MySQL 23道经典面试吊打面试官

Posted 2022-08-05 不凡~

1.说一说三大范式

• 「第一范式」：数据库中的字段具有「原子性」，不可再分，并且是单一职责

• 「第二范式」：「建立在第一范式的基础上」，第二范式要求数据库表中的每个实例或行必须「可以被惟一地区分」。为实现区分通常需要为表加上一个列，以存储各个实例的惟一标识。这个惟一属性列被称为主键

• 「第三范式」：「建立在第一，第二范式的基础上」，确保每列都和主键列直接相关，而不是间接相关不存在其他表的非主键信息

但是在我们的日常开发当中，「并不是所有的表一定要满足三大范式」，有时候冗余几个字段可以少关联几张表，带来的查询效率的提升有可能是质变的

2.MyISAM 与 InnoDB 的区别是什么？

• 1. 「InnoDB支持事务，MyISAM不支持」。

• 1. 「InnoDB 支持外键，而 MyISAM 不支持」。

• 1. 「InnoDB是聚集索引」，使用B+Tree作为索引结构，数据文件是和索引绑在一起的，必须要有主键。「MyISAM是非聚集索引」，也是使用B+Tree作为索引结构，索引和数据文件是分离的，索引保存的是数据文件的指针。主键索引和辅助索引是独立的。

• 1. 「InnoDB 不保存表的具体行数」。「MyISAM 用一个变量保存了整个表的行数」。

• 5.Innodb 有 「redolog」 日志文件，MyISAM 没有

• 6.「Innodb存储文件有frm、ibd，而Myisam是frm、MYD、MYI」

• • Innodb：frm是表定义文件，ibd是数据文件

  • Myisam：frm是表定义文件，myd是数据文件，myi是索引文件

• 1. 「InnoDB(没有使用索引时会查全表) 支持表、行锁，而 MyISAM 支持表级锁」

• 8、「InnoDB 必须有唯一索引(主键)」,如果没有指定的话 InnoDB 会自己生成一个隐藏列Row_id来充当默认主键，「MyISAM 可以没有」

3,redolog和binlog

（1）mysql 分两层： Server (服务器) 层和引擎层。区别如下：

Server (服务器) 层：主要做的是 MySQL 功能层面的事情。 Server (服务器) 层也有自己的日志，称为 binlog（归档日志）

引擎层：负责存储相关的具体事宜。redo log 是 InnoDB 引擎特有的日志。

（2）redo log 是物理日志，记录的是“在某个数据页上做了什么修改”；binlog 是逻辑日志，记录的是这个语句的原始逻辑，比如“给 ID=2 这一行的 c 字段加 1 ”。

（3）redo log 是循环写的，空间固定会用完；

（4）binlog 是可以追加写入的。“追加写”是指 binlog 文件写到一定大小后会切换到下一个，并不会覆盖以前的日志。

4什么时候不走索引（sql优化）

• like这种模糊查询的时候，%在前面不走索引，%在后面走索引

• 用索引列计算的时候不走索引 比如：select * from student where age + 8 = 18

• 索引引用函数的时候不走索引 比如：select * from student where concat('name','哈') ='王哈哈'

• 索引用了!=，not,in,or,not in的时候不走索引

• null列的时候不走索引

• 数据库的类型转换了不走索引

• 组合索引的时候必须满足左匹配原则

• 查询的时候只想取一条数据，那么要用limit 1

5.left join、right join和inner join区别

• left join和right join是一个外连接 inner join是自连接

• left join 是查询左表全部，右表相同的数据

• right join是查询右表全部，左表相同的数据

• inner join是查询两表共同的数据，取交集

6.数据库索引包括

聚集索引(主键索引)：数据库中，所有的行数都是按照主键索引进行排序、非聚集索引：给普通字段加索引、联合索引：好几个字段组成索引

数据库索引结构

主键索引、唯一索引、全文索引、普通索引、组合索引

uuid为什么不做主键

内容较长，是无序的，io查询的次数比较多，一级索引(主键索引)会和二级索引产生关联 除了主键索引以外都是二级索引，uuid可以看做是唯一索引，那么中间会有一个回表的操作除了一级索引不会回表，其他都会回表

1万条订单，有三种状态，那么这个状态适合设为索引吗

不适合，因为重复的数据太多，在建立索引的时候要保证 离散型强的一列（重复的数据少的，单一的）

7.覆盖索引

对于索引的覆盖，就是在查询的时候，不查询全部信息，查询的信息是设置了索引的，在这种情况下就是索引覆盖

例子：

student 表，给name设置 了索引

select * from student where name=‘王甜甜’

这种情况是不会造成索引覆盖的，中途有一个回表的操作 所以说不会造成索引的覆盖

select name from student where name=‘王甜甜’

这种情况是会造成索引的覆盖的。因为name是索引，不需要回表操作的就是索引覆盖

8.什么是回表?

---

回表就是先通过数据库索引扫描出该索引树中数据所在的行，取到主键 id，再通过主键 id 取出主键索引数中的数据，即基于非主键索引的查询需要多扫描一棵索引树.

9.什么是事务?其特性是什么?

事务是指是程序中一系列操作必须全部成功完成，有一个失败则全部失败。

特性

• 「1.原子性（Atomicity）」：要么全部执行成功，要么全部不执行。

• 「2.一致性（Consistency）」：事务前后数据的完整性必须保持一致。

• 「3.隔离性（Isolation）」：隔离性是当多个事务同事触发时，不能被其他事务的操作所干扰，多个并发事务之间要相互隔离。

• 「4.持久性（Durability）」：事务完成之后的改变是永久的。

10.事务的隔离级别?

• 1.「读提交」:即能够「读取到那些已经提交」的数据

• 2.「读未提交」:即能够「读取到没有被提交」的数据

• 3.「可重复读」:可重复读指的是在一个事务内，最开始读到的数据和事务结束前的「任意时刻读到的同一批数据都是一致的」

• 4.「可串行化」:最高事务隔离级别，不管多少事务，都是「依次按序一个一个执行」

• 「脏读」

• • 脏读指的是「读到了其他事务未提交的数据」，未提交意味着这些数据可能会回滚，也就是可能最终不会存到数据库中，也就是不存在的数据。读到了并一定最终存在的数据，这就是脏读

• 「不可重复读」

• • 对比可重复读，不可重复读指的是在同一事务内，「不同的时刻读到的同一批数据可能是不一样的」。

• 「幻读」

• • 幻读是针对数据插入（INSERT）操作来说的。假设事务A对某些行的内容作了更改，但是还未提交，此时事务B插入了与事务A更改前的记录相同的记录行，并且在事务A提交之前先提交了，而这时，在事务A中查询，会发现「好像刚刚的更改对于某些数据未起作用」，但其实是事务B刚插入进来的这就叫幻读

11.一条 Sql 语句查询一直慢会是什么原因?

• 「1.没有用到索引」

• • 比如函数导致的索引失效，或者本身就没有加索引

• 「2.表数据量太大」

• • 考虑分库分表吧

• 「3.优化器选错了索引」

• • 「考虑使用」 force index 强制走索引

12.一条 Sql 语句查询偶尔慢会是什么原因?

• 「1. 数据库在刷新脏页」

• • 比如 「redolog 写满了」，「内存不够用了」释放内存如果是脏页也需要刷，mysql 「正常空闲状态刷脏页」

• 「2. 没有拿到锁」

  13.主从复制主要有以下流程：

  1. master服务器将数据的改变记录到binlog中；

  2. slave服务器会在一定时间间隔内对master 的binlog进行检查，如果发生改变，则开始一个 I/O Thread 请求读取 master 中 binlog；

  3. 同时主节点为每个 I/O 线程启动一个dump线程，用于向其发送二进制日志，并保存至从节点本地的中继日志中，从节点将启动 SQL 线程从中继日志中读取二进制日志，在本地重放，使得其数据和主节点的保持一致，最后 I/O Thread和 SQL Thread将进入睡眠状态，等待下一次被唤醒；

  

  大白话就是：

  从库会生成两个线程,一个I/O线程,一个SQL线程;

  I/O线程会去请求主库的binlog,并将得到的binlog写到本地的relay-log(中继日志)文件中;

  主库会生成一个dump线程,用来给从库I/O线程传binlog;

  SQL线程,会读取relay log文件中的日志,并解析成sql语句逐一执行;

  主从复制存在数据丢失问题的解决方案：在使用过程中需要开启半同步复制；

  主从复制的使用场景主要有以下两种：HA、读写分离。

  高可用(HA)架构：

  MySQL的高可用由互为主从的MySQL构成，平时只有主库提供服务，备库不提供服务。当主库停止服务时，服务自动切换到备库。

  • MHA管理工具 MHA存在Manager、Node两种节点；Manager节点通过探测Node节点去判断 MySQL运行是否正常，如果发现 Master故障。

  • 就把他的一个Slave提升为Master，然后剩余Slave都挂到新的Master。

  • LVS+Keepalived

    Keepalived可以进行检查心跳和动态漂移；当Master节点出现异常主服务所在keepalived会发出通知，然后slave节点的keepalived通知从节点切换为master。

  读写分离架构：

  高并发下读写分离会出现数据延迟问题。

  解决方案如下：

  • 分库分表；

  • 开启并行复制；

  • 在业务逻辑上避免；

  补充资料：

  （以下MySQL 主从同步的原理的补充资料来自艾小仙）

  1. master提交完事务后，写入binlog。

  2. slave连接到master，获取binlog。

  3. master创建dump线程，推送binglog到slave。

  4. slave启动一个IO线程读取同步过来的master的binlog，记录到relay log中继日志中。

  5. slave再开启一个sql线程读取relay log事件并在slave执行，完成同步。

  6. slave记录自己的binglog。

  

  由于mysql默认的复制方式是异步的，主库把日志发送给从库后不关心从库是否已经处理，这样会产生一个问题就是假设主库挂了，从库处理失败了，这时候从库升为主库后，日志就丢失了。由此产生两个概念。

  全同步复制

  主库写入binlog后强制同步日志到从库，所有的从库都执行完成后才返回给客户端，但是很显然这个方式的话性能会受到严重影响。

  半同步复制

  和全同步不同的是，半同步复制的逻辑是这样，从库写入日志成功后返回ACK确认给主库，主库收到至少一个从库的确认就认为写操作完成。

14.主从延迟要怎么解决?

• 1.MySQL 5.6 版本以后，提供了一种「并行复制」的方式，通过将 SQL 线程转换为多个 work 线程来进行重放

• 2.「提高机器配置」(王道)

• 3.在业务初期就选择合适的分库、分表策略，「避免单表单库过大」带来额外的复制压力

• 4.「避免长事务」

• 5.「避免让数据库进行各种大量运算」

• 6.对于一些对延迟很敏感的业务「直接使用主库读」

15.删除表数据后表的大小却没有变动,这是为什么?

在使用 delete 删除数据时，其实对应的数据行并不是真正的删除，是「逻辑删除」，InnoDB 仅仅是将其「标记成可复用的状态」，所以表空间不会变小

16.为什么 VarChar 建议不要超过255?

当定义varchar长度小于等于255时，长度标识位需要一个字节(utf-8编码)

当大于255时，长度标识位需要两个字节，并且建立的「索引也会失效」

17.Mysql 中有哪些锁?

以下并不全，主要理解下锁的意义即可

• 基于锁的属性分类：共享锁、排他锁

• 基于锁的粒度分类：表锁、行锁、记录锁、间隙锁、临键锁

• 基于锁的状态分类：意向共享锁、意向排它锁、死锁

18.说说你的 Sql 调优思路吧

• 1.「表结构优化」

• • 1.1拆分字段

  • 1.2字段类型的选择

  • 1.3字段类型大小的限制

  • 1.4合理的增加冗余字段

  • 1.5新建字段一定要有默认值

• 2.「索引方面」

• • 2.1索引字段的选择

  • 2.2利用好mysql支持的索引下推，覆盖索引等功能

  • 2.3唯一索引和普通索引的选择

• 3.「查询语句方面」

• • 3.1避免索引失效

  • 3.2合理的书写where条件字段顺序

  • 3.3小表驱动大表

  • 3.4可以使用force index()防止优化器选错索引

• 4.「分库分表」

19.什么是索引?

相信大家小时候学习汉字的时候都会查字典，想想你查字典的步骤，我们是通过汉字的首字母 a～z 一个一个在字典目录中查找，最终找到该字的页数。想想，如果没有目录会怎么样，最差的结果是你有可能翻到字典的最后一页才找到你想要找的字。

索引就「相当于我们字典中的目录」，可以极大的提高我们在数据库的查询效率。

20.说说创建索引的优势,负面影响和原则

1.索引的优势,检索速度快

2.缺点创建索引和维护索引需要耗费时间占空间:索引需要占用物理空间

3,创建索引的原则,在最频繁操作的字段进行创建索引,比如id

4什么情况下不适合创建索引:对于一个字段的值重复比较多的时候,

21.为什么采用 B+ 树,而不是 B-树

B+ 树只在叶子结点储存数据，非叶子结点不存具体数据，只存 key，查询更稳定，增大了广度，而一个节点就是磁盘一个内存页，内存页大小固定，那么相比 B 树，B- 树这些「可以存更多的索引结点」，宽度更大，树高矮，节点小，拉取一次数据的磁盘 IO 次数少，并且 B+ 树只需要去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，效率更高。

22.说下 MySQL 中的 MVCC 机制？

#每天一道面试题# 50

#悟空拧螺丝# 2021-09-03

引入undo日志、roll_pointer、trx_id三个概念：

undo日志：事务回滚时恢复数据到未变更状态，每次执行增、删、改操作时都会记录变更前的原始数据到undo日志；

roll_pointer属性：表记录的隐藏字段；

trx_id属性：表记录隐藏字段表示事务ID；

设想一个场景数据库，两个不同用户分别读取和修改同一条数据，为了保证数据的正确性；数据库需要引入读锁、写锁，在读数据加读锁禁止写操作，写数据加写锁禁止读操作，这么做会影响数据性能；

MVCC：引入版本链机制解决读写并发访问问题，由于每次对数据进行增、删、改操作都会备份数据到undo中，因此如果某个记录被多次修改会存在多个版本数据，这些版本信息之间通过roll_pointer属性连成一个链表；在RR级别下，数据记录具有可重复读特性，即在同一个事务执行的过程中对某条数据执行查询(快照读)操作，然后间隔几秒钟继续查询(快照读)数据记录不会发生变化，哪怕在间隔的几秒钟有其它事务对该记录进行了修改操作。

MySQL 中有四种隔离级别，Read Repeatable （RR）级别可以防止脏读、不可重复读、幻读问题。Read Committed （RC）级别解决了脏读问题。

那它是怎么做到的呢？就是利用了 MVCC 多版本控制机制。而且可以实现 读-写，写-读不冲突。

本解答尽量通俗易懂：

多版本

就是有多个某行记录更新后的版本，然后将这些版本从上到下串起来。有点像串糖葫芦，这个就是版本链。

比如说银行转账记录，将多次对账户的修改都串起来了。记录里面有是哪个事务做的转账记录，最后值等于多少。

（1）账户 A = 初始值 200元，事务 id = 40 ->

（2）账户 A = 初始值 200元 + 100 元 = 300 元，事务 id = 51 ->

（3）账户 A = 300 元 + 50 元 = 350 元，事务 id = 59 ->

（4）账户 A = 350 元 - 30 元 = 320 元，事务 id = 72

在 MySQL 就是利用 undo log 日志将这些串起来的。

如下图所示，undolog 的版本串起来长这样：

控制

用自身的事务 id 和其他地方存的事务 id 进行比较，看是否符合读取版本链上的条件，如果符合，读取后就返回了。 怎么控制的呢？利用 ReadView。ReadView 其实也不难理解，就是对当前活跃事务的一个统计。然后 MySQL 利用这个数据统计 + 版本链上的事务 id 来进行比较，获得某个可读到的版本。

ReadView

保证你只能读到事务开启之前，别的事务提交的值，或者自己提交的值。其他情况下无法读取到其他事务提交的值，避免了脏读。

ReadView 生成时机？

每个事务执行查询时都会生成自己事务的 ReadView。 RC 级别是每次查询都会重新生成一份，RR 级别是事务中的 ReadView 都不变。

ReadView 里面有四个重要的属性：

m_ids 事务列表：有哪些事务在MySQL里执行还没提交的； min_trx_id 最小事务 id：m_ids 列表中最小的值 ； max_trx_id 最大事务 id：下一个要生成的事务id，就是最大事务id； creator_trx_id：当前事务的 id。

这四个属性怎么用的呢？

比如说事务 A 用来查询，事务 B 用来更新，它俩都开启了事务，也都还没有提交，对应的事务 id 分别为 51 和 59，那么 ReadView 就长这样：

活跃事务列表就是 [51，59]。不是一个区间，只有两个值 51 和 59。另外图中的 B 事务 id 应该改为 59。

最小事务 id = 51。

最大事务 id = 59+1 = 60。

当前事务 id = 51。

事务 A 首先拿着这几个属性值，到版本链上一个一个比较版本上的事务 id，符合条件就返回。比较又分三种情况：

• 1、如果版本上的事务 id < 最小值 51，说明这个行记录在这些活跃的事务创建前就已经提交了，这个行记录的版本对于当前事务 A 是可见的，就返回了。

• 2、如果版本上的事务 id >= 最大值 60，则说明提交的事务是 ReadView 生成之后创建的，这个版本也是不可读的，就接着往下找。

• 3、如果版本上的事务 id 在在最小和最大值之间，就进行下一步判断：

  • 3.1、如果版本上的事务 id 在这个列表 [51，59] 里面，这个列表其实就两个值，51 和 59，只要等于 51 或者 59，就说明不在列表中。说明提交的事务是和 A 事务差不多时间开启的事务，被 ReadView 记录在列表里面了。这种事务提交的版本也是不可读的，就接着往下找。（避免了脏读）

  • 3.2、如果不在这个列表 [51，59] 里面（不等于 51 和 59），说明事务已提交了，是可以读取的，读到了就返回。

RC 的读已提交怎么做到的？

我们说 RC 隔离级别下，事务 A 下次查询时，就可以读到其他事务提交的数据了（读已提交），但是根据上面的3.1 的情况来看，事务 A 是读取不到事务 B 提交的呀？

这就需要在 A 查询时重新生成一个 ReadView 了，来看下重新生成的长啥样：

活跃事务列表就是 [51]。

最小事务 id = 51。

最大事务 id = 60。注意：这是 MySQL 下一个要生成的事务 id，不是指活跃事务中的最大事务 id。

当前事务 id = 51。

看到了吗？

事务 B 的 事务 id 59 不在活跃事务列表啦！但是又是小于最大事务 id 60 的。这就符合 3.2 的情况啦，可以读到这个版本了。

那下次 事务 A 再次查询时，又会生成一个 ReadView，可以读到其他事务提交的数据，这个数据和上次的数据很有可能不一样，也就是说不能保证每次读到的数据一样的，这就是不可重复读。 RR 的可重复读怎么做到的？

它和 RC 不同的地方在于，事务 A 查询时，是不会重新生成 ReadView 的，也就是说 B 提交的事务读取不到的，那就顺着版本链继续找呗。找着找着就只能读事务 A 自己提交的，或者事务开启之前，其他事务提交的，那么事务 A 每次查询都是读到一样的数据啦，但是读取的都不是最新的数据，这就是可重复读，避免了读取数据不一致的情况。

注意：不管其他事务怎么修改数据，事务 A 生成的 ReadView 是不会改变的，基于这个 ReadView 看到的值都是一样的！

RR 的幻读是怎么避免的？

比如 A 执行范围查询：select * from table where age > 10，查到了一条数据 X。然后事务 C 72 插入了一条数据，事务 A 再次查询时，可以查到两条数据 X 和 Y。但是 Y 的版本链上事务 id 等于 72，大于最大事务 id 60，说明是事务 A 发起查询后，当然是不可读到的了，所以事务 A 还是只能读到数据 X。

小结

通过版本链 + ReadView 做到了这些事情： 避免了 RR 隔离级别下的脏读、不可重复度、幻读问题。 避免了 RC 隔离级别下的脏读问题，实现了读取已提交数据的功能。

23.生成唯一ID的雪花算法

snowflake（雪花算法）：Twitter 开源的分布式 id 生成算法，64 位的 long 型的 id，分为 4 部分：

• 1 bit：不用，统一为 0

• 41 bits：毫秒时间戳，可以表示 69 年的时间。

• 10 bits：5 bits 代表机房 id，5 个 bits 代表机器 id。最多代表 32 个机房，每个机房最多代表 32 台机器。

• 12 bits：同一毫秒内的 id，最多 4096 个不同 id，自增模式

优点：

• 毫秒数在高位，自增序列在低位，整个ID都是趋势递增的。

• 不依赖数据库等第三方系统，以服务的方式部署，稳定性更高，生成ID的性能也是非常高的。

• 可以根据自身业务特性分配bit位，非常灵活。

缺点：

• 强依赖机器时钟，如果机器上时钟回拨（可以搜索 2017 年闰秒 7:59:60），会导致发号重复或者服务会处于不可用状态。

部分内容是通过借鉴的03.MySQL 面试突击 (passjava.cn)http://www.passjava.cn/#/88.Interview/03.Database/MySQL1?id=%E4%BA%8C%E5%8D%81%E3%80%81%E8%AF%B4%E4%B8%8B-mysql-%E7%9A%84%E5%A4%96%E9%83%A8-xa-%E4%BA%8B%E5%8A%A1%EF%BC%9F