常用的索引类型
- B-树索引：
- 适用于范围查询、等值查询和排序操作。
- 结构平衡，适合大多数的查找操作。
- B+树是B-树的一种常见变种，所有的值都在叶子节点上，叶子节点按顺序链接，方便范围查询。
- 哈希索引：
- 适用于等值查询。
- 通过哈希函数将键值映射到对应的存储位置，查询速度快。
- 不适用于范围查询，因为哈希函数无法保证键值的顺序。
- 全文索引：
- 适用于全文搜索，例如搜索包含某个词或短语的文档。
- 常用于文本数据的检索，如搜索引擎。
- 支持分词和多种语言。
- 空间索引：
- 适用于地理数据或多维数据的查询。
- 如R-树，用于地理信息系统（GIS）中的位置查询。
- 唯一索引：
- 强制列中的所有值唯一。
- 保证数据表中数据的唯一性，防止重复数据的插入。
- 组合索引：
- 包含多个列的索引。
- 提高多列组合查询的性能，特别是当查询条件中包含多个列时。
- 主键索引：
- 表的主键自动创建的索引。
- 唯一且非空，通常为B-树索引。
- 二级索引（辅助索引）：
- 非主键列上创建的索引。
- 辅助查找非主键列的数据，提高查询性能。
这些索引类型在不同的场景下有不同的应用，通过选择合适的索引类型，可以显著提高数据库查询的效率。
缓存穿透、缓存击穿、缓存雪崩
缓存穿透、缓存击穿和缓存雪崩是分布式缓存系统中常见的问题，了解它们的成因和解决方案对于系统稳定性和性能优化至关重要。
缓存穿透
问题描述： 缓存穿透是指缓存和数据库中都没有的数据，每次请求都会直接穿透缓存，访问数据库，导致缓存失效，数据库压力增加。
成因： 通常由恶意请求或者程序错误引起，请求的数据根本不存在。
解决方案：
- 缓存空结果：对于查询不到的数据，缓存一个空结果（如空对象或特殊标识），设置较短的过期时间。
- 布隆过滤器：在请求缓存前，先通过布隆过滤器判断数据是否存在于数据库中，不存在则直接返回，减少对数据库的访问。
缓存击穿
问题描述： 缓存击穿是指某个热点数据在缓存中失效（过期）后，瞬间有大量请求直接访问数据库，造成数据库压力骤增。
成因： 热点数据的缓存失效，导致大量并发请求直接访问数据库。
解决方案：
- 互斥锁：使用分布式锁（如 Redis 分布式锁）保护缓存重建过程，只有一个线程可以访问数据库并重建缓存，其他线程等待。
- 提前重建缓存：设置缓存提前过期机制，在数据过期前主动刷新缓存。
- 随机过期时间：对缓存的过期时间增加随机因素，防止同一时间大量缓存同时失效。
缓存雪崩
问题描述： 缓存雪崩是指在某一时刻大量缓存同时失效，导致大量请求直接访问数据库，数据库压力剧增，甚至崩溃。
成因： 大量缓存同时设置相同的过期时间，导致同时失效。
解决方案：
- 缓存过期时间随机化：在设置缓存时，添加随机时间，避免同一时间大规模失效。
- 多级缓存：使用本地缓存和分布式缓存结合，减轻分布式缓存的压力。
- 缓存预热：在系统启动或重启时，提前加载热点数据到缓存中，避免初始阶段大量请求直接访问数据库。
- 限流降级：在缓存失效时，对数据库请求进行限流，确保数据库不会被压垮，同时对非关键请求进行降级处理。