MySQL面试题及SQL优化

1. 数据库连接查询

• 内联接（Inner Join）：匹配2张表中相关联的记录。
• 左外联接（Left Outer Join）：除了匹配2张表中相关联的记录外，还会匹配左表中剩余的记录，右表中未匹配到的字段用NULL表示。
• 右外联接（Right Outer Join）：除了匹配2张表中相关联的记录外，还会匹配右表中剩余的记录，左表中未匹配到的字段用NULL表示。在判定左表和右表时，要根据表名出现在Outer Join的左右位置关系

2.数据库中的聚合函数

• COUNT：统计行数量
• SUM：获取单个列的合计值
• AVG：计算某个列的平均值
• MAX：计算列的最大值
• MIN：计算列的最小值

3 数据库三范式

1. 第一范式：1NF原子性，列或者字段不能再分，要求属性具有原子性，不可再分解；
2. 第二范式：2NF 唯一性，一张表只说一件事，是对记录的惟一性约束，要求记录有惟 一标识；
3. 第三范式：3NF 直接性，数据不能存在传递关系，即每个属性都跟主键有直接关系， 而不是间接关系。

4 MySQL的默认隔离级别

         MySQL InnoDB 存储引擎的默认支持的隔离级别是 REPEATABLE-READ （可重读）。

5 数据库锁

5.1 行级锁和表级锁

1. 主要是针对锁粒度划分的，一般分为：行锁、表锁、库锁

• 行锁：访问数据库的时候，锁定整个行数据，防止并发错误。
• 表锁：访问数据库的时候，锁定整个表数据，防止并发错误。

2. 行锁 和 表锁 的区别

• 表锁： 开销小，加锁快，不会出现死锁；锁定力度大，发生锁冲突概率高，并发度最低
• 行锁： 开销大，加锁慢，会出现死锁；锁定粒度小，发生锁冲突的概率低，并发度高

5.2 悲观锁和乐观锁

• 悲观锁：每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，这样别人想拿这个数据就会 block 直到这个锁被释放。
           传统的关系型数据库里边就用到了很多这种锁机制，比如行锁，表锁等，读锁，写锁等，都是在做操作之前先上锁。
• 乐观锁：每次去拿数据的时候都认为别人不会修改，所以不会上锁，但是在更新的时候会判断一下在此期间别人有没有去更新这个数据，可以使用版本号等机制。
           乐观锁适用于多读的应用类型 ，这样可以提高吞吐量，像数据库如果提供类似于 write_condition 机制的其实都是提供的乐观锁。

6. MySQL由哪些部分组成, 分别用来做什么

1. 连接器: 管理连接, 权限验证.
2. 分析器: 词法分析, 语法分析.
3. 优化器: 执行计划生成, 索引的选择.
4. 执行器: 操作存储引擎, 返回执行结果.
5. 存储引擎: 存储数据, 提供读写接口.

7. 数据库存储引擎概述

数据库存储引擎：
        是数据库底层软件组织，数据库管理系统（DBMS） 使用数据引擎进行创建、查询、更新和删除数据。
        不同的存储引擎提供不同的存储机制、索引技巧、锁定水平等功能，使用不同的存储引擎，还可以获得特定的功能。现在许多不同的数据库管理系统都支持多种不同的数据引擎。
存储引擎主要有：

1. MyIsam ,
2. InnoDB,
3. Memory,
4. Archive,
5. Federated 。

8. MyISAM 和 InnoDB 的区别

• lnnoDB引擎:
          MySQL5.5版本后的默认引擎，innoDB引擎提供了对数据库acid事务的支持，并且还提供了行级锁和外键的约束，它的设计的目标就是处理大数据容量的数据库系统。
          MySQL运行的时候，innoDB 会在内存中建立缓冲池，用于缓冲数据和索引。但是该引擎是不支持全文搜索，同时启动也比较的慢，它是不会保存表的行数的，所以当进行select count(*) from table指令的 时候，需要进行扫描全表。由于锁的粒度小，写操作是不会锁定全表的, 所以在并发度较高的场景下使用会提升效率的。

• MyIASM引擎:
          MySQL5.5版本前的默认引擎，但不提供事务的支持，也不支持行级锁和外键。因此当执行插入和更新语句时，即执行写操作的时候需要锁定这个表，所以会导致效率会降低。
          不过和InnoDB不同的是， MyIASM引擎是保存了表的行数，于是当进行select count(*) from table语句时，可以直接的读取已经保存的值而不需要进行扫描全表。所以，如果表的读操作远远多于写操作时，并且不需要事务的支持的，可以将MyIASM作为数据库引擎的首选。

总结：
1. InnoDB支持事务, MyISAM不支持
2. InnoDB支持行级锁, MyISAM支持表级锁.
3. InnoDB支持外键, MyISAM不支持.
4. MyISAM支持全文索引, InnoDB不支持(但可以使用Sphinx插件)

9 索引的概念和优点

• 概念：
          索引存储在内存中，为服务器存储引擎为了快速找到记录的一种数据结构。
• 索引的主要作用：
          加快数据查找速度，提高数据库的性能。
• 优点：
  (1) 创建唯一性索引，保证数据库表中每一行数据的唯一性
  (2) 大大加快数据的检索速度，这也是创建索引的最主要的原因
  (3) 加速表和表之间的连接，特别是在实现数据的参考完整性方面特别有意 义。
  (4) 在使用分组和排序子句进行数据检索时，同样可以显著减少查询中分组 和排序的时间。

10 索引的分类

• 普通索引：最基本的索引，它没有任何限制。
• 唯一索引：与普通索引类似，不同的就是索引列的值必须唯一，但允许有空值。如果是组合索引，则列值的组合必须唯一。
• 主键索引：它是一种特殊的唯一索引，用于唯一标识数据表中的某一条 记录，不允许有空值，一般用 primary key 来约束。
• 联合索引（又叫复合索引）：多个字段上建立的索引，能够加速复合查 询条件的检索。
• 全文索引：老版本 MySQL 自带的全文索引只能用于数据库引擎为 MyISAM 的数据表，新版本 MySQL 5.6 的 InnoDB 支持全文索引。默认MySQL 不支持中文全文检索，可以通过扩展 MySQL，添加中文全文检索或为中文内容表提供 一个对应的英文索引表的方式来支持中 文。

11. 什么是最左前缀法则以及如何设计最左法则

        MySQL中的索引可以以一定顺序引用多列，这种索引叫作联合索引。如User 表的name和city加联合索引就是(name,city)，而最左前缀原则指的是最左优先， 如果查询的时候查询条件精确匹配索引的左边连续一列或几列，则此列就可以被用到。即以最左边的为起点任何连续的索引都能匹配上。

        例如：创建（a，b，c）复合索引，以a为最左，则只能使用ab，ac和abc三种组合。

        在创建联合索引时，索引字段的顺序需要考虑字段值去重之后的个数，较多的放前面。

12. 索引的底层实现原理（高薪常问）

        索引是满足某种特定查找算法的数据结构，而这些数据结构会以某种方式指向数据，从而实现高效查找数据。
        具体来说MySQL中的索引，不同的数据引擎实现有所不同，但目前主流的数据库引擎的索引都是B+树实现的，B+树的搜索效率，可以到达二分法的性能，找到数据区域之后就找到了完整的数据结构了，所以索引的性能也是更好的。

13. B+树的特点和优势

• B+树的特征：
  1.有k个子树的中间节点包含有k个元素（B树中是k-1个元素），每个元素不保存数据，只用来索引，所有数据都保存在叶子节点。
  2.所有的叶子结点中包含了全部元素的信息，及指向含这些元素记录的指 针，且叶子结点本身依关键字的大小自小而大顺序链接。
  3.所有的中间节点元素都同时存在于子节点，在子节点元素中是最大（或最 小）元素。
• B+树的优势：
  1.单一节点存储更多的元素，使得查询的IO次数更少。
  2.所有查询都要查找到叶子节点，查询性能稳定。
  3.所有叶子节点形成有序链表，便于范围查询。

14. 怎么验证MySQL的索引是否满足需求

        使用explain查看SQL是如何执行查询语句的，从而分析你的索引是否满足需求。
explain语法:
        explain select * from table where type=1。

15. 如何避免索引失效（高薪常问）

1. 范围查询, 右边的列不能使用索引, 否则右边的索引也会失效
2. 不要在索引上使用运算, 否则索引也会失效
3. 字符串不加引号, 造成索引失效.
4. 尽量使用覆盖索引, 避免 select *, 这样能提高查询效率.
5. or 关键字连接， 用 or 分割开的条件，如果 or 前面的列有索引，or 后面的列没有索引，那么查询的时候前后索引都会失效； 如果一定要用 or 查 询，可以考虑下 or 连接的条件列都加索引， 这样就不会失效了

16. 优化（高薪常问）

16.1 MySQL问题排查都有哪些手段

• 使用show processlist命令查看当前所有连接信息。
• 使用explain命令查询SQL语句执行计划。
• 开启慢查询日志，查看慢查询的SQL。

16.2 说说对 SQL 语句优化有哪些方法？

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

16.3 如何做MySQL的性能优化

• 为搜索字段创建索引。
• 避免使用select *，
• 列出需要查询的字段。垂直分割分表。
• 选择正确的存储引擎。

16.4 大表如何优化

        当MySQL单表记录数过大时，数据库的CRUD性能会明显下降；
一些常见的优化措施如下：
        限定数据的范围： 务必禁止不带任何限制数据范围条件的查询语句。比如：我们当用户在查 询订单历史的时候，我们可以控制在一个月的范围内；
        读/写分离： 经典的数据库拆分方案，主库负责写，从库负责读；
        水平分表： 保持数据表结构不变，通过某种策略存储数据分片。这样每一片数据分散到不同的表或者库中，达到了分布式的目的。 水平拆分可以支撑非常大的数据量。 水平拆分是指数据表行的拆分，表的行数超过200万行时，就会变慢，这时可以把一张的表的数据拆成多张表来存放。举个例子：我们可以将用户信息表拆分成多个用户信息表，这样就可以避免单一表数据量过大对性能造成影响。

16.5 分库分表之后,id 主键如何处理

        因为要是分成多个表之后，每个表都是从 1 开始累加，这样是不对的，我们需要一个全局唯一的 id 来支持。

生成全局 id 有下面这几种方式：

• UUID：不适合作为主键，因为太长了，并且无序不可读，查询效率低。比较适合用于生成唯一的名字的标示比如文件的名字。
• 数据库自增 id: 两台数据库分别设置不同步长，生成不重复ID的策略来实现高可用。这种方式生成的 id 有序，但是需要独立部署数据库实例，成本高，还会有性能瓶颈。
• 利用 redis 生成 id : 性能比较好，灵活方便，不依赖于数据库。但是，引入了新的组件造成系统更加复杂，可用性降低，编码更加复杂，增加了系 统成本。
• Twitter的snowflake算法 ：即雪花算法

16.6 数据库实际场景题

        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。

1. 如果A表TID是自增长,并且是连续的,B表的ID为索引
   select * from a,b where a.tid = b.id and a.tid>500000 limit 200;
2. 如果A表的TID不是连续的,那么就需要使用覆盖索引.TID要么是主键, 要么是辅助索引,B表ID也需要有索引。
   select * from b , (select tid from a limit 50000,200) a where b.id = a .t id;

17. 存储过程

• 概念:
          一组为了完成特定功能的 SQL 语句集，存储在数据库中，经过第一 次编译后再次调用不需要再次编译，用户通过指定存储过程的名字并给出参 数（如果该存储过程带有参数）来执行它。存储过程是数据库中的一个重要对象。

• 语法:

CREATE PROCEDURE 存储过程名（）
 
BEGIN
 			＜存储过程体＞
END;

18. 存储过程优化思路:

1. 尽量利用一些 sql 语句来替代一些小循环，例如聚合函数，求平均函数等。
2. 中间结果存放于临时表，加索引。
3. 少使用游标。 sql 是个集合语言，对于集合运算具有较高性能。而 cursors 是过程运算。比如对一个 100 万行的数据进行查询。游标需要读表 100 万次，而不使用游标则只需要少量几次读取。
4. 事务越短越好。 sqlserver 支持并发操作。如果事务过多过长，或者隔离级别过高，都会造成并发操作的阻塞，死锁。导致查询极慢， cpu 占用率极低。
5. 使用 try-catch 处理错误异常。
6. 查找语句尽量不要放在循环内。