MySQL数据库面试题（2020最新版）

---

title: MySQL数据库面试题
date: 2024-07-18 10:22:13
img:
categories: 面试知识
tags:

• 数据库

---

Java面试总结汇总，整理了包括Java基础知识，集合容器，并发编程，JVM，常用开源框架Spring，MyBatis，数据库，中间件等，包含了作为一个Java工程师在面试中需要用到或者可能用到的绝大部分知识。欢迎大家阅读，本人见识有限，写的博客难免有错误或者疏忽的地方，还望各位大佬指点，在此表示感激不尽。文章持续更新中…

序号	内容	链接地址
1	Java基础知识面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/104390612
2	Java集合容器面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/104588551
3	Java异常面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/104390689
4	并发编程面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/104863992
5	JVM面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/104390752
6	Spring面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/104397516
7	Spring MVC面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/104397427
8	Spring Boot面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/104397299
9	Spring Cloud面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/104397367
10	MyBatis面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/101292950
11	Redis面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/103522351
12	MySQL数据库面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/104778621
13	消息中间件MQ与RabbitMQ面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/104588612
14	Dubbo面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/104390006
15	Linux面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/104588679
16	Tomcat面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/104397665
17	ZooKeeper面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/104397719
18	Netty面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/104391081
19	架构设计&分布式&数据结构与算法面试题（2020最新版）	https://thinkwon.blog.youkuaiyun.com/article/details/105870730

数据库基础知识

为什么要使用数据库

数据保存在内存

优点： 存取速度快

缺点： 数据不能永久保存

数据保存在文件

优点： 数据永久保存

缺点：1）速度比内存操作慢，频繁的IO操作。2）查询数据不方便

数据保存在数据库

1）数据永久保存

2）使用SQL语句，查询方便效率高。

3）管理数据方便

什么是SQL？

结构化查询语言(Structured Query Language)简称SQL，是一种数据库查询语言。

作用：用于存取数据、查询、更新和管理关系数据库系统。

概述

结构化查询语言（Structured Query Language）简称SQL，是一种特殊目的的编程语言，是一种数据库查询和程序设计语言，用于存取数据以及查询、更新和管理关系数据库系统。

结构化查询语言是高级的非过程化编程语言，允许用户在高层数据结构上工作。它不要求用户指定对数据的存放方法，也不需要用户了解具体的数据存放方式，所以具有完全不同底层结构的不同数据库系统, 可以使用相同的结构化查询语言作为数据输入与管理的接口。结构化查询语言语句可以嵌套，这使它具有极大的灵活性和强大的功能。

简介

SQL语言1974年由Boyce(/bɔɪs/)和Chamberlin(/ˈtʃeɪm.bəl.ɪn/)提出，并首先在IBM公司研制的关系数据库系统SystemR上实现。由于它具有功能丰富、使用方便灵活、语言简洁易学等突出的优点，深受计算机工业界和计算机用户的欢迎。1980年10月，经美国国家标准局（ANSI）的数据库委员会X3H2批准，将SQL作为关系数据库语言的美国标准，同年公布了标准SQL，此后不久，国际标准化组织（ISO）也作出了同样的决定。
SQL从功能上可以分为3部分：数据定义、数据操纵和数据控制。
SQL的核心部分相当于关系代数，但又具有关系代数所没有的许多特点，如聚集、数据库更新等。它是一个综合的、通用的、功能极强的关系数据库语言。其特点是：
1、数据描述、操纵、控制等功能一体化。
2、两种使用方式，统一的语法结构。SQL有两种使用方式。一是联机交互使用，这种方式下的SQL实际上是作为自含型语言使用的。另一种方式是嵌入到某种高级程序设计语言（如C语言等）中去使用。前一种方式适合于非计算机专业人员使用，后一种方式适合于专业计算机人员使用。尽管使用方式不向，但所用语言的语法结构基本上是一致的。
3、高度非过程化。SQL是一种第四代语言（4GL），用户只需要提出“干什么”，无须具体指明“怎么干”，像存取路径选择和具体处理操作等均由系统自动完成。
4、语言简洁，易学易用。尽管SQL的功能很强，但语言十分简洁，核心功能只用了9个动词。SQL的语法接近英语口语，所以，用户很容易学习和使用。

功能

SQL具有数据定义、数据操纵、和数据控制的功能。
1、SQL数据定义功能：能够定义数据库的三级模式结构，即外模式、全局模式和内模式结构。在SQL中，外模式又叫做视图（View），全局模式简称模式（Schema），内模式由系统根据数据库模式自动实现，一般无需用户过问。
2、SQL数据操纵功能：包括对基本表和视图的数据插入、删除和修改，特别是具有很强的数据查询功能。
3、SQL的数据控制功能：主要是对用户的访问权限加以控制，以保证系统的安全性。

语句结构

结构化查询语言包含6个部分：
1、数据查询语言（DQL: Data Query Language）：其语句，也称为“数据检索语句”，用以从表中获得数据，确定数据怎样在应用程序给出。保留字SELECT是DQL（也是所有SQL）用得最多的动词，其他DQL常用的保留字有WHERE，ORDER BY，GROUP BY和HAVING。这些DQL保留字常与其它类型的SQL语句一起使用。
2、数据操作语言（DML：Data Manipulation Language）：其语句包括动词INSERT、UPDATE和DELETE。它们分别用于添加、修改和删除。
3、事务控制语言（TCL）：它的语句能确保被DML语句影响的表的所有行及时得以更新。包括COMMIT（提交）命令、SAVEPOINT（保存点）命令、ROLLBACK（回滚）命令。
4、数据控制语言（DCL）：它的语句通过GRANT或REVOKE实现权限控制，确定单个用户和用户组对数据库对象的访问。某些RDBMS可用GRANT或REVOKE控制对表单个列的访问。
5、数据定义语言（DDL）：其语句包括动词CREATE,ALTER和DROP。在数据库中创建新表或修改、删除表（CREATE TABLE 或 DROP TABLE）；为表加入索引等。
6、指针控制语言（CCL）：它的语句，像DECLARE CURSOR，FETCH INTO和UPDATE WHERE CURRENT用于对一个或多个表单独行的操作。

如果需要了解更多知识，请看 结构化查询语言_百度百科 (baidu.com)。

什么是MySQL?

MySQL是一个关系型数据库管理系统，由瑞典MySQL AB 公司开发，属于 Oracle 旗下产品。MySQL 是最流行的关系型数据库管理系统之一，在 WEB 应用方面，MySQL是最好的 RDBMS (Relational Database Management System，关系数据库管理系统) 应用软件之一。在Java企业级开发中非常常用，因为 MySQL 是开源免费的，并且方便扩展。

数据库三大范式是什么

第一范式（1NF）

定义：每个列都不可以再拆分；强调列的原子性。

例子：
假设我们有一个学生信息表 Students，其中包含学生的姓名和他们所选的课程：

StudentID	Name	Courses
1	Alice	Math, Science
2	Bob	English, History

在这个表中，Courses 列包含了多个值（课程），这违反了第一范式。为了符合第一范式，我们需要将 Courses 列拆分成单独的行：

StudentID	Name	Course
1	Alice	Math
1	Alice	Science
2	Bob	English
2	Bob	History

第二范式（2NF）

定义：在第一范式的基础上，非主键列完全依赖于主键，而不能是依赖于主键的一部分；强调非主键列对整个主键的完全依赖。

例子：
假设我们有一个订单表 Orders，其中包含订单ID、产品ID、产品名称和数量：

OrderID	ProductID	ProductName	Quantity
1	101	Widget	10
1	102	Gadget	5
2	101	Widget	2

在这个表中，ProductName 依赖于 ProductID，而不是整个主键（OrderID 和 ProductID 的组合）。为了符合第二范式，我们需要将 ProductName 移到一个单独的产品表中：

Orders 表：

OrderID	ProductID	Quantity
1	101	10
1	102	5
2	101	2

Products 表：

ProductID	ProductName
101	Widget
102	Gadget

第三范式（3NF）

定义：在第二范式的基础上，非主键列只依赖于主键，不依赖于其他非主键；强调非主键列不能依赖于其他非主键列，只能直接依赖于主键。

例子：
假设我们有一个员工表 Employees，其中包含员工ID、部门ID、部门名称和员工姓名：

EmployeeID	DepartmentID	DepartmentName	EmployeeName
1	10	Sales	John
2	20	Marketing	Jane
3	10	Sales	Alice

在这个表中，DepartmentName 依赖于 DepartmentID，而不是直接依赖于主键 EmployeeID。为了符合第三范式，我们需要将 DepartmentName 移到一个单独的部门表中：

Employees 表：

EmployeeID	DepartmentID	EmployeeName
1	10	John
2	20	Jane
3	10	Alice

Departments 表：

DepartmentID	DepartmentName
10	Sales
20	Marketing

在设计数据库结构的时候，要尽量遵守三范式，如果不遵守，必须有足够的理由。比如性能。事实上我们经常会为了性能而妥协数据库的设计。

mysql有关权限的表都有哪几个

MySQL服务器通过权限表来控制用户对数据库的访问，权限表存放在mysql数据库里，由mysql_install_db脚本初始化。这些权限表分别user，db，tables_priv，columns_priv和host。下面分别介绍一下这些表的结构和内容：

• user权限表：记录允许连接到服务器的用户帐号信息，里面的权限是全局级的。
• db权限表：记录各个帐号在各个数据库上的操作权限。
• tables_priv权限表：记录数据表级的操作权限。
• columns_priv权限表：记录数据列级的操作权限。
• host权限表：配合db权限表对给定主机上数据库级操作权限作更细致的控制。这个权限表不受GRANT和REVOKE语句的影响。

MySQL的binlog有有几种录入格式？分别有什么区别？

有三种格式，statement，row和mixed。

• statement模式下，每一条会修改数据的sql都会记录在binlog中。不需要记录每一行的变化，减少了binlog日志量，节约了IO，提高性能。由于sql的执行是有上下文的，因此在保存的时候需要保存相关的信息，同时还有一些使用了函数之类的语句无法被记录复制。
• row级别下，不记录sql语句上下文相关信息，仅保存哪条记录被修改。记录单元为每一行的改动，基本是可以全部记下来但是由于很多操作，会导致大量行的改动(比如alter table)，因此这种模式的文件保存的信息太多，日志量太大。
• mixed，一种折中的方案，普通操作使用statement记录，当无法使用statement的时候使用row。

此外，新版的MySQL中对row级别也做了一些优化，当表结构发生变化的时候，会记录语句而不是逐行记录。

数据类型

mysql有哪些数据类型

分类	类型名称	说明
整数类型	tinyInt	很小的整数(8位二进制)
	smallint	小的整数(16位二进制)
	mediumint	中等大小的整数(24位二进制)
	int(integer)	普通大小的整数(32位二进制)
小数类型	float	单精度浮点数
	double	双精度浮点数
	decimal(m,d)	压缩严格的定点数
日期类型	year	YYYY 1901~2155
	time	HH:MM:SS -838:59:59~838:59:59
	date	YYYY-MM-DD 1000-01-01~9999-12-3
	datetime	YYYY-MM-DD HH:MM:SS 1000-01-01 00:00:00~ 9999-12-31 23:59:59
	timestamp	YYYY-MM-DD HH:MM:SS 19700101 00:00:01 UTC~2038-01-19 03:14:07UTC
文本、二进制类型	CHAR(M)	M为0~255之间的整数
	VARCHAR(M)	M为0~65535之间的整数
	TINYBLOB	允许长度0~255字节
	BLOB	允许长度0~65535字节
	MEDIUMBLOB	允许长度0~167772150字节
	LONGBLOB	允许长度0~4294967295字节
	TINYTEXT	允许长度0~255字节
	TEXT	允许长度0~65535字节
	MEDIUMTEXT	允许长度0~167772150字节
	LONGTEXT	允许长度0~4294967295字节
	VARBINARY(M)	允许长度0~M个字节的变长字节字符串
	BINARY(M)	允许长度0~M个字节的定长字节字符串

• 1、整数类型，包括TINYINT、SMALLINT、MEDIUMINT、INT、BIGINT，分别表示1字节、2字节、3字节、4字节、8字节整数。任何整数类型都可以加上UNSIGNED属性，表示数据是无符号的，即非负整数。
  长度：整数类型可以被指定长度，例如：INT(11)表示长度为11的INT类型。长度在大多数场景是没有意义的，它不会限制值的合法范围，只会影响显示字符的个数，而且需要和UNSIGNED ZEROFILL属性配合使用才有意义。
  例子，假定类型设定为INT(5)，属性为UNSIGNED ZEROFILL，如果用户插入的数据为12的话，那么数据库实际存储数据为00012。

• 2、实数类型，包括FLOAT、DOUBLE、DECIMAL。
  DECIMAL可以用于存储比BIGINT还大的整型，能存储精确的小数。
  而FLOAT和DOUBLE是有取值范围的，并支持使用标准的浮点进行近似计算。
  计算时FLOAT和DOUBLE相比DECIMAL效率更高一些，DECIMAL你可以理解成是用字符串进行处理。

• 3、字符串类型，包括VARCHAR、CHAR、TEXT、BLOB
  VARCHAR用于存储可变长字符串，它比定长类型更节省空间。
  VARCHAR使用额外1或2个字节存储字符串长度。列长度小于255字节时，使用1字节表示，否则使用2字节表示。
  VARCHAR存储的内容超出设置的长度时，内容会被截断。
  CHAR是定长的，根据定义的字符串长度分配足够的空间。
  CHAR会根据需要使用空格进行填充方便比较。
  CHAR适合存储很短的字符串，或者所有值都接近同一个长度。
  CHAR存储的内容超出设置的长度时，内容同样会被截断。

  使用策略：
  对于经常变更的数据来说，CHAR比VARCHAR更好，因为CHAR不容易产生碎片。
  对于非常短的列，CHAR比VARCHAR在存储空间上更有效率。
  使用时要注意只分配需要的空间，更长的列排序时会消耗更多内存。
  尽量避免使用TEXT/BLOB类型，查询时会使用临时表，导致严重的性能开销。

• 4、枚举类型（ENUM），把不重复的数据存储为一个预定义的集合。
  有时可以使用ENUM代替常用的字符串类型。
  ENUM存储非常紧凑，会把列表值压缩到一个或两个字节。
  ENUM在内部存储时，其实存的是整数。
  尽量避免使用数字作为ENUM枚举的常量，因为容易混乱。
  排序是按照内部存储的整数

• 5、日期和时间类型，尽量使用timestamp，空间效率高于datetime，
  用整数保存时间戳通常不方便处理。
  如果需要存储微秒，可以使用bigint存储。
  看到这里，这道真题是不是就比较容易回答了。

引擎

MySQL存储引擎MyISAM与InnoDB区别

存储引擎Storage engine：MySQL中的数据、索引以及其他对象是如何存储的，是一套文件系统的实现。

常用的存储引擎有以下：

• Innodb引擎：Innodb引擎提供了对数据库ACID事务的支持。并且还提供了行级锁和外键的约束。它的设计的目标就是处理大数据容量的数据库系统。
• MyIASM引擎(原本Mysql的默认引擎)：不提供事务的支持，也不支持行级锁和外键。
• MEMORY引擎：所有的数据都在内存中，数据的处理速度快，但是安全性不高。

MyISAM与InnoDB区别

	MyISAM	Innodb
存储结构	每张表被存放在三个文件：frm-表格定义、MYD(MYData)-数据文件、MYI(MYIndex)-索引文件	所有的表都保存在同一个数据文件中（也可能是多个文件，或者是独立的表空间文件），InnoDB表的大小只受限于操作系统文件的大小，一般为2GB
存储空间	MyISAM可被压缩，存储空间较小	InnoDB的表需要更多的内存和存储，它会在主内存中建立其专用的缓冲池用于高速缓冲数据和索引
可移植性、备份及恢复	由于MyISAM的数据是以文件的形式存储，所以在跨平台的数据转移中会很方便。在备份和恢复时可单独针对某个表进行操作	免费的方案可以是拷贝数据文件、备份 binlog，或者用 mysqldump，在数据量达到几十G的时候就相对痛苦了
文件格式	数据和索引是分别存储的，数据.MYD，索引.MYI	数据和索引是集中存储的，.ibd
记录存储顺序	按记录插入顺序保存	按主键大小有序插入
外键	不支持	支持
事务	不支持	支持
锁支持（锁是避免资源争用的一个机制，MySQL锁对用户几乎是透明的）	表级锁定	行级锁定、表级锁定，锁定力度小并发能力高
SELECT	MyISAM更优
INSERT、UPDATE、DELETE		InnoDB更优
select count(*)	myisam更快，因为myisam内部维护了一个计数器，可以直接调取。
索引的实现方式	B+树索引，myisam 是堆表	B+树索引，Innodb 是索引组织表
哈希索引	不支持	支持
全文索引	支持	MySQL从5.6开始支持全文索引，5.7版本之后，通过使用ngram插件，InnoDB还开始支持中文全文索引

MyISAM索引与InnoDB索引的区别？

• InnoDB索引是聚簇索引，MyISAM索引是非聚簇索引。
• InnoDB的主键索引的叶子节点存储着行数据，因此主键索引非常高效。
• MyISAM索引的叶子节点存储的是行数据地址，需要再寻址一次才能得到数据。
• InnoDB非主键索引的叶子节点存储的是主键和其他带索引的列数据，因此查询时做到覆盖索引会非常高效。

InnoDB引擎的存储文件格式

1. .ibd 文件：

   • 每个 InnoDB 表都有一个独立的 .ibd 文件（如果启用了 innodb_file_per_table 选项）。
   • 该文件用于存储表的数据和索引，包括表中的行数据、B-tree 索引等。
   • 这些文件通常位于 MySQL 数据目录的表对应的数据库子目录中。

2. ibdata 文件：

   • 如果未启用 innodb_file_per_table 选项，所有表的数据和索引都存储在一个或多个共享的 ibdata 文件中，称为系统表空间。
   • 该文件还用于存储 InnoDB 的全局元数据，如回滚段（rollback segments）、双写缓冲区（doublewrite buffer）、插入缓冲区（insert buffer）等。

另外，还有一些文件与 InnoDB 的运作密切相关：

• ibtmp1 文件：InnoDB 临时表空间，存储与临时表相关的数据。
• *.frm 文件：存储表的表结构信息（在 MySQL 5.7 及之前版本中）。自 MySQL 8.0 起，.frm 文件已被数据字典取代，不再使用。

总结：InnoDB 存储的主要文件格式为 .ibd（表数据和索引）和 ibdata（系统表空间）。

InnoDB引擎的4大特性

1. 插入缓冲 (Insert Buffer)

• 描述：插入缓冲是一种优化技术，用于处理辅助索引（secondary index）上的插入操作。在普通插入操作中，如果插入的数据页不在缓冲池中，InnoDB 需要将该页从磁盘读取到缓冲池，这会增加 I/O 操作。而插入缓冲技术则将这些操作先写入缓冲池，之后再批量处理。
• 优点：减少磁盘 I/O，提高插入性能。
• 机制：在插入时，InnoDB 会检查目标页是否在缓冲池中，如果不在，就将插入操作写入插入缓冲区（Insert Buffer），然后在合适的时间批量执行这些插入操作。

2. 二次写 (Double Write)

• 描述：二次写是 InnoDB 用来防止数据页损坏的一种机制。在将脏页从缓冲池写入数据文件之前，InnoDB 会先将这些页写入一个专门的二次写缓冲区，然后再从该缓冲区写入到数据文件。
• 优点：增强数据的可靠性，防止在写入过程中发生故障导致的数据页损坏。
• 机制：InnoDB 首先将数据页写入到二次写缓冲区，然后再从该缓冲区将数据页写入到数据文件。如果在写入过程中发生崩溃，可以从二次写缓冲区恢复数据页。

3. 自适应哈希索引 (Adaptive Hash Index, AHI)

• 描述：自适应哈希索引是一种在 InnoDB 缓冲池上动态创建的哈希索引。它通过监控 InnoDB 的查询模式，如果检测到某些页被频繁访问，就会自动在这些页上创建哈希索引，以加速后续的查询。
• 优点：提高查询速度，减少磁盘 I/O。
• 机制：InnoDB 自动检测哪些索引页被频繁访问，并基于这些页创建哈希索引，从而加速对这些页的查询操作。

4. 预读 (Read Ahead)

• 描述：预读是 InnoDB 用来提高查询性能的一种技术。它通过预测未来可能需要的数据页，将这些页提前加载到缓冲池中。
• 优点：减少查询等待时间，提高查询性能。
• 机制：InnoDB 有两种预读方式：线性预读（Linear Read Ahead）和邻近预读（Random Read Ahead）。当 InnoDB 检测到顺序扫描或随机访问数据时，会触发预读机制，将预测到的页提前加载到缓冲池。

线性预读 (Linear Read Ahead)

• 定义：线性预读是指当 InnoDB 检测到连续的数据页访问模式时，它会将下一组连续的页预先加载到缓冲池中。
• 应用场景：主要用于顺序扫描或顺序读取的情况，例如全表扫描或顺序读取某个索引的页。
• 工作机制：
  • 当 InnoDB 发现当前正在读取的数据页是连续的，它会假设下一组页也会被顺序访问。
  • 然后，InnoDB 将这些假设将要被访问的页提前加载到缓冲池中，以减少后续的磁盘 I/O 操作。
  • 示例：

SELECT * FROM large_table;

在执行全表扫描时，InnoDB 会检测到这是顺序扫描，因此会触发线性预读，将连续的一组数据页提前加载到缓冲池中。

邻近预读 (Random Read Ahead)

• 定义：邻近预读是指当 InnoDB 检测到某个页的随机访问频率较高时，它会将该页周围的页预先加载到缓冲池中。
• 应用场景：主要用于随机读取较多的情况，例如随机访问某个索引中的数据。
• 工作机制：
  • InnoDB 监控页的访问模式，当发现某些页被频繁随机访问时，会假设其邻近的页也可能被访问。
  • 然后，InnoDB 将这些邻近的页提前加载到缓冲池中，以减少后续的磁盘 I/O 操作。
  • 示例：

        SELECT * FROM large_table WHERE indexed_column BETWEEN 1000 AND 2000;
  

存储引擎选择

在选择 MySQL 存储引擎时，主要考虑以下几个因素：

1. 数据完整性：如果需要事务支持和外键约束，InnoDB 是首选，因为它提供了 ACID 特性和行级锁。
2. 性能需求：如果对读写性能有很高要求，可以选择 InnoDB，因为它具有插入缓冲、自适应哈希索引等优化技术。如果主要是读操作，可以考虑 MyISAM，因为它的读性能通常较好。
3. 数据恢复：InnoDB 通过二次写和崩溃恢复机制提供了较好的数据恢复能力。
4. 存储需求：如果需要处理大规模数据，可以选择 InnoDB，因为它支持表压缩和高效的存储管理。

MyISAM 适用场景

• 读密集型应用：MyISAM 的读取性能通常比 InnoDB 要好，适用于主要操作是读取数据的应用。

  • 示例：博客系统、新闻门户网站、内容管理系统等。

• 较少事务要求：如果应用程序不需要事务支持，也不需要外键约束，可以考虑使用 MyISAM。

  • 示例：数据分析、日志记录等。

• 全文搜索需求：MyISAM 提供了高效的全文搜索功能，适用于需要进行大量文本搜索的应用程序。

  • 示例：全文搜索引擎、电子商务网站的商品搜索功能等。

• 存储空间效率：MyISAM 表通常比 InnoDB 表占用更少的磁盘空间，适用于存储空间有限的场景。

  • 示例：小型数据库、嵌入式系统等。

InnoDB 适用场景

• 高并发应用：InnoDB 的行级锁和 MVCC 机制（多版本并发控制）可以有效提高高并发场景下的性能。

  • 示例：高并发的在线交易系统、社交网络平台等。

• 数据完整性要求高：如果需要确保数据的一致性和完整性，InnoDB 是理想选择，因为它支持事务和外键。

  • 示例：银行系统、财务系统等。

• 频繁的更新和删除操作：InnoDB 处理更新和删除操作的效率较高，适用于频繁更新数据的应用场景。

  • 示例：在线办公系统、客户关系管理系统（CRM）等。

索引

什么是索引？

索引是一种特殊的文件(InnoDB数据表上的索引是表空间的一个组成部分)，它们包含着对数据表里所有记录的引用指针。

索引是一种数据结构。数据库索引，是数据库管理系统中一个排序的数据结构，以协助快速查询、更新数据库表中数据。索引的实现通常使用B树及其变种B+树。

更通俗的说，索引就相当于目录。为了方便查找书中的内容，通过对内容建立索引形成目录。索引是一个文件，它是要占据物理空间的。

索引有哪些优缺点？

索引的优点

• 可以大大加快数据的检索速度，这也是创建索引的最主要的原因。
• 通过使用索引，可以在查询的过程中，使用优化隐藏器，提高系统的性能。

索引的缺点

• 时间方面：创建索引和维护索引要耗费时间，具体地，当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，会降低增/改/删的执行效率；
• 空间方面：索引需要占物理空间。

索引使用场景（重点）

where

上图中，根据id查询记录，因为id字段仅建立了主键索引，因此此SQL执行可选的索引只有主键索引，如果有多个，最终会选一个较优的作为检索的依据。

-- 增加一个没有建立索引的字段
alter table innodb1 add sex char(1);
-- 按sex检索时可选的索引为null
EXPLAIN SELECT * from innodb1 where sex='男';

可以尝试在一个字段未建立索引时，根据该字段查询的效率，然后对该字段建立索引（alter table 表名 add index(字段名)），同样的SQL执行的效率，你会发现查询效率会有明显的提升（数据量越大越明显）。

order by

当我们使用order by将查询结果按照某个字段排序时，如果该字段没有建立索引，那么执行计划会将查询出的所有数据使用外部排序（将数据从硬盘分批读取到内存使用内部排序，最后合并排序结果），这个操作是很影响性能(增加时间成本)的，因为需要将查询涉及到的所有数据从磁盘中读到内存（如果单条数据过大或者数据量过多都会降低效率），更无论读到内存之后的排序了。

但是如果我们对该字段建立索引alter table 表名 add index(字段名)，那么由于索引本身是有序的，因此直接按照索引的顺序和映射关系逐条取出数据即可。而且如果分页的，那么只用取出索引表某个范围内的索引对应的数据，而不用像上述那取出所有数据进行排序再返回某个范围内的数据。（从磁盘取数据是最影响性能的）

join

对join语句匹配关系（on）涉及的字段建立索引能够提高效率

索引覆盖

如果要查询的字段都建立过索引，那么引擎会直接在索引表中查询而不会访问原始数据（否则只要有一个字段没有建立索引就会做全表扫描），这叫索引覆盖。因此我们需要尽可能的在select后只写必要的查询字段，以增加索引覆盖的几率。

这里值得注意的是不要想着为每个字段建立索引，因为优先使用索引的优势就在于其体积小。

索引有哪几种类型？

1. 主键索引 (Primary Key Index)

• 描述：主键索引是一种特殊的唯一索引，不允许有空值，也就是 数据列不允许重复，不允许为NULL。每个表只能有一个主键。
• 用途：保证表中每行记录的唯一性，并作为表中记录的唯一标识符。
• 示例：

  CREATE TABLE users (
      id INT PRIMARY KEY,
      name VARCHAR(100)
  );
  

2. 唯一索引 (Unique Index)

• 描述：唯一索引与主键索引类似，要求索引列中的每一个值都是唯一的，但允许有一个空值，一个表允许多个列创建唯一索引。
• 用途：确保某列或某些列的值不重复。
• 示例：
  • 可以通过 ALTER TABLE table_name ADD UNIQUE (column); 创建唯一索引
  • 可以通过 ALTER TABLE table_name ADD UNIQUE (column1,column2); 创建唯一组合索引

3. 普通索引 (Index)

• 描述：基本的索引类型，没有唯一性的限制，普通索引允许索引列包含重复的值和空值。

• 用途：提高数据检索的速度，不保证数据的唯一性。

• 可以通过ALTER TABLE table_name ADD INDEX index_name (column);创建普通索引

• 可以通过ALTER TABLE table_name ADD INDEX index_name(column1, column2, column3);创建组合索引

  CREATE INDEX idx_name ON users(name);
  

4. 全文索引 (Full-Text Index)

• 描述：全文索引用于对文本列进行全文搜索，支持自然语言的搜索。
• 用途：用于对较大文本字段进行快速的关键词查询，是目前搜索引擎使用的一种关键技术。
• 示例：
• 可以通过ALTER TABLE table_name ADD FULLTEXT (column);创建全文索引

 CREATE FULLTEXT INDEX idx_content ON articles(content);

5. 组合索引 (Composite Index)

• 描述：组合索引是指在多个列上创建的索引，用于提高多列查询的性能。
• 用途：提高多列组合查询的速度，特别是在 WHERE 子句中涉及多个列时。
• 示例：

  CREATE INDEX idx_name_age ON users(name, age);
  

6. 空间索引 (Spatial Index)

• 描述：空间索引用于地理数据类型的列，例如 POINT、LINESTRING 和 POLYGON。在 MySQL 中，只有 MyISAM 表支持空间索引。
• 用途：提高地理空间数据的查询速度。
• 示例：

  CREATE SPATIAL INDEX idx_location ON locations(geometry);
  

7. 哈希索引 (Hash Index)

• 描述：哈希索引基于哈希表实现，只有精确匹配查询时才高效，不支持范围查询。MySQL 的 MEMORY 存储引擎支持显式创建哈希索引。
• 用途：提高精确匹配查询的速度。
• 示例：

  CREATE INDEX idx_hash_name ON users(name) USING HASH;
  

8. 聚簇索引 (Clustered Index)

• 描述：聚簇索引决定了表中数据的物理存储顺序，每个表只能有一个聚簇索引。在 MySQL 中，InnoDB 存储引擎会自动将主键作为聚簇索引，但这并不是唯一的情况。具体来说：

  1. 有主键的情况下：主键会被用作聚簇索引。这意味着数据在物理上按照主键的顺序存储。
  2. 没有主键的情况下：InnoDB 会选择第一个非空的唯一索引作为聚簇索引。
  3. 如果既没有主键也没有唯一索引：InnoDB 会创建一个隐藏的行ID（row-id）作为聚簇索引。

  因此，每个表只能有一个聚簇索引，但这个聚簇索引不一定是主键。如果没有定义主键，InnoDB 会根据上述规则选择其他列作为聚簇索引。

• 用途：提高基于主键的查询性能。

• 示例：在 InnoDB 表中创建一个主键列，实际上就是创建了一个聚簇索引。

选择合适索引的注意事项

• 查询类型：根据查询的具体类型选择合适的索引类型（例如，使用全文索引进行全文搜索）。
• 数据分布：确保索引列有足够的选择性，以便有效地过滤数据。
• 维护成本：索引会增加写操作的成本，因此在设计索引时要考虑到插入、更新和删除操作的性能影响。

索引的数据结构（b树，hash）

索引的数据结构和具体存储引擎的实现有关，在MySQL中使用较多的索引有Hash索引，B+树索引等，而我们经常使用的InnoDB存储引擎的默认索引实现为：B+树索引。对于哈希索引来说，底层的数据结构就是哈希表，因此在绝大多数需求为单条记录查询的时候，可以选择哈希索引，查询性能最快；其余大部分场景，建议选择BTree索引。

1）B树索引

mysql通过存储引擎取数据，基本上90%的人用的就是InnoDB了，按照实现方式分，InnoDB的索引类型目前只有两种：BTREE（B树）索引和HASH索引。B树索引是Mysql数据库中使用最频繁的索引类型，基本所有存储引擎都支持BTree索引。通常我们说的索引不出意外指的就是（B树）索引（实际是用B+树实现的，因为在查看表索引时，mysql一律打印BTREE，所以简称为B树索引）

查询方式：

主键索引区：PI (关联保存的时数据的地址)按主键查询,

普通索引区：SI (关联的id的地址,然后再到达上面的地址)。所以按主键查询,速度最快。

• 主键索引区（Primary Index, PI）

  • 定义：主键索引是一个特殊的唯一索引，用于唯一标识表中的每一行记录。主键索引通常是聚簇索引（Clustered Index），这意味着数据行的物理存储顺序与索引的顺序相同。
  • 工作原理：在主键索引中，索引结构（通常是 B+ 树）直接存储数据行的地址。因此，当通过主键查询时，可以直接从索引中找到数据行，而不需要额外的查找步骤。
  • 性能：由于主键索引是聚簇索引，通过主键查询可以直接定位到数据行，查询速度最快。

• 普通索引区（Secondary Index, SI）

  • 定义：普通索引（也称为辅助索引或二级索引）用于加速非主键列的查询。普通索引不是聚簇索引，这意味着索引结构存储的是主键值或数据行的地址，而不是数据行本身。
  • 工作原理：在普通索引中，索引结构（通常是 B+ 树）存储的是对应数据行的主键值或地址。当通过普通索引查询时，首先在普通索引中查找到对应的主键值或数据行地址，然后再通过主键索引或直接定位到数据行。这一过程需要两次查找：
    1. 在普通索引中查找目标值，获取主键值或数据行地址。
    2. 使用主键值或数据行地址在主键索引中查找对应的数据行。
  • 性能：普通索引查询涉及到两次查找操作，因此速度比主键索引查询要慢。

• 示例说明

  假设有一个名为 users 的表，定义如下：

  CREATE TABLE users (
      id INT PRIMARY KEY,
      username VARCHAR(50),
      email VARCHAR(100),
      INDEX (email)
  ) ENGINE=InnoDB;
  

• 按主键查询

  SELECT * FROM users WHERE id = 1;
  

  • 过程：通过主键 id 直接在主键索引（聚簇索引）中找到对应的数据行。
  • 性能：最快，因为直接定位到数据行。

• 按普通索引查询

  SELECT * FROM users WHERE email = 'example@example.com';
  

  • 过程：
    1. 在普通索引 email 上查找值 'example@example.com'，获取对应的主键值 id 或数据行地址。
    2. 使用主键值 id 在主键索引中查找对应的数据行。
  • 性能：较慢，因为涉及到两次查找操作。

• 结论

  • 主键索引查询：由于主键索引是聚簇索引，直接通过主键值定位数据行，查询速度最快。
  • 普通索引查询：普通索引需要通过索引值先查找主键值或数据行地址，再通过主键索引或直接定位数据行，查询速度相对较慢。

• 总结
  在 MySQL 中，通过主键索引进行查询速度最快，因为它是聚簇索引，可以直接定位到数据行。普通索引则需要通过索引值查找主键值或数据行地址，再进行二次查找，因此速度相对较慢。理解这些原理有助于优化数据库查询性能。

B+tree性质：

1.）n棵子tree的节点包含n个关键字，不用来保存数据而是保存数据的索引。

2.）所有的叶子结点中包含了全部关键字的信息，及指向含这些关键字记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。

3.）所有的非终端结点可以看成是索引部分，结点中仅含其子树中的最大（或最小）关键字。

4.）B+ 树中，数据对象的插入和删除仅在叶节点上进行。

5.）B+树有2个头指针，一个是树的根节点，一个是最小关键码的叶节点。

2）哈希索引

简要说下，类似于数据结构中简单实现的HASH表（散列表）一样，当我们在mysql中用哈希索引时，主要就是通过Hash算法（常见的Hash算法有直接定址法、平方取中法、折叠法、除数取余法、随机数法），将数据库字段数据转换成定长的Hash值，与这条数据的行指针一并存入Hash表的对应位置；如果发生Hash碰撞（两个不同关键字的Hash值相同），则在对应Hash键下以链表形式存储。当然这只是简略模拟图。

索引的基本原理

索引用来快速地寻找那些具有特定值的记录。如果没有索引，一般来说执行查询时遍历整张表。

索引的原理很简单，就是把无序的数据变成有序的查询

1. 把创建了索引的列的内容进行排序
2. 对排序结果生成倒排表
3. 在倒排表内容上拼上数据地址链
4. 在查询的时候，先拿到倒排表内容，再取出数据地址链，从而拿到具体数据

索引算法有哪些？

索引算法有 BTree算法和Hash算法

BTree算法

BTree是最常用的mysql数据库索引算法，也是mysql默认的算法。因为它不仅可以被用在=,>,>=,<,<=和between这些比较操作符上，而且还可以用于like操作符，只要它的查询条件是一个不以通配符开头的常量， 例如：

-- 只要它的查询条件是一个不以通配符开头的常量
select * from user where name like 'jack%'; 
-- 如果一通配符开头，或者没有使用常量，则不会使用索引，例如： 
select * from user where name like '%jack'; 

Hash算法

Hash Hash索引只能用于对等比较，例如=,<=>（相当于=）操作符。由于是一次定位数据，不像BTree索引需要从根节点到枝节点，最后才能访问到页节点这样多次IO访问，所以检索效率远高于BTree索引。

索引设计的原则？

1. 适合索引的列是出现在where子句中的列，或者连接子句中指定的列
2. 基数较小的类，索引效果较差，没有必要在此列建立索引
3. 使用短索引，如果对长字符串列进行索引，应该指定一个前缀长度，这样能够节省大量索引空间
4. 不要过度索引。索引需要额外的磁盘空间，并降低写操作的性能。在修改表内容的时候，索引会进行更新甚至重构，索引列越多，这个时间就会越长。所以只保持需要的索引有利于查询即可。

创建索引的原则（重中之重）

索引虽好，但也不是无限制的使用，最好符合一下几个原则

1） 最左前缀匹配原则，组合索引非常重要的原则，mysql会一直从左向右匹配直到遇到范围查询(>、<、between、like)就停止匹配，比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)顺序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整。

2）较频繁作为查询条件的字段才去创建索引

3）更新频繁字段不适合创建索引

4）若是不能有效区分数据的列不适合做索引列(如性别，男女未知，最多也就三种，区分度实在太低)

5）尽量的扩展索引，不要新建索引。比如表中已经有a的索引，现在要加(a,b)的索引，那么只需要修改原来的索引即可。

6）定义有外键的数据列一定要建立索引。

7）对于那些查询中很少涉及的列，重复值比较多的列不要建立索引。

8）对于定义为text、image和bit的数据类型的列不要建立索引。

创建索引的三种方式，删除索引

第一种方式：在执行CREATE TABLE时创建索引

CREATE TABLE user_index2 (
	id INT auto_increment PRIMARY KEY,
	first_name VARCHAR (16),
	last_name VARCHAR (16),
	id_card VARCHAR (18),
	information text,
	KEY name (first_name, last_name),
	FULLTEXT KEY (information),
	UNIQUE KEY (id_card)
);

第二种方式：使用ALTER TABLE命令去增加索引

ALTER TABLE table_name ADD INDEX index_name (column_list);

ALTER TABLE用来创建普通索引、UNIQUE索引或PRIMARY KEY索引。

其中table_name是要增加索引的表名，column_list指出对哪些列进行索引，多列时各列之间用逗号分隔。

索引名index_name可自己命名，缺省时，MySQL将根据第一个索引列赋一个名称。另外，ALTER TABLE允许在单个语句中更改多个表，因此可以在同时创建多个索引。

第三种方式：使用CREATE INDEX命令创建

CREATE INDEX index_name ON table_name (column_list);

CREATE INDEX可对表增加普通索引或UNIQUE索引。（但是，不能创建PRIMARY KEY索引）

删除索引

根据索引名删除普通索引、唯一索引、全文索引：alter table 表名 drop KEY 索引名

alter table user_index drop KEY name;
alter table user_index drop KEY id_card;
alter table user_index drop KEY information;

删除主键索引：alter table 表名 drop primary key（因为主键只有一个）。这里值得注意的是，如果主键自增长，那么不能直接执行此操作（自增长依赖于主键索引）：

需要取消自增长再行删除：

alter table user_index
-- 重新定义字段
MODIFY id int,
drop PRIMARY KEY

但通常不会删除主键，因为设计主键一定与业务逻辑无关。

创建索引时需要注意什么？

• 非空字段：应该指定列为NOT NULL，除非你想存储NULL。在mysql中，含有空值的列很难进行查询优化，因为它们使得索引、索引的统计信息以及比较运算更加复杂。你应该用0、一个特殊的值或者一个空串代替空值；
• 取值离散大的字段：（变量各个取值之间的差异程度）的列放到联合索引的前面，可以通过count()函数查看字段的差异值，返回值越大说明字段的唯一值越多字段的离散程度高；
• 索引字段越小越好：数据库的数据存储以页为单位一页存储的数据越多一次IO操作获取的数据越大效率越高。

使用索引查询一定能提高查询的性能吗？为什么

通常，通过索引查询数据比全表扫描要快。但是我们也必须注意到它的代价。

• 索引需要空间来存储，也需要定期维护， 每当有记录在表中增减或索引列被修改时，索引本身也会被修改。 这意味着每条记录的INSERT，DELETE，UPDATE将为此多付出4，5 次的磁盘I/O。 因为索引需要额外的存储空间和处理，那些不必要的索引反而会使查询反应时间变慢。使用索引查询不一定能提高查询性能，索引范围查询(INDEX RANGE SCAN)适用于两种情况:
• 基于一个范围的检索，一般查询返回结果集小于表中记录数的30%
• 基于非唯一性索引的检索

百万级别或以上的数据如何删除

关于索引：由于索引需要额外的维护成本，因为索引文件是单独存在的文件,所以当我们对数据的增加,修改,删除,都会产生额外的对索引文件的操作,这些操作需要消耗额外的IO,会降低增/改/删的执行效率。所以，在我们删除数据库百万级别数据的时候，查询MySQL官方手册得知删除数据的速度和创建的索引数量是成正比的。

1. 所以我们想要删除百万数据的时候可以先删除索引（此时大概耗时三分多钟）
2. 然后删除其中无用数据（此过程需要不到两分钟）
3. 删除完成后重新创建索引(此时数据较少了)创建索引也非常快，约十分钟左右。
4. 与之前的直接删除绝对是要快速很多，更别说万一删除中断,一切删除会回滚。那更是坑了。

前缀索引

语法：index(field(10))，使用字段值的前10个字符建立索引，默认是使用字段的全部内容建立索引。

前提：前缀的标识度高。比如密码就适合建立前缀索引，因为密码几乎各不相同。

实操的难度：在于前缀截取的长度。

我们可以利用select count(*)/count(distinct left(password,prefixLen));，通过从调整prefixLen的值（从1自增）查看不同前缀长度的一个平均匹配度，接近1时就可以了（表示一个密码的前prefixLen个字符几乎能确定唯一一条记录）

什么是最左前缀原则？什么是最左匹配原则

• 顾名思义，就是最左优先，在创建多列索引时，要根据业务需求，where子句中使用最频繁的一列放在最左边。
• 最左前缀匹配原则，非常重要的原则，mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配，比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)顺序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整。
• =和in可以乱序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意顺序，mysql的查询优化器会帮你优化成索引可以识别的形式

B树和B+树的区别

• 在B树中，你可以将键和值存放在内部节点和叶子节点；但在B+树中，内部节点都是键，没有值，叶子节点同时存放键和值。

• B+树的叶子节点有一条链相连，而B树的叶子节点各自独立。

  

使用B树的好处

B树可以在内部节点同时存储键和值，因此，把频繁访问的数据放在靠近根节点的地方将会大大提高热点数据的查询效率。这种特性使得B树在特定数据重复多次查询的场景中更加高效。

使用B+树的好处

由于B+树的内部节点只存放键，不存放值，因此，一次读取，可以在内存页中获取更多的键，有利于更快地缩小查找范围。 B+树的叶节点由一条链相连，因此，当需要进行一次全数据遍历的时候，B+树只需要使用O(logN)时间找到最小的一个节点，然后通过链进行O(N)的顺序遍历即可。而B树则需要对树的每一层进行遍历，这会需要更多的内存置换次数，因此也就需要花费更多的时间

Hash索引和B+树索引有什么区别或者说优劣呢?

首先要知道Hash索引和B+树索引的底层实现原理：

hash索引底层就是hash表，进行查找时，调用一次hash函数就可以获取到相应的键值，之后进行回表查询获得实际数据。B+树底层实现是多路平衡查找树。对于每一次的查询都是从根节点出发，查找到叶子节点方可以获得所查键值，然后根据查询判断是否需要回表查询数据。

那么可以看出他们有以下的不同：

• hash索引进行等值查询更快(一般情况下)，但是却无法进行范围查询。

因为在hash索引中经过hash函数建立索引之后，索引的顺序与原顺序无法保持一致，不能支持范围查询。而B+树的的所有节点皆遵循(左节点小于父节点，右节点大于父节点，多叉树也类似)，天然支持范围。

• hash索引不支持使用索引进行排序，原理同上。
• hash索引不支持模糊查询以及多列索引的最左前缀匹配。原理也是因为hash函数的不可预测。AAAA和AAAAB的索引没有相关性。
• hash索引任何时候都避免不了回表查询数据，而B+树在符合某些条件(聚簇索引，覆盖索引等)的时候可以只通过索引完成查询。
• hash索引虽然在等值查询上较快，但是不稳定。性能不可预测，当某个键值存在大量重复的时候，发生hash碰撞，此时效率可能极差。而B+树的查询效率比较稳定，对于所有的查询都是从根节点到叶子节点，且树的高度较低。

因此，在大多数情况下，直接选择B+树索引可以获得稳定且较好的查询速度。而不需要使用hash索引。

数据库为什么使用B+树而不是B树

• B树只适合随机检索，而B+树同时支持随机检索和顺序检索；
• B+树空间利用率更高，可减少I/O次数，磁盘读写代价更低。一般来说，索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储的磁盘上。这样的话，索引查找过程中就要产生磁盘I/O消耗。B+树的内部结点并没有指向关键字具体信息的指针，只是作为索引使用，其内部结点比B树小，盘块能容纳的结点中关键字数量更多，一次性读入内存中可以查找的关键字也就越多，相对的，IO读写次数也就降低了。而IO读写次数是影响索引检索效率的最大因素；
• B+树的查询效率更加稳定。B树搜索有可能会在非叶子结点结束，越靠近根节点的记录查找时间越短，只要找到关键字即可确定记录的存在，其性能等价于在关键字全集内做一次二分查找。而在B+树中，顺序检索比较明显，随机检索时，任何关键字的查找都必须走一条从根节点到叶节点的路，所有关键字的查找路径长度相同，导致每一个关键字的查询效率相当。
• B-树在提高了磁盘IO性能的同时并没有解决元素遍历的效率低下的问题。B+树的叶子节点使用指针顺序连接在一起，只要遍历叶子节点就可以实现整棵树的遍历。而且在数据库中基于范围的查询是非常频繁的，而B树不支持这样的操作。
• 增删文件（节点）时，效率更高。因为B+树的叶子节点包含所有关键字，并以有序的链表结构存储，这样可很好提高增删效率。

B+树在满足聚簇索引和覆盖索引的时候不需要回表查询数据，

在B+树的索引中，叶子节点可能存储了当前的key值，也可能存储了当前的key值以及整行的数据，这就是聚簇索引和非聚簇索引。 在InnoDB中，只有主键索引是聚簇索引，如果没有主键，则挑选一个唯一键建立聚簇索引。如果没有唯一键，则隐式的生成一个键来建立聚簇索引。

当查询使用聚簇索引时，在对应的叶子节点，可以获取到整行数据，因此不用再次进行回表查询。

什么是聚簇索引？何时使用聚簇索引与非聚簇索引

• 聚簇索引：将数据存储与索引放到了一块，找到索引也就找到了数据
• 非聚簇索引：将数据存储于索引分开结构，索引结构的叶子节点指向了数据的对应行，myisam通过key_buffer把索引先缓存到内存中，当需要访问数据时（通过索引访问数据），在内存中直接搜索索引，然后通过索引找到磁盘相应数据，这也就是为什么索引不在key buffer命中时，速度慢的原因

澄清一个概念：innodb中，在聚簇索引之上创建的索引称之为辅助索引，辅助索引访问数据总是需要二次查找，非聚簇索引都是辅助索引，像复合索引、前缀索引、唯一索引，辅助索引叶子节点存储的不再是行的物理位置，而是主键值

何时使用聚簇索引与非聚簇索引

非聚簇索引一定会回表查询吗？

不一定，这涉及到查询语句所要求的字段是否全部命中了索引，如果全部命中了索引，那么就不必再进行回表查询。

举个简单的例子，假设我们在员工表的年龄上建立了索引，那么当进行select age from employee where age < 20的查询时，在索引的叶子节点上，已经包含了age信息，不会再次进行回表查询。

联合索引是什么？为什么需要注意联合索引中的顺序？

MySQL可以使用多个字段同时建立一个索引，叫做联合索引。在联合索引中，如果想要命中索引，需要按照建立索引时的字段顺序挨个使用，否则无法命中索引。

具体原因为:

MySQL使用索引时需要索引有序，假设现在建立了"name，age，school"的联合索引，那么索引的排序为: 先按照name排序，如果name相同，则按照age排序，如果age的值也相等，则按照school进行排序。

当进行查询时，此时索引仅仅按照name严格有序，因此必须首先使用name字段进行等值查询，之后对于匹配到的列而言，其按照age字段严格有序，此时可以使用age字段用做索引查找，以此类推。因此在建立联合索引的时候应该注意索引列的顺序，一般情况下，将查询需求频繁或者字段选择性高的列放在前面。此外可以根据特例的查询或者表结构进行单独的调整。

事务

什么是数据库事务？

事务是一个不可分割的数据库操作序列，也是数据库并发控制的基本单位，其执行的结果必须使数据库从一种一致性状态变到另一种一致性状态。事务是逻辑上的一组操作，要么都执行，要么都不执行。

事务最经典也经常被拿出来说例子就是转账了。

假如小明要给小红转账1000元，这个转账会涉及到两个关键操作就是：将小明的余额减少1000元，将小红的余额增加1000元。万一在这两个操作之间突然出现错误比如银行系统崩溃，导致小明余额减少而小红的余额没有增加，这样就不对了。事务就是保证这两个关键操作要么都成功，要么都要失败。

事物的四大特性(ACID)介绍一下?

关系性数据库需要遵循ACID规则，具体内容如下：

1. 原子性(Atomicity)： 事务是最小的执行单位，不允许分割。事务的原子性确保动作要么全部完成，要么完全不起作用；
2. 一致性(Consistency)： 执行事务前后，数据保持一致，多个事务对同一个数据读取的结果是相同的；
3. 隔离性(Isolation)： 并发访问数据库时，一个用户的事务不被其他事务所干扰，各并发事务之间数据库是独立的；
4. 持久性(Durability)： 一个事务被提交之后。它对数据库中数据的改变是持久的，即使数据库发生故障也不应该对其有任何影响。

什么是脏读？幻读？不可重复读？

• 脏读(Drity Read)：某个事务已更新一份数据，另一个事务在此时读取了同一份数据，由于某些原因，前一个RollBack了操作，则后一个事务所读取的数据就会是不正确的。
• 不可重复读(Non-repeatable read):在一个事务的两次查询之中数据不一致，这可能是两次查询过程中间插入了一个事务更新的原有的数据，也就是对被查询的数据做了修改操作。
• 幻读(Phantom Read):在一个事务的两次查询中数据笔数不一致，例如有一个事务查询了几列(Row)数据，而另一个事务却在此时插入了新的几列数据，先前的事务在接下来的查询中，就会发现有几列数据是它先前所没有的，也就是对被查询的数据做了添加、删除操作。

什么是事务的隔离级别？MySQL的默认隔离级别是什么？

为了达到事务的四大特性，数据库定义了4种不同的事务隔离级别，由低到高依次为Read uncommitted、Read committed、Repeatable read、Serializable，这四个级别可以逐个解决脏读、不可重复读、幻读这几类问题。

隔离级别	脏读	不可重复读	幻影读
READ-UNCOMMITTED	√	√	√
READ-COMMITTED	×	√	√
REPEATABLE-READ	×	×	√
SERIALIZABLE	×	×	×

SQL 标准定义了四个隔离级别：

• READ-UNCOMMITTED(读取未提交)： 最低的隔离级别，允许读取尚未提交的数据变更，可能会导致脏读、幻读或不可重复读。
• READ-COMMITTED(读取已提交)： 允许读取并发事务已经提交的数据，可以阻止脏读，但是幻读或不可重复读仍有可能发生。
• REPEATABLE-READ(可重复读)： 对同一字段的多次读取结果都是一致的，除非数据是被本身事务自己所修改，可以阻止脏读和不可重复读，但幻读仍有可能发生。
• SERIALIZABLE(可串行化)： 最高的隔离级别，完全服从ACID的隔离级别。所有的事务依次逐个执行，这样事务之间就完全不可能产生干扰，也就是说，该级别可以防止脏读、不可重复读以及幻读。

这里需要注意的是：Mysql 默认采用的 REPEATABLE_READ隔离级别，Oracle 默认采用的 READ_COMMITTED隔离级别

事务隔离机制的实现基于锁机制和并发调度。其中并发调度使用的是MVCC （多版本并发控制），通过保存修改的旧版本信息来支持并发一致性读和回滚等特性。

锁机制

锁机制是确保多个事务并发执行时数据一致性的基础。常见的锁类型包括：

• 共享锁（S锁）：允许多个事务并发读取数据，但不能修改数据。
• 排他锁（X锁）：只允许一个事务读取和修改数据，其他事务在此期间不能访问该数据。

锁机制虽然有效，但可能导致死锁和性能瓶颈问题，因此需要与其他机制配合使用。

多版本并发控制（MVCC）

MVCC 全称 Multi-Version Concurrency Control，通过维护数据的多个版本来实现高效的并发控制。它的基本思想是每个事务在开始时，看到的是数据库的一个一致性快照，而不是阻塞其他事务的操作。具体实现方式如下：

1. 版本控制：每次数据修改时，创建一个数据的新版本，同时保留旧版本。每个版本包含一个时间戳或事务ID，标识其创建时间。

2. 读取一致性：读取操作在事务开始时获取一个时间戳，该时间戳之前的数据版本对该事务可见。这样，读取操作不会被写入操作阻塞。

3. 回滚操作：由于旧版本信息被保留，事务可以在需要时回滚到之前的状态。这提高了系统的恢复能力。

   • 例子
     假设有一个数据行A，初始值为10。事务T1和T2并发运行，T1修改A为20，T2修改A为30：
   • T1的操作顺序：
     • T1开始，读取A，值为10。
     • T1将A修改为20。
     • T1提交。
   • T2的操作顺序：
     • T2开始，读取A，值为10（因为T1未提交前T2不可见）。
     • T2将A修改为30。
     • T2提交。

通过MVCC机制，T1和T2在各自的事务中看到的是数据的不同版本，这样避免了读写冲突。

由于 T2 的操作是在不知晓 T1 已将 A 修改为 20 的情况下进行的，T2 的提交通常会遇到一个问题，称为 “写入冲突”。在实际应用中，这种情况下，数据库如何处理这种写入冲突取决于它的隔离级别和具体的并发控制机制：

• 如果使用的是 乐观并发控制 ，数据库可能会在 T2 提交时检查到 A 的值已被 T1 修改，并引发一个冲突。这通常导致 T2 的操作被拒绝，并需要 T2 重试或回滚。

• 如果使用的是 悲观并发控制 ，T2 在尝试修改 A 时，可能会被锁阻塞直到 T1 提交后才继续执行。

在典型的 MVCC 实现中，最终 A 的值应该是 T2 提交的 30，假设没有冲突解决机制阻止 T2 的修改。这是因为 T2 的修改是在它的事务视图中，基于它最初看到的值来进行的，而且它成功提交了修改。但请注意，实际行为可能依赖于具体的数据库系统和其配置的隔离级别。

并发一致性读和回滚

• 一致性读：在一个事务中，所有的读操作看到的是事务开始时的数据快照。这避免了“脏读”和“不可重复读”的问题。
• 回滚：如果一个事务在执行过程中失败，系统可以利用保存的旧版本信息将数据回滚到事务开始前的状态，确保数据一致性。

总结
MVCC 提供了一种高效的并发控制方法，允许多个事务并发执行读写操作而不相互阻塞。它通过维护数据的多个版本，确保每个事务看到一个一致性快照，并且能够在需要时回滚到之前的状态，从而提高系统的性能和可靠性。

MySQL 中的多版本并发控制（MVCC）

概述

在 MySQL 中，多版本并发控制（MVCC）通过保存数据的多个版本来实现高效的并发控制。这种机制允许读操作和写操作在无锁的情况下并发执行，提高数据库的性能和可用性。

数据库操作

插入操作（INSERT）

• 过程:
  1. 启动事务。
  2. 执行 INSERT 语句，为新记录分配一个事务 ID。
  3. 可选择回滚（如果操作失败或需要取消）。
  4. 提交事务完成插入。

START TRANSACTION;
INSERT INTO table_name (column1, column2, ...) VALUES (value1, value2, ...);
ROLLBACK;  -- 如果需要撤销插入
COMMIT;    -- 否则提交事务

更新操作（UPDATE）

• 过程:
  1. 启动事务。
  2. 执行 UPDATE 语句，为被更新的数据创建新版本，同时保留旧版本。
  3. 可选择回滚。
  4. 提交事务以确认更改。

START TRANSACTION;
UPDATE table_name SET column1 = value1, column2 = value2 WHERE condition;
ROLLBACK;  -- 如果需要撤销更新
COMMIT;    -- 否则提交事务

删除操作（DELETE）

• 过程:
  1. 启动事务。
  2. 执行 DELETE 语句，标记记录为已删除，并为此操作分配新的事务 ID。
  3. 保留旧版本以供其他事务读取。
  4. 可选择回滚。
  5. 提交事务完成删除。

START TRANSACTION;
DELETE FROM table_name WHERE condition;
ROLLBACK;  -- 如果需要撤销删除
COMMIT;    -- 否则提交事务

查询操作（SELECT）

• 过程:
  1. 启动事务。
  2. 执行 SELECT 语句读取数据。
  3. 查询操作只读取在该事务 ID 之前提交的版本数据，忽略在事务 ID 之后修改或未提交的版本数据。
  4. 提交事务。

START TRANSACTION;
SELECT column1, column2, ... FROM table_name WHERE condition;
COMMIT;

MVCC 的工作原理

• 数据行版本链：每个数据行有一个版本链，记录了其历史变更，每个版本有一个创建和删除事务 ID。

• 事务 ID：每个事务开始时被分配一个唯一的 ID，用以标识数据版本。

• Undo 日志：记录数据的旧版本，支持回滚和一致性读取。

• 一致性读：在事务开始时获取一致性快照，通过事务 ID 确定数据版本的可见性。

因为隔离级别越低，事务请求的锁越少，所以大部分数据库系统的隔离级别都是READ-COMMITTED(读取提交内容) ，但是你要知道的是InnoDB 存储引擎默认使用 REPEATABLE-READ（可重读） 并不会有任何性能损失。

InnoDB 存储引擎在 分布式事务 的情况下一般会用到 SERIALIZABLE(可串行化) 隔离级别。

锁

对MySQL的锁了解吗

当数据库有并发事务的时候，可能会产生数据的不一致，这时候需要一些机制来保证访问的次序，锁机制就是这样的一个机制。

就像酒店的房间，如果大家随意进出，就会出现多人抢夺同一个房间的情况，而在房间上装上锁，申请到钥匙的人才可以入住并且将房间锁起来，其他人只有等他使用完毕才可以再次使用。

隔离级别与锁的关系

Read Uncommitted（未提交读）

• 读锁：在此级别下，读操作不会加共享锁，这样就不会跟被修改的数据上的排他锁冲突，却可以读取到其他事务未提交的数据（脏读）。这种方式提高了读操作的性能，但牺牲了数据的准确性。
• 写锁：在修改数据时，事务会加排他锁以防止其他事务同时修改同一数据，但其他事务可以在排他锁释放前读取这些数据，这是脏读的来源。

Read Committed（提交读）

• 读锁：此级别下，读操作临时加共享锁并在读取数据后立即释放。这防止了脏读，因为只读取已经提交的数据。
• 写锁：事务在修改数据时加排他锁，并持续到事务结束（提交或回滚）。这确保了一旦数据被读取，其在当前事务中的状态是最新且稳定的。

Repeatable Read（可重复读）

• 读锁：在此级别下，读操作加共享锁并在整个事务期间保持，在事务提交之前并不释放共享锁，也就是必须等待事务执行完毕以后才释放共享锁。这保证了事务中的多次读取结果的一致性，防止了不可重复读。
• 写锁：事务在修改数据时加排他锁，持续到事务结束。这同时防止了其他事务对这些数据的读取和修改，确保数据的稳定性和一致性。

Serializable（可串行化）

SERIALIZABLE 是限制性最强的隔离级别，因为该级别锁定整个范围的键(可串行化领域)，并一直持有锁，直到事务完成。

• 读锁：此级别下，读操作加长期共享锁，直到事务完成。这种锁的范围通常扩展到涉及的所有数据，包括防止在读取的数据范围内插入新行。
• 写锁：修改数据时加排他锁，并持续到事务结束。此级别还可能引入范围锁，锁定操作影响的数据范围以防止幻读，即在事务执行期间禁止在锁定范围内插入新行。

写锁的具体操作
在所有隔离级别中，写锁（排他锁）用于保护数据在修改期间不被其他事务所干扰。这些锁具有以下特点：

• 在修改任何数据前加锁，无论是更新、删除还是插入操作。
• 锁会持续到事务完成（提交或回滚），这期间，无论读取操作或其他写操作都不能影响这些被锁定的数据。
• 在更高的隔离级别（如 Serializable），写锁可能涉及数据的更广范围，甚至锁定未直接修改但可能影响事务结果的数据。

按照锁的粒度分数据库锁有哪些？锁机制与InnoDB锁算法

在关系型数据库中，可以按照锁的粒度把数据库锁分为行级锁(INNODB引擎)、表级锁(MYISAM引擎)和页级锁(BDB引擎 )。

MyISAM和InnoDB存储引擎使用的锁：

• MyISAM采用表级锁(table-level locking)。
• InnoDB支持行级锁(row-level locking)和表级锁，默认为行级锁

行级锁，表级锁和页级锁对比，从并发访问量和被操作的数据行数做对比

行级锁 行级锁是Mysql中锁定粒度最细的一种锁，表示只针对当前操作的行进行加锁。行级锁能大大减少数据库操作的冲突。其加锁粒度最小，但加锁的开销也最大。行级锁分为共享锁 和 排他锁。

特点：开销大，加锁慢；会出现死锁；锁定粒度最小，发生锁冲突的概率最低，并发度也最高。

表级锁 表级锁是MySQL中锁定粒度最大的一种锁，表示对当前操作的整张表加锁，它实现简单，资源消耗较少，被大部分MySQL引擎支持。最常使用的MYISAM与INNODB都支持表级锁定。表级锁定分为表共享读锁（共享锁）与表独占写锁（排他锁）。

特点：开销小，加锁快；不会出现死锁；锁定粒度大，发出锁冲突的概率最高，并发度最低。

页级锁 页级锁是MySQL中锁定粒度介于行级锁和表级锁中间的一种锁。表级锁速度快，但冲突多，行级冲突少，但速度慢。所以取了折衷的页级，一次锁定相邻的一组记录。

特点：开销和加锁时间界于表锁和行锁之间；会出现死锁；锁定粒度界于表锁和行锁之间，并发度一般

从锁的类别上分MySQL都有哪些锁呢？像上面那样子进行锁定岂不是有点阻碍并发效率了

从锁的类别上来讲，有共享锁和排他锁。

共享锁: 又叫做读锁。 当用户要进行数据的读取时，对数据加上共享锁。共享锁可以同时加上多个。

排他锁: 又叫做写锁。 当用户要进行数据的写入时，对数据加上排他锁。排他锁只可以加一个，他和其他的排他锁，共享锁都相斥。

用上面的例子来说就是用户的行为有两种，一种是来看房，多个用户一起看房是可以接受的。 一种是真正的入住一晚，在这期间，无论是想入住的还是想看房的都不可以。

锁的粒度取决于具体的存储引擎，InnoDB实现了行级锁，页级锁，表级锁。

他们的加锁开销从大到小，并发能力也是从大到小。

MySQL中InnoDB引擎的行锁是怎么实现的？

答：InnoDB是基于索引来完成行锁

例: select * from tab_with_index where id = 1 for update;

for update 可以根据条件来完成行锁锁定，并且 id 是有索引键的列，如果 id 不是索引键那么InnoDB将完成表锁，并发将无从谈起

InnoDB存储引擎的锁的算法有三种

• Record lock：单个行记录上的锁
• Gap lock：间隙锁，锁定一个范围，不包括记录本身
• Next-key lock：record+gap 锁定一个范围，包含记录本身

相关知识点：

1. innodb对于行的查询使用next-key lock
2. Next-locking keying为了解决Phantom Problem幻读问题
3. 当查询的索引含有唯一属性时，将next-key lock降级为record key
4. Gap锁设计的目的是为了阻止多个事务将记录插入到同一范围内，而这会导致幻读问题的产生
5. 有两种方式显式关闭gap锁：（除了外键约束和唯一性检查外，其余情况仅使用record lock） A. 将事务隔离级别设置为RC B. 将参数innodb_locks_unsafe_for_binlog设置为1

什么是死锁？怎么解决？

死锁是指两个或多个事务在同一资源上相互占用，并请求锁定对方的资源，从而导致恶性循环的现象。

常见的解决死锁的方法

1、如果不同程序会并发存取多个表，尽量约定以相同的顺序访问表，可以大大降低死锁机会。

2、在同一个事务中，尽可能做到一次锁定所需要的所有资源，减少死锁产生概率；

3、对于非常容易产生死锁的业务部分，可以尝试使用升级锁定颗粒度，通过表级锁定来减少死锁产生的概率；

如果业务处理不好可以用分布式事务锁或者使用乐观锁

数据库的乐观锁和悲观锁是什么？怎么实现的？

数据库管理系统（DBMS）中的并发控制的任务是确保在多个事务同时存取数据库中同一数据时不破坏事务的隔离性和统一性以及数据库的统一性。乐观并发控制（乐观锁）和悲观并发控制（悲观锁）是并发控制主要采用的技术手段。

悲观锁：假定会发生并发冲突，屏蔽一切可能违反数据完整性的操作。在查询完数据的时候就把事务锁起来，直到提交事务。实现方式：使用数据库中的锁机制

乐观锁：假设不会发生并发冲突，只在提交操作时检查是否违反数据完整性。在修改数据的时候把事务锁起来，通过version的方式来进行锁定。实现方式：乐一般会使用版本号机制或CAS算法实现。

两种锁的使用场景

从上面对两种锁的介绍，我们知道两种锁各有优缺点，不可认为一种好于另一种，像乐观锁适用于写比较少的情况下（多读场景），即冲突真的很少发生的时候，这样可以省去了锁的开销，加大了系统的整个吞吐量。

但如果是多写的情况，一般会经常产生冲突，这就会导致上层应用会不断的进行retry，这样反倒是降低了性能，所以一般多写的场景下用悲观锁就比较合适。

视图

为什么要使用视图？什么是视图？

为了提高复杂SQL语句的复用性和表操作的安全性，MySQL数据库管理系统提供了视图特性。所谓视图，本质上是一种虚拟表，在物理上是不存在的，其内容与真实的表相似，包含一系列带有名称的列和行数据。但是，视图并不在数据库中以储存的数据值形式存在。行和列数据来自定义视图的查询所引用基本表，并且在具体引用视图时动态生成。

视图使开发者只关心感兴趣的某些特定数据和所负责的特定任务，只能看到视图中所定义的数据，而不是视图所引用表中的数据，从而提高了数据库中数据的安全性。

视图有哪些特点？

视图的特点如下:

• 视图的列可以来自不同的表，是表的抽象和在逻辑意义上建立的新关系。
• 视图是由基本表(实表)产生的表(虚表)。
• 视图的建立和删除不影响基本表。
• 对视图内容的更新(添加，删除和修改)直接影响基本表。
• 当视图来自多个基本表时，不允许添加和删除数据。

视图的操作包括创建视图，查看视图，删除视图和修改视图。

视图的使用场景有哪些？

视图根本用途：简化sql查询，提高开发效率。如果说还有另外一个用途那就是兼容老的表结构。

下面是视图的常见使用场景：

• 重用SQL语句；
• 简化复杂的SQL操作。在编写查询后，可以方便的重用它而不必知道它的基本查询细节；
• 使用表的组成部分而不是整个表；
• 保护数据。可以给用户授予表的特定部分的访问权限而不是整个表的访问权限；
• 更改数据格式和表示。视图可返回与底层表的表示和格式不同的数据。

视图的优点

1. 查询简单化。视图能简化用户的操作
2. 数据安全性。视图使用户能以多种角度看待同一数据，能够对机密数据提供安全保护
3. 逻辑数据独立性。视图对重构数据库提供了一定程度的逻辑独立性

视图的缺点

1. 性能。数据库必须把视图的查询转化成对基本表的查询，如果这个视图是由一个复杂的多表查询所定义，那么，即使是视图的一个简单查询，数据库也把它变成一个复杂的结合体，需要花费一定的时间。

2. 修改限制。当用户试图修改视图的某些行时，数据库必须把它转化为对基本表的某些行的修改。事实上，当从视图中插入或者删除时，情况也是这样。对于简单视图来说，这是很方便的，但是，对于比较复杂的视图，可能是不可修改的

   这些视图有如下特征：1.有UNIQUE等集合操作符的视图。2.有GROUP BY子句的视图。3.有诸如AVG\SUM\MAX等聚合函数的视图。 4.使用DISTINCT关键字的视图。5.连接表的视图（其中有些例外）

为什么在日常的软件开发中 MySQL 极少使用视图

在日常的软件开发中，MySQL 视图的使用相对较少，主要有以下几个原因：

1. 性能问题

• 查询性能：视图本质上是对基础表的查询封装。如果视图嵌套层次过深或涉及复杂的查询逻辑，可能会导致查询性能下降。视图的优化依赖于查询优化器，有时查询优化器可能无法生成高效的执行计划。
• 物化视图缺乏支持：MySQL 不支持物化视图（Materialized View），因此每次查询视图时都需要重新计算结果，而不像物化视图那样可以预先计算并存储结果，提高查询性能。

2. 限制和缺陷

• 不能使用索引：视图本身不能创建索引，所有的索引都是基于底层表的。这意味着视图无法直接利用索引优化查询性能。
• 不支持某些SQL操作：在 MySQL 中，有些视图不支持某些操作，例如不能在视图中使用某些存储过程和函数，也不能直接更新视图中的数据（除非视图是简单视图且满足可更新条件）。

3. 可维护性和复杂性

• 代码可读性：虽然视图可以封装复杂的查询逻辑，使代码看起来更简洁，但也可能导致维护难度增加。开发者需要了解视图的底层实现，特别是在视图嵌套较多时，调试和排查问题可能变得更加复杂。
• 版本控制：视图的定义通常存储在数据库中，而不是应用代码中，这使得版本控制和部署更加复杂。代码管理工具通常不直接支持对视图定义的管理。

4. 可替代方案

• ORM和应用层逻辑：现代的开发框架和 ORM（对象关系映射）工具提供了丰富的查询构建和优化功能，可以在应用层实现复杂查询和逻辑封装，从而减少对视图的依赖。
• 存储过程和函数：在 MySQL 中，可以使用存储过程和函数来封装复杂的业务逻辑和查询操作，这些方法在某些情况下比视图更灵活和高效。

示例

假设有两个表 orders 和 customers，要查询每个客户的订单总额，可以创建一个视图：

CREATE VIEW customer_order_totals AS
SELECT c.customer_id, c.name, SUM(o.amount) AS total_amount
FROM customers c
JOIN orders o ON c.customer_id = o.customer_id
GROUP BY c.customer_id, c.name;

虽然视图简化了查询操作，但每次查询视图时都需要重新计算聚合结果，可能导致性能问题。可以使用 ORM 或在应用层实现相同逻辑，以更好地控制查询优化和性能。

结论

尽管视图在某些场景下非常有用，例如简化复杂查询和实现数据抽象，但在日常开发中，由于性能问题、限制和缺陷、可维护性复杂性以及可替代方案的存在，MySQL 视图的使用相对较少。开发者通常会选择更灵活和高效的方式来实现相同的功能。

什么是游标？

游标是系统为用户开设的一个数据缓冲区，存放SQL语句的执行结果，每个游标区都有一个名字。用户可以通过游标逐一获取记录并赋给主变量，交由主语言进一步处理。

存储过程与函数

什么是存储过程？有哪些优缺点？

存储过程是一个预编译的SQL语句，优点是允许模块化的设计，就是说只需要创建一次，以后在该程序中就可以调用多次。如果某次操作需要执行多次SQL，使用存储过程比单纯SQL语句执行要快。

优点

1）存储过程是预编译过的，执行效率高。

2）存储过程的代码直接存放于数据库中，通过存储过程名直接调用，减少网络通讯。

3）安全性高，执行存储过程需要有一定权限的用户。

4）存储过程可以重复使用，减少数据库开发人员的工作量。

缺点

1）调试麻烦，但是用 PL/SQL Developer 调试很方便！弥补这个缺点。

2）移植问题，数据库端代码当然是与数据库相关的。但是如果是做工程型项目，基本不存在移植问题。

3）重新编译问题，因为后端代码是运行前编译的，如果带有引用关系的对象发生改变时，受影响的存储过程、包将需要重新编译（不过也可以设置成运行时刻自动编译）。

4）如果在一个程序系统中大量的使用存储过程，到程序交付使用的时候随着用户需求的增加会导致数据结构的变化，接着就是系统的相关问题了，最后如果用户想维护该系统可以说是很难很难、而且代价是空前的，维护起来更麻烦。

触发器

什么是触发器？触发器的使用场景有哪些？

触发器是用户定义在关系表上的一类由事件驱动的特殊的存储过程。触发器是指一段代码，当触发某个事件时，自动执行这些代码。

使用场景

• 可以通过数据库中的相关表实现级联更改。
• 实时监控某张表中的某个字段的更改而需要做出相应的处理。
• 例如可以生成某些业务的编号。
• 注意不要滥用，否则会造成数据库及应用程序的维护困难。
• 大家需要牢记以上基础知识点，重点是理解数据类型CHAR和VARCHAR的差异，表存储引擎InnoDB和MyISAM的区别。

MySQL中都有哪些触发器？

在MySQL数据库中有如下六种触发器：

• Before Insert
• After Insert
• Before Update
• After Update
• Before Delete
• After Delete

常用SQL语句

SQL语句主要分为哪几类

数据定义语言DDL（Data Ddefinition Language）CREATE，DROP，ALTER

主要为以上操作 即对逻辑结构等有操作的，其中包括表结构，视图和索引。

数据查询语言DQL（Data Query Language）SELECT

这个较为好理解 即查询操作，以select关键字。各种简单查询，连接查询等 都属于DQL。

数据操纵语言DML（Data Manipulation Language）INSERT，UPDATE，DELETE

主要为以上操作 即对数据进行操作的，对应上面所说的查询操作 DQL与DML共同构建了多数初级程序员常用的增删改查操作。而查询是较为特殊的一种 被划分到DQL中。

数据控制功能DCL（Data Control Language）GRANT，REVOKE，COMMIT，ROLLBACK

主要为以上操作 即对数据库安全性完整性等有操作的，可以简单的理解为权限控制等。

超键、候选键、主键、外键分别是什么？

• 超键：在关系中能唯一标识元组的属性集称为关系模式的超键。一个属性可以为作为一个超键，多个属性组合在一起也可以作为一个超键。超键包含候选键和主键。
• 候选键：是最小超键，即没有冗余元素的超键。
• 主键：数据库表中对储存数据对象予以唯一和完整标识的数据列或属性的组合。一个数据列只能有一个主键，且主键的取值不能缺失，即不能为空值（Null）。
• 外键：在一个表中存在的另一个表的主键称此表的外键。

SQL 约束有哪几种？

SQL 约束有哪几种？

• NOT NULL: 用于控制字段的内容一定不能为空（NULL）。
• UNIQUE: 控件字段内容不能重复，一个表允许有多个 Unique 约束。
• PRIMARY KEY: 也是用于控件字段内容不能重复，但它在一个表只允许出现一个。
• FOREIGN KEY: 用于预防破坏表之间连接的动作，也能防止非法数据插入外键列，因为它必须是它指向的那个表中的值之一。
• CHECK: 用于控制字段的值范围。

六种关联查询

• 交叉连接（CROSS JOIN）
• 内连接（INNER JOIN）
• 外连接（LEFT JOIN/RIGHT JOIN）
• 联合查询（UNION与UNION ALL）
• 全连接（FULL JOIN）
• 交叉连接（CROSS JOIN）

SELECT * FROM A,B(,C)或者SELECT * FROM A CROSS JOIN B (CROSS JOIN C)#没有任何关联条件，结果是笛卡尔积，结果集会很大，没有意义，很少使用内连接（INNER JOIN）SELECT * FROM A,B WHERE A.id=B.id或者SELECT * FROM A INNER JOIN B ON A.id=B.id多表中同时符合某种条件的数据记录的集合，INNER JOIN可以缩写为JOIN

内连接分为三类

• 等值连接：ON A.id=B.id
• 不等值连接：ON A.id > B.id
• 自连接：SELECT * FROM A T1 INNER JOIN A T2 ON T1.id=T2.pid

外连接（LEFT JOIN/RIGHT JOIN）

• 左外连接：LEFT OUTER JOIN, 以左表为主，先查询出左表，按照ON后的关联条件匹配右表，没有匹配到的用NULL填充，可以简写成LEFT JOIN
• 右外连接：RIGHT OUTER JOIN, 以右表为主，先查询出右表，按照ON后的关联条件匹配左表，没有匹配到的用NULL填充，可以简写成RIGHT JOIN

联合查询（UNION与UNION ALL）

SELECT * FROM A UNION SELECT * FROM B UNION ...

• 就是把多个结果集集中在一起，UNION前的结果为基准，需要注意的是联合查询的列数要相等，相同的记录行会合并
• 如果使用UNION ALL，不会合并重复的记录行
• 效率 UNION ALL 高于 UNION

全连接（FULL JOIN）

• MySQL不支持全连接
• 可以使用LEFT JOIN 和UNION和RIGHT JOIN联合使用

SELECT * FROM A LEFT JOIN B ON A.id=B.id UNIONSELECT * FROM A RIGHT JOIN B ON A.id=B.id

表连接面试题

有2张表，1张R、1张S，R表有ABC三列，S表有CD两列，表中各有三条记录。

R表

A	B	C
a1	b1	c1
a2	b2	c2
a3	b3	c3

S表

C	D
c1	d1
c2	d2
c4	d3

1. 交叉连接(笛卡尔积):

select r.*,s.* from r,s

A	B	C	C	D
a1	b1	c1	c1	d1
a2	b2	c2	c1	d1
a3	b3	c3	c1	d1
a1	b1	c1	c2	d2
a2	b2	c2	c2	d2
a3	b3	c3	c2	d2
a1	b1	c1	c4	d3
a2	b2	c2	c4	d3
a3	b3	c3	c4	d3

1. 内连接结果：

   select r.*,s.* from r inner join s on r.c=s.c

A	B	C	C	D
a1	b1	c1	c1	d1
a2	b2	c2	c2	d2

1. 左连接结果：

   select r.*,s.* from r left join s on r.c=s.c

A	B	C	C	D
a1	b1	c1	c1	d1
a2	b2	c2	c2	d2
a3	b3	c3

1. 右连接结果：

   select r.*,s.* from r right join s on r.c=s.c

A	B	C	C	D
a1	b1	c1	c1	d1
a2	b2	c2	c2	d2
			c4	d3

1. 全表连接的结果（MySql不支持，Oracle支持）：

   select r.*,s.* from r full join s on r.c=s.c

A	B	C	C	D
a1	b1	c1	c1	d1
a2	b2	c2	c2	d2
a3	b3	c3
			c4	d3

什么是子查询

1. 条件：一条SQL语句的查询结果做为另一条查询语句的条件或查询结果
2. 嵌套：多条SQL语句嵌套使用，内部的SQL查询语句称为子查询。

子查询的三种情况

1. 子查询是单行单列的情况：结果集是一个值，父查询使用：=、 <、 > 等运算符

-- 查询工资最高的员工是谁？ 
select  * from employee where salary=(select max(salary) from employee);   

1. 子查询是多行单列的情况：结果集类似于一个数组，父查询使用：in 运算符

-- 查询工资最高的员工是谁？ 
select  * from employee where salary=(select max(salary) from employee);    

1. 子查询是多行多列的情况：结果集类似于一张虚拟表，不能用于where条件，用于select子句中做为子表

-- 1) 查询出2011年以后入职的员工信息
-- 2) 查询所有的部门信息，与上面的虚拟表中的信息比对，找出所有部门ID相等的员工。
select * from dept d,  (select * from employee where join_date > '2011-1-1') e where e.dept_id =  d.id;    

-- 使用表连接：
select d.*, e.* from  dept d inner join employee e on d.id = e.dept_id where e.join_date >  '2011-1-1'  

mysql中 in 和 exists 区别

mysql中的in语句是把外表和内表作hash 连接，而exists语句是对外表作loop循环，每次loop循环再对内表进行查询。一直大家都认为exists比in语句的效率要高，这种说法其实是不准确的。这个是要区分环境的。

1. 如果查询的两个表大小相当，那么用in和exists差别不大。
2. 如果两个表中一个较小，一个是大表，则子查询表大的用exists，子查询表小的用in。
3. not in 和not exists：如果查询语句使用了not in，那么内外表都进行全表扫描，没有用到索引；而not extsts的子查询依然能用到表上的索引。所以无论那个表大，用not exists都比not in要快。

varchar与char的区别

char的特点

• char表示定长字符串，长度是固定的；
• 如果插入数据的长度小于char的固定长度时，则用空格填充；
• 因为长度固定，所以存取速度要比varchar快很多，甚至能快50%，但正因为其长度固定，所以会占据多余的空间，是空间换时间的做法；
• 对于char来说，最多能存放的字符个数为255，和编码无关

varchar的特点

• varchar表示可变长字符串，长度是可变的；
• 插入的数据是多长，就按照多长来存储；
• varchar在存取方面与char相反，它存取慢，因为长度不固定，但正因如此，不占据多余的空间，是时间换空间的做法；
• 对于varchar来说，最多能存放的字符个数为65532

总之，结合性能角度（char更快）和节省磁盘空间角度（varchar更小），具体情况还需具体来设计数据库才是妥当的做法。

varchar(50)中50的涵义

• 最多存放50个字符，varchar(50)和(200)存储hello所占空间一样，但后者在排序时会消耗更多内存，因为order by col采用fixed_length计算col长度(memory引擎也一样)。在早期 MySQL 版本中， 50 代表字节数，现在代表字符数。
• 最大字符数：50 表示该列最多可以存储 50 个字符。也就是说，无论存储的字符串实际长度是多少，只要不超过 50 个字符，都会被成功存储。如果尝试插入的字符串超过 50 个字符，会触发错误或被截断，具体行为取决于数据库的配置。
• 存储效率：VARCHAR 类型的存储是动态的，所需的存储空间是根据实际存储的字符数来决定的。如果存储的字符串长度少于 50 个字符，那么只会使用实际需要的存储空间外加一个或两个字节来存储长度信息。
• 字符集和编码：存储的字符数与所使用的字符集和编码相关。某些字符集（如 UTF-8）中的字符可能占用多个字节的存储空间，因此在这些情况下需要特别注意实际存储的字节数。
• 索引长度限制：如果在 VARCHAR 列上创建索引，某些数据库可能对索引的最大长度有限制。在定义 VARCHAR 列时需要考虑这一点。

int(20)中20的涵义

• 显示宽度：int(20)中的20表示该整数的显示宽度。它决定了查询结果中该字段的显示宽度，但不影响实际存储。即使指定了显示宽度，存储大小仍然是固定的4个字节。

• 存储范围：int类型在MySQL中的取值范围是固定的，与显示宽度无关。对于无符号（unsigned）的int类型，范围是0到4294967295；对于有符号（signed）的int类型，范围是-2147483648到2147483647。

• 零填充（zerofill）：如果使用了ZEROFILL属性，则在显示时，数值会被填充前导零以达到指定的显示宽度。例如，定义为int(5) zerofill的列，如果存储值是42，查询结果将显示为00042。

mysql为什么这么设计

对大多数应用没有意义，只是规定一些工具用来显示字符的个数；int(1)和int(20)存储和计算均一样；

mysql中int(10)和char(10)以及varchar(10)的区别

• int(10)的10表示显示的数据的长度，不是存储数据的大小；chart(10)和varchar(10)的10表示存储数据的大小，即表示存储多少个字符。

  int(10) 10位的数据长度 9999999999，占32个字节，int型4位
  char(10) 10位固定字符串，不足补空格 最多10个字符
  varchar(10) 10位可变字符串，不足补空格 最多10个字符

• char(10)表示存储定长的10个字符，不足10个就用空格补齐，占用更多的存储空间

• varchar(10)表示存储10个变长的字符，存储多少个就是多少个，空格也按一个字符存储，这一点是和char(10)的空格不同的，char(10)的空格表示占位不算一个字符

FLOAT和DOUBLE的区别是什么？

• FLOAT类型数据可以存储至多8位十进制数，并在内存中占4字节。
• DOUBLE类型数据可以存储至多18位十进制数，并在内存中占8字节。

drop、delete与truncate的区别

三者都表示删除，但是三者有一些差别：

	Delete	Truncate	Drop
类型	属于DML	属于DDL	属于DDL
回滚	可回滚	不可回滚	不可回滚
删除内容	表结构还在，删除表的全部或者一部分数据行	表结构还在，删除表中的所有数据	从数据库中删除表，所有的数据行，索引和权限也会被删除
删除速度	删除速度慢，需要逐行删除	删除速度快	删除速度最快

因此，在不再需要一张表的时候，用drop；在想删除部分数据行时候，用delete；在保留表而删除所有数据的时候用truncate。

UNION与UNION ALL的区别？

UNION 和 UNION ALL 的区别

• UNION：

  • 行为：合并两个或多个查询的结果集，并自动去除重复的行。
  • 性能：由于需要去重，UNION 会对结果集进行排序和比较，这会增加额外的开销，尤其是在结果集较大时。

• UNION ALL：

  • 行为：合并两个或多个查询的结果集，不去除重复的行。
  • 性能：UNION ALL 直接合并结果集，不进行排序和去重操作，因此性能通常优于 UNION。

性能比较

由于 UNION 需要去除重复的行，它会先将结果集进行排序，然后在排序的基础上去重。这个过程涉及额外的计算资源和时间，尤其是当结果集较大时，性能影响更为显著。

示例

假设有两个表 table1 和 table2，我们希望将它们的结果集合并：

-- 使用 UNION
SELECT column1, column2 FROM table1
UNION
SELECT column1, column2 FROM table2;

此查询会合并 table1 和 table2 的结果集，并去除重复的行。

-- 使用 UNION ALL
SELECT column1, column2 FROM table1
UNION ALL
SELECT column1, column2 FROM table2;

此查询会合并 table1 和 table2 的结果集，但不会去除重复的行。

结论

• UNION：适用于需要去除重复行的情况，但性能较 UNION ALL 较低。
• UNION ALL：适用于不需要去重的情况，性能优于 UNION，因为省去了排序和去重的开销。

性能优化建议

• 在确定结果集不会有重复数据，或者允许有重复数据的情况下，使用 UNION ALL 代替 UNION。
• 在必须使用 UNION 去重时，可以考虑在应用层做去重处理，或者尽量减少参与合并的结果集数量，以减少排序和去重的开销。

SQL优化

如何定位及优化SQL语句的性能问题？创建的索引有没有被使用到?或者说怎么才可以知道这条语句运行很慢的原因？

对于低性能的SQL语句的定位，最重要也是最有效的方法就是使用执行计划，MySQL提供了explain命令来查看语句的执行计划。 我们知道，不管是哪种数据库，或者是哪种数据库引擎，在对一条SQL语句进行执行的过程中都会做很多相关的优化，对于查询语句，最重要的优化方式就是使用索引。 而执行计划，就是显示数据库引擎对于SQL语句的执行的详细情况，其中包含了是否使用索引，使用什么索引，使用的索引的相关信息等。

执行计划包含的信息 id 有一组数字组成。表示一个查询中各个子查询的执行顺序;

• id相同执行顺序由上至下。
• id不同，id值越大优先级越高，越先被执行。
• id为null时表示一个结果集，不需要使用它查询，常出现在包含union等查询语句中。

select_type 每个子查询的查询类型，一些常见的查询类型。

id	select_type	description
1	SIMPLE	不包含任何子查询或union等查询
2	PRIMARY	包含子查询最外层查询就显示为 PRIMARY
3	SUBQUERY	在select或 where字句中包含的查询
4	DERIVED	from字句中包含的查询
5	UNION	出现在union后的查询语句中
6	UNION RESULT	从UNION中获取结果集，例如上文的第三个例子

table 查询的数据表，当从衍生表中查数据时会显示 x 表示对应的执行计划id partitions 表分区、表创建的时候可以指定通过那个列进行表分区。 举个例子：

create table tmp (
    id int unsigned not null AUTO_INCREMENT,
    name varchar(255),
    PRIMARY KEY (id)
) engine = innodb
partition by key (id) partitions 5;

type(非常重要，可以看到有没有走索引) 访问类型

• ALL 扫描全表数据
• index 遍历索引
• range 索引范围查找
• index_subquery 在子查询中使用 ref
• unique_subquery 在子查询中使用 eq_ref
• ref_or_null 对Null进行索引的优化的 ref
• fulltext 使用全文索引
• ref 使用非唯一索引查找数据
• eq_ref 在join查询中使用 PRIMARY KEY or UNIQUE NOT NULL索引关联。

possible_keys 可能使用的索引，注意不一定会使用。查询涉及到的字段上若存在索引，则该索引将被列出来。当该列为 NULL时就要考虑当前的SQL是否需要优化了。

key 显示MySQL在查询中实际使用的索引，若没有使用索引，显示为NULL。

TIPS:查询中若使用了覆盖索引(覆盖索引：索引的数据覆盖了需要查询的所有数据)，则该索引仅出现在key列表中

key_length 索引长度

ref 表示上述表的连接匹配条件，即哪些列或常量被用于查找索引列上的值

rows 返回估算的结果集数目，并不是一个准确的值。

extra 的信息非常丰富，常见的有：

1. Using index 使用覆盖索引
2. Using where 使用了用where子句来过滤结果集
3. Using filesort 使用文件排序，使用非索引列进行排序时出现，非常消耗性能，尽量优化。
4. Using temporary 使用了临时表 sql优化的目标可以参考阿里开发手册

【推荐】SQL性能优化的目标：至少要达到 range 级别，要求是ref级别，如果可以是consts最好。

说明：

1）consts 单表中最多只有一个匹配行（主键或者唯一索引），在优化阶段即可读取到数据。

2）ref 指的是使用普通的索引（normal index）。

3） range 对索引进行范围检索。
反例：explain表的结果，type=index，索引物理文件全扫描，速度非常慢，这个index级别比较range还低，与全表扫描是小巫见大巫。

SQL的生命周期？

1. 应用服务器与数据库服务器建立一个连接

2. 数据库进程拿到请求sql

3. 解析并生成执行计划，执行

4. 读取数据到内存并进行逻辑处理

5. 通过步骤一的连接，发送结果到客户端

6. 关掉连接，释放资源

   

大表数据查询，怎么优化

1. 优化shema、sql语句+索引；
2. 第二加缓存，memcached, redis；
3. 主从复制，读写分离；
4. 垂直拆分，根据你模块的耦合度，将一个大的系统分为多个小的系统，也就是分布式系统；
5. 水平切分，针对数据量大的表，这一步最麻烦，最能考验技术水平，要选择一个合理的sharding key, 为了有好的查询效率，表结构也要改动，做一定的冗余，应用也要改，sql中尽量带sharding key，将数据定位到限定的表上去查，而不是扫描全部的表；

1. 优化Schema、SQL语句和索引

优化Schema

• 规范化与反规范化：
  • 规范化：将数据划分为多个表，以减少数据冗余。例如，将客户信息和订单信息存储在不同的表中。
  • 反规范化：将常用的关联数据合并在一起，以减少复杂的JOIN操作。例如，将订单表和订单项表合并。
• 数据类型选择：选择合适的数据类型，尽量使用定长数据类型。例如，使用CHAR(10)而不是VARCHAR(10)，避免使用TEXT和BLOB。
• 分区表：将大表按某个规则（如日期）分区。例如，将订单表按年份分区：

  CREATE TABLE orders (
      order_id INT,
      order_date DATE,
      ...
  )
  PARTITION BY RANGE (YEAR(order_date)) (
      PARTITION p2023 VALUES LESS THAN (2024),
      PARTITION p2024 VALUES LESS THAN (2025),
      ...
  );
  

优化SQL语句

• 避免SELECT *：只查询需要的列，避免全表扫描。例如：

  SELECT order_id, order_date, amount FROM orders WHERE user_id = 12345;
  

• 优化JOIN：确保JOIN操作使用索引，减少JOIN的表数量。例如：

  SELECT o.order_id, o.amount, c.name
  FROM orders o
  JOIN customers c ON o.customer_id = c.customer_id
  WHERE o.order_date > '2023-01-01';
  

• 减少子查询：使用JOIN替代子查询，或使用EXISTS替代IN子查询。例如：

  SELECT name FROM customers WHERE EXISTS (SELECT 1 FROM orders WHERE customers.customer_id = orders.customer_id);
  

索引

• 创建适当的索引：根据查询条件和排序条件创建合适的索引。例如：

  CREATE INDEX idx_user_id ON orders(user_id);
  

• 覆盖索引：创建覆盖索引，使查询可以直接从索引中获取所有需要的列。例如：

  CREATE INDEX idx_order_summary ON orders(user_id, order_date, amount);
  

• 复合索引：对于多列查询条件，创建复合索引可以提高查询效率。例如：

  CREATE INDEX idx_order_user_date ON orders(user_id, order_date);
  

2. 使用缓存

Memcached和Redis

• 缓存查询结果：将频繁查询的结果缓存到Memcached或Redis中，减少数据库压力。例如：

  import redis
  
  r = redis.Redis(host='localhost', port=6379, db=0)
  
  def get_order(order_id):
      cached_data = r.get(f'order_{order_id}')
      if cached_data:
          return cached_data
      else:
          result = db.query("SELECT * FROM orders WHERE order_id = %s", (order_id,))
          r.set(f'order_{order_id}', result, ex=3600)
          return result
  

• 缓存热点数据：将访问频率高的数据缓存起来。例如，将热门商品的信息缓存。
• 缓存失效机制：设置缓存过期时间或使用主动刷新机制，确保缓存数据的准确性。例如，设置缓存过期时间为1小时：

  r.set(f'order_{order_id}', result, ex=3600)
  

3. 主从复制和读写分离

• 主从复制：将数据复制到多个从库，从库用于读操作，主库用于写操作，分担数据库负载。例如：

  CHANGE MASTER TO MASTER_HOST='master_host', MASTER_USER='replication_user', MASTER_PASSWORD='password', MASTER_LOG_FILE='master_log_file', MASTER_LOG_POS=log_position;
  START SLAVE;
  

• 读写分离：应用层通过中间件或配置，将读操作路由到从库，写操作路由到主库。例如：

  # 主库连接
  master_db = connect_to_database(host='master_db_host', user='user', password='password', database='database')
  
  # 从库连接
  slave_db = connect_to_database(host='slave_db_host', user='user', password='password', database='database')
  
  # 写操作
  def write_data(data):
      master_db.execute("INSERT INTO table (column) VALUES (%s)", data)
  
  # 读操作
  def read_data():
      return slave_db.query("SELECT * FROM table")
  

• 负载均衡：使用负载均衡器将读请求分散到多个从库，提高读操作的并发处理能力。

4. 垂直拆分

• 模块拆分：根据业务模块的耦合度，将一个大的系统分为多个小系统，每个系统负责不同的业务功能。例如，将用户管理模块和订单处理模块分开。
• 独立数据库：每个模块使用独立的数据库，减少单个数据库的负载。
• 服务化：通过服务化架构（如微服务），各个模块独立部署和扩展，提高系统的灵活性和可维护性。例如，用户管理服务和订单处理服务分别提供独立的API接口。

5. 水平切分（Sharding）

Sharding Key选择

• 选择合理的Sharding Key：选择一个能将数据均匀分布的字段作为Sharding Key，例如用户ID、订单ID。避免选择会导致数据集中到少数分片上的字段，如时间戳。
• 避免热点：确保Sharding Key不会导致查询集中在某个分片上。例如：

  SELECT * FROM orders WHERE user_id = 12345;
  

表结构改动

• 增加冗余字段：为减少跨分片查询，可以在表中增加一些冗余字段。例如，在订单表中增加用户信息字段。
• 分片表设计：根据Sharding Key将数据拆分到多个物理表中。例如，将订单数据按用户ID分片：

  CREATE TABLE orders_0 (...);
  CREATE TABLE orders_1 (...);
  ...
  

应用改动

• 修改SQL语句：确保SQL查询中包含Sharding Key，将查询限定在特定的分片表上。例如：

  SELECT * FROM orders_12345 WHERE user_id = 12345;
  

• 分片中间件：使用分片中间件（如Mycat、ShardingSphere）进行SQL路由和查询分发。例如，配置Mycat进行分片管理。

超大分页怎么处理？

超大的分页一般从两个方向上来解决.

• 数据库层面,这也是我们主要集中关注的(虽然收效没那么大),类似于select * from table where age > 20 limit 1000000,10这种查询其实也是有可以优化的余地的. 这条语句需要load 1000000数据，然后基本上全部丢弃,只取10条当然比较慢.当时我们可以修改为select * from table where id in (select id from table where age > 20 limit 1000000,10).这样虽然也load了一百万的数据,但是由于索引覆盖,要查询的所有字段都在索引中,所以速度会很快. 同时如果ID连续的好,我们还可以select * from table where id > 1000000 limit 10,效率也是不错的,优化的可能性有许多种,但是核心思想都一样,就是减少load的数据.
• 从需求的角度减少这种请求…主要是不做类似的需求(直接跳转到几百万页之后的具体某一页.只允许逐页查看或者按照给定的路线走,这样可预测,可缓存)以及防止ID泄漏且连续被人恶意攻击。例如 远景论坛 中就最多只允许查看500页，之前的数据就隐藏掉了。
• 做好查询框部分的条件检索，通过多个可选的查询条件过滤掉大部分用户不需要的数据，往下一步就是引入搜索引擎来做更灵活的条件筛选，综上直接避免出现超大量的查询结果的展示。

解决超大分页,其实主要是靠缓存,可预测性的提前查到内容,缓存至redis等k-V数据库中,直接返回即可.

在阿里巴巴《Java开发手册》中,对超大分页的解决办法是类似于上面提到的第一种.

【推荐】利用延迟关联或者子查询优化超多分页场景。

说明：MySQL并不是跳过offset行，而是取offset+N行，然后返回放弃前offset行，返回N行，那当offset特别大的时候，效率就非常的低下，要么控制返回的总页数，要么对超过特定阈值的页数进行SQL改写。

正例：先快速定位需要获取的id段，然后再关联：

SELECT a.* FROM 表1 a, (select id from 表1 where 条件 LIMIT 100000,20 ) b
where a.id=b.id

mysql 分页

LIMIT 子句可以被用于强制 SELECT 语句返回指定的记录数。LIMIT 接受一个或两个数字参数。参数必须是一个整数常量。如果给定两个参数，第一个参数指定第一个返回记录行的偏移量，第二个参数指定返回记录行的最大数目。初始记录行的偏移量是 0(而不是 1)

mysql> SELECT * FROM table LIMIT 5,10; // 检索记录行 6-15 

为了检索从某一个偏移量到记录集的结束所有的记录行，可以指定第二个参数为 -1：

mysql> SELECT * FROM table LIMIT 95,-1; // 检索记录行 96-last. 

如果只给定一个参数，它表示返回最大的记录行数目：

mysql> SELECT * FROM table LIMIT 5; //检索前 5 个记录行 

换句话说，LIMIT n 等价于 LIMIT 0,n。

慢查询日志

用于记录执行时间超过某个临界值的SQL日志，用于快速定位慢查询，为我们的优化做参考。

开启慢查询日志

配置项：slow_query_log

可以使用show variables like ‘slov_query_log’查看是否开启，如果状态值为OFF，可以使用set GLOBAL slow_query_log = on来开启，它会在datadir下产生一个xxx-slow.log的文件。

设置临界时间

配置项：long_query_time

查看：show VARIABLES like 'long_query_time'，单位秒

设置：set long_query_time=0.5

实操时应该从长时间设置到短的时间，即将最慢的SQL优化掉

查看日志，一旦SQL超过了我们设置的临界时间就会被记录到xxx-slow.log中

关心过业务系统里面的sql耗时吗？统计过慢查询吗？对慢查询都怎么优化过？

在业务系统中，除了使用主键进行的查询，其他的我都会在测试库上测试其耗时，慢查询的统计主要由运维在做，会定期将业务中的慢查询反馈给我们。

慢查询的优化首先要搞明白慢的原因是什么？ 是查询条件没有命中索引？是load了不需要的数据列？还是数据量太大？

所以优化也是针对这三个方向来的，

• 首先分析语句，看看是否load了额外的数据，可能是查询了多余的行并且抛弃掉了，可能是加载了许多结果中并不需要的列，对语句进行分析以及重写。
• 分析语句的执行计划，然后获得其使用索引的情况，之后修改语句或者修改索引，使得语句可以尽可能的命中索引。
• 如果对语句的优化已经无法进行，可以考虑表中的数据量是否太大，如果是的话可以进行横向或者纵向的分表。

为什么要尽量设定一个主键？

主键是数据库确保数据行在整张表唯一性的保障，即使业务上本张表没有主键，也建议添加一个自增长的ID列作为主键。设定了主键之后，在后续的删改查的时候可能更加快速以及确保操作数据范围安全。

主键使用自增ID还是UUID？

推荐使用自增ID，不要使用UUID。

因为在InnoDB存储引擎中，主键索引是作为聚簇索引存在的，也就是说，主键索引的B+树叶子节点上存储了主键索引以及全部的数据(按照顺序)，如果主键索引是自增ID，那么只需要不断向后排列即可，如果是UUID，由于到来的ID与原来的大小不确定，会造成非常多的数据插入，数据移动，然后导致产生很多的内存碎片，进而造成插入性能的下降。

总之，在数据量大一些的情况下，用自增主键性能会好一些。

关于主键是聚簇索引，如果没有主键，InnoDB会选择一个唯一键来作为聚簇索引，如果没有唯一键，会生成一个隐式的主键。

字段为什么要求定义为not null？

null值会占用更多的字节，且会在程序中造成很多与预期不符的情况。

如果要存储用户的密码散列，应该使用什么字段进行存储？

密码散列，盐，用户身份证号等固定长度的字符串应该使用char而不是varchar来存储，这样可以节省空间且提高检索效率。

优化查询过程中的数据访问

• 访问数据太多导致查询性能下降

  • 确定应用程序是否在检索大量超过需要的数据，可能是太多行或列

  • 确认MySQL服务器是否在分析大量不必要的数据行

• 避免犯如下SQL语句错误

  • 查询不需要的数据。解决办法：使用limit解决

  • 多表关联返回全部列。解决办法：指定列名

  • 总是返回全部列。解决办法：避免使用SELECT *

  • 重复查询相同的数据。解决办法：可以缓存数据，下次直接读取缓存

  • 是否在扫描额外的记录。解决办法： 使用explain进行分析，然后处理

• 如果使用explain分析发现查询需要扫描大量的数据，但只返回少数的行，可以通过如下技巧去优化

  • 使用索引覆盖扫描，把所有的列都放到索引中，这样存储引擎不需要回表获取对应行就可以返回结果。

  • 改变数据库和表的结构，修改数据表范式

  • 重写SQL语句，让优化器可以以更优的方式执行查询。

优化长难查询语句的技巧

在优化复杂查询语句时，选择一个复杂查询还是多个简单查询是一个重要的考虑因素。MySQL 每秒可以扫描内存中上百万行数据，但将数据响应给客户端的速度相对较慢。因此，尽可能使用较小的查询是明智的，有时将一个大的查询分解为多个小的查询是必要的。

切分查询是将一个大的查询分为多个小的相同的查询。例如，一次性删除 1000 万条数据会比每次只删除 1 万条数据并暂停一会儿的方案对服务器造成更大的开销。分解关联查询可以提高缓存的效率，执行单个查询可以减少锁的竞争。在应用层进行关联操作更容易对数据库进行拆分，从而大幅提升查询效率，并减少冗余记录的查询。

通过将复杂查询分解为多个简单查询，不仅可以优化数据库性能，还能提高系统的整体响应速度。这种方法在处理大规模数据时尤为重要，因为它能够有效地减少服务器的负载，避免长时间的锁定和大量的事务日志生成，从而确保系统的稳定性和高效性。

综上所述，在优化复杂查询时，合理地将大查询分解为多个小查询，不仅有助于提高查询效率，还能显著减少服务器的开销，提升系统的整体性能。

优化特定类型的查询语句

• count(*)会忽略所有的列，直接统计所有列数，不要使用count(列名)
• MyISAM中，没有任何where条件的count(*)非常快。
• 当有where条件时，MyISAM的count统计不一定比其它引擎快。
• 可以使用explain查询近似值，用近似值替代count(*)
• 增加汇总表
• 使用缓存

优化关联查询

• 确定ON或者USING子句中是否有索引。
• 确保GROUP BY和ORDER BY只有一个表中的列，这样MySQL才有可能使用索引。

优化子查询

• 用关联查询有效替代子查询、多次单独查询、部分UNION查询以及EXISTS子查询；优化GROUP BY和DISTINCT；这两种查询据可以使用索引来优化，是最有效的优化方法

  1. 替代子查询
     - 关联查询（JOIN） 可以替代 子查询（Subquery） 来提高查询效率，尤其是在处理大量数据时。子查询需要先执行子查询的部分，再使用结果进行外层查询，而关联查询则可以在一个查询中将表关联在一起，一次性获得需要的数据，减少了多次查询开销。
     - 示例：从订单表获取每个用户的订单信息，可以用 JOIN 替代子查询。

     -- 使用子查询
     SELECT * 
     FROM orders 
     WHERE user_id IN (SELECT id FROM users WHERE age > 25);
     
     -- 使用 JOIN 替代子查询
     SELECT orders.* 
     FROM orders 
     JOIN users ON orders.user_id = users.id 
     WHERE users.age > 25;
     

  2. 替代多次单独查询
     - 关联查询可以替代多次单独查询，尤其是在需要从多个表获取相关数据时。与单独查询每个表再进行数据汇总相比，关联查询一次性返回完整的数据，减少了数据库的请求次数。
     - 示例：获取订单信息和对应用户信息。

     -- 使用多次单独查询
     SELECT * FROM orders WHERE order_id = 1;
     SELECT * FROM users WHERE user_id = 123;
     
     -- 使用 JOIN 替代多次查询
     SELECT orders.*, users.* 
     FROM orders 
     JOIN users ON orders.user_id = users.id 
     WHERE orders.order_id = 1;
     

  3. 替代UNION查询中的部分情况
     - 在某些情况下，JOIN 查询也可以用于替代 UNION 查询。UNION 适合将来自多个表的结果合并，但如果只是从两个或多个表中获取匹配的数据，JOIN 通常更有效。
     - 示例：合并两张表的匹配记录。

     -- 使用 UNION 查询
     SELECT user_id, order_id FROM orders WHERE order_status = 'completed'
     UNION
     SELECT user_id, payment_id FROM payments WHERE payment_status = 'successful';
     
     -- 使用 JOIN 替代 UNION
     SELECT orders.user_id, orders.order_id, payments.payment_id
     FROM orders 
     JOIN payments ON orders.user_id = payments.user_id
     WHERE orders.order_status = 'completed' AND payments.payment_status = 'successful';
     

  4. 替代EXISTS子查询
     - 在一些情况下，JOIN 可以替代 EXISTS 子查询。在需要验证一个表中的记录是否存在另一个表中的相关记录时，用 JOIN 通常更为直观和高效。
     - 示例：找到有订单的所有用户。

     -- 使用 EXISTS
     SELECT * FROM users 
     WHERE EXISTS (SELECT 1 FROM orders WHERE orders.user_id = users.id);
     
     -- 使用 JOIN 替代 EXISTS
     SELECT DISTINCT users.* 
     FROM users 
     JOIN orders ON users.id = orders.user_id;
     

  5. 总结
     关联查询（JOIN）在 MySQL 中可以有效替代 子查询、多次单独查询、部分 UNION 查询以及 EXISTS 子查询，从而减少数据库处理的开销并优化查询性能。

• 关联查询中，使用标识列分组的效率更高

• 如果不需要ORDER BY，进行GROUP BY时加ORDER BY NULL，MySQL不会再进行文件排序。

• WITH ROLLUP超级聚合，可以挪到应用程序处理

优化LIMIT分页

• LIMIT偏移量大的时候，查询效率较低
• 可以记录上次查询的最大ID，下次查询时直接根据该ID来查询

优化UNION查询

• UNION ALL的效率高于UNION

优化WHERE子句

解题方法

对于此类考题，先说明如何定位低效SQL语句，然后根据SQL语句可能低效的原因做排查，先从索引着手，如果索引没有问题，考虑以上几个方面，数据访问的问题，长难查询句的问题还是一些特定类型优化的问题，逐一回答。

SQL语句优化的一些方法？

• 1.对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。
• 2.应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：

select id from t where num is null
-- 可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：
select id from t where num=

• 3.应尽量避免在 where 子句中使用!=或<>操作符，否则引擎将放弃使用索引而进行全表扫描。
• 4.应尽量避免在 where 子句中使用or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如：

select id from t where num=10 or num=20
-- 可以这样查询：
select id from t where num=10 union all select id from t where num=20

• 5.in 和 not in 也要慎用，否则会导致全表扫描，如：

select id from t where num in(1,2,3) 
-- 对于连续的数值，能用 between 就不要用 in 了：
select id from t where num between 1 and 3

• 6.下面的查询也将导致全表扫描：select id from t where name like ‘%李%’若要提高效率，可以考虑全文检索。
• 7.如果在 where 子句中使用参数，也会导致全表扫描。因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行选择。然 而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。如下面语句将进行全表扫描：

select id from t where num=@num
-- 可以改为强制查询使用索引：
select id from t with(index(索引名)) where num=@num

• 8.应尽量避免在 where 子句中对查询条件字段字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。如：

select id from t where num/2=100
-- 应改为:
select id from t where num=100*2

• 9.应尽量避免在where子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描。如：

select id from t where substring(name,1,3)=’abc’
-- name以abc开头的id应改为:
select id from t where name like ‘abc%’

• 10.不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。

全文索引（Full-Text Index）在文本搜索方面优于 LIKE

在 MySQL 中，全文索引（Full-Text Index）在文本搜索方面优于 LIKE，主要原因如下：

1. 索引结构的优化

• 全文索引：MySQL 为全文索引使用倒排索引（inverted index）结构。倒排索引会将每个词条指向包含该词条的记录位置，类似一本书的索引表。这使得 MySQL 可以快速定位并检索包含特定关键词的记录，而不需要逐行扫描整个文本字段。
• LIKE：LIKE 搜索不是基于索引的，而是逐行扫描匹配。LIKE '%keyword%' 尤其低效，因为 MySQL 需要逐行搜索每一条记录中的每个字符。这个过程非常耗时，尤其在数据量大的情况下，性能差距显著。

2. 分词和匹配能力

• 全文索引：支持分词搜索和自然语言查询。例如，可以通过 MATCH() 和 AGAINST() 语法进行多个关键词的分词搜索，提升复杂查询的准确性和效率。此外，全文索引还支持布尔模式搜索，可以进行更灵活的查询。
• LIKE：只进行简单的字符串匹配，不能自动识别词条间的关联关系，也不支持布尔模式搜索。用 LIKE 实现复杂查询需要更多的手动组合条件，操作麻烦且性能较低。

3. 性能

• 全文索引：在文本字段上使用全文索引，查询时间复杂度可以大幅降低。即便数据量庞大，通过倒排索引仍可以快速找到匹配的结果，因此在性能上明显优于 LIKE。
• LIKE：由于 LIKE '%keyword%' 需要进行全表扫描，性能会随数据量成比例降低，查询效率低，特别是在大型文本字段上，几乎不可行。

4. 适用场景

• 全文索引：适用于较长文本字段（如描述、文章内容等）中的关键词搜索，且能够处理自然语言查询。
• LIKE：适用于精确或简单的字符串匹配（如匹配特定前缀 LIKE 'keyword%' 或全字段一致 LIKE 'keyword'），不适合较长文本字段的模糊搜索。

5. 全文索引使用分析

1.适用场景

​ 1）表中该字段中的数据量庞大
​ 2）经常被检索，经常出现在where子句中的字段
​ 3）经常被DML操作的字段不建议添加索引

2.优点

​ 1）大大提高检索数据的性能效率
​ 2）在表连接的连接条件，可以加速表与表直接的相连
​ 3）在分组和排序字句进行数据检索,可以减少查询时间中 分组 和 排序时所消耗的时间(数据库的记录会重新排序)

3.缺点

​ 1）创建与维护索引会消耗时间，并随着数据量的增加而增加
​ 2）索引也会占用物理存储空间
​ 3）在进行DML操作的时候，索引也要动态的维护，会降低数据的维护速度

总结

由于倒排索引结构、分词能力、布尔模式支持等特点，全文索引在文本搜索上具有显著优势，适合快速定位关键词。而 LIKE 搜索仅适合简单匹配，缺乏效率和灵活性，因此在处理大量文本数据时性能明显不如全文索引。

数据库优化

为什么要优化

• 系统的吞吐量瓶颈往往出现在数据库的访问速度上
• 随着应用程序的运行，数据库的中的数据会越来越多，处理时间会相应变慢
• 数据是存放在磁盘上的，读写速度无法和内存相比

优化原则：减少系统瓶颈，减少资源占用，增加系统的反应速度。

数据库结构优化

一个好的数据库设计方案对于数据库的性能往往会起到事半功倍的效果。

需要考虑数据冗余、查询和更新的速度、字段的数据类型是否合理等多方面的内容。

将字段很多的表分解成多个表

对于字段较多的表，如果有些字段的使用频率很低，可以将这些字段分离出来形成新表。

因为当一个表的数据量很大时，会由于使用频率低的字段的存在而变慢。

增加中间表

对于需要经常联合查询的表，可以建立中间表以提高查询效率。

通过建立中间表，将需要通过联合查询的数据插入到中间表中，然后将原来的联合查询改为对中间表的查询。

增加冗余字段

设计数据表时应尽量遵循范式理论的规约，尽可能的减少冗余字段，让数据库设计看起来精致、优雅。但是，合理的加入冗余字段可以提高查询速度。

表的规范化程度越高，表和表之间的关系越多，需要连接查询的情况也就越多，性能也就越差。

注意：

冗余字段的值在一个表中修改了，就要想办法在其他表中更新，否则就会导致数据不一致的问题。

MySQL数据库cpu飙升到500%的话他怎么处理？

当 cpu 飙升到 500%时，先用操作系统命令 top 命令观察是不是 mysqld 占用导致的，如果不是，找出占用高的进程，并进行相关处理。

如果是 mysqld 造成的， show processlist，看看里面跑的 session 情况，是不是有消耗资源的 sql 在运行。找出消耗高的 sql，看看执行计划是否准确， index 是否缺失，或者实在是数据量太大造成。

一般来说，肯定要 kill 掉这些线程(同时观察 cpu 使用率是否下降)，等进行相应的调整(比如说加索引、改 sql、改内存参数)之后，再重新跑这些 SQL。

也有可能是每个 sql 消耗资源并不多，但是突然之间，有大量的 session 连进来导致 cpu 飙升，这种情况就需要跟应用一起来分析为何连接数会激增，再做出相应的调整，比如说限制连接数等

大表怎么优化？某个表有近千万数据，CRUD比较慢，如何优化？分库分表了是怎么做的？分表分库了有什么问题？有用到中间件么？他们的原理知道么？

当MySQL单表记录数过大时，数据库的CRUD性能会明显下降，一些常见的优化措施如下：

1. 限定数据的范围： 务必禁止不带任何限制数据范围条件的查询语句。比如：我们当用户在查询订单历史的时候，我们可以控制在一个月的范围内；
2. 读/写分离： 经典的数据库拆分方案，主库负责写，从库负责读；
3. 缓存： 使用MySQL的缓存，另外对重量级、更新少的数据可以考虑使用应用级别的缓存；

还有就是通过分库分表的方式进行优化，主要有垂直分区和水平分表

1. 垂直分区：

   根据数据库里面数据表的相关性进行拆分。 例如，用户表中既有用户的登录信息又有用户的基本信息，可以将用户表拆分成两个单独的表，甚至放到单独的库做分库。

   简单来说垂直拆分是指数据表列的拆分，把一张列比较多的表拆分为多张表。 如下图所示，这样来说大家应该就更容易理解了。

   

   垂直拆分的优点： 可以使得行数据变小，在查询时减少读取的Block数，减少I/O次数。此外，垂直分区可以简化表的结构，易于维护。

   垂直拆分的缺点： 主键会出现冗余，需要管理冗余列，并会引起Join操作，可以通过在应用层进行Join来解决。此外，垂直分区会让事务变得更加复杂；

   垂直分表

   把主键和一些列放在一个表，然后把主键和另外的列放在另一个表中

   

   适用场景

   • 1、如果一个表中某些列常用，另外一些列不常用
   • 2、可以使数据行变小，一个数据页能存储更多数据，查询时减少I/O次数

   缺点

   • 有些分表的策略基于应用层的逻辑算法，一旦逻辑算法改变，整个分表逻辑都会改变，扩展性较差
   • 对于应用层来说，逻辑算法增加开发成本
   • 管理冗余列，查询所有数据需要join操作

2. 水平分区：

   保持数据表结构不变，通过某种策略存储数据分片。这样每一片数据分散到不同的表或者库中，达到了分布式的目的。 水平拆分可以支撑非常大的数据量。

   水平拆分是指数据表行的拆分，表的行数超过200万行时，就会变慢，这时可以把一张的表的数据拆成多张表来存放。举个例子：我们可以将用户信息表拆分成多个用户信息表，这样就可以避免单一表数据量过大对性能造成影响。

   

   水平拆分可以支持非常大的数据量。需要注意的一点是:分表仅仅是解决了单一表数据过大的问题，但由于表的数据还是在同一台机器上，其实对于提升MySQL并发能力没有什么意义，所以 水平拆分最好分库 。

   水平拆分能够 支持非常大的数据量存储，应用端改造也少，但 分片事务难以解决 ，跨界点Join性能较差，逻辑复杂。

   《Java工程师修炼之道》的作者推荐 尽量不要对数据进行分片，因为拆分会带来逻辑、部署、运维的各种复杂度 ，一般的数据表在优化得当的情况下支撑千万以下的数据量是没有太大问题的。如果实在要分片，尽量选择客户端分片架构，这样可以减少一次和中间件的网络I/O。

   水平分表：

   表很大，分割后可以降低在查询时需要读的数据和索引的页数，同时也降低了索引的层数，提高查询次数

   

   适用场景

   • 1、表中的数据本身就有独立性，例如表中分表记录各个地区的数据或者不同时期的数据，特别是有些数据常用，有些不常用。
   • 2、需要把数据存放在多个介质上。

   水平切分的缺点

   • 1、给应用增加复杂度，通常查询时需要多个表名，查询所有数据都需UNION操作
   • 2、在许多数据库应用中，这种复杂度会超过它带来的优点，查询时会增加读一个索引层的磁盘次数

   下面补充一下数据库分片的两种常见方案：

   • 客户端代理： 分片逻辑在应用端，封装在jar包中，通过修改或者封装JDBC层来实现。 当当网的 Sharding-JDBC 、阿里的TDDL是两种比较常用的实现。
   • 中间件代理： 在应用和数据中间加了一个代理层。分片逻辑统一维护在中间件服务中。 我们现在谈的 ShardingSphere 、 Mycat 、360的Atlas、网易的DDB等等都是这种架构的实现。

分库分表后面临的问题

• 事务支持 分库分表后，就成了分布式事务了。如果依赖数据库本身的分布式事务管理功能去执行事务，将付出高昂的性能代价； 如果由应用程序去协助控制，形成程序逻辑上的事务，又会造成编程方面的负担。

• 跨库join

  只要是进行切分，跨节点Join的问题是不可避免的。但是良好的设计和切分却可以减少此类情况的发生。解决这一问题的普遍做法是分两次查询实现。在第一次查询的结果集中找出关联数据的id,根据这些id发起第二次请求得到关联数据。 分库分表方案产品

• 跨节点的count,order by,group by以及聚合函数问题 这些是一类问题，因为它们都需要基于全部数据集合进行计算。多数的代理都不会自动处理合并工作。解决方案：与解决跨节点join问题的类似，分别在各个节点上得到结果后在应用程序端进行合并。和join不同的是每个结点的查询可以并行执行，因此很多时候它的速度要比单一大表快很多。但如果结果集很大，对应用程序内存的消耗是一个问题。

• 数据迁移，容量规划，扩容等问题 来自淘宝综合业务平台团队，它利用对2的倍数取余具有向前兼容的特性（如对4取余得1的数对2取余也是1）来分配数据，避免了行级别的数据迁移，但是依然需要进行表级别的迁移，同时对扩容规模和分表数量都有限制。总得来说，这些方案都不是十分的理想，多多少少都存在一些缺点，这也从一个侧面反映出了Sharding扩容的难度。

• ID问题

• 一旦数据库被切分到多个物理结点上，我们将不能再依赖数据库自身的主键生成机制。一方面，某个分区数据库自生成的ID无法保证在全局上是唯一的；另一方面，应用程序在插入数据之前需要先获得ID,以便进行SQL路由. 一些常见的主键生成策略

UUID 使用UUID作主键是最简单的方案，但是缺点也是非常明显的。由于UUID非常的长，除占用大量存储空间外，最主要的问题是在索引上，在建立索引和基于索引进行查询时都存在性能问题。 Twitter的分布式自增ID算法Snowflake 在分布式系统中，需要生成全局UID的场合还是比较多的，twitter的snowflake解决了这种需求，实现也还是很简单的，除去配置信息，核心代码就是毫秒级时间41位 机器ID 10位 毫秒内序列12位。

• 跨分片的排序分页

  般来讲，分页时需要按照指定字段进行排序。当排序字段就是分片字段的时候，我们通过分片规则可以比较容易定位到指定的分片，而当排序字段非分片字段的时候，情况就会变得比较复杂了。为了最终结果的准确性，我们需要在不同的分片节点中将数据进行排序并返回，并将不同分片返回的结果集进行汇总和再次排序，最后再返回给用户。如下图所示：

  

当MySQL单表记录数过大时，如何限定数据的范围？

在 MySQL 中，如果表数据量过大，为了提高查询效率，可以通过以下几种方式来限定数据范围，从而减少查询的数据量和降低系统负担：

1. 分区表（Partitioning）

• 将表根据某一字段（如日期或 ID 范围）划分为多个逻辑分区。这样在查询时，MySQL 只需要读取特定的分区，而不是整个表，显著提高查询速度。

• 示例：假设 house 表按照 create_time 字段按月分区：

  CREATE TABLE house (
      id BIGINT(20) UNSIGNED NOT NULL AUTO_INCREMENT,
      name VARCHAR(20) NOT NULL,
      create_time DATE NOT NULL,
      -- 其他字段
      PRIMARY KEY (id, create_time)
  ) PARTITION BY RANGE (YEAR(create_time) * 100 + MONTH(create_time)) (
      PARTITION p202301 VALUES LESS THAN (202302),
      PARTITION p202302 VALUES LESS THAN (202303),
      -- 更多分区
      PARTITION pMax VALUES LESS THAN MAXVALUE
  );
  

2. 使用条件过滤缩小范围

• 使用过滤条件（WHERE 子句）来减少数据范围。可以根据日期、ID 范围或其他业务相关字段限制查询。例如查询特定日期范围内的数据，减少不必要的数据量。

• 示例：

  SELECT * FROM house 
  WHERE create_time BETWEEN '2024-01-01' AND '2024-12-31';
  

3. 创建适当的索引

• 根据查询的常用条件字段（如日期、状态、分类等）创建索引。索引能显著加速查询，避免全表扫描。

• 示例：

  CREATE INDEX idx_create_time ON house(create_time);
  

4. 分表存储（Sharding）

• 将大表按照某种规则（如时间、ID 范围等）分成多个小表，每个小表只存储一部分数据，查询时只需要访问特定小表。
• 示例：可以按年份或其他字段将 house 表拆分为 house_2023、house_2024 等子表。

5. 分页查询

• 对于需要一次性处理大量数据的场景，分页查询可以减少每次返回的数据量，通过设置 LIMIT 和 OFFSET 来限制单次查询的数据量。

• 示例：

  SELECT * FROM house 
  WHERE create_time >= '2024-01-01' 
  ORDER BY create_time 
  LIMIT 1000 OFFSET 0;
  

6. 仅查询必要字段

• 在查询时只选择必要的字段，避免 SELECT *。这可以减少数据传输量，降低内存和处理负担。

• 示例：

  SELECT id, name, price FROM house 
  WHERE city_id = 1;
  

7. 归档历史数据

• 将较旧且不常访问的数据迁移到归档表或外部存储中，仅保留最近的数据在主表中，以便提高日常查询效率。

8. 使用分布式数据库优化

随着数据量的快速增长，分布式数据库逐渐成为应对大数据挑战的有效解决方案，特别是在过去10年的发展中，这一技术已趋于成熟。分布式数据库将数据和查询负载分布在多个节点上，具备显著的扩展性和高性能优势，能够处理海量数据和高并发请求，为解决单表数据量过大的问题提供了有效途径。

分布式数据库的优点

• 水平扩展：分布式数据库可以随着业务规模的增长按需扩展节点，保持处理能力，支持更大的数据量。
• 高可用性：通过数据副本和跨节点容错机制，即使个别节点故障也不会影响数据的可用性。
• 高并发处理：支持分布式并行处理，分散查询和写入压力，避免单点瓶颈，保证高并发场景的快速响应。
• 分布式事务支持：特别是 NewSQL 数据库，能够实现跨节点的 ACID 事务一致性，适用于复杂的业务需求。

使用分布式数据库的优化方法

1. 数据分片（Sharding）：将数据按照某个字段（如ID、地理位置）水平拆分到不同的节点上，减少单节点的数据量和查询负载。分片方式可根据业务需求自定义，比如基于 city_id 对全国范围内的用户数据分片。

2. 多副本同步：分布式数据库通常支持多副本机制，在多个节点上保持数据一致性，以提高读取性能和系统容错性。例如热点数据可以复制到多个节点，从而在高并发请求下实现负载均衡。

3. 跨节点事务处理：许多分布式数据库支持分布式事务，确保在多节点环境下实现 ACID 特性，保证数据一致性。这对于需要高数据一致性的业务场景，如金融、支付等领域尤为重要。

4. 自动负载均衡：大多数分布式数据库支持自动负载均衡，通过动态调度查询请求，优化系统的资源分配，适应不断变化的访问需求。

推荐的分布式数据库

分布式数据库的选择可以依据需求和性能要求决定。以下是国内外常见且性能优秀的分布式数据库：

中国国内的分布式数据库

1. TiDB（PingCAP 开发）

   • 特点：NewSQL数据库，兼具MySQL兼容性和分布式架构，支持跨节点的强一致性事务，适合金融、电商等高并发应用场景。
   • 优势：弹性扩展、金融级一致性、支持实时在线业务。

2. OceanBase（蚂蚁金服开发）

   • 特点：面向金融、电商等核心业务场景的分布式关系数据库，具备高可用性、高吞吐量和低延迟等特点。
   • 优势：全球多地部署、强事务一致性、海量数据处理能力。

3. TDSQL（腾讯云开发）

   • 特点：提供支持金融级别事务一致性的分布式数据库，适用于高并发场景。
   • 优势：多副本架构、跨地域灾备、兼容MySQL和PostgreSQL。

4. PolarDB-X（阿里云开发）

   • 特点：分布式云原生数据库，适用于高并发场景，提供大数据量的水平扩展能力。
   • 优势：云原生设计、按需扩展、支持 ACID 事务。

国外的分布式数据库

1. Google Spanner

   • 特点：全球分布式数据库，提供高一致性和事务支持，是世界上首个实现全球同步事务一致性的分布式数据库。
   • 优势：全球范围内的数据分布和一致性支持，适合跨区域的大型分布式应用。

2. CockroachDB

   • 特点：开源的分布式 SQL 数据库，支持多副本、跨区域高可用，保证强一致性事务。
   • 优势：与 PostgreSQL 兼容、强一致性、多数据中心部署。

3. Amazon DynamoDB

   • 特点：NoSQL分布式数据库，主要用于高并发、低延迟的业务场景，支持自动扩展和多副本容灾。
   • 优势：完全托管的 NoSQL 数据库，支持弹性扩展，适用于电商、游戏等大规模应用。

4. Azure Cosmos DB

   • 特点：Microsoft Azure 提供的分布式多模型数据库，支持全球分布和多种一致性级别，适应不同的应用需求。
   • 优势：灵活的一致性选择、低延迟、高可用，适用于社交网络和物联网场景。

使用分布式数据库的效果

分布式数据库可在高并发、大数据量场景下显著提升查询和写入性能，并通过自动扩展和容错机制保证系统的高可用性。这一技术不仅优化了单表数据量过大引发的问题，也赋能企业更好地适应数据密集型业务需求。

通过以上方法，可以限定查询数据的范围，减少不必要的开销，有效优化 MySQL 查询性能。

MySQL的复制原理以及流程

主从复制：将主数据库中的DDL和DML操作通过二进制日志（BINLOG）传输到从数据库上，然后将这些日志重新执行（重做）；从而使得从数据库的数据与主数据库保持一致。

主从复制的作用

1. 主数据库出现问题，可以切换到从数据库。
2. 可以进行数据库层面的读写分离。
3. 可以在从数据库上进行日常备份。

MySQL主从复制解决的问题

• 数据分布：随意开始或停止复制，并在不同地理位置分布数据备份
• 负载均衡：降低单个服务器的压力
• 高可用和故障切换：帮助应用程序避免单点失败
• 升级测试：可以用更高版本的MySQL作为从库

MySQL主从复制工作原理

• 在主库上把数据更高记录到二进制日志
• 从库将主库的日志复制到自己的中继日志
• 从库读取中继日志的事件，将其重放到从库数据中

基本原理流程，3个线程以及之间的关联

主：binlog线程——记录下所有改变了数据库数据的语句，放进master上的binlog中；

从：io线程——在使用start slave 之后，负责从master上拉取 binlog 内容，放进自己的relay log中；

从：sql执行线程——执行relay log中的语句；

复制过程

Binary log：主数据库的二进制日志

Relay log：从服务器的中继日志

第一步：master在每个事务更新数据完成之前，将该操作记录串行地写入到binlog文件中。

第二步：salve开启一个I/O Thread，该线程在master打开一个普通连接，主要工作是binlog dump process。如果读取的进度已经跟上了master，就进入睡眠状态并等待master产生新的事件。I/O线程最终的目的是将这些事件写入到中继日志中。

第三步：SQL Thread会读取中继日志，并顺序执行该日志中的SQL事件，从而与主数据库中的数据保持一致。

读写分离有哪些解决方案？

读写分离是依赖于主从复制，而主从复制又是为读写分离服务的。因为主从复制要求slave不能写只能读（如果对slave执行写操作，那么show slave status将会呈现Slave_SQL_Running=NO，此时你需要按照前面提到的手动同步一下slave）。

方案一

使用mysql-proxy代理

优点：直接实现读写分离和负载均衡，不用修改代码，master和slave用一样的帐号，mysql官方不建议实际生产中使用

缺点：降低性能， 不支持事务

方案二

使用AbstractRoutingDataSource+aop+annotation在dao层决定数据源。
如果采用了mybatis， 可以将读写分离放在ORM层，比如mybatis可以通过mybatis plugin拦截sql语句，所有的insert/update/delete都访问master库，所有的select 都访问salve库，这样对于dao层都是透明。 plugin实现时可以通过注解或者分析语句是读写方法来选定主从库。不过这样依然有一个问题， 也就是不支持事务， 所以我们还需要重写一下DataSourceTransactionManager， 将read-only的事务扔进读库， 其余的有读有写的扔进写库。

方案三

使用AbstractRoutingDataSource+aop+annotation在service层决定数据源，可以支持事务.

缺点：类内部方法通过this.xx()方式相互调用时，aop不会进行拦截，需进行特殊处理。

备份计划，mysqldump以及xtranbackup的实现原理

(1)备份计划

视库的大小来定，一般来说 100G 内的库，可以考虑使用 mysqldump 来做，因为 mysqldump更加轻巧灵活，备份时间选在业务低峰期，可以每天进行都进行全量备份(mysqldump 备份出来的文件比较小，压缩之后更小)。

100G 以上的库，可以考虑用 xtranbackup 来做，备份速度明显要比 mysqldump 要快。一般是选择一周一个全备，其余每天进行增量备份，备份时间为业务低峰期。

(2)备份恢复时间

物理备份恢复快，逻辑备份恢复慢

这里跟机器，尤其是硬盘的速率有关系，以下列举几个仅供参考

20G的2分钟（mysqldump）

80G的30分钟(mysqldump)

111G的30分钟（mysqldump)

288G的3小时（xtra)

3T的4小时（xtra)

逻辑导入时间一般是备份时间的5倍以上

(3)备份恢复失败如何处理

首先在恢复之前就应该做足准备工作，避免恢复的时候出错。比如说备份之后的有效性检查、权限检查、空间检查等。如果万一报错，再根据报错的提示来进行相应的调整。

(4)mysqldump和xtrabackup实现原理

mysqldump

mysqldump 属于逻辑备份。加入–single-transaction 选项可以进行一致性备份。后台进程会先设置 session 的事务隔离级别为 RR(SET SESSION TRANSACTION ISOLATION LEVELREPEATABLE READ)，之后显式开启一个事务(START TRANSACTION /*!40100 WITH CONSISTENTSNAPSHOT */)，这样就保证了该事务里读到的数据都是事务事务时候的快照。之后再把表的数据读取出来。如果加上–master-data=1 的话，在刚开始的时候还会加一个数据库的读锁(FLUSH TABLES WITH READ LOCK),等开启事务后，再记录下数据库此时 binlog 的位置(showmaster status)，马上解锁，再读取表的数据。等所有的数据都已经导完，就可以结束事务

Xtrabackup:

xtrabackup 属于物理备份，直接拷贝表空间文件，同时不断扫描产生的 redo 日志并保存下来。最后完成 innodb 的备份后，会做一个 flush engine logs 的操作(老版本在有 bug，在5.6 上不做此操作会丢数据)，确保所有的 redo log 都已经落盘(涉及到事务的两阶段提交

概念，因为 xtrabackup 并不拷贝 binlog，所以必须保证所有的 redo log 都落盘，否则可能会丢最后一组提交事务的数据)。这个时间点就是 innodb 完成备份的时间点，数据文件虽然不是一致性的，但是有这段时间的 redo 就可以让数据文件达到一致性(恢复的时候做的事

情)。然后还需要 flush tables with read lock，把 myisam 等其他引擎的表给备份出来，备份完后解锁。这样就做到了完美的热备。

数据表损坏的修复方式有哪些？

使用 myisamchk 来修复，具体步骤：

• 1）修复前将mysql服务停止。
• 2）打开命令行方式，然后进入到mysql的/bin目录。
• 3）执行myisamchk –recover 数据库所在路径/*.MYI

使用repair table 或者 OPTIMIZE table命令来修复，REPAIR TABLE table_name 修复表 OPTIMIZE TABLE table_name 优化表 REPAIR TABLE 用于修复被破坏的表。 OPTIMIZE TABLE 用于回收闲置的数据库空间，当表上的数据行被删除时，所占据的磁盘空间并没有立即被回收，使用了OPTIMIZE TABLE命令后这些空间将被回收，并且对磁盘上的数据行进行重排（注意：是磁盘上，而非数据库）

转载：MySQL数据库面试题（2020最新版）