基础1. 什么是MySQL？
MySQL是开源的关系型数据库，以下是MySQL的一些关键特性
2. 数据库三大范式
范式的目的是减少冗余，会造成一些问题
3. MySQL基础架构
精简版本：
官网版本：
官网链接:/doc//…
4. SQL语句的执行过程
大致情况如上图
与MySQL建立连接检查是否开启缓存，如果开启并且命中直接返回有分析器，进行词法分析，这一步分析是否合法由优化器生成执行计划。这一步查看是否可以根据索引优化由执行器执行SQL语句，交给存储引擎执行5. CHAR 和 的区别是什么？
官网链接：/doc//…
6. BLOB和TEXT有什么区别？
官网链接：/doc//…
7. 和 的区别是什么？
官网链接：/doc//…
8. count(1)、count(*) 与 count(列名) 的区别？
官网链接：/doc//…
9. 常见的存储引擎有哪些？MySQL默认使用的是什么
事务
Yes
NO
MVCC
Yes
NO
外键
Yes
No
聚簇索引
Yes
no
锁最小粒度
行锁
表锁
清空方式
逐行
重建
官网链接地址：/doc//…
10. MySQL自增主键用完了会怎么样？
当整数列用完值时，得到的值就是最大的值，后续操作将返回重复键错误。
官网链接：/doc//…
11 UNION与UNION ALL的区别？
官网链接：/doc//…
12. drop、与的区别？
官网链接：
事务1. 什么是数据库事务
官网链接：/wiki/%E6%95…
2. acid特性？
ACID 模型是一组数据库设计原则。上面提到了事务的需要解决2个问题。而ACID模型是是解决这个问题的基本条件。遵循ACID模型，因此数据不会被损坏，结果也不会因软件崩溃和硬件故障等异常情况而失真。
官网链接：/doc//…
3. 并发事务带来了哪些问题?4. 事务隔离级别
官网链接：/doc//…
5. 不可重复读和幻读有什么区别？
例子：
链接：//1…
6. 不同隔离级别下可能会发生的问题？
隔离级别
脏读
不可重复读
幻读
读未提交(READ )
✅
✅
✅
读已提交(READ )
❎
✅
✅
可重复度( READ)
❎
❎
✅
串行化()
❎
❎
❎
7. MySql如何解决RR级别下的幻读
RR级别下解决了大部分的幻读的问题。但是还是会有幻读问题，下面是一点例子
锁解决幻读
事务A
事务B
通过加锁阻塞B事务，这样就肯定不会有幻读了
MVCC解决幻读
事务A
事务B
MVCC中的幻读场景
事务A
事务B
PS: test set name='kak' where id >120替换成锁也有一样的效果
快照适用于事务内的select语句，不一定适用于DML语句。
其他事务修改或删除并提交，其他事务的修改或删除可能影响到那些行，这些行对于该事务可见
上面 test set name='kak' where id >120 和 test set name='kak' where id
锁和cud操作会生成最新的快照
SELECT ... LOCK IN SHARE MODE
SELECT ... FOR UPDATE
UPDATE
DELETE
INSERT
官网链接：/doc//…
8. 各个事务隔离级别都是如何实现读取的？9.MVCC是如何实现的？
MVCC(Multi ),多版本并发控制。由多个模块共同实现。
：使用进行回滚，也使用这些日志构成版本链。每一行记录中有(事务id)，(回滚指针)，(记录id)，下面贴了部分源码。主要是由几个字段来的，以下解释来自于注释
大致逻辑： 先简单的概述下这四个
接下来就是比较事务id了
看不到，要按版本链找 < < 要在 m_ids 逐一比较 3.1 如果不在，直接返回 3.2 如果在，按版本连向上找
下面画图举个栗子
这个是源码
private:
// Disable copying
ReadView(const ReadView&);
ReadView& operator=(const ReadView&);
private:
/** The read should not see any transaction with trx id >= this
value. In other words, this is the "high water mark". */
/** 读取不应看到任何 trx id >= m_low_limit_id 的值。换句话说，这就是“高水位线”。*/
trx_id_t m_low_limit_id;
/** The read should see all trx ids which are strictly
smaller (<) than this value. In other words, this is the
low water mark". */
/** 读取应该看到 trx id <= m_up_limit_id 的值。换句话说，这就是低水位线”。*/
trx_id_t m_up_limit_id;
/** trx id of creating transaction, set to TRX_ID_MAX for free
views. */
/** 创建事务的事务id，TRX_ID_MAX是空闲的视图 */
trx_id_t m_creator_trx_id;
/** Set of RW transactions that was active when this snapshot
was taken */
/** 当前快照还活跃的读写事务 */
ids_t m_ids;
/** The view does not need to see the undo logs for transactions
whose transaction number is strictly smaller (<) than this value:
they can be removed in purge if not needed by other views */
/** 小于这个值的undolog 可以个栗子不用再看了，他们已经可以被回收了*/
trx_id_t m_low_limit_no;
/** AC-NL-RO transaction view that has been "closed". */
bool m_closed;
typedef UT_LIST_NODE_T(ReadView) node_t;
/** List of read views in trx_sys */
byte pad1[64 - sizeof(node_t)];
node_t m_view_list;
};
官网链接：/doc//…
索引1. MySQL中索引类型?
官网链接：/doc//…
2. 什么是聚簇索引什么是非聚簇索引?
数据结构大致如图所示（实际还有槽（Solt）,不影响理解就没画）
数据结构大致如图所示
3. 什么是回表?
上面应该看到了非举出索引的结构比如说
select id,name,work,create_time from fanhua where work= '至真园'
那就是搜work索引，查询到主键id=1。由于需要4个字段，这里不满足，需要到聚簇索引中继续寻找再聚簇索引中找到，再返回4. 什么是索引覆盖、索引下推?
select id,work from fanhua where work= '至真园'
这两个字段，work索引中都涵盖了，就不会回表了，直接返回。
索引下推是避免全表遍历的一种查询优化，由MySQL判断这些where条件，交给存储引擎判断，如果满足，直接筛选部分条件
的时候 Extra列如果有Using index 就代表使用了索引下推
索引下推的开关控制
SET optimizer_switch = 'index_condition_pushdown=off';
SET optimizer_switch = 'index_condition_pushdown=on';
官网链接:/doc//…
5. 什么是最左前缀匹配？
假如有这个联合索引
ALTER TABLE `test`.`test`
ADD INDEX `union_idx`(`work`, `create_time`);
那么他的结构如下
还记得前面说到b+树实际上是二分查找的一种吗
二分查找，最最最基本要求，是要能确定答案在你的左半边，还是在右半边，这类，连续的记录行，那么有序是一种相对简单高效的方式，这类多列索引，怎么确定顺序呢，就是按照你创建的方式进行排序（从左到右）
select work,create_time from test order by work asc,create_time asc
后面的列只是辅助最左列的排名，如果查询不带最左列，就无法使用这个联合索引。
一般生产中，捆绑了这两个条件查询的我们才创建联合索引
6. 为什么使用B+树?
我感觉用一下的提问方式比较好一点
什么是B+树？为什么使用B+树而不使用其他数据结构？或者B+树相对于其他数据结构的优点是什么
7. 什么是B+树？
8. 什么是B树9. 为什么使用B+树而不使用其他数据结构？非叶子节点存放索引，索引占用的空间小，可以指向更多的页，同等量的数据情况下，层级比B树更低，查询也就更快叶子节点双向链表，更方便范围查询，由于Hash索引数据都在叶子节点，插入删除操作的时候，IO操作更少10. 索引失效的场景?
受到索引覆盖和命中数据量的影响
测试数据脚本
CREATE TABLE `monk` (
`id` int NOT NULL AUTO_INCREMENT,
`name` varchar(255) DEFAULT NULL,
`age` int DEFAULT NULL,
`email` varchar(255) DEFAULT NULL,
`city` varchar(255) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `name_idx` (`name`) USING BTREE,
KEY `age_idx` (`age`) USING BTREE
) ENGINE=InnoDB CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;
DELIMITER //
CREATE PROCEDURE insert_data()
BEGIN
DECLARE i INT DEFAULT 1;
WHILE i <= 10000 DO
INSERT INTO monk (name, age, email, city)
VALUES (
CONCAT('User', i),
FLOOR(RAND() * 100) + 1,
CONCAT('user', i, '@example.com'),
'City'
);
SET i = i + 1;
END WHILE;
END //
DELIMITER ;
CALL insert_data();
11. 索引是越多越好吗？
不是，索引也有很多弊端
占用存储空间插入，更新，删除操作，索引也会更新维护，提高写入成本12.讲讲执行计划，如何理解其中各个字段的含义？
SELECT * FROM ref_table
WHERE key_column=expr OR key_column IS NULL;
value IN (SELECT primary_key FROM single_table WHERE some_expr)
value IN (SELECT key_column FROM single_table WHERE some_expr)
SELECT * FROM tbl_name
WHERE key_column = 10;
SELECT * FROM tbl_name
WHERE key_column BETWEEN 10 and 20;
SELECT * FROM tbl_name
WHERE key_column IN (10,20,30);
SELECT * FROM tbl_name
WHERE key_part1 = 10 AND key_part2 IN (10,20,30);
:mysql可以从中选择的索引（选择项）key:MySQL实际决定使用的索引:索引长度ref:显示哪些列或常量与键列中指定的索引进行比较，以从表中选择行。rows:MySQL认为要查询的行数:过滤列指示按表条件过滤的表行的估计百分比。Extra:此列包含有关 MySQL 如何解析查询的附加信息。(全部的可以点击官网链接，这里就列一些比较常见的) Using :MySQL 必须执行额外的操作来找出如何按排序顺序检索行。 Using index:覆盖索引 Using index :索引下推 Using index for group-by:使用索引优化Group by或且无需额外磁盘访问 Using join (Block Loop), Using join ( Key ), Using join (hash join) (JSON : ):多表连接使用缓冲区优化 Block Loop:块嵌套循环，优化表连接 Key :批量键访问算法进行连接 hash join：hash连接算法进行连接。>=8.0.18版本可用 Using where:表示使用了where子句进行过滤或筛选 Using (…)Using union(…)Using (…):索引合并
官网链接：/doc//…
13. 慢SQL如何进行优化
我个人日常大致是按照以下九个步骤
14. 什么是索引合并？
降多个范围扫描的行合并，适用于单表而不是多表，合并可以产生交集，并集或者交集并集
extra中出现以下信息表示使用了索引合并， Using (…)Using union(…)Using (…)
注意：
以下是索引合并的案例
SELECT * FROM tbl_name WHERE key1 = 10 OR key2 = 20;
SELECT * FROM tbl_name
WHERE (key1 = 10 OR key2 = 20) AND non_key = 30;
SELECT * FROM t1, t2
WHERE (t1.key1 IN (1,2) OR t1.key2 LIKE 'value%')
AND t2.key1 = t1.some_col;
SELECT * FROM t1, t2
WHERE t1.key1 = 1
AND (t2.key1 = t1.some_col OR t2.key2 = t1.some_col2);
官网链接：/doc//…
15. 创建索引有什么注意点？考虑使用场景。使用比较频繁的字段一般都有索引。（重要）考虑区分度。一般是区分度比较高的才加，但是某个特定场景区分度高也算多个列经常一起查询，考虑组合索引避免创建过多的索引索引字段避免过长16. 深分页如何优化？
前文中已经提到了。这里更详细的说明下
单纯优化查询速度的角度
大于一定长度的直接拒绝，不是爬虫就是搞事情带上主键id
limit 10000,10
id> 111111111 limit 10
子查询优化
select id ,name,age,email from monk where age = 10 limit 50, 10
--修改为这个
SELECT
m.id,NAME,age,email
FROM
monk m
INNER JOIN ( SELECT id FROM monk WHERE age = 10 LIMIT 50, 10 ) AS t1 ON m.id = t1.id
正常如果插件，一般会有2次查询，我在如何优雅的实现一个插件里面提到了，可以走自定义的查询如果不需要分页信息，也可以.(, , false);换成其他数据库
如果不需要优化查询速度，单纯降低负载来说
切到从/备库. mysql有，，？为什么不做简化？
这三个日志各自承担的职责是不同的，解决不同的问题
. 如何保证一致性，以及如何崩溃恢复的3. 如何保证原子性？4. 一个更新语句的执行过程层向存储引擎获取数据。如果数据不在 pool中，会先将数据页加载到 pool中再返回记录层获取到数据，调用存储引擎修改接口，执行修改更新数据到 pool。数据页设置成脏页，添加到flush链表中写入并写进 执行提交（两阶段提交）写入(状态|一阶段)记录，并刷入磁盘（二阶段）写入(状态|二阶段)。5. 什么是两阶段提交？
前文中提到了和都是用于崩溃恢复，那么为什么要两阶段提交呢？
是为了保证和的一致性
记录缺失代表从库缺失。 记录缺失代表主库缺失
单次提交，无论先后顺序怎么样，在极端情况下，都有可能后写入的造成缺失，最终都是主从不同步。 先写就会主库存在丢失数据的情况 后写就会造成从库丢失数据的情况
6. 两阶段提交如何保证一致性的？
提交阶段如果发生崩溃
也就如下两种情况种极端情况
一阶段崩溃
和状态不一致，直接回滚
二阶段崩溃
比较和中的xid，不一致，回滚，一致，提交
参考博客：/p/
锁1. mysql有哪些锁？
IX
IS
互斥
互斥
互斥
互斥
IX
互斥
兼容
互斥
兼容
互斥
互斥
兼容
兼容
IS
互斥
兼容
兼容
兼容
比如下面一张表，主键id分别是 99,101,109 那间隙锁可能存在的地方是(-∞,99)(99,101)(101,109)(109,+∞)
那间隙锁可能存在的地方是(-∞,99](99,101](101,109](109,+∞)
官网链接：/doc//…
2. 遇到过死锁吗？如何解决的
### Error updating database. Cause: com.mysql.jdbc.exceptions.jdbc4.MySQLTransactionRollbackException: Deadlock found when trying to get lock; try restarting transaction ### The error may involve com.iflytek.hmreader.order.dao.UBookShelfMapper.batchInsertOrUpdate-Inline
### The error occurred while setting parameters
类似于发现以上日志
导致死锁的原因： 多个事务同事访问相同的资源。但是访问顺序不同，出现了需要的锁在对方的手上，形成了互斥。和java之类的死锁产生条件一直
解决方案：
让事务尽可能的小（减少数据量）：代码优化减少锁的数量：事务隔离级别改成RC减少锁定时长：排查修改操作中的子查询固定访问顺序：例如在每个事务中… for 开启死锁检测：mysql会自动回滚其中一个事务
官网链接：/doc//…
3. RR级别下的锁和RC级别下的锁等值查询—普通查询
普通查询没有加锁的情况
等值查询—for
此种情况下会添加【意向排它锁，行锁】
等值查询—for 边界情况
小于 最小值 【间隙锁】
大于 最大值 【行键锁】由于后面为”正无穷“所以为 –
范围查询—for 会加【行键锁】并且范围为(15,16](16,17](17,18](19,20](19,20)lock in share mode
和上面一致，就不重复写了，排它锁换成共享锁即可
脚本
set global transaction isolation level read committed
set session transaction isolation level read committed;
set global transaction isolation level Repeatable Read
set session transaction isolation level Repeatable Read;
select @@transaction_isolation;
begin
select id from monk where id = 100;
select id from monk where id = 100 for UPDATE;
select id from monk where id = 9999999 for UPDATE ; -- >最大id
select id from monk where id = 0 for update; -- 15 and id最大id
select id from monk where id = 0 LOCK IN SHARE MODE; -- 15 and id<20 LOCK IN SHARE MODE;
SELECT ENGINE_TRANSACTION_ID as Trx_Id,
OBJECT_NAME as `Table`,
INDEX_NAME as `Index`,
LOCK_DATA as Data,
LOCK_MODE as Mode,
LOCK_STATUS as Status,
LOCK_TYPE as Type
FROM performance_schema.data_locks;
ROLLBACK
commit
4. 级别中的加锁原则
上面一个问题中就是锁退化很好的例子
5. 说一说mysql中的乐观锁和悲观锁
几乎所有的悲观锁都是依靠排它锁实现的，不光在mysql中 下面就是一个悲观锁的实现方式
begin ;
select id,name ,age from monk where id =100 for update;
update monk set age=27 where id =100;
commit;
乐观锁基本都是cas的实现方式, and set的值一般是某个状态 下面是乐观锁的实现方式
update monk set age=27 where id =100 and age=39;
HA1. MySQL主从复制过程是什么
大致流程如下图所示
从节点开启主从复制后会创建2个线程：IO线程和SQL线程从节点的IO线程与主服务器创建链接，主节点创建 log dump线程，用于发送bin log从服务器的IO线程会告诉dump线程从什么位置开始接收然后当有变动，从节点主动拉取变动部分（官网说的）
IO线程接收到变动保存到中sql线程读取中的内容，写入本地（sql线程受到kers控制）
参见官网：/doc//…
2. 格式3. 你们是怎么分库的
分库主要解决如下几个问题
垂直拆分 按照业务拆分，当某个场景负载高的时候，可以平滑的迁移到其他数据库实例中从而降低负载
水平拆分 按照某个维度，整个数据库整体拆分，比如时间维度，地区维度等等
4. 你们是怎么分表的垂直分表 由于业务拆分，一个表几十个字段了，可能把一些不活跃的字段拆分到别的表去，这样数据页能存放更多的数据，提升查询效率。 又或者业务就是庞杂，拆分的。水平分表 主要是解决数据量大的问题，数据量大导致的最直接就是一堆慢sql，理论上要根据慢sql来优化，这个要设计到多个指标。
像我们主表1亿+，还能坚挺，每一天都提心吊胆。
5. 分表算法有哪些取模关键词划分hash取模范围划分一致性hash6. 分库分表知道哪些框架和方案吗7. 分库分表会带来什么问题呢？分布式事务的问题
这个是重中之重，多个库如何保证事务的一致性就是个问题
分页，排序等等都失效了
如果分的不多，可以再内存中进行数据处理。 如果业务场景比较复杂，上面这种就不大合适了
一般是下面两种思路
保证我数据查询条件能分页就行了 比如，买家我想查询我的订单，卖家我想查询我的订单。
按照卖家和买家冗余两份>_>
那就数据聚合到一起
走es等三方数据库
统计的问题
统计也是开发中比较常见的场景，如果分库分表影响了统计。
我能想到比较简单的方法，同步到之类的列式数据库里面
id问题
常见的解决算法是以下2种算法，都可以保证生成的id不重复
时间+机器id+序号 理论上一台机器的极限是1秒4096个，多布置机器可以防止重复问题
———END———
限 时 特 惠： 本站每日持续更新海量各大内部创业教程，永久会员只需109元，全站资源免费下载 点击查看详情
站 长 微 信： nanadh666
