JIE的笔记本

一、JDK1.8 底层数据结构：彻底抛弃分段锁JDK1.7 的 ConcurrentHashMap 采用 Segment 分段锁，锁粒度较大；而 JDK1.8 直接摒弃该设计，采用与 HashMap1.8 同源的 数组 + 链表 + 红黑树 结构，并发控制升级为 CAS + synchronized 桶级锁。 1.1 核心结构组成12345678ConcurrentHashMap ├── Node[] table (volatile) // 哈希桶数组（主线存储） │ ├── Node (普通链表节点) │ ├── TreeBin (红黑树包装节点) │ └── ForwardingNode (扩容标记节点) ├── Node[] nextTable // 扩容时的新数组 ├── LongAdder baseCount // 基础元素计数 └── CounterCell[] counterCells // 并发计数单元格（减少竞争） 1.2 三大关键节点类型 Node 基础链表节点，存储 k...

前言： 在前文中，我们已经初步认识了 Redis 并完成了本地环境配置，接下来将开启 Redis 核心知识点的深入学习 ——Redis 常用数据类型的底层实现。不同于表面的 API 使用，深入底层能让我们理解 Redis 的性能优化逻辑、内存占用原理，更是后端面试中 Redis 相关考点的核心。 本文将整合两章内容，一次性讲解 Redis 中 5 种常用数据类型（String、List、Hash、Set、Zset）的底层实现、编码转换、优缺点及实际应用场景，从底层结构体到项目实战，层层递进，适合零基础入门，也适合巩固核心知识点。 先掌握：Redis 数据类型的高层共性 ——redisObject在讲解具体数据类型之前，必须先明确一个核心概念：Redis 中所有键值对的 value，本质上都是一个 redisObject（简称 robj） 。 无论是 String、List 还是 Hash，Redis 都会先创建一个 redisObject 对象，通过该对象的字段，指向真正存储数据的底层结构。这也是 Redis 能灵活支持多种数据类型、实现高效内存管理的基础。 redisObje...

引言Redis 是典型的内存型键值数据库，其高性能、高吞吐、低延迟的核心优势，源于 “将数据主要存储在内存中” 的设计。但纯内存存储存在一个致命缺陷：一旦发生断电、进程崩溃或机器重启，内存中的所有数据都会丢失，这在生产环境中是无法接受的。 为了兼顾 “内存的速度优势” 与 “数据的持久性需求”，Redis 提供了完善的持久化机制 —— 将内存中的数据定期写入磁盘，当 Redis 重启时，再从磁盘读取数据恢复到内存中。目前 Redis 主要支持两大类持久化方式：RDB（快照式持久化） 和 AOF（日志式持久化），在实际生产部署中，更常见两者组合使用，以平衡数据恢复速度与数据安全性。 一、RDB：快照式持久化（整体备份）RDB（Redis Database）是 Redis 最基础的持久化方式，核心思想是 “拍摄内存数据的完整快照”，将某一时刻的全量数据集序列化后，写入磁盘的二进制文件（默认文件名：dump.rdb），重启时通过读取该文件反序列化，恢复数据状态。 1.1 底层原理RDB 的核心是 “全量快照 + 异步执行”，为了避免持久化操作阻塞主线程（影响客户端响应），Redis ...

上一章我们入门了MySQL的基础概念，了解了数据库、表的核心作用，今天我们正式进入SQL语句的学习，首先要掌握的就是DDL语句——它是构建数据库结构的“基石”，学会DDL，你才能真正开始创建属于自己的数据库和表，为后续的数据存储、查询打下基础。 一、什么是DDL？新手必懂的核心定义DDL 的全称是 Data Definition Language（数据定义语言），它是SQL语言的三大分类之一（另外两类是DML数据操纵语言、DCL数据控制语言），核心作用是 定义和管理数据库对象的结构。 这里要重点强调一个新手容易踩坑的点：执行DDL语句时，MySQL会自动提交事务，也就是说，语句一旦执行就会立即生效，无法通过ROLLBACK回滚。举个例子，如果你不小心用DDL语句删除了一张表，哪怕没有手动提交，这张表也会被永久删除，数据无法恢复，所以执行DDL语句一定要格外谨慎！ 常见的DDL操作主要分为5类，用表格总结更清晰，新手建议收藏： 操作类型 核心关键字 功能说明 创建 CREATE 创建数据库、数据表、视图、索引等数据库对象 修改 ALTER 修改数据库的字符集、排序规...

引言从今天开始，我们正式启动MySQL的系统性学习之旅！本专栏将完全从零起步，循序渐进地带大家吃透MySQL的整个知识库——从最基础的概念、操作，到进阶的优化、调优，再到生产环境的实战技巧，全程干货无冗余。无论你是刚入门的后端新手，还是想巩固基础的开发从业者，都能从中有所收获。学习过程中，大家有任何疑问、困惑，或者不同的见解，都可以在评论区交流探讨，我们一起进步、一起成长，感谢大家的支持！ 一、MySQL 是什么？—— 后端开发的“数据管家”在后端开发的世界里，无论你是开发简单的注册登录接口、复杂的商品管理系统，还是核心的订单交易系统，都离不开一个核心组件——数据库。而在众多数据库中，MySQL 凭借其开源免费、高效稳定、兼容性强的特点，成为了后端开发者的首选，更是Java后端开发中最常用的关系型数据库，没有之一。 ✅ 核心定义MySQL 是一种 关系型数据库管理系统（RDBMS），它基于关系模型设计，使用 SQL（结构化查询语言）作为数据的存取和管理工具。简单来说，MySQL 就像一个“智能文件柜”，它把杂乱无章的数据，按照固定的规则（表格）整理存放，并且表与表之间通过特定的关...

上一章我们学习了DDL语句，掌握了数据库和表的“创建、修改、删除”等结构定义操作，相当于搭建好了数据存储的“容器”。今天我们进入更核心的学习——DML语句，它是操作“容器”中数据的关键，学会DML，你才能真正实现数据的增、删、改、查，解锁MySQL的核心使用场景。 一、什么是DML？新手必懂的核心定义DML 的全称是 Data Manipulation Language（数据操作语言），它与上一章的DDL（数据定义语言）核心区别在于：DDL操作的是“数据库对象的结构”，而DML操作的是“表中的数据”，不改变表的结构本身。 简单来说，DDL是“建房子”（搭建表结构），DML就是“住人、装修”（操作表中数据）。在MySQL中，DML语句的核心作用是对表中的数据进行增、删、改、查，也是我们日常开发中使用频率最高的SQL语句。 这里有一个新手容易混淆的知识点：严格来说，“查询数据”的SELECT语句属于DQL（Data Query Language，数据查询语言），但在很多书籍、教程以及面试中，SELECT语句通常会被包含在DML的范畴中，我们今天也统一按这个习惯讲解，更贴合实际开发场景...

对于后端开发者、数据库初学者来说，MySQL中的DQL（数据查询语言）是日常工作中最常用、最核心的知识点之一。不同于DML（数据操纵语言）的“增删改”，DQL专注于“查数据”——如何快速、准确地从数据库中提取所需信息，直接决定了系统的性能和开发效率。今天，我们就从概念到实战，一步步拆解DQL的核心用法，帮你彻底吃透MySQL查询技巧。 一、先搞懂：DQL到底是什么？DQL的全称是Data Query Language，即数据查询语言，它的核心作用就是从数据库表中查询符合条件的数据，是MySQL中使用频率最高的语言模块。 这里我们可以用一个简单的类比理解DQL与DML的区别： DML（INSERT、UPDATE、DELETE）：相当于“修改数据仓库”，负责往仓库里放数据、改数据、删数据； DQL（核心是SELECT语句）：相当于“从仓库里找东西”，根据你的需求，精准找到想要的数据，不会对原有数据做任何修改。 简单来说，只要你需要从数据库中“查东西”，就离不开DQL，而SELECT语句，就是DQL的灵魂。 二、核心框架：SELECT语句的基本结构与执行顺序很多新手写SELECT语...

在MySQL的学习之路中，我们已经掌握了表的创建、SQL语句的执行，但你有没有想过一个问题：当我们执行 INSERT INTO 插入一条数据后，这条数据在底层到底是如何被存储的？它以什么格式存在磁盘上？为什么有的字段能存很长的内容，有的却会被限制？今天这一章，我们就结合InnoDB源码（基于MySQL 8.0版本），深度解析一条MySQL数据的存储全过程，从行格式到数据页，从元数据到底层存储，帮你彻底搞懂数据存储的核心逻辑。 注：MySQL的存储引擎有很多，但InnoDB是目前默认且最常用的引擎（支持事务、索引、MVCC等核心特性），因此本文所有分析均围绕InnoDB展开，这也是面试中考察的重点。 一、InnoDB 的行格式（Row Format）：数据存储的“容器”InnoDB 在物理层面存储表数据时，并不是直接将用户插入的列值堆砌在一起，而是将每一行（row）按照固定的“行格式”组织起来，再存储到数据页（data page）中。简单来说，行格式就是一条数据的“包装规范”，定义了数据的组织方式、元数据的存储规则，不同的行格式对应不同的存储优化策略。 1. InnoDB 支持的四...

上一章我们讲解了MySQL数据的底层存储逻辑，了解了一行数据如何以特定行格式存储在数据页中。但当表中数据量达到几十万、几百万甚至上亿条时，单纯依靠全表扫描查询数据，速度会变得极其缓慢——就像在一本没有目录的厚书中找某个知识点，只能逐页翻找，效率极低。而索引，就是MySQL为我们打造的“图书目录”，能让查询速度实现质的飞跃。 本章我们将从索引的定义、作用出发，结合底层数据结构（重点是B+树），详解MySQL索引的分类、核心原则（最左匹配）和优化机制（索引下推），同时补充实操案例和避坑指南，让你不仅“知道索引是什么”，更能“会用索引、用好索引”。 一、什么是 MySQL 中的索引？1. 核心定义索引是数据库中一种用于加快数据查询速度的数据结构，由存储引擎（如InnoDB、MyISAM）负责维护，独立于表数据存在，本质是“对表中一列或多列数据进行排序后的数据结构”。 很多人误以为索引是“额外的表”，其实不然：索引是一种独立的存储结构，它存储了索引字段的值和对应数据的物理地址（或主键值），通过这种映射关系，MySQL可以跳过全表扫描，直接定位到目标数据的位置。 2. 通俗比喻（秒懂索引作...

对于MySQL初学者而言，我们每天写的SELECT语句，看似只是简单的“查数据”，背后却隐藏着MySQL内核复杂的执行逻辑。很多人只会写SQL，却不懂其执行过程，遇到性能瓶颈时无从下手——比如为什么同样的查询，换个索引就快了？为什么有些查询会频繁访问磁盘？ 本章我们就从零开始，结合MySQL源码（基于8.0版本），深度拆解SELECT语句的完整执行过程，从连接器到存储引擎，每一个阶段都讲透原理、结合实例，帮你真正理解“MySQL是怎么查数据的”，为后续SQL优化、性能调优打下坚实基础。 🧩 一、整体流程概览：Server层与存储引擎层的分工在解析具体执行步骤前，我们先明确MySQL的核心架构——整个MySQL服务分为两大核心层级，二者分工明确、协同工作，这也是理解SELECT执行过程的关键。 核心分工如下： Server 层（SQL 层）：这是MySQL的“大脑”，负责处理SQL语句的整个逻辑流程，包括连接管理、SQL解析、优化、执行调度等，不直接负责数据的存储和读取。简单说，Server层决定“查什么”“怎么查”。 存储引擎层（Engine 层）：这是MySQL的“手脚”，...