MySQL学习——面试版

数据库基础

查看表结构

SHOW create table xx
或
DESC  xx

候选码和主码

候选码是能够唯一标识关系中元组的最小属性集，“学号” 和 “身份证号” 都是 “学生” 关系表的候选码 。
从多个候选码中选定一个用来唯一标识关系中的元组，称为主码，只能有一个。通常会选择 “学号” 作为主码

事务特性

原子性（UndoLog），隔离性（MVVC），持久性（RedoLog），一致性

隔离级别

1. 读未提交（脏读）
2. 读已提交（不可重复读）
3. 可重复读（幻读，两次查询返回的行数不一致。 ）
   为什么会出现幻读？：可重复读通过 MVCC（多版本并发控制） 保证了 “读取一致性”（即避免不可重复读），但新插入的行没有 “历史版本”。
4. 串行化

总结：不可重复读主要针对 “已有行的更新 / 删除”，而幻读专门针对 “新插入的行”。

三大范式

1. 不可再分性
2. 消除部分函数依赖（非主属性必须完全依赖主键）
3. 消除传递依赖（非主属性不能依赖其他非主属性）

存储引擎

• InnoDB：遵循事务；行级锁；支持外键约束
• MyISAM：不支持事务和外键，支持表锁，访问速度快
• Memory:表数据存储在内存中；哈希索引，用作临时表

JOIN

内连接

• INNER JOIN(默认)内连接

SELECT a.id
FROM table a
INNER JOIN table b ON a.id = b.id;
等同于
SELECT a.id
FROM table a
,table b WHERE a.id = b.id;

外连接

OUTER JOIN 外连接：至少返回一个表中的所有记录
- LEFT JOIN 返回左表中的所有行
- FULL OUTER JOIN 返回两个表中所有记录，但在Mysql不直接支持，需要使用

SELECT * FROM table1 LEFT JOIN table2 ON ...
UNION
SELECT * FROM table1 RIGHT JOIN table2 ON ...;

实现。

自连接

应用场景：查询层级结构，例如查询员工的上级名称

SELECT e.name AS employee_name,m.name AS manager_name
FROM employees e
JOIN employees m ON e.manager_id = m.employee_id;

IF、CASE

IF condition THENstatements;
ELSEIF condition THENstatements;
ELSEstatements;
END IF;

CASE expressionWHEN value1 THEN statements;WHEN value2 THEN statements;ELSE statements;
END CASE;

WHILE condition DOstatements;
END WHILE;

多种条件判断语句

• IF(dept=“computer”,1,0)
• coalesce(name,“无名氏”)返回首个非null值
• ifnull(a,b)a为空则返回b

索引

索引是一种用于快速查询和检索数据的数据结构。
优点是提高查询效率，缺点是占用额外内存，降低增删改的效率。

B+树又叫多路平衡查找树：

1. 大数据下，层级平均。
2. 叶子节点存储数据，并通过链表串联。
3. 所有元素都会出现在叶子结点。非叶子节点仅用于索引。
   一个3阶B+树，每个节点最多2个关键字，3个子树。插入时遵循中间元素向上分裂原则。

为什么InnoDB选择B+树作为索引结构？

1. 大数据下，层级低。
2. 相对比B树，层级更低，范围查询效率更高

分类

按结构分类：

• B+树索引，最常见。在InnoDB中分为聚簇索引（叶子节点挂载行数据，必须有且只有一个）和二级索引（索引指向数据存储的位置）。
• 哈希索引：精确匹配 。是Memory引擎支持的类型
• 全文索引：用于文本内容的关键词搜索
• 空间索引：针对地理位置数据查询，是MyISAM引擎的一个特殊索引类型。

按功能分类：

• 主键索引：主键，不允许NULL
• 唯一索引：唯一，允许NULL
• 普通索引：最基本的索引类型，没有限制。
• 前缀索引：使用列的前 N 个字符
• 联合索引：多个列组合索引

根据索引的存储形式：

• 在InnoDB中分为聚簇索引（索引即数据，必须有且只有一个，默认为主键）和二级索引（索引指向数据存储的位置）。
• 聚簇索引的叶子结点挂载行数据。
• 二级索引的叶子节点挂载行id。

创建索引：

## 将name作为索引，名为idx_name
INDEX idx_name (name) 

验证索引是否被使用

使用EXPLAIN语句

EXPLAIN SELECT * FROM users WHERE name = 'Alice';

显示
type：显示访问类型，理想值为 const（主键 / 唯一索引）或 ref（普通索引）
key：实际使用的索引名称（主键还是唯一还是、）
rows：扫描的行数。如果显示全部则反应没使用索引。

索引失效的场景

1. 对索引使用函数或表达式计算
2. 对索引进行左模糊查询（因为索引的有序性无法利用）

SELECT * FROM users WHERE name LIKE '%Alice';		

3. 类型不匹配
   例如 select name=zcm不加引号时
4. 符合索引未遵循最左前缀原则
5. 使用OR连接非索引字段，使用NULL
   • select id or age 因为age没有索引，name索引均失效。
   • 索引无法快速定位NULL值,-可以使用空字符来避免NULL

视图

视图是虚拟的表，不能对其进行索引操作。

事务处理

Mysql默认是隐式提交，当BEGIN或START TRANSACTION时，会关闭隐式提交，变为显示提交，当COMMIT或ROLLBACK执行后，事务会自动关闭，重新恢复隐式提交。

存储过程

存储过程可以看成是对一系列 SQL 操作的批处理。它类似于编程语言中的函数或子程序，可接收参数、执行复杂逻辑，并返回结果。

游标

在 MySQL 中，游标（Cursor） 是一种用于遍历查询结果集的数据库对象。它允许你逐行处理查询结果，类似于编程语言中的迭代器。

• 作用：处理 SELECT 语句返回的多行数据

drop、delete 与 truncate 区别？

• drop用于删除表
• delete from table where x=x 删除某一行数据
• truncate清空表中的数据，再插入数据时候自增长id又从1开始。

In、Between、Like

in和betwwen在where子句中使用，分别表示指定值、指定范围。
like在where子句中使用，用于字符串匹配，支持两个通配符：%和_
代表出现任意字符出现多次和一次

SELECT *
FROM products
WHERE vend_id IN ('DLL01', 'BRS01');

SELECT *
FROM products
WHERE prod_price BETWEEN 3 AND 5

执行一条 select 语句，期间发生了什么？

xxx

MySQL 的存储引擎有哪些？它们之间有什么区别？默认使用哪个？

存储引擎：InnoDB、MyISAM、Memory、CSV 等。
区别：
InnoDB 支持事务、外键和行级锁定，适合高并发写场景；MyISAM 不支持事务和外键，适合读多写少场景 。
InnoDB 使用聚簇索引组织数据，MyISAM 使用非聚簇索引 。
默认：MySQL 默认使用 InnoDB 。

MyISAM 与 InnoDB 有什么区别？如何选择？

区别：
InnoDB 支持事务、行锁和表锁，使用聚簇索引，适合写场景；MyISAM 不支持事务，支持表锁，使用非聚簇索引，适合读场景 。
选择：写操作多、需事务支持（如电商订单系统）选 InnoDB；读操作多、对事务要求低（如日志查询系统 ）选 MyISAM 。

InnoDB 是如何存储数据的？

InnoDB 通过表空间、页和行的结构化方式存储数据，将数据保存在磁盘上的数据文件中，采用聚簇索引来组织数据，支持事务、外键和行级锁定 。
4. MySQL 一行记录是怎么存储的？
MySQL 一行记录存储在数据页中，包含行头信息、实际数据和可变长度字段的偏移量 。

详细描述一条 SQL 在 MySQL 中的执行过程

一条 SQL 在 MySQL 中的执行过程包括解析器解析 SQL，优化器生成执行计划，访问存储引擎获取数据，将数据返回给客户端 。

MySQL 的查询优化器如何选择执行计划？

MySQL 查询优化器通过生成多种可能的执行计划，并分析出成本最低的执行计划。优化器会考虑使用索引，表连接顺序，排序和分组等操作的效率 。

SQL 中 select、from、join、where、group by、having、order by、limit 的执行顺序

SQL 的执行顺序通常为：from->join->where->group by->having->select->order by->limit 。

MySQL 中的数据排序（ORDER BY）是如何实现的？

如果 Order by 的字段有索引，那么直接利用索引的有序性返回排序结果 。
当无法使用索引进行排序时，mysql 使用文件排序算法 。
对于某些特殊查询，例如 limit，使用堆排序，可以简化排序开销

MySQL 中 int (11) 的 11 表示

int(11) 里的 11 是显示宽度，不影响存储范围（int 类型存储范围由类型本身决定，如普通 int 是 -2147483648 ~ 2147483647 ）。它仅用于查询结果格式化显示，配合 ZEROFILL（零填充）时，不足 11 位会用 0 补齐，比如 int(11) ZEROFILL 存 5 会显示 00000000005 ，主要为界面展示对齐，不改变实际存储值 。

CHAR 与 VARCHAR 有何区别

前者固定长度，按定义长度分配空间 后者varchar可变长度，按实际内容 + 1/2 字节（记录长度）分配

如何存储emoij？

Emoij需要4字节的utf编码，而utf-8默认是3字节，所以需要设置utf8mb4字符集

一个汉字占多少字节

一个中文字符所占字节数，会因编码方式的不同而有所差异。
对于UTF-8 编码通常占用 3 个字节 。不过，在 UTF-8 编码中，一些生僻字可能会占用 4 个字节

查询执行频次

查询CRUD的各执行频次：

SHOW GLOBAL STATUS LIKE 'Com______';  -- 匹配所有以Com_开头后6个字符的变量

慢查询

当sql执行时间超过指定参数时间(s)，视为慢查询。
需要在mysql配置文件中设置slow_query_lof=1,long_query_time=2
从而可以找出慢查询的语句，继而优化该语句效率。

• show variables like 'slow_query_log'查询是否开启慢查询日志

SQL性能分析

SET profiling = 1;  -- 1表示开启查询分析
SELECT ...
SHOW PROFILES;  -- 查看所有已记录查询的概要信息
SHOW profile for query id; --查看具体语句的阶段耗时

SQL优化

Insert优化

1. 批量插入
   Insert iinto tb values()()()()
2. 手动提交事务
3. 主键顺序插入
4. 当一次性插入大批量时，使用load指令
   LOAD DATA INFILE 'data.csv' INTO TABLE users;

order by优化

1. 使用索引排序
2. 并且符合最左前缀原则，（否则不使用索引，使用文件排序）
3. 多个字段同时符合 创建索引时的排序顺序（asc还是desc）
   Group by同理

Limit优化

对于Limit 100000,10分页这种问题，select * from tb order by id limit 100000,10这种普通操作代价很大。因为需要大量回表查询。

优化方式：覆盖索引+子查询

select * from tb WHERE id>=(select id from tb order by id limit 100000,1) ORDER BY id limit 10;

Count优化

对于返回数据行总数，MyISAM可以直接读取总数的属性，但Innodb需要一个个加。

• select count(*)统计所有行的数量，包括 NULL
• select count(col)统计列的不为NULL的行
• select count(1)，作用同count(*)

count(id)取出id累加，count(*) count(1)则不取值，直接累加行，因此性能略高。

总结：count(*)最常用

Update优化

update语句中 where的字段

• 若是索引（此时数据库可以通过索引快速定位到具体的行），则加行锁；
• 若不是索引，则加表锁。

窗口函数

窗口函数允许在查询结果集的特定 “窗口” 内执行计算，而无需像传统聚合函数那样分组，而是返回每行。

SUM() OVER ([PARTITION BY 列1, 列2, ...]  -- 分区（分组）[ORDER BY 列1 [ASC/DESC], ...]  -- 排序)

锁

1. 全局锁
2. 表级锁
   • 表读锁，表写锁
   • 元数据锁：自动加，用于保护表结构不被同时修改
   • 意向锁：表示某个事务正在锁定表中的某一行或某些行
3. 行锁
   • 间隙锁：在一个区间内加锁，不包括两端。防止其他事务插入间隙，即解决幻读。
   • 临键锁：可以理解为记录锁和间隙锁，因此【区间+右端点】加锁。是 InnoDB 行级默认锁
     

MVCC

多版本并发控制

1. 隐藏字段（事务id，undolog上个版本指针）
2. undolog版本链：每个版本包括（事务id，回滚指针，数据）
3. readview读视图：包含当前活跃的事务列

分库分表

为了解决单库并发量大，数据量大的问题：

• 垂直拆分：按业务拆分。
• 水平拆分：按数据行拆分。

分片算法

1. 哈希取模
2. 范围分片
3. 一致性哈希

分库分表中间件

Mycat