秒殺系統）
• 排行榜 / 計數器（ZSet的zadd命令）
• 釋出 / 訂閱

MySQL

InnoDB引擎與MyISAM引擎

資料庫事務

  資料庫事務是指作為單個邏輯工作單元執行的一系列操作，要麼完全地執行，要麼完全地不執行。事務滿足以下四大特性：

1. 原子性（Atomicity）：一個事務中的所有操作，要麼全部完成，要麼全部不完成，不會結束在中間某個環節。事務在執行過程中發生錯誤，會被回滾到事務開始前的狀態。
2. 一致性（Consistency）：在事務開始之前和事務結束以後，資料庫的完整性沒有被破壞。
3. 隔離性（Isolation）：資料庫允許多個併發事務同時對其資料進行讀寫和修改的能力，隔離性可以防止多個事務併發執行時由於交叉執行而導致資料的不一致。事務隔離級別 見Spring部分。
4. 永續性（Durability）：事務處理結束後，對資料的修改就是永久的，即便系統故障也不會丟失。

正規化

第一正規化（1NF）

  所謂第一正規化（1NF）是指在關係模型中，對域新增的一個規範要求，所有的域都應該是原子性的，即資料庫表的每一列都是不可分割的原子資料項，而不能是集合，陣列，記錄等非原子資料項。即實體中的某個屬性有多個值時，必須拆分為不同的屬性。在符合第一正規化（1NF）表中的每個域值只能是實體的一個屬性或一個屬性的一部分。
> 簡而言之，第一正規化就是無重複的域。

第二正規化（2NF）

  在1NF的基礎上，非碼屬性必須完全依賴於候選碼（在1NF基礎上消除非主屬性對主碼的部分函式依賴）。第二正規化（2NF）是在第一正規化（1NF）的基礎上建立起來的，即滿足第二正規化（2NF）必須先滿足第一正規化（1NF）。第二正規化（2NF）要求資料庫表中的每個例項或記錄必須可以被唯一地區分，選取一個能區分每個實體的屬性或屬性組，作為實體的唯一標識。
> 簡而言之，第二正規化就是在滿足第一正規化的基礎上，屬性完全依賴於主鍵。

第三正規化（3NF）

  在2NF基礎上，任何非主屬性不依賴於其它非主屬性（在2NF基礎上消除傳遞依賴）。第三正規化（3NF）是第二正規化（2NF）的一個子集，即滿足第三正規化（3NF）必須滿足第二正規化（2NF）。簡而言之，第三正規化（3NF）要求一個關係中不包含已在其它關係已包含的非主關鍵字資訊。
> 簡而言之，第三正規化就是在滿足第二正規化的基礎上，屬性不依賴於其它非主屬性。

分庫後如何實現分頁查詢

1. 直接使用跨庫的多表聯合查詢（不建議）。
2. 向每個資料庫均傳送一個查詢請求，然後對所有查詢結果彙總，再處理分頁邏輯。
3. 建立一個總資料庫，只負責維護主鍵和必要的索引，以供分頁查詢。
4. 使用Redis維護一個主鍵序列，分頁操作就是擷取該序列的一部分，其結果就是主鍵ID集合，拿到ID後便可對映到多個數據庫查詢資料。

“多臺”資料庫訪問的問題無解，但同臺“多次”資料庫訪問的問題可以通過程式優化。

SQL注入的原理，如何預防

  所謂SQL注入，就是通過把SQL命令插入到Web表單提交或輸入域名或頁面請求的查詢字串，最終達到欺騙伺服器執行惡意的SQL命令。

1. 對使用者的輸入進行校驗，可以通過正則表示式，或限制長度，對單引號和雙"-"進行轉換等。
2. 不要使用動態拼裝SQL，應使用引數化的SQL或者直接使用儲存過程進行資料查詢存取。
3. 不要使用管理員許可權的資料庫連線，為每個應用使用單獨的許可權有限的資料庫連線。
4. 不要把機密資訊明文存放，應加密或者Hash掉密碼和敏感的資訊。
5. 使用自定義的錯誤資訊對原始錯誤資訊進行包裝，把異常資訊存放在獨立的表中。

左右連線

1. 左連線(left join)：顯示左表所有資料和右表相應資料。
2. 右連線(right join)：顯示右表所有資料加左表相應資料。
3. 內連線(inner join)：顯示有效公共資料。
4. 全連線(full join)：顯示所有資料。

左連線隻影響右表，右連線隻影響左表

資料庫索引的實現

  資料庫索引包括B+樹索引、R樹索引、Hash索引、FullText索引等。

B樹

  一棵 $m$ 階 B 樹，或為空樹，或滿足：
1. 每個結點至多有 $m$ 棵子樹。
2. 若根結點不是葉子，則至少有兩棵子樹。
3. 除根之外的所有非終端結點至少有 $\frac{m}{2}$ 棵子樹。
4. 所有非終端結點包含 $n$ 個關鍵字和 $n+1$ 棵子樹，$n$ 滿足：$\frac{m}{2} - 1 \leq n \leq m-1$。
5. 所有葉子結點在同一層，不含資訊，表示查詢失敗。

B+樹

  一棵 $m$ 階 B+ 樹，或為空樹，或滿足：
1. 根結點只有一個，分支數量範圍為$[2，m]$。
2. 每個分支結點包含分支數範圍為$[\frac{m}{2}，m]$。
3. 分支結點的關鍵字數量等於其子分支的數量減一，關鍵字數量範圍為$[\frac{m}{2} - 1， m - 1]$，關鍵字順序遞增。
4. 所有葉子結點在同一層。

  由於B+樹的資料都儲存在葉子結點中，分支結點均為索引，方便掃庫，只需要掃一遍葉子結點即可，但是B樹因為其分支結點同樣儲存著資料，我們要找到具體的資料，需要進行一次中序遍歷按序來掃。其中B樹和B+樹的區別如下：

• 關鍵字數量不同；B+樹中 n 棵子樹的結點中含有 n 個關鍵字；B樹中 m 棵子樹的結點中含有 m - 1 個關鍵字。
• 儲存位置不同；B+樹中所有葉子結點中包含了全部關鍵字，且按大小順序排列；B樹的資料儲存在每一個結點中，並不僅僅儲存在葉子結點上。
• 分支結點構造不同；B+樹中所有非終端結點都是索引；B樹中非終端結點儲存資料。
• 查詢方式不同；B+樹中查詢時走了一條從根結點到葉子結點的路徑；B樹中在找到具體的數值以後就結束，並不一定到葉子結點。

R樹（空間索引）

  一棵R樹滿足如下的性質：

1. 除根結點之外，所有非根結點包含有 m 至 M 個記錄索引，根結點的記錄個數可以少於 m 。通常 M = 2m 。
2. 對於所有葉子結點中儲存的記錄，I 是最小的可以在空間中完全覆蓋這些記錄所代表的點的矩形（此處“矩形”可以擴充套件到高維空間）。
3. 對於所有非葉子結點上的記錄，i 是最小的可以在空間上完全覆蓋這些條目所代表的點的矩形。
4. 所有葉子結點在同一層。

R樹是B樹在K維上的自然擴充套件