110道 MySQL面试题及答案 （持续更新）

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！

这套MySQL面试题大全，希望对大家有帮助哈~

博主已将以下这些面试题整理成了一个面试手册，是PDF版的

1、NOW（）和CURRENT_DATE（）有什么区别？

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。

2、CHAR和VARCHAR的区别？

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。

3、主键索引与唯一索引的区别

**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。 ？

4、MySQL中有哪些不同的表格？

共有5种类型的表格：

**1、**MyISAM

**2、**Heap

**3、**Merge

**4、**INNODB

**5、**ISAM

5、SQL的生命周期？

**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

6、你怎么看到为表格定义的所有索引？

索引是通过以下方式为表格定义的：

SHOW INDEX FROM ;

7、数据库为什么使用B+树而不是B树

**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。

8、数据库三大范式是什么

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。

9、怎么优化SQL查询语句吗

**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

10、覆盖索引、回表等这些，了解过吗？

**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。

11、MySQL数据库cpu飙升的话，要怎么处理呢？

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

12、说说对SQL语句优化有哪些方法？（选择几条）

**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

13、Innodb的事务与日志的实现方式

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。

14、非聚簇索引一定会回表查询吗？

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。

15、Hash索引和B+树所有有什么区别或者说优劣呢?

**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。

16、select for update有什么含义，会锁表还是锁行还是其他。

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

17、你们数据库是否支持emoji表情存储，如果不支持，如何操作？

更换字符集utf8–>utf8mb4

18、索引的数据结构（b树，hash）

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]

19、最左匹配原则？

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。

20、对于关系型数据库而言，索引是相当重要的概念，请回答有关索引的几个问题：

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

21、什么是最左前缀原则？什么是最左匹配原则？

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。。

22、myisamchk是用来做什么的？

它用来压缩MyISAM表，这减少了磁盘或内存使用。

23、说说分库与分表的设计

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？）

24、什么情况下设置了索引但无法使用

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）

25、如何删除索引

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。

26、什么是数据库连接池?为什么需要数据库连接池呢?

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

27、列对比运算符是什么？

在SELECT语句的列比较中使用=，<>，<=，<，> =，>，<<，>>，<=>，AND，OR或LIKE运算符。

28、按照锁的粒度分，数据库锁有哪些呢？锁机制与InnoDB锁算法

按锁粒度分有：表锁，页锁，行锁

按锁机制分有：乐观锁，悲观锁

29、LIKE声明中的％和_是什么意思？

％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

30、如何定位及优化SQL语句的性能问题？创建的索引有没有被使用到?或者说怎么才可以知道这条语句运行很慢的原因？

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。

更多 MySQL面试题 80道

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！

这套MySQL面试题大全，希望对大家有帮助哈~

博主已将以下这些面试题整理成了一个面试手册，是PDF版的

最后

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。