1.什么是undo log、redo log、binlog？

• Undo log（回滚日志）：是存储引擎层生成的日志，实现了事务的原子性，主要用于事务回滚和MVCC。
• Redo log（重做日志）：是存储引擎层生成的日志，实现事务的持久性，主要用于掉电等故障恢复。
• binlog（归档日志）：是Server层生成的日志，主要用于数据备份和主从复制。

2.undo log的作用？

如果一个事务在执行过程中，还没有提交事务之前，如果MySQL发生了崩溃，要怎么回滚到事务之前的数据呢？

1.MySQL有哪些锁？

• 全局锁
• 表级锁
  • 表锁
  • 元数据锁
  • 意向锁
• 行级锁
  • 记录锁
  • 间隙锁
  • 临键锁
  • 临时意向锁

我了解的是MySQL的锁可以分为全局锁、表级锁、行级锁。

我比较熟悉的是表级锁和行级锁，如果我们对表结构进行修改时，MySQL就会对这个表结构加一个元数据锁。

行级锁目前只有InnoDB存储引擎实现了，主要有记录锁、间隙锁、临键锁、插入意向锁。

1.事务有哪些特性？

原子性、一致性、隔离性、持久性。

• 原子性（Atomicity）：原子性就是事务中的所有操作要么全部成功，要么全部不完成，不会结束在中间某个环节，原子性是由undo log日志保证的。
• 一致性（Consistency）：一致性就是事务执行前后，数据库的状态必须保持一致性，一致性是由原子性+隔离性+持久性以及业务保证的。
• 隔离性（Isolation）：隔离性是防止多个事务并发读写同一个数据的时候，导致数据不一致问题的发生，是由MVCC和锁保证的。
• 持久性（Durability）：持久性是保证事务完成后对数据的修改就是永久的，不会因为系统故障而丢失，持久性是由redo log日志保证的。

1.索引数据结构

什么是索引？为什么索引可以加快查询？

索引的数据结构？

B+树和B树、红黑树有什么区别？为什么选择B+树，作为索引数据结构？

索引是一种能提高查询速度的数据结构。

1、索引结构/索引类型：

1. 按数据结构分类：B+树索引、Hash索引、全文索引。
2. 按物理存储分类：聚簇索引、二级索引。
3. 按字段特性分类：主键索引、唯一索引、普通索引、前缀索引。
4. 按字段个数分类：单列索引、联合索引。

一、SQL基础

• 重点掌握AND、OR、IN、NOT IN、BETWEEN、LIKE、IS、NULL、EXISTS、DISTINCT。

• JOIN：内连接、左连接、外连接。UNION：组合查询。

• INSERT、DELETE、UPDATE。

• 聚合函数：COUNT、MAX、MIN、SUM、AVG。

• 重点掌握GROUP BY和HAVING以及与Where的区别。

1.count(*)、count(1)那种性能更好？

前言

什么是并发编程？什么是并行，并发，串行？

Go语言如何实现并发编程，以及实现的原理，goroutine的使用。

runtime包、sync包的介绍。

channel通道的使用，以及缓冲通道，定向通道。

select语句，time包中和并发编程相关的函数介绍。

CSP模型。

推荐个人主页： 席万里的个人空间

1.GMP的设计思想

1.channe的数据结构

type hchan struct {
	qcount   uint           // total data in the queue
	dataqsiz uint           // size of the circular queue
	buf      unsafe.Pointer // points to an array of dataqsiz elements
	elemsize uint16
	closed   uint32
	timer    *timer // timer feeding this chan
	elemtype *_type // element type
	sendx    uint   // 开始写的位置
	recvx    uint   // 开始读的位置
	recvq    waitq  // 添加读的等待队列
	sendq    waitq  // 添加写的等待队列
	lock mutex		// runtime.Mutex 保证线程安全
}

type waitq struct {
	first *sudog
	last  *sudog
}

前言：sync.map和原生map谁的性能好，为什么？

sync.Map在高并发读多写少的场景中性能较好，因为它内置了优化的同步机制（如分段锁），适用于并发访问较高的情况。相比之下，原生map在没有并发操作时性能最好，因为它没有加锁机制，操作更快。但在多线程并发读写时，原生map可能导致数据竞争，因此在并发环境中使用时性能较差。

1.sync.Map的底层结构及实现原理

sync.Map是一个结构体：

type Map struct {
	mu Mutex
  	
	read atomic.Value // 后面是readOnly结构体，依靠map实现，仅仅只用来读

	dirty map[interface{}]*entry // 这个map主要用来写的，部分时候也承担读的能力

	misses int // 记录读或删dirty map的次数
}

前言：先来说一下为什么map和slice是非线程安全的？

在 Go 语言中，map和 slice 是非线程安全的，因为它们的底层实现没有针对并发访问做同步保护。对于 map，并发读写可能导致哈希表结构损坏；对于 slice，多个 goroutine 同时修改或扩展底层数组可能导致数据竞争。为了确保线程安全，通常需要使用 sync.Mutex 或 sync.RWMutex 来加锁，或者使用 Go 提供的并发安全数据结构，如 sync.Map。这个sync.Map会在下一节中剖析底层原理，以及解释为什么Go有了map还需要创建一个sync.Map。

直接开始map的底层原理剖析，启动！🚀