Mysql开发
Mysql开发
可以使用MySQL直接存储文件吗？
可以使用 BLOB (binary large object)，用来存储二进制大对象的字段类型。
TinyBlob 255 值的长度加上用于记录长度的1个字节(8位)
Blob 65K值的长度加上用于记录长度的2个字节(16位)
MediumBlob 16M值的长度加上用于记录长度的3个字节(24位)
LongBlob 4G 值的长度加上用于记录长度的4个字节(32位)。
什么时候存，什么时候不存？
存：需要高效查询并且文件很小的时候
不存：文件比较大，数据量多或变更频繁的时候
存储的时候有遇到过什么问题吗？
- 上传数据过大sql执行失败 调整max_allowed_packet
- 主从同步数据时比较慢
- 应用线程阻塞
- 占用网络带宽
- 高频访问的图片无法使用浏览器缓存
Emoji乱码怎么办？
使用utf8mb4
MySQL在5.5.3之后增加了这个utf8mb4的编码，mb4就是most bytes 4的意思，专门用来兼容四字节的unicode。好在utf8mb4是utf8的超集，除了将编码改为utf8mb4外不需要做其他转换。当然，一般情况下使用utf8也就够了。
如何存储ip地址？
- 使用字符串
- 使用无符号整型
- 4个字节即解决问题
- 可以支持范围查询
- INET_ATON() 和 INET_NTOA() ipv6 使用 INET6_ATON() 和 INET6_NTOA()
长文本如何存储？
可以使用Text存储
TINYTEXT(255长度)
TEXT(65535)
MEDIUMTEXT（int最大值16M）
LONGTEXT(long最大值4G)
大段文本如何设计表结构？
- 或将大段文本同时存储到搜索引擎
- 分表存储
- 分表后多段存储
大段文本查找时如何建立索引？
- 全文检索，模糊匹配最好存储到搜索引擎中
- 指定索引长度
- 分段存储后创建索引
有没有在开发中使用过TEXT,BLOB 数据类型
BLOB 之前做ERP的时候使用过，互联网项目一般不用BLOB
TEXT 文献，文章，小说类，新闻，会议内容 等
日期，时间如何存取？
- 使用 TIMESTAMP，DATETIME
- 使用字符串
TIMESTAMP，DATETIME 的区别是什么？
跨时区的业务使用 TIMESTAMP，TIMESTAMP会有时区转换
1、两者的存储方式不一样:
对于TIMESTAMP，它把客户端插入的时间从当前时区转化为UTC（世界标准时间）进行存储。查询时，将其又转化为客户端当前时区进行返回。
而对于DATETIME，不做任何改变，基本上是原样输入和输出。
2、存储字节大小不同
| 数据类型 | MySQL 5.6.4之前需要存储 | MySQL 5.6.4之后需要存储 |
|---|---|---|
| DATETIME | 8 bytes | 5 bytes + 小数秒存储 |
| TIMESTAMP | 4 bytes | 4 bytes + 小数秒存储 |
| 分秒数精度 | 存储字节大小 |
|---|---|
| 0 | 0 bytes |
| 1,2 | 1 bytes |
| 3,4 | 2 bytes |
| 5,6 | 3 bytes |
3、两者所能存储的时间范围不一样:
timestamp所能存储的时间范围为：‘1970-01-01 00:00:01.000000’ 到 ‘2038-01-19 03:14:07.999999’。
datetime所能存储的时间范围为：‘1000-01-01 00:00:00.000000’ 到 ‘9999-12-31 23:59:59.999999’。
为什么不使用字符串存储日期？
字符串无法完成数据库内部的范围筛选
在大数据量存储优化索引时，查询必须加上时间范围
如果需要使用时间戳 timestamp和int该如何选择？
int 存储空间小，运算查询效率高，不受时区影响，精度低
timestamp 存储空间小，可以使用数据库内部时间函数比如更新，精度高，需要注意时区转换，timestamp更易读
一般选择timestamp，两者性能差异不明显，本质上存储都是使用的int
char与varchar的区别？如何选择？
1.char的优点是存储空间固定（最大255），没有碎片，尤其更新比较频繁的时候，方便数据文件指针的操作，所以存储读取速度快。缺点是空间冗余，对于数据量大的表，非固定长度属性使用char字段，空间浪费。
2.varchar字段，存储的空间根据存储的内容变化，空间长度为L+size，存储内容长度加描述存储内容长度信息，优点就是空间节约，缺点就是读取和存储时候，需要读取信息计算下标，才能获取完整内容。
财务计算有没有出现过错乱？
第一类：锁包括多线程，数据库，UI展示后超时提交等
第二类：应用与数据库浮点运算精度丢失
- 应用开发问题：多线程共享数据读写，
- 之前有过丢失精度的问题，使用decimal解决
- 使用乘法替换除法
- 使用事务保证acid特性
- 更新时使用悲观锁 SELECT … FOR UPDATE
- 数据只有标记删除
- 记录详细日志方便溯源
decimal与float,double的区别是什么？
float：浮点型，4字节，32bit。
double：双精度实型，8字节，64位
decimal：数字型，128bit，不存在精度损失
对于声明语法DECIMAL(M,D)，自变量的值范围如下：
- M是最大位数（精度），范围是1到65。可不指定，默认值是10。
- D是小数点右边的位数（小数位）。范围是0到30，并且不能大于M，可不指定，默认值是0。
例如字段 salary DECIMAL(5,2)，能够存储具有五位数字和两位小数的任何值，因此可以存储在salary列中的值的范围是从-999.99到999.99。
浮点类型如何选型？为什么？
-
需要不丢失精度的计算使用DECIMAL
-
仅用于展示没有计算的小数存储可以使用字符串存储
-
低价值数据允许计算后丢失精度可以使用float double
-
整型记录不会出现小数的不要使用浮点类型
预编译sql是什么？
完整解释：
https://dev.mysql.com/doc/refman/8.0/en/prepare.html
PreparedStatement
预编译sql有什么好处？
- 预编译sql会被mysql缓存下来
- 作用域是每个session，对其他session无效，重新连接也会失效
- 提高安全性防止sql注入
- select * from user where id =?
- “1;delete from user where id = 1”;
- 编译语句有可能被重复调用，也就是说sql相同参数不同在同一session中重复查询执行效率明显比较高
- mysql 5,8 支持服务器端的预编译
子查询与join哪个效率高？
子查询虽然很灵活，但是执行效率并不高。
为什么子查询效率低？
在执行子查询的时候，MYSQL创建了临时表，查询完毕后再删除这些临时表
子查询的速度慢的原因是多了一个创建和销毁临时表的过程。
而join 则不需要创建临时表 所以会比子查询快一点
join查询可以无限叠加吗？Mysql对join查询有什么限制吗？
建议join不超过3张表关联，mysql对内存敏感，关联过多会占用更多内存空间，使性能下降
Too many tables; MySQL can only use 61 tables in a join；
系统限制最多关联61个表
join 查询算法了解吗？
- Simple Nested-Loop Join：SNLJ，简单嵌套循环连接
- Index Nested-Loop Join：INLJ，索引嵌套循环连接
- Block Nested-Loop Join：BNLJ，缓存块嵌套循环连接
如何优化过多join查询关联？
- 适当使用冗余字段减少多表关联查询
- 驱动表和被驱动表（小表join大表）
- 业务允许的话 尽量使用inner join 让系统帮忙自动选择驱动表
- 关联字段一定创建索引
- 调整JOIN BUFFER大小
是否有过mysql调优经验？
调优：
- sql调优
- 表（结构）设计调优
- 索引调优
- 慢查询调优
- 操作系统调优
- 数据库参数调优
开发中使用过哪些调优工具？
官方自带：
- EXPLAIN
- mysqldumpslow
- show profiles 时间
- optimizer_trace
第三方：性能诊断工具，参数扫描提供建议，参数辅助优化
如何监控线上环境中执行比较慢的sql？ 129 如何分析一条慢sql？
开启慢查询日志，收集sql
Ø 默认情况下，MySQL数据库没有开启慢查询日志，需要我们手动来设置这个参数。
Ø 当然，如果不是调优需要的话，一般不建议启动该参数，因为开启慢查询日志会或多或少带来一定的性能影响。慢查询日志支持将日志记录写入文件。
查看及开启
- 默认关闭
SHOW VARIABLES LIKE '%slow_query_log%';
默认情况下slow_query_log的值为OFF，表示慢查询日志是禁用的，
-
开启：
set global slow_query_log=1;只对窗口生效，重启服务失效 -
慢查询日志记录long_query_time时间
SHOW VARIABLES LIKE '%long_query_time%';
SHOW GLOBAL VARIABLES LIKE 'long_query_time';
全局变量设置，对所有客户端有效。但，必须是设置后进行登录的客户端。
SET GLOBAL long_query_time=0.1;
对当前会话连接立即生效，对其他客户端无效。
SET SESSION long_query_time=0.1; #session可省略
假如运行时间正好等于long_query_time的情况，并不会被记录下来。也就是说，
在mysql源码里是判断大于long_query_time，而非大于等于。
-
永久生效
-
- 修改配置文件my.cnf（其它系统变量也是如此）
- [mysqld]下增加或修改参数
- slow_query_log 和slow_query_log_file后，然后重启MySQL服务器。也即将如下两行配置进my.cnf文件
slow_query_log =1
slow_query_log_file=/var/lib/mysql/localhost-slow.log
long_query_time=3
log_output=FILE
-
- 关于慢查询的参数slow_query_log_file，它指定慢查询日志文件的存放路径，如果不设置，系统默认文件：[host_name]-slow.log
case
Ø 记录慢SQL并后续分析
SELECT * FROM emp;
SELECT * FROM emp WHERE deptid > 1;
Ø 查询当前系统中有多少条慢查询记录或者直接看慢查询日志
/var/lib/mysql/localhost-slow.log
SHOW GLOBAL STATUS LIKE ‘%Slow_queries%’;
日志分析工具mysqldumpslow
-
在生产环境中，如果要手工分析日志，查找、分析SQL，显然是个体力活，MySQL提供了日志分析工具mysqldumpslow。
-
查看mysqldumpslow的帮助信息
a) mysqldumpslow --help
· -a: 将数字抽象成N，字符串抽象成S
· -s: 是表示按照何种方式排序；
c: 访问次数
l: 锁定时间
r: 返回记录
**t:** **查询时间**
al:平均锁定时间
ar:平均返回记录数
at:平均查询时间
· -t: 即为返回前面多少条的数据；
· -g: 后边搭配一个正则匹配模式，大小写不敏感的；
得到返回记录集最多的10个SQL mysqldumpslow -s r -t 10 /var/lib/mysql/localhost-slow.log 得到访问次数最多的10个SQL mysqldumpslow -s c -t 10 /var/lib/mysql/localhost-slow.log 得到按照时间排序的前10条里面含有左连接的查询语句 mysqldumpslow -s t -t 10 -g "left join" /var/lib/mysql/localhost-slow.log 另外建议在使用这些命令时结合 | 和more 使用 ，否则有可能出现爆屏情况 mysqldumpslow -s r -t 10 /var/lib/mysql/localhost-slow.log | more
如何查看当前sql使用了哪个索引？
可以使用EXPLAIN，选择索引过程可以使用 optimizer_trace
EXPLAIN是什么
使用EXPLAIN关键字可以模拟优化器执行SQL查询语句，从而知道MySQL是如何处理你的SQL语句的。分析你的查询语句或是表结构的性能瓶颈。
EXPLAIN的用法
用法：
EXPLAIN + SQL语句
数据准备：
USE atguigudb;
CREATE TABLE t1(id INT(10) AUTO_INCREMENT, content VARCHAR(100) NULL, PRIMARY KEY (id));
CREATE TABLE t2(id INT(10) AUTO_INCREMENT, content VARCHAR(100) NULL, PRIMARY KEY (id));
CREATE TABLE t3(id INT(10) AUTO_INCREMENT, content VARCHAR(100) NULL, PRIMARY KEY (id));
CREATE TABLE t4(id INT(10) AUTO_INCREMENT, content1 VARCHAR(100) NULL, content2 VARCHAR(100) NULL, PRIMARY KEY (id));
CREATE INDEX idx_content1 ON t4(content1); -- 普通索引
# 以下新增sql多执行几次，以便演示
INSERT INTO t1(content) VALUES(CONCAT('t1_',FLOOR(1+RAND()*1000)));
INSERT INTO t2(content) VALUES(CONCAT('t2_',FLOOR(1+RAND()*1000)));
INSERT INTO t3(content) VALUES(CONCAT('t3_',FLOOR(1+RAND()*1000)));
INSERT INTO t4(content1, content2) VALUES(CONCAT('t4_',FLOOR(1+RAND()*1000)), CONCAT('t4_',FLOOR(1+RAND()*1000)));
各字段解释
table
- 单表：显示这一行的数据是关于哪张表的
EXPLAIN SELECT * FROM t1;
- 多表关联：t1为驱动表，t2为被驱动表。
注意：内连接时，MySQL性能优化器会自动判断哪个表是驱动表，哪个表示被驱动表，和书写的顺序无关
EXPLAIN SELECT * FROM t1 INNER JOIN t2;
id
表示查询中执行select子句或操作表的顺序
- id相同：执行顺序由上至下
EXPLAIN SELECT * FROM t1, t2, t3;
- id不同：如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行
EXPLAIN SELECT t1.id FROM t1 WHERE t1.id =(
SELECT t2.id FROM t2 WHERE t2.id =(
SELECT t3.id FROM t3 WHERE t3.content = 't3_434'
)
);
注意：查询优化器可能对涉及子查询的语句进行优化，转为连接查询
EXPLAIN SELECT * FROM t1 WHERE content IN (SELECT content FROM t2 WHERE content = 'a');
- id为NULL：最后执行
EXPLAIN SELECT * FROM t1 UNION SELECT * FROM t2;
小结：
- id如果相同，可以认为是一组，从上往下顺序执行
- 在所有组中，id值越大，优先级越高，越先执行
- 关注点：id号每个号码，表示一趟独立的查询, 一个sql的查询趟数越少越好
select_type
查询的类型，主要是用于区别普通查询、联合查询、子查询等的复杂查询。
- SIMPLE：简单查询。查询中不包含子查询或者UNION。
EXPLAIN SELECT * FROM t1;
- PRIMARY：主查询。查询中若包含子查询，则最外层查询被标记为PRIMARY。
- SUBQUERY：子查询。在SELECT或WHERE列表中包含了子查询。
EXPLAIN SELECT * FROM t3 WHERE id = ( SELECT id FROM t2 WHERE content= 'a');
- DEPENDENT SUBQUREY：如果包含了子查询，并且查询语句不能被优化器转换为连接查询，并且子查询是
相关子查询（子查询基于外部数据列），则子查询就是DEPENDENT SUBQUREY。
EXPLAIN SELECT * FROM t3 WHERE id = ( SELECT id FROM t2 WHERE content = t3.content);
- UNCACHEABLE SUBQUREY：表示这个subquery的查询要受到外部系统变量的影响
EXPLAIN SELECT * FROM t3
WHERE id = ( SELECT id FROM t2 WHERE content = @@character_set_server);
- UNION：对于包含UNION或者UNION ALL的查询语句，除了最左边的查询是PRIMARY，其余的查询都是UNION。
- UNION RESULT：UNION会对查询结果进行查询去重，MYSQL会使用临时表来完成UNION查询的去重工作，针对这个临时表的查询就是"UNION RESULT"。
EXPLAIN
SELECT * FROM t3 WHERE id = 1
UNION
SELECT * FROM t2 WHERE id = 1;
- DEPENDENT UNION：子查询中的UNION或者UNION ALL，除了最左边的查询是DEPENDENT SUBQUREY，其余的查询都是DEPENDENT UNION。
EXPLAIN SELECT * FROM t1 WHERE content IN
(
SELECT content FROM t2
UNION
SELECT content FROM t3
);
- DERIVED：在包含
派生表（子查询在from子句中）的查询中，MySQL会递归执行这些子查询，把结果放在临时表里。
EXPLAIN SELECT * FROM (
SELECT content, COUNT(*) AS c FROM t1 GROUP BY content
) AS derived_t1 WHERE c > 1;
这里的
补充：MySQL在处理带有派生表的语句时，优先尝试把派生表和外层查询进行合并，如果不行，再把派生表物化掉（执行子查询，并把结果放入临时表），然后执行查询。下面的例子就是就是将派生表和外层查询进行合并的例子：
EXPLAIN SELECT * FROM (SELECT * FROM t1 WHERE content = 't1_832') AS derived_t1;
- MATERIALIZED：优化器对于包含子查询的语句，
如果选择将子查询物化后再与外层查询连接查询，该子查询的类型就是MATERIALIZED。如下的例子中，查询优化器先将子查询转换成物化表，然后将t1和物化表进行连接查询。
EXPLAIN SELECT * FROM t1 WHERE content IN (SELECT content FROM t2);
partitions
代表分区表中的命中情况，非分区表，该项为NULL
type ☆
说明：
结果值从最好到最坏依次是：
system > const > eq_ref > ref> fulltext > ref_or_null > index_merge > unique_subquery > index_subquery >range > index > ALL
比较重要的包含：system、const 、eq_ref 、ref、range > index > ALLSQL 性能优化的目标：至少要达到
range级别，要求是ref级别，最好是consts级别。（阿里巴巴
开发手册要求）
- ALL：全表扫描。Full Table Scan，将遍历全表以找到匹配的行
EXPLAIN SELECT * FROM t1;
- index：当使用
覆盖索引，但需要扫描全部的索引记录时
覆盖索引：如果能通过读取索引就可以得到想要的数据，那就不需要读取用户记录，或者不用再做回表操作了。一个索引包含了满足查询结果的数据就叫做覆盖索引。
-- 只需要读取聚簇索引部分的非叶子节点，就可以得到id的值，不需要查询叶子节点
EXPLAIN SELECT id FROM t1;
-- 只需要读取二级索引，就可以在二级索引中获取到想要的数据，不需要再根据叶子节点中的id做回表操作
EXPLAIN SELECT id, deptId FROM t_emp;
- range：只检索给定范围的行，使用一个索引来选择行。key 列显示使用了哪个索引，一般就是在你的where语句中出现了between、<、>、in等的查询。这种范围扫描索引扫描比全表扫描要好，因为它只需要开始于索引的某一点，而结束于另一点，不用扫描全部索引。
EXPLAIN SELECT * FROM t1 WHERE id IN (1, 2, 3);
- ref：通过普通二级索引列与常量进行等值匹配时
EXPLAIN SELECT * FROM t_emp WHERE deptId = 1;
- eq_ref：连接查询时通过主键或不允许NULL值的唯一二级索引列进行等值匹配时
EXPLAIN SELECT * FROM t1, t2 WHERE t1.id = t2.id;
- const：根据
主键或者唯一二级索引列与常数进行匹配时
EXPLAIN SELECT * FROM t1 WHERE id = 1;
- system：MyISAM引擎中，当表中只有一条记录时。
（这是所有type的值中性能最高的场景）
CREATE TABLE t(i int) Engine=MyISAM;
INSERT INTO t VALUES(1);
EXPLAIN SELECT * FROM t;
其他不太常见的类型（了解）：
- index_subquery：利用
普通索引来关联子查询，针对包含有IN子查询的查询语句。content1是普通索引字段
EXPLAIN SELECT * FROM t1 WHERE content IN (SELECT content1 FROM t4 WHERE t1.content = t4.content2) OR content = 'a';
- unique_subquery：类似于index_subquery，利用
唯一索引来关联子查询。t2的id是主键，也可以理解为唯一的索引字段
EXPLAIN SELECT * FROM t1 WHERE id IN (SELECT id FROM t2 WHERE t1.content = t2.content) OR content = 'a';
- index_merge：在查询过程中需要
多个索引组合使用，通常出现在有 or 的关键字的sql中。
EXPLAIN SELECT * FROM t_emp WHERE deptId = 1 OR id = 1;
- ref_or_null：当对普通二级索引进行等值匹配，且该索引列的值也可以是NULL值时。
EXPLAIN SELECT * FROM t_emp WHERE deptId = 1 OR deptId IS NULL;
- fulltext：全文索引。
一般通过搜索引擎实现，这里我们不展开。
possible_keys 和 keys ☆
-
possible_keys表示执行查询时可能用到的索引，一个或多个。 查询涉及到的字段上若存在索引，则该索引将被列出，但不一定被查询实际使用。 -
keys表示实际使用的索引。如果为NULL，则没有使用索引。
EXPLAIN SELECT id FROM t1 WHERE id = 1;
key_len ☆
表示索引使用的字节数，根据这个值可以判断索引的使用情况，检查是否充分利用了索引，针对联合索引值越大越好。
如何计算：
- 先看索引上字段的类型+长度。比如：int=4 ; varchar(20) =20 ; char(20) =20
- 如果是varchar或者char这种字符串字段，视字符集要乘不同的值，比如utf8要乘 3，如果是utf8mb4要乘4，GBK要乘2
- varchar这种动态字符串要加2个字节
- 允许为空的字段要加1个字节
-- 创建索引
CREATE INDEX idx_age_name ON t_emp(age, `name`);
-- 测试1
EXPLAIN SELECT * FROM t_emp WHERE age = 30 AND `name` = 'ab%';
-- 测试2
EXPLAIN SELECT * FROM t_emp WHERE age = 30;
ref
显示与key中的索引进行比较的列或常量。
-- ref=atguigudb.t1.id 关联查询时出现，t2表和t1表的哪一列进行关联
EXPLAIN SELECT * FROM t1, t2 WHERE t1.id = t2.id;
-- ref=const 与索引列进行等值比较的东西是啥，const表示一个常数
EXPLAIN SELECT * FROM t_emp WHERE age = 30;
rows ☆
MySQL认为它执行查询时必须检查的行数。值越小越好。
-- 如果是全表扫描，rows的值就是表中数据的估计行数
EXPLAIN SELECT * FROM t_emp WHERE empno = '10001';
-- 如果是使用索引查询，rows的值就是预计扫描索引记录行数
EXPLAIN SELECT * FROM t_emp WHERE deptId = 1;
filtered
最后查询出来的数据占所有服务器端检查行数（rows）的百分比。值越大越好。
-- 先根据二级索引deptId找到数据的主键，有3条记录满足条件，
-- 再根据主键进行回表，最终找到3条记录，有100%的记录满足条件
EXPLAIN SELECT * FROM t_emp WHERE deptId = 1;
-- 这个例子如果name列是索引列则 filtered = 100 否则filtered = 10(全表扫描)
EXPLAIN SELECT * FROM t_emp WHERE `name` = '风清扬';
Extra ☆
包含不适合在其他列中显示但十分重要的额外信息。通过这些额外信息来理解MySQL到底将如何执行当前的查询语句。MySQL提供的额外信息有好几十个，这里只挑介绍比较重要的介绍。
- Impossible WHERE：where子句的值总是false
EXPLAIN SELECT * FROM t_emp WHERE 1 != 1;
- Using where：使用了where，但在where上有字段没有创建索引
EXPLAIN SELECT * FROM t_emp WHERE `name` = '风清扬';
- Using temporary：使了用临时表保存中间结果
EXPLAIN SELECT DISTINCT content FROM t1;
- Using filesort：
在对查询结果中的记录进行排序时，是可以使用索引的，如下所示：
EXPLAIN SELECT * FROM t1 ORDER BY id;
如果排序操作无法使用到索引，只能在内存中（记录较少时）或者磁盘中（记录较多时）进行排序（filesort），如下所示：
EXPLAIN SELECT * FROM t1 ORDER BY content;
- **Using index：**使用了覆盖索引，表示直接访问索引就足够获取到所需要的数据，不需要通过索引回表
EXPLAIN SELECT id, content1 FROM t4;
EXPLAIN SELECT id FROM t1;
- Using index condition：叫作
Index Condition Pushdown Optimization （索引下推优化）如果没有索引下推（ICP），那么MySQL在存储引擎层找到满足content1 > 'z'条件的第一条二级索引记录。主键值进行回表，返回完整的记录给server层，server层再判断其他的搜索条件是否成立。如果成立则保留该记录，否则跳过该记录，然后向存储引擎层要下一条记录。如果使用了索引下推（ICP），那么MySQL在存储引擎层找到满足content1 > 'z'条件的第一条二级索引记录。不着急执行回表，而是在这条记录上先判断一下所有关于idx_content1索引中包含的条件是否成立，也就是content1 > 'z' AND content1 LIKE '%a'是否成立。如果这些条件不成立，则直接跳过该二级索引记录，去找下一条二级索引记录；如果这些条件成立，则执行回表操作，返回完整的记录给server层。
-- content1列上有索引idx_content1
EXPLAIN SELECT * FROM t4 WHERE content1 > 'z' AND content1 LIKE '%a';
注意：如果这里的查询条件只有content1 > 'z'，那么找到满足条件的索引后也会进行一次索引下推的操作，判断content1 > 'z’是否成立（这是源码中为了编程方便做的冗余判断）
- Using join buffer：在连接查询时，当被驱动表不能有效的利用索引时，MySQL会为其分配一块名为连接缓冲区（join buffer）的内存来加快查询速度
EXPLAIN SELECT * FROM t1, t2 WHERE t1.content = t2.content;
下面这个例子就是被驱动表使用了索引：
EXPLAIN SELECT * FROM t_emp, t_dept WHERE t_dept.id = t_emp.deptId;
MySQL数据库cpu飙升的话你会如何分析
重点是定位问题。
先
1 使用top观察mysqld的cpu利用率
-
切换到常用的数据库
-
使用show full processlist;查看会话
-
观察是哪些sql消耗了资源，其中重点观察state指标
-
定位到具体sql
2 pidstat
- 定位到线程
- 在PERFORMANCE_SCHEMA.THREADS中记录了thread_os_id 找到线程执行的sql
- 根据操作系统id可以到processlist表找到对应的会话
- 在会话中即可定位到问题sql
3 使用show profile观察sql各个阶段耗时
4 服务器上是否运行了其他程序
5 检查一下是否有慢查询
6 pref top
使用pref 工具分析哪些函数引发的cpu过高来追踪定位
有没有进行过分库分表？
什么是分库分表？
垂直分库
一个数据库由很多表的构成，每个表对应着不同的业务，垂直切分是指按照业务将表进行分类，分布到不同 的数据库上面，这样也就将数据或者说压力分担到不同的库上面，如下图：
系统被切分成了，用户，订单交易，支付几个模块。
水平分表
把一张表里的内容按照不同的规则 写到不同的库里
相对于垂直拆分，水平拆分不是将表做分类，而是按照某个字段的某种规则来分散到多个库之中，每个表中包含一部分数据。简单来说，我们可以将数据的水平切分理解为是按照数据行的切分，就是将表中的某些行切分 到一个数据库，而另外的某些行又切分到其他的数据库中，如图：
什么时候进行分库分表？有没有配合es使用经验？
- 能不分就不分
- 单机性能下降明显的时候
- 增加缓存（通常查询量比较大），细分业务
- 首先尝试主被集群，读写分离
- 尝试分库
- 尝试分表 -> 冷热数据分离
大数据量下可以配合es完成高效查询
说一下实现分库分表工具的实现思路
- 伪装成mysql服务器，代理用户请求转发到真实服务器
- 基于本地aop实现，拦截sql，改写，路由和结果归集处理。
用过哪些分库分表工具？
分库分表后可能会有哪些问题？
经典的问题
- 执行效率明显降低
- 表结构很难再次调整
- 引发分布式id问题
- 产生跨库join
- 代理类中间件网络io成为瓶颈
说一下读写分离常见方案？
为什么要使用视图？ 什么是视图？
视图定义：
1、视图是一个虚表，是从一个或几个基本表（或视图）导出的表。
2、只存放视图的定义，不存放视图对应的数据。
3、基表中的数据发生变化，从视图中查询出的数据也随之改变。
视图的作用：
1、视图能够简化用户的操作
2、视图使用户能以多种角度看待同一数据
3、视图对重构数据库提供了一定程度的逻辑独立性
4、视图能够对机密数据提供安全保护
5、适当的利用视图可以更清晰的表达查询
什么是存储过程？有没有使用过？
项目中禁止使用存储过程，存储过程难以调试和扩展，更没有移植性
有没有使用过外键？有什么需要注意的地方？
不得使用外键与级联，一切外键概念必须在应用层解决。
说明：以学生和成绩的关系为例，学生表中的 student_id是主键，那么成绩表中的 student_id 则为外键。如果更新学生表中的 student_id，同时触发成绩表中的 student_id 更新，即为 级联更新。外键与级联更新适用于单机低并发，不适合分布式、高并发集群；级联更新是强阻 塞，存在数据库更新风暴的风险；外键影响数据库的插入速度。
用过processlist吗？
关键的就是state列，mysql列出的状态主要有以下几种：
- Checking table
正在检查数据表（这是自动的）。 - Closing tables
正在将表中修改的数据刷新到磁盘中，同时正在关闭已经用完的表。这是一个很快的操作，如果不是这样的话，就应该确认磁盘空间是否已经满了或者磁盘是否正处于重负中。 - Connect Out
复制从服务器正在连接主服务器。 - Copying to tmp table on disk
由于临时结果集大于tmp_table_size，正在将临时表从内存存储转为磁盘存储以此节省内存。 - Creating tmp table
正在创建临时表以存放部分查询结果。 - deleting from main table
服务器正在执行多表删除中的第一部分，刚删除第一个表。 - deleting from reference tables
服务器正在执行多表删除中的第二部分，正在删除其他表的记录。 - Flushing tables
正在执行FLUSH TABLES，等待其他线程关闭数据表。 - Killed
发送了一个kill请求给某线程，那么这个线程将会检查kill标志位，同时会放弃下一个kill请求。MySQL会在每次的主循环中检查kill标志位，不过有些情况下该线程可能会过一小段才能死掉。如果该线程程被其他线程锁住了，那么kill请求会在锁释放时马上生效。 - Locked
被其他查询锁住了。 - Sending data
正在处理Select查询的记录，同时正在把结果发送给客户端。Sending data”状态的含义，原来这个状态的名称很具有误导性，所谓的“Sending data”并不是单纯的发送数据，而是包括“收集 + 发送 数据”。 - Sorting for group
正在为GROUP BY做排序。 - Sorting for order
正在为ORDER BY做排序。 - Opening tables
这个过程应该会很快，除非受到其他因素的干扰。例如，在执Alter TABLE或LOCK TABLE语句行完以前，数据表无法被其他线程打开。正尝试打开一个表。 - Removing duplicates
正在执行一个Select DISTINCT方式的查询，但是MySQL无法在前一个阶段优化掉那些重复的记录。因此，MySQL需要再次去掉重复的记录，然后再把结果发送给客户端。 - Reopen table
获得了对一个表的锁，但是必须在表结构修改之后才能获得这个锁。已经释放锁，关闭数据表，正尝试重新打开数据表。 - Repair by sorting
修复指令正在排序以创建索引。 - Repair with keycache
修复指令正在利用索引缓存一个一个地创建新索引。它会比Repair by sorting慢些。 - Searching rows for update
正在讲符合条件的记录找出来以备更新。它必须在Update要修改相关的记录之前就完成了。 - Sleeping
正在等待客户端发送新请求. - System lock
正在等待取得一个外部的系统锁。如果当前没有运行多个mysqld服务器同时请求同一个表，那么可以通过增加–skip-external-locking参数来禁止外部系统锁。 - Upgrading lock
Insert DELAYED正在尝试取得一个锁表以插入新记录。= - Updating
正在搜索匹配的记录，并且修改它们。 - User Lock
正在等待GET_LOCK()。 - Waiting for tables
该线程得到通知，数据表结构已经被修改了，需要重新打开数据表以取得新的结构。然后，为了能的重新打开数据表，必须等到所有其他线程关闭这个表。以下几种情况下会产生这个通知：FLUSH TABLES tbl_name, Alter TABLE, RENAME TABLE, REPAIR TABLE, ANALYZE TABLE,或OPTIMIZE TABLE。 - waiting for handler insert
Insert DELAYED已经处理完了所有待处理的插入操作，正在等待新的请求。
某个表有数千万数据，查询比较慢，如何优化？说一下思路
- 前端优化 减少查询
- 合并请求:多个请求需要的数据尽量一条sql拿出来
- 会话保存：和用户会话相关的数据尽量一次取出重复使用
- 避免无效刷新
- 多级缓存 不要触及到数据库
- 应用层热点数据高速查询缓存（低一致性缓存）
- 高频查询大数据量镜像缓存（双写高一致性缓存）
- 入口层缓存（几乎不变的系统常量）
- 使用合适的字段类型，比如varchar换成char
- 一定要高效使用索引。
- 使用explain 深入观察索引使用情况
- 检查select 字段最好满足索引覆盖
- 复合索引注意观察key_len索引使用情况
- 有分组，排序，注意file sort，合理配置相应的buffer大小
- 检查查询是否可以分段查询，避免一次拿出过多无效数据
- 多表关联查询是否可以设置冗余字段，是否可以简化多表查询或分批查询
- 分而治之：把服务拆分成更小力度的微服务
- 冷热数据分库存储
- 读写分离，主被集群 然后再考虑分库分表
count(列名)和 count(*)有什么区别？
count()是 SQL92 定义的
标准统计行数的语法，跟数据库无关，跟 NULL 和非 NULL 无关。
说明：count()会统计值为 NULL 的行，而 count(列名)不会统计此列为 NULL 值的行。
如果有超大分页改怎么处理？
-
select name from user limit 10000,10;在 使用的时候并不是跳过 offset 行，而是取 offset+N 行，然后返回放弃前 offset 行，返回 N 行 -
通过索引优化的方案：
- 如果主键自增可以
select name from user where id > 10000 limit 10; - 延迟关联
- 需要order by时
- 一定注意增加筛选条件，避免全表排序
- where -》 order by -》 limit
- 减少select字段
- 优化相关参数避免filesort
- 一定注意增加筛选条件，避免全表排序
- 如果主键自增可以
-
一般大分页情况比较少（很少有人跳转到几百万页去查看数据），实际互联网业务中多数还是按顺序翻页，可以使用缓存提升前几页的查询效率，实际上大多数知名互联网项目也都是这么做的
在阿里巴巴《Java开发手册》中的建议：
【推荐】利用延迟关联或者子查询优化超多分页场景。 说明：MySQL 并不是跳过 offset 行，而是取 offset+N 行，然后返回放弃前 offset 行，返回 N 行，那当 offset 特别大的时候，效率就非常的低下，要么控制返回的总页数，要么对超过 特定阈值的页数进行 SQL 改写。 正例：先快速定位需要获取的 id 段，然后再关联： SELECT a.* FROM 表 1 a, (select id from 表 1 where 条件 LIMIT 100000,20 ) b where a.id=b.id
mysql服务器毫无规律的异常重启如何排查问题？
首先是查看mysql和系统日志来定位错误
最常见的是关闭swap分区后OOM问题：
mysql 分为应用进程和守护进程
当应用进程内存占用过高的时候操作系统可能会kill掉进程，此时守护进程又帮我们重启了应用进程，运行一段时间后又出现OOM如此反复
可以排查以下几个关键点
- 运行时内存占用率
- mysql buffer相关参数
- mysql 网络连接相关参数
异常关机或kill -9 mysql 后导致表文件损坏
- 直接使用备份
- 配置 innodb_force_recovery 跳过启动恢复过程
mysql 线上修改表结构有哪些风险?
针对ddl命令，有以下几种方式
-
copy table 锁原表，创建临时表并拷贝数据
-
inplace 针对索引修改删除的优化，不需要拷贝所有数据
-
Online DDL 细分DDL命令来决定是否锁表
-
可能会锁表，导致无法读写
-
ORM中的映射失效
-
索引失效
建议：建个新表，导入数据后重命名
什么是mysql多实例部署？
指的是在一台主机上部署多个实例
主要目的是压榨服务器性能
缺点是互相影响