4. 数据库

12、xss攻击、cors攻击原理？

4. 数据库

1、Mysql了解吗，讲一下事务，那mysql是如何保证ACID的呢（答了undo-log,redo-log,加锁,mvcc），那讲一下MVCC

事务是逻辑上的一组操作，要么都执行，要么都不执行。

事务的四大特性原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）。

我们以从A账户转账50元到B账户为例进行说明一下ACID，四大特性。

（1）原子性

定义：原子性是指一个事务是一个不可分割的工作单位，其中的操作要么都做，要么都不做。即要么转账成功，要么转账失败，是不存在中间的状态！

Q：如果无法保证原子性会怎么样？

OK，就会出现数据不一致的情形，A账户减去50元，而B账户增加50元操作失败。系统将无故丢失50元~

（2）隔离性

定义：隔离性是指多个事务并发执行的时候，事务内部的操作与其他事务是隔离的，并发执行的各个事务之间不能互相干扰。

Q：如果无法保证隔离性会怎么样？

OK，假设A账户有200元，B账户0元。A账户往B账户转账两次，金额为50元，分别在两个事务中执行。如果无法保证隔离性，会出现下面的情形：

如图所示，如果不保证隔离性，A扣款两次，而B只加款一次，凭空消失了50元，依然出现了数据不一致的情形！

（3）持久性

定义：持久性是指事务一旦提交，它对数据库的改变就应该是永久性的。接下来的其他操作或故障不应该对其有任何影响。

Q：如果无法保证持久性会怎么样？

在Mysql中，为了解决CPU和磁盘速度不一致问题，Mysql是将磁盘上的数据加载到内存，对内存进行操作，然后再回写磁盘。好，假设此时宕机了，在内存中修改的数据全部丢失了，持久性就无法保证 (redo log 保证)。

设想一下，系统提示你转账成功。但是你发现金额没有发生任何改变，此时数据出现了不合法的数据状态，我们将这种状态认为是数据不一致的情形。

（4）一致性

定义：一致性是指事务执行前后，数据处于一种合法的状态，这种状态是语义上的而不是语法上的。

Q：那什么是合法的数据状态呢？

例一:

A账户有200元，转账300元出去，此时A账户余额为-100元。你自然就发现了此时数据是不一致的，为什么呢？因为你定义了一个状态，余额这列必须大于0。

例二：

2、实战解答

一、Mysql 怎么保证一致性的？

（原子性、隔离性、持久性和应用层代码判断）

OK，这个问题分为两个层面来说。

（1）从数据库层面

数据库通过原子性、隔离性、持久性来保证一致性。也就是说ACID四大特性之中，C(一致性)是目的，A(原子性)、 I(隔离性)、D(持久性)是手段，是为了保证一致性，数据库提供的手段。数据库必须要实现AID 三大特性，才有可能

实现一致性。

例如，原子性无法保证，显然一致性也无法保证。但是，如果你在事务里故意写出违反约束的代码，一致性还是无法保证的。例如，你在转账的例子中，你的代码里故意不给B账户加钱，那一致性还是无法保证。因此，还必须从

应用层角度考虑。

（3）从应用层面

通过代码判断数据库数据是否有效，然后决定回滚还是提交数据！

2、Mysql 怎么保证原子性的？（undo log）

OK，是利用Innodb的 undo log。

undo log 名为回滚日志，是实现原子性的关键，当事务回滚时能够撤销所有已经成功执行的sql语句，他需要记录你要回滚的相应日志信息。

例如：

当你 delete 一条数据的时候，就需要记录这条数据的信息，回滚的时候，insert 这条旧数据;

当你 update 一条数据的时候，就需要记录之前的旧值，回滚的时候，根据旧值执行 update 操作;

当你 insert 一条数据的时候，就需要这条记录的主键，回滚的时候，根据主键执行 delete 操作.

undo log 记录了这些回滚需要的信息，当事务执行失败或调用了 rollback，导致事务需要回滚，便可以利用undo log 中的信息将数据回滚到修改之前的样子。

3、Mysql 怎么保证持久性的？(redo log)

OK，是利用 Innodb 的 redo log。

正如之前说的，Mysql是先把磁盘上的数据加载到内存中，在内存中对数据进行修改，再刷回磁盘上。如果此时突然宕机，内存中的数据就会丢失。

Q：怎么解决这个问题啊？

A：简单啊，事务提交前直接把数据写入磁盘就行啊。

Q：这样做有什么问题吗？

A：只修改一个页面里的一个字节，就要将整个页面刷入磁盘，太浪费资源了。毕竟一个页面16kb大小，你只改其

于是，决定采用 redo log 解决上面的问题。当做数据修改的时候，不仅在内存中操作，还会在 redo log 中记录这次操作。当事务提交的时候，会将 redo log 日志进行刷盘(redo log一部分在内存中，一部分在磁盘上)。当数据库

宕机᯿启的时候，会将 redo log 中的内容恢复到数据库中，再根据 undo log 和 binlog 内容决定回滚数据还是提交数据。

Q：采用redo log的好处？

A：其实好处就是将redo log进行刷盘比对数据页刷盘效率高，具体表现如下:

redo log体积小，毕竟只记录了哪一页修改了啥，因此体积小，刷盘快。

redo log是一直往末尾进行追加，属于顺序IO。效率显然比随机IO来的快。

4、Mysql 怎么保证隔离性的？(锁和 MVCC 机制)

OK，利用的是锁和 MVCC 机制。还是拿转账例子来说明，有一个账户表如下：

表名：t_balance

其中id是主键，user_id为账户名，balance 为余额。还是以转账两次为例，如下图所示：

至于MVCC,即多版本并发控制(Multi Version Concurrency Control)，一个行记录数据有多个版本对快照数据，这些快照数据在undo log中。

如果一个事务读取的行正在做 DELELE 或者 UPDATE 操作，读取操作不会等行上的锁释放，而是读取该行的快照版本。

由于 MVCC 机制在可᯿复读(Repeateable Read)和读已提交(Read Commited)的MVCC表现形式不同，就不赘述了。

但是有一点说明一下，在事务隔离级别为读已提交(Read Commited)时，一个事务能够读到另一个事务已经提交的数据，是不满足隔离性的。但是当事务隔离级别为可᯿复读(Repeateable Read)中，是满足隔离性的。

MVCC

MVCC 旨在控制多版本并发读写，早期版本只有读读之间可以并发，而读写，写读，写写操作都是阻塞的，引入 mvcc 后，只有写写操作是阻塞的，mysql的实现原理是在数据节点有两个字段列，trid，rollbackpointer。

主要解决问题为在修改操作时，会加上行级锁，但上锁的开销较大，MVCC就是为了解决开销问题而存在，很多情况下，可以代替行级锁。

实现原理是因为每个事务进行修改操作时，都会往 undo.log 中写入内容，而历史版本可以通过前面的 trid 和 rollbackpointer 寻找到快照信息，具体读取哪个快照按隔离级别计算。

（1）快照读（Snapshot Read）

MySQL 数据库，InnoDB 存储引擎，为了提高并发，使用 MVCC 机制，在并发事务时，通过读取数据行的历史数据版本，不加锁，来提高并发的一种不加锁一致性读（Consistent Nonlocking Read）。

（2）读提交（Read Committed）

1. 数据库领域，事务隔离级别的一种，简称 RC
2. 它解决“读脏”问题，保证读取到的数据行都是已提交事务写入的
3. 它可能存在“读幻影行”问题，同一个事务里，连续相同的 read 可能读到不同的结果集

（3）可重复读（Repeated Read）

1. 数据库领域，事务隔离级别的一种，简称RR
2. 它不但解决“读脏”问题，还解决了“读幻影行”问题，同一个事务里，连续相同的read读到相同的结果集

Q：6、在读提交（RC），可重复读（RR）两个不同的事务的隔离级别下，快照读有什么不同呢？

先说结论：

1. 事务总能够读取到，自己写入（update /insert /delete）的行记录
2. RC 下，快照读总是能读到最新的行数据快照，当然，必须是已提交事务写入的
3. RR 下，某个事务首次 read 记录的时间为 T，未来不会读取到 T 时间之后已提交事务写入的记录，以保证连

续相同的 read 读到相同的结果集

可以看到：

1. 和并发事务的开始时间没关系，和事务首次read的时间有关；
2. 由于不加锁，和互斥关系也不大；

7、你提到了隐藏列有一个DB_ROW_ID，是干嘛的？那假设有10个update，到第九个回滚了，DB_ROLL_PTR如何做的，那提交了是否更新DB_ROLL_PTR？

TODO

8、讲一下索引及其底层，非叶子节点存储的是什么，只有b+树索引吗？（MEMORY是hash索引）

索引是为了快速查找数据，就跟一本书的目录一样。在目录中检索到具体章节的页码，然后直接跳转，就相当于根据索引快速找到数据在磁盘上的地址，然后去读取数据。

MySQL数据库索引采用的是B+Tree结构，在B-Tree结构上做了优化改造。

（1）B-Tree结构

1. 索引值和data数据分布在整棵树结构中
2. 每个节点可以存放多个索引值及对应的data数据
3. 树节点中的多个索引值从左到右升序排列

（2）B+Tree结构：

1. 非叶子节点不存储data数据，只存储索引值，这样便于存储更多的索引值
2. 叶子节点包含了所有的索引值和data数据