Spring的声明式事务在多线程场景中确实会失效，主要是由于事务管理依赖于ThreadLocal存储连接。以下是详细的失效原因和解决方案： 1. 失效原因分析 @Service public class UserService { @Transactional public void processInNewThread() { new Threa…
Spring的声明式事务在多线程的场景当中会失效，那怎么解决呢？
Redis如何保证缓存与数据库的数据一致性？
Redis缓存与数据库的数据一致性是分布式系统中的一个经典挑战。没有完美的通用方案，只有针对特定场景的权衡选择。以下是主要的策略、场景分析和实践建议： 一、核心策略模式 1. Cache-Aside（旁路缓存） 最常见的模式，由应用层控制缓存： // 读流程 1. 读缓存，命中则返回 2. 未命中则读数据库 3. 写入缓存后返回 // 写流程 1.…
Spring如何解决循环依赖问题？
Spring 通过三级缓存机制解决单例 Bean 的循环依赖问题，但仅适用于通过 setter/字段注入的循环依赖，构造器注入的循环依赖无法通过三级缓存解决。 一、三级缓存结构 // Spring 中的三级缓存 public class DefaultSingletonBeanRegistry { // 一级缓存：存放完全初始化好的 Bean（成品…
MySQL 中的索引数量是否越多越好？为什么？
MySQL 中的索引数量不是越多越好，索引虽然能提升查询性能，但也会带来明显的副作用。需要根据实际业务场景在查询性能和数据维护成本之间进行权衡。 一、索引的优点 加速数据检索 索引（特别是 B+Tree 索引）可大幅减少 WHERE、JOIN、ORDER BY、GROUP BY 的扫描数据量。 保证数据唯一性 唯一索引可避免数据重复。 优化排序…
MySQL 的索引下推是什么？
MySQL 索引下推（Index Condition Pushdown，ICP） 索引下推是 MySQL 5.6 引入的一项查询优化技术，它允许在存储引擎层执行部分 WHERE 条件的过滤，而不是将所有数据行返回到 Server 层后再进行过滤。 核心原理 在传统的查询处理中： 存储引擎使用索引定位数据 将完整的数据行返回给 Server 层 Se…
mysql like模糊查询如何优化
MySQL LIKE模糊查询优化是一个常见问题，主要原因是LIKE以通配符开头的查询无法使用B-Tree索引。以下是详细的优化方案： 一、索引优化方案 1. 前缀查询优化（LIKE 'prefix%'） -- 可以使用索引 SELECT * FROM users WHERE name LIKE '张%'; -- 创建索引 CREATE INDEX …
在生产环境中，如果Mysql的CPU占用率突然彪到了100%，你会如何去排查？
当 MySQL CPU 使用率达到 100% 时，需要系统性地排查。以下是紧急排查步骤和优化建议： 一、紧急处理步骤 1. 快速查看当前运行进程 -- 查看正在执行的查询 SHOW FULL PROCESSLIST; -- 或使用 sys 库（MySQL 5.7+） SELECT * FROM sys.processlist WHERE comma…
MySQL 深度分页如何优化？
什么是深度分页？ 深度分页是指，当某张表数据量极大，查询的页码又非常靠后，导致最终分页 SQL 中的 offset 偏移量很大，数据库需要扫描并丢弃大量记录，导致性能急剧下降的查询问题。 比如说有一张订单表，查询页码为 100001 的数据，每页展示 10 条数据，其分页 SQL 如下： SELECT * FROM orders…
什么是 MySQL 回表查询？如何避免？
什么是回表查询？ 回表查询是指：数据库在使用非主键索引（二级索引）进行查询时，首先在二级索引树中找到符合条件的主键值，然后再根据这些主键值回到主键索引（聚簇索引）树中查找完整行数据的过程。 这个过程，就像 “查字典”：先查 偏旁部首目录 (二级索引)找到对应的页码(主键ID)，然后再翻到 正文页 (主键索引)看详细内容。 原理：InnoDB 的…
MySQL 自增主键用完了怎么办?
面试考察点 此题主要考察点在于： 基础知识深度：考察你是否真正理解自增主键（AUTO_INCREMENT）的实现机制、限制（数据类型范围）及其作为业务“唯一标识”的本质，而非仅仅会使用。 问题排查与解决能力：考察你在面对一个看似低概率但后果严重的生产事故预兆或已发生事件时，系统性的分析、定位和解决思路。 系统设计与前瞻性思维：面试官不仅仅想知道“用…