MySQL面試問答集錦（總結分享）

本篇文章給大家帶來了關於的相關知識，其中主要整理了一些面試常會問到的題目，包括了資料庫架構、索引和SQL優化等等，希望對大家有幫助。

推薦學習：

1、資料庫架構

1.1、說說MySQL 的基礎架構圖

給面試官講一下 MySQL 的邏輯架構，有白板可以把下面的圖畫一下，圖片來源於網路。

Mysql邏輯架構圖主要分三層：

（1）第一層負責連線處理，授權認證，安全等等

（2）第二層負責編譯並優化SQL

（3）第三層是儲存引擎。

1.2、一條SQL查詢語句在MySQL中如何執行的？

• 先檢查該語句是否有許可權，如果沒有許可權，直接返回錯誤資訊，如果有許可權會先查詢快取(MySQL8.0 版本以前)。

• 如果沒有快取，分析器進行詞法分析，提取 sql 語句中 select 等關鍵元素，然後判斷 sql 語句是否有語法錯誤，比如關鍵詞是否正確等等。

• 最後優化器確定執行方案進行許可權校驗，如果沒有許可權就直接返回錯誤資訊，如果有許可權就會呼叫資料庫引擎介面，返回執行結果。

2、SQL 優化

2.1、日常工作中你是怎麼優化SQL的？

可以從這幾個維度回答這個問題：

2.1.1、優化表結構

（1）儘量使用數位型欄位

若只含數值資訊的欄位儘量不要設計為字元型，這會降低查詢和連線的效能，並會增加儲存開銷。這是因為引擎在處理查詢和連線時會逐個比較字串中每一個字元，而對於數位型而言只需要比較一次就夠了。

（2）儘可能的使用 varchar 代替 char

變長欄位儲存空間小，可以節省儲存空間。

（3）當索引列大量重複資料時，可以把索引刪除掉

比如有一列是性別，幾乎只有男、女、未知，這樣的索引是無效的。

2.1.2、優化查詢

• 應儘量避免在 where 子句中使用!=或<>操作符

• 應儘量避免在 where 子句中使用 or 來連線條件

• 任何查詢也不要出現select *

• 避免在 where 子句中對欄位進行 null 值判斷

2.1.3、索引優化

• 對作為查詢條件和 order by的欄位建立索引

• 避免建立過多的索引，多使用組合索引

2.2、怎麼看執行計劃（explain），如何理解其中各個欄位的含義？

在 select 語句之前增加 explain 關鍵字，會返回執行計劃的資訊。

（1）id 列：是 select 語句的序號，MySQL將 select 查詢分為簡單查詢和複雜查詢。

（2）select_type列：表示對應行是是簡單還是複雜的查詢。

（3）table 列：表示 explain 的一行正在存取哪個表。

（4）type 列：最重要的列之一。表示關聯型別或存取型別，即 MySQL 決定如何查詢表中的行。從最優到最差分別為：system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL

（5）possible_keys 列：顯示查詢可能使用哪些索引來查詢。

（6）key 列：這一列顯示 mysql 實際採用哪個索引來優化對該表的存取。

（7）key_len 列：顯示了mysql在索引裡使用的位元組數，通過這個值可以算出具體使用了索引中的哪些列。

（8）ref 列：這一列顯示了在key列記錄的索引中，表查詢值所用到的列或常數，常見的有：const（常數），func，NULL，欄位名。

（9）rows 列：這一列是 mysql 估計要讀取並檢測的行數，注意這個不是結果集裡的行數。

（10）Extra 列：顯示額外資訊。比如有 Using index、Using where、Using temporary等。

2.3、關心過業務系統裡面的sql耗時嗎？統計過慢查詢嗎？對慢查詢都怎麼優化過？

我們平時寫Sql時，都要養成用explain分析的習慣。慢查詢的統計，運維會定期統計給我們

優化慢查詢思路：

• 分析語句，是否載入了不必要的欄位/資料

• 分析 SQL 執行句話，是否命中索引等

• 如果 SQL 很複雜，優化 SQL 結構

• 如果表資料量太大，考慮分表

3、索引

3.1、聚集索引與非聚集索引的區別

可以按以下四個維度回答：

（1）一個表中只能擁有一個聚集索引，而非聚集索引一個表可以存在多個。

（2）聚集索引，索引中鍵值的邏輯順序決定了表中相應行的物理順序；非聚集索引，索引中索引的邏輯順序與磁碟上行的物理儲存順序不同。

（3）索引是通過二元樹的資料結構來描述的，我們可以這麼理解聚簇索引：索引的葉節點就是資料節點。而非聚簇索引的葉節點仍然是索引節點，只不過有一個指標指向對應的資料塊。

（4）聚集索引：物理儲存按照索引排序；非聚集索引：物理儲存不按照索引排序；

3.2、為什麼要用 B+ 樹，為什麼不用普通二元樹？

可以從幾個維度去看這個問題，查詢是否夠快，效率是否穩定，儲存資料多少，以及查詢磁碟次數，為什麼不是普通二元樹，為什麼不是平衡二元樹，為什麼不是B樹，而偏偏是 B+ 樹呢？

3.2.1、為什麼不是普通二元樹？

如果二元樹特殊化為一個連結串列，相當於全表掃描。平衡二元樹相比於二叉查詢樹來說，查詢效率更穩定，總體的查詢速度也更快。

3.2.2、為什麼不是平衡二元樹呢？

我們知道，在記憶體比在磁碟的資料，查詢效率快得多。如果樹這種資料結構作為索引，那我們每查詢一次資料就需要從磁碟中讀取一個節點，也就是我們說的一個磁碟塊，但是平衡二元樹可是每個節點只儲存一個鍵值和資料的，如果是B樹，可以儲存更多的節點資料，樹的高度也會降低，因此讀取磁碟的次數就降下來啦，查詢效率就快啦。

3.2.3、為什麼不是 B 樹而是 B+ 樹呢？

B+ 樹非葉子節點上是不儲存資料的，僅儲存鍵值，而B樹節點中不僅儲存鍵值，也會儲存資料。innodb中頁的預設大小是16KB，如果不儲存資料，那麼就會儲存更多的鍵值，相應的樹的階數（節點的子節點樹）就會更大，樹就會更矮更胖，如此一來我們查詢資料進行磁碟的IO次數有會再次減少，資料查詢的效率也會更快。

B+ 樹索引的所有資料均儲存在葉子節點，而且資料是按照順序排列的，連結串列連著的。那麼 B+ 樹使得範圍查詢，排序查詢，分組查詢以及去重查詢變得異常簡單。

3.3、Hash 索引和 B+ 樹索引區別是什麼？你在設計索引是怎麼抉擇的？

• B+ 樹可以進行範圍查詢，Hash 索引不能。

• B+ 樹支援聯合索引的最左側原則，Hash 索引不支援。

• B+ 樹支援 order by 排序，Hash 索引不支援。

• Hash 索引在等值查詢上比 B+ 樹效率更高。

• B+ 樹使用 like 進行模糊查詢的時候，like 後面（比如%開頭）的話可以起到優化的作用，Hash 索引根本無法進行模糊查詢。

3.4、什麼是最左字首原則？什麼是最左匹配原則？

最左字首原則，就是最左優先，在建立多列索引時，要根據業務需求，where 子句中使用最頻繁的一列放在最左邊。

當我們建立一個組合索引的時候，如 (a1,a2,a3)，相當於建立了（a1）、(a1,a2)和(a1,a2,a3)三個索引，這就是最左匹配原則。

3.5、索引不適合哪些場景?

• 資料量少的不適合加索引

• 更新比較頻繁的也不適合加索引 = 區分度低的欄位不適合加索引（如性別）

3.6、索引有哪些優缺點？

(1) 優點：

• 唯一索引可以保證資料庫表中每一行的資料的唯一性

• 索引可以加快資料查詢速度，減少查詢時間

(2)缺點：

• 建立索引和維護索引要耗費時間

• 索引需要佔物理空間，除了資料表佔用資料空間之外，每一個索引還要佔用一定的物理空間

• 以表中的資料進行增、刪、改的時候，索引也要動態的維護。

4、鎖

4.1、MySQL 遇到過死鎖問題嗎，你是如何解決的？

遇到過。我排查死鎖的一般步驟是醬紫的：

（1）檢視死鎖紀錄檔 show engine innodb status;

（2）找出死鎖Sql

（3）分析sql加鎖情況

（4）模擬死鎖案發

（5）分析死鎖紀錄檔

（6）分析死鎖結果

4.2、說說資料庫的樂觀鎖和悲觀鎖是什麼以及它們的區別？

（1）悲觀鎖：

悲觀鎖她專一且缺乏安全感了，她的心只屬於當前事務，每時每刻都擔心著它心愛的資料可能被別的事務修改，所以一個事務擁有（獲得）悲觀鎖後，其他任何事務都不能對資料進行修改啦，只能等待鎖被釋放才可以執行。

（2）樂觀鎖：

樂觀鎖的「樂觀情緒」體現在，它認為資料的變動不會太頻繁。因此，它允許多個事務同時對資料進行變動。

實現方式：樂觀鎖一般會使用版本號機制或CAS演演算法實現。

4.3、MVCC 熟悉嗎，知道它的底層原理？

MVCC (Multiversion Concurrency Control)，即多版本並行控制技術。

MVCC在MySQL InnoDB中的實現主要是為了提高資料庫並行效能，用更好的方式去處理讀-寫衝突，做到即使有讀寫衝突時，也能做到不加鎖，非阻塞並行讀。

5、事務

5.1、MySQL事務得四大特性以及實現原理

• 原子性：事務作為一個整體被執行，包含在其中的對資料庫的操作要麼全部被執行，要麼都不執行。

• 一致性：指在事務開始之前和事務結束以後，資料不會被破壞，假如A賬戶給B賬戶轉10塊錢，不管成功與否，A和B的總金額是不變的。

• 隔離性：多個事務並行存取時，事務之間是相互隔離的，即一個事務不影響其它事務執行效果。簡言之，就是事務之間是進水不犯河水的。

• 永續性：表示事務完成以後，該事務對資料庫所作的操作更改，將持久地儲存在資料庫之中。

5.2、事務的隔離級別有哪些？MySQL的預設隔離級別是什麼？

• 讀未提交（Read Uncommitted）

• 讀已提交（Read Committed）

• 可重複讀（Repeatable Read）

• 序列化（Serializable）

Mysql預設的事務隔離級別是可重複讀(Repeatable Read)

5.3、什麼是幻讀，髒讀，不可重複讀呢？

事務A、B交替執行，事務A被事務B干擾到了，因為事務A讀取到事務B未提交的資料，這就是髒讀。

在一個事務範圍內，兩個相同的查詢，讀取同一條記錄，卻返回了不同的資料，這就是不可重複讀。

事務A查詢一個範圍的結果集，另一個並行事務B往這個範圍中插入/刪除了資料，並靜悄悄地提交，然後事務A再次查詢相同的範圍，兩次讀取得到的結果集不一樣了，這就是幻讀。

6、實戰

6.1、MySQL資料庫cpu飆升的話，要怎麼處理呢？

排查過程：

（1）使用top 命令觀察，確定是mysqld導致還是其他原因。

（2）如果是mysqld導致的，show processlist，檢視session情況，確定是不是有消耗資源的sql在執行。

（3）找出消耗高的 sql，看看執行計劃是否準確， 索引是否缺失，資料量是否太大。

處理：

（1）kill 掉這些執行緒(同時觀察 cpu 使用率是否下降)

（2）進行相應的調整(比如說加索引、改 sql、改記憶體引數)

（3）重新跑這些 SQL。

其他情況：

也有可能是每個 sql 消耗資源並不多，但是突然之間，有大量的 session 連進來導致 cpu 飆升，這種情況就需要跟應用一起來分析為何連線數會激增，再做出相應的調整，比如說限制連線數等

6.2、MYSQL的主從延遲，你怎麼解決？

主從複製分了五個步驟進行：（圖片來源於網路）

• 步驟一：主庫的更新事件(update、insert、delete)被寫到binlog

• 步驟二：從庫發起連線，連線到主庫。

• 步驟三：此時主庫建立一個binlog dump thread，把binlog的內容傳送到從庫。

• 步驟四：從庫啟動之後，建立一個I/O執行緒，讀取主庫傳過來的binlog內容並寫入到relay log

• 步驟五：還會建立一個SQL執行緒，從relay log裡面讀取內容，從Exec_Master_Log_Pos位置開始執行讀取到的更新事件，將更新內容寫入到slave的db

主從同步延遲的原因

一個伺服器開放Ｎ個連結給使用者端來連線的，這樣有會有大並行的更新操作, 但是從伺服器的裡面讀取binlog的執行緒僅有一個，當某個SQL在從伺服器上執行的時間稍長 或者由於某個SQL要進行鎖表就會導致，主伺服器的SQL大量積壓，未被同步到從伺服器裡。這就導致了主從不一致， 也就是主從延遲。

主從同步延遲的解決辦法

• 主伺服器要負責更新操作，對安全性的要求比從伺服器要高，所以有些設定引數可以修改，比如sync_binlog=1，innodb_flush_log_at_trx_commit = 1 之類的設定等。

• 選擇更好的硬體裝置作為slave。

• 把一臺從伺服器當度作為備份使用， 而不提供查詢， 那邊他的負載下來了， 執行relay log 裡面的SQL效率自然就高了。

• 增加從伺服器嘍，這個目的還是分散讀的壓力，從而降低伺服器負載。

6.3、如果讓你做分庫與分表的設計，簡單說說你會怎麼做？

分庫分表方案:

• 水平分庫：以欄位為依據，按照一定策略（hash、range等），將一個庫中的資料拆分到多個庫中。

• 水平分表：以欄位為依據，按照一定策略（hash、range等），將一個表中的資料拆分到多個表中。

• 垂直分庫：以表為依據，按照業務歸屬不同，將不同的表拆分到不同的庫中。

• 垂直分表：以欄位為依據，按照欄位的活躍性，將表中欄位拆到不同的表（主表和擴充套件表）中。

常用的分庫分表中介軟體：

• sharding-jdbc

• Mycat

分庫分表可能遇到的問題

• 事務問題：需要用分散式事務啦

• 跨節點Join的問題：解決這一問題可以分兩次查詢實現

• 跨節點的count,order by,group by以及聚合函數問題：分別在各個節點上得到結果後在應用程式端進行合併。

• 資料遷移，容量規劃，擴容等問題

• ID問題：資料庫被切分後，不能再依賴資料庫自身的主鍵生成機制啦，最簡單可以考慮UUID

• 跨分片的排序分頁問題

推薦學習：

以上就是MySQL面試問答集錦（總結分享）的詳細內容，更多請關注TW511.COM其它相關文章！