高频面试--MySQL

Mysql

---

1. InnoDB采用的数据结构

InnoDB 使用 B+树 作为索引结构：

• 主键索引（聚簇索引）：叶子节点直接存储数据行，数据按主键顺序存储。
• 非主键索引（二级索引）：叶子节点存储主键值，查询需回表到主键索引获取数据。
• 优势：B+树层数低、范围查询高效（叶子节点形成链表），适合磁盘IO优化。

---

2. 为何采用B+树而非其他结构

• B树：B+树非叶子节点不存数据，单页可存更多键值，树高更低，减少IO次数。
• 哈希表：仅适合等值查询，不支持范围查询和排序。
• 二叉搜索树：树高较高，多次IO效率低，且易退化为链表。
• LSM树：适合写多读少场景，但读性能不如B+树稳定。

---

3. 覆盖索引

若查询的字段全部包含在索引中，无需回表，直接通过索引返回数据。
示例：

-- 创建联合索引 (a, b)
CREATE INDEX idx_a_b ON table(a, b);-- 查询a和b字段，直接走覆盖索引
SELECT a, b FROM table WHERE a = 1;

---

4. 索引下推（Index Condition Pushdown, ICP）

在存储引擎层利用索引过滤数据，减少回表次数。
示例：

-- 联合索引 (a, b)
SELECT * FROM table WHERE a = 1 AND b > 10;
-- 存储引擎层直接过滤a=1且b>10的记录，无需将所有a=1的记录回表后再过滤。

5. 联合索引的最左前缀法则

• 规则：索引按最左列开始匹配。例如，索引 (a, b, c)，查询条件需包含 a 才能命中索引。
• 优化器优化：即使 WHERE 条件顺序为 b, a, c，优化器会调整顺序以匹配索引。
• 例外：跳过中间列的查询无法使用后续列索引（如 a, c 只能用 a 列索引）。

---

6. RR隔离级别下如何减少幻读

• ReadView机制：事务首次读时生成快照，后续读基于此快照，保证一致性视图。
• Next-Key Lock（间隙锁+记录锁）：锁住记录及间隙，阻止其他事务插入新数据。
  组合效果：

• • 快照读（如普通 SELECT）通过 ReadView 避免幻读。
  • 当前读（如 SELECT FOR UPDATE）通过 Next-Key Lock 阻止其他事务插入。

---

7. undo log的WAL机制

• WAL（Write-Ahead Logging）：事务提交时先写日志（redo/undo log），再写数据页。
• undo log作用：

• • 事务回滚时恢复数据。
  • 实现 MVCC（多版本并发控制），提供一致性读视图。
    流程：修改数据前记录旧值到 undo log，保证事务的原子性和隔离性。

---

8. 主从复制机制

• 异步复制：主库提交事务后立即返回，不等待从库同步（性能高，数据一致性弱）。
• 半同步复制：主库等待至少一个从库接收并写入 relay log 后才返回（平衡性能与一致性）。
• 全同步复制：主库等待所有从库提交事务（强一致，但延迟高，少用）。

---

9. 慢SQL查询优化思路

1. 分析执行计划：使用 EXPLAIN 查看索引使用情况，避免全表扫描。
2. 优化索引：

• • 添加缺失索引，优化联合索引顺序。
  • 避免冗余索引，使用覆盖索引减少回表。

1. 改写SQL：

• • 拆分复杂查询，减少子查询和临时表。
  • 避免 SELECT *，仅查询必要字段。

1. 分库分表：对大数据量表进行水平或垂直拆分。
2. 调整配置：

• • 增大 innodb_buffer_pool_size 提升缓存命中率。
  • 调整 join_buffer_size 和 sort_buffer_size。

1. 监控与日志：

• • 开启慢查询日志（slow_query_log），定期分析优化。

---

---