MySQL面试题及答案 【最新版】MySQL面试题大全,发现网上很多MySQL面试题及答案整理都没有答案,所以花了很长时间搜集,本套MySQL面试题大全
如果不背 MySQL面试题的答案,肯定面试会挂!
NOW()命令用于显示当前年份,月份,日期,小时,分钟和秒。
CURRENT_DATE()仅显示当前年份,月份和日期。
1.CHAR和VARCHAR类型在存储和检索方面有所不同
2.CHAR列长度固定为创建表时声明的长度,长度值范围是1到255
当CHAR值被存储时,它们被用空格填充到特定长度,检索CHAR值时需删除尾随空格。
**1、**主键是一种约束,唯一索引是一种索引,两者在本质上是不同的。
**2、**主键创建后一定包含一个唯一性索引,唯一性索引并不一定就是主键。
**3、**唯一性索引列允许空值,而主键列不允许为空值。
**4、**主键列在创建时,已经默认为空值 ++ 唯一索引了。
**5、**一个表最多只能创建一个主键,但可以创建多个唯一索引。
**6、**主键更适合那些不容易更改的唯一标识,如自动递增列、身份证号等。
**7、**主键可以被其他表引用为外键,而唯一索引不能。 ?
共有5种类型的表格:
**1、**MyISAM
**2、**Heap
**3、**Merge
**4、**INNODB
**5、**ISAM
**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
索引是通过以下方式为表格定义的:
SHOW INDEX FROM
**1、**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;
**2、**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;
**3、**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。
**4、**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。
**5、**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。
第一范式:每个列都不可以再拆分。
第二范式: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。
第三范式: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。
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。
**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、**用索引可以提高查询
**3、**SELECT子句中避免使用*号,尽量全部大写SQL
**4、**应尽量避免在 where 子句中对字段进行 is null 值判断,否则将导致引擎放弃使用索引而进行全表扫描,使用 IS NOT NULL
**5、**where 子句中使用 or 来连接条件,也会导致引擎放弃使用索引而进行全表扫描
**6、**in 和 not in 也要慎用,否则会导致全表扫描
**1、**覆盖索引: 查询列要被所建的索引覆盖,不必从数据表中读取,换句话说查询列要被所使用的索引覆盖。
**2、**回表:二级索引无法直接查询所有列的数据,所以通过二级索引查询到聚簇索引后,再查询到想要的数据,这种通过二级索引查询出来的过程,就叫做回表。
排查过程:
**1、**使用top 命令观察,确定是MySQLd导致还是其他原因。
**2、**如果是MySQLd导致的,show processlist,查看session情况,确定是不是有消耗资源的sql在运行。
**3、**找出消耗高的 sql,看看执行计划是否准确, 索引是否缺失,数据量是否太大。
处理:
**1、**kill 掉这些线程(同时观察 cpu 使用率是否下降),
**2、**进行相应的调整(比如说加索引、改 sql、改内存参数)
**3、**重新跑这些 SQL。
其他情况:
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
**1、**Where子句中:where表之间的连接必须写在其他Where条件之前,那些可以过滤掉最大数量记录的条件必须写在Where子句的末尾.HAVING最后。
**2、**用EXISTS替代IN、用NOT EXISTS替代NOT IN。
**3、**避免在索引列上使用计算
**4、**避免在索引列上使用IS NULL和IS NOT NULL
**5、**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。
**6、**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
**7、**应尽量避免在 where 子句中对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
有多少种日志
innodb两种日志redo和undo。
日志的存放形式
**1、**redo:在页修改的时候,先写到 redo log buffer 里面, 然后写到 redo log 的文件系统缓存里面(fwrite),然后再同步到磁盘文件( fsync)。
**2、**Undo:在 MySQL5.5 之前, undo 只能存放在 ibdata文件里面, 5.6 之后,可以通过设置 innodb_undo_tablespaces 参数把 undo log 存放在 ibdata之外。
事务是如何通过日志来实现的
**1、**因为事务在修改页时,要先记 undo,在记 undo 之前要记 undo 的 redo, 然后修改数据页,再记数据页修改的 redo。 Redo(里面包括 undo 的修改) 一定要比数据页先持久化到磁盘。
**2、**当事务需要回滚时,因为有 undo,可以把数据页回滚到前镜像的 状态,崩溃恢复时,如果 redo log 中事务没有对应的 commit 记录,那么需要用 undo把该事务的修改回滚到事务开始之前。
**3、**如果有 commit 记录,就用 redo 前滚到该事务完成时并提交掉。
不一定,如果查询语句的字段全部命中了索引,那么就不必再进行回表查询(哈哈,覆盖索引就是这么回事)。
举个简单的例子,假设我们在学生表的上建立了索引,那么当进行select age from student 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。
**1、**首先要知道Hash索引和B+树索引的底层实现原理:
**2、**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:
**1、**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。
**2、**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。
**3、**hash索引不支持使用索引进行排序,原理同上。
**4、**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。
**5、**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。
**6、**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。
**7、**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。
select for update 含义
select查询语句是不会加锁的,但是select for update除了有查询的作用外,还会加锁呢,而且它是悲观锁哦。至于加了是行锁还是表锁,这就要看是不是用了索引/主键啦。
没用索引/主键的话就是表锁,否则就是是行锁。
select for update 加锁验证
表结构:
//id 为主键,name为唯一索引 CREATE TABLE `account` ( `id` int(11) NOT NULL AUTO_INCREMENT, `name` varchar(255) DEFAULT NULL, `balance` int(11) DEFAULT NULL, PRIMARY KEY (`id`), KEY `idx_name` (`name`) USING BTREE ) ENGINE=InnoDB AUTO_INCREMENT=1570068 DEFAULT CHARSET=utf8
id为主键,select for update 1270070这条记录时,再开一个事务对该记录更新,发现更新阻塞啦,其实是加锁了。如下图:
我们再开一个事务对另外一条记录1270071更新,发现更新成功,因此,如果查询条件用了索引/主键,会加行锁~
我们继续一路向北吧,换普通字段balance吧,发现又阻塞了。因此,没用索引/主键的话,select for update加的就是表锁
更换字符集utf8–>utf8mb4
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。
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)
![99_1.png][99_1.png]
查询方式:
**1、**主键索引区:PI(关联保存的时数据的地址)按主键查询,
**2、**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
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。
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。
![99_2.png][99_2.png]
在创建联合索引时候,一般需要遵循最左匹配原则。即联合索引中的属性识别度最高的放在查询语句的最前面。
1.索引的目的是什么?
快速访问数据表中的特定信息,提高检索速度
创建唯一性索引,保证数据库表中每一行数据的唯一性。
加速表和表之间的连接
使用分组和排序子句进行数据检索时,可以显著减少查询中分组和排序的时间
2.索引对数据库系统的负面影响是什么?
负面影响:
创建索引和维护索引需要耗费时间,这个时间随着数据量的增加而增加;索引需要占用物理空间,不光是表需要占用数据空间,每个索引也需要占用物理空间;当对表进行增、删、改、的时候索引也要动态维护,这样就降低了数据的维护速度。
3.为数据表建立索引的原则有哪些?
在最频繁使用的、用以缩小查询范围的字段上建立索引。
在频繁使用的、需要排序的字段上建立索引
4.什么情况下不宜建立索引?
对于查询中很少涉及的列或者重复值比较多的列,不宜建立索引。
对于一些特殊的数据类型,不宜建立索引,比如文本字段(text)等
最左前缀原则,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。
当我们创建一个组合索引的时候,如(k1,k2,k3),相当于创建了(k1)、(k1,k2)和(k1,k2,k3)三个索引,这就是最左匹配原则。。
它用来压缩MyISAM表,这减少了磁盘或内存使用。
分库分表方案,分库分表中间件,分库分表可能遇到的问题
「分库分表方案:」
**1、**水平分库:以字段为依据,按照一定策略(hash、range等),将一个库中的数据拆分到多个库中。
**2、**水平分表:以字段为依据,按照一定策略(hash、range等),将一个表中的数据拆分到多个表中。
**3、**垂直分库:以表为依据,按照业务归属不同,将不同的表拆分到不同的库中。
**4、**垂直分表:以字段为依据,按照字段的活跃性,将表中字段拆到不同的表(主表和扩展表)中。
「常用的分库分表中间件:」
**1、**sharding-jdbc(当当)
**2、**Mycat
**3、**TDDL(淘宝)
**4、**Oceanus(58同城数据库中间件)
**5、**vitess(谷歌开发的数据库中间件)
**6、**Atlas(Qihoo 360)
「分库分表可能遇到的问题」
**1、**事务问题:需要用分布式事务啦
**2、**跨节点Join的问题:解决这一问题可以分两次查询实现
**3、**跨节点的count,order by,group by以及聚合函数问题:分别在各个节点上得到结果后在应用程序端进行合并。
**4、**数据迁移,容量规划,扩容等问题
**5、**ID问题:数据库被切分后,不能再依赖数据库自身的主键生成机制啦,最简单可以考虑UUID
**6、**跨分片的排序分页问题(后台加大pagesize处理?)
1.以“%”开头的LIKE语句,模糊匹配
2、OR语句前后没有同时使用索引
3、数据类型出现隐式转化(如varchar不加单引号的话可能会自动转换为int型)
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):
![99_3.png][99_3.png]
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。
连接池基本原理:
数据库连接池原理:在内部对象池中,维护一定数量的数据库连接,并对外暴露数据库连接的获取和返回方法。
应用程序和数据库建立连接的过程:
**1、**通过TCP协议的三次握手和数据库服务器建立连接
**2、**发送数据库用户账号密码,等待数据库验证用户身份
**3、**完成身份验证后,系统可以提交SQL语句到数据库执行
**4、**把连接关闭,TCP四次挥手告别。
数据库连接池好处:
**1、**资源重用 (连接复用)
**2、**更快的系统响应速度
**3、**新的资源分配手段
**4、**统一的连接管理,避免数据库连接泄漏
在SELECT语句的列比较中使用=,<>,<=,<,> =,>,<<,>>,<=>,AND,OR或LIKE运算符。
按锁粒度分有:表锁,页锁,行锁
按锁机制分有:乐观锁,悲观锁
%对应于0个或更多字符,_只是LIKE语句中的一个字符。
如何在Unix和MySQL时间戳之间进行转换?
UNIX_TIMESTAMP是从MySQL时间戳转换为Unix时间戳的命令
FROM_UNIXTIME是从Unix时间戳转换为MySQL时间戳的命令
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;
**1、**id相同执行顺序由上至下。
**2、**id不同,id值越大优先级越高,越先被执行。
**3、**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。
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idpartitions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
**1、**ALL 扫描全表数据
**2、**index 遍历索引
**3、**range 索引范围查找
**4、**index_subquery 在子查询中使用 ref
**5、**unique_subquery 在子查询中使用 eq_ref
**6、**ref_or_null 对Null进行索引的优化的 ref
**7、**fulltext 使用全文索引
**8、**ref 使用非唯一索引查找数据
**9、**eq_ref 在join查询中使用PRIMARY KEYorUNIQUE NOT NULL索引关联。
10、****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。
11、****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。
**12、**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
13、****key_length索引长度
14、****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
15、****rows返回估算的结果集数目,并不是一个准确的值。
16、****extra的信息非常丰富,常见的有:
**17、**Using index 使用覆盖索引
**18、**Using where 使用了用where子句来过滤结果集
**19、**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。
**20、**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。
01、UNION与UNION ALL的区别?
02、CHAR和VARCHAR的区别?
03、Hash索引和B+树所有有什么区别或者说优劣呢?
04、索引的基本原理
05、简单总结下
06、什么是死锁?怎么解决?
07、LIKE声明中的%和_是什么意思?
08、SQL 约束有哪几种呢?
09、创建索引的三种方式
10、为什么官方建议使用自增长主键作为索引?
11、使用悲观锁
12、一个6亿的表a,一个3亿的表b,通过外间tid关联,你如何最快的查询出满足条件的第50000到第50200中的这200条数据记录。
13、覆盖索引、回表等这些,了解过吗?
14、索引能干什么?
15、为什么要尽量设定一个主键?
16、数据库三大范式是什么
17、MySQL的binlog有有几种录入格式?分别有什么区别?
08、MySQL为什么这么设计
19、主键使用自增ID还是UUID,为什么?
20、索引使用场景
21、隔离级别与锁的关系
22、MySQL事务得四大特性以及实现原理
23、锁的优化策略
24、varchar与char的区别
25、最左匹配原则?
26、创建索引的三种方式
27、日常工作中你是怎么优化SQL的?
28、主从同步延迟的解决办法
29、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?
30、MySQL的binlog有几种录入格式?分别有什么区别?
31、按照锁的粒度分数据库锁有哪些?锁机制与InnoDB锁算法
32、数据库索引的原理,为什么要用 B+树,为什么不用二叉树?
33、MYSQL数据库服务器性能分析的方法命令有哪些?
34、SQL语句的语法顺序:
35、简述在MySQL数据库中MyISAM和InnoDB的区别
36、一个6亿的表a,一个3亿的表b,通过外间tid关联,你如何最快的查询出满足条件的第50000到第50200中的这200条数据记录。
37、MySQL的复制原理以及流程
38、读写分离常见方案?
39、drop、delete与truncate的区别
40、字段为什么要求定义为not null?
41、非聚簇索引一定会回表查询吗?
42、varchar(50)中50的涵义
43、完整性约束包括哪些?
44、谈谈六种关联查询,使用场景。
45、MVCC熟悉吗,它的底层原理?
46、锁的优化策略
47、什么是聚簇索引?何时使用聚簇索引与非聚簇索引
48、500台db,在最快时间之内重启。
49、你们数据库是否支持emoji表情存储,如果不支持,如何操作?
50、说一下大表查询的优化方案
51、数据库自增主键可能遇到什么问题。
52、MySQL中InnoDB引擎的行锁是怎么实现的?
53、MySQL有关权限的表都有哪几个?
54、索引失效情况? ==校验SQL语句是否使用了索引方式为:
55、什么情况下设置了索引但无法使用
56、为什么要使用视图?什么是视图?
57、MySQL中InnoDB引擎的行锁是怎么实现的?
58、怎么优化SQL查询语句吗
59、如何删除索引
60、说一下数据库的三大范式
71、MySQL中有哪几种锁?
72、myisamchk是用来做什么的?
73、NULL是什么意思
74、读写分离有哪些解决方案?
75、数据库为什么使用B+树而不是B树
76、Innodb的事务实现原理?
07、varchar(50)中50的涵义
78、一条SQL语句在MySQL中如何执行的?
79、什么是死锁?怎么解决?
80、如何在Unix和MySQL时间戳之间进行转换?
如果不背 MySQL面试题的答案,肯定面试会挂!
深知大多数初中级Java工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则近万的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《Java开发全套学习资料》送给大家,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
小编已加密:aHR0cHM6Ly9kb2NzLnFxLmNvbS9kb2MvRFVrVm9aSGxQZUVsTlkwUnc==出于安全原因,我们把网站通过base64编码了,大家可以通过base64解码把网址获取下来。