MySQL面试重点-1

1. 数据库基础知识：

DDL、DML、DQL、DCL的概念与区别？

• DDL（数据定义语言）：创建（CREATE）数据库中的各种对象：表、视图、索引等
• DML（数据操纵语言）：INSERT、UPDATE、DELETE
• DQL（数据查询语言）：SELECT、FROM、WHERE
• DCL（数据控制语言）：来授予或回收访问数据库的某种特权，并控制数据库操纵事务发生的时间及效果，对数据库实行监视等。如：GRANT（授权）

三大范式：*

• 第一范式（1NF）：所有属性都是不可分割的原子值
• 第二范式（2NF）：2NF在1NF的基础之上，消除了非主属性对于码的部分函数依赖
• 第三范式（3NF）：3NF在2NF的基础之上，消除了非主属性对于码的传递函数依赖

https://www.zhihu.com/question/24696366

数据库相关语法：

创建数据库： Create Database db_name; # 删除数据库： Drop Database db_name; # 选择数据库： Use db_name; # 显示所有数据库： Show Databases;

建表语句相关语法：

# 创建数据库：
Create Database db_name;
# 删除数据库：
Drop Database db_name;
# 选择数据库：
Use db_name;
# 显示所有数据库：
Show Databases;

表数据相关语法：

# 创建表：
Create Table table_name (column_name column_type);
# 删除表：Drop【抓铺】
Drop Table table_name;
# 修改表：
## 添加某列：Alter【奥特儿】
Alter Table table_name Add column_name data_type;
## 删除某列：
Alter Table table_name Drop column_name;
## 修改表名：
Alter Table old_table_name Rename new_table_name;
## 修改表列名：
Alter Table table_name Change old_column_name new_table_name data_type;
## 修改表属性：
Alter Table table_name Modify column_name new_data_type;
# 显示表：
Show tables;

2. MySQL基础知识：

Select子句及其执行顺序：

注：使用GROUP BY子句以后，才可以用HAVING。

MySQL单表最大容量：

使用不同的操作系统、数据库的存储引擎以及存储方式都会改变表的容量（InnoDB最大64TB，MyISAM 最大64PB，1PB=2014TB），一般来说MySQL单表是一个千万级的数据库。

MySQL存储超大文件的数据类型：

tinytext（256B）、text（64K）、mediumtex（16M）、longtext（4G）

MySQL怎么进行数据恢复？

第一步，找到最近的一次全量备份，从这个备份恢复到临时库。

第二步，从备份的时间点开始，将备份的binlog依次取出来，重放到中午误删表之前的那个时刻。

Tips：binlog会记录所有的逻辑操作，并且是采用追加写的形式。

left join语句on与where的区别？

在left join语句中，左表（主表）过滤必须放where条件中，右表过滤必须放on条件中

WHERE和HAVING的区别？

• WHERE过滤的是行，HAVING过滤分组（HAVING与GROUP BY联合使用，用来过滤由GROUP BY返回的记录集）；
• WHERE在分组前对数据进行过滤，HAVING在分组后对数据进行过滤；
• WHERE后不能接聚合函数，HAVING后面通常都有聚合函数。

MySQL原子性和持久性是怎么保证的？

原子性通过undo log来实现，持久性通过redo log来实现。

3. MySQL中SQL的执行过程：

MYSQL架构分为server层（连接器，查询缓存，分析器，优化器，执行器等）和存储引擎层（负责数据的存储与提取）

Mysql------Sql查询语句的执行过程_mysql sql语句执行过程-CSDN博客

Tips：需要注意的是，MySQL 8.0版本直接将查询缓存的功能删掉了，因此8.0开始没有这个功能。

（上边的图很全面，理解记下来）

下图建议，看完undo log、redo log 、binlog之后再看。

fsync函数（内存指令）：同步内存中所有已修改的文件数据到储存设备。

4. MySQL中in和exists区别？**

• 连表查询原则：
  • 在MYSQL的连表查询中，最好是遵循"小表驱动大表的原则"

• 区别：
  • in语句是把外表和内表作哈希关联，而exists语句是对外表（主表）作嵌套循环，每次循环再对内表进行查询。
  • 如果两个表中一个较小，一个是较大，则子查询表大的用exists，子查询表小的用in。
  • 无论哪个表大，用not exists都比not in要快。
• Tips：
  • 哈希连接（Hash Join）：先扫面一张表，将表中的Key进行哈希，根据哈希结果装进不同的"桶"中，然后再扫描另外一个表，将表中的Key进行哈希。对应之前的"桶"进行查找匹配。
  • 嵌套循环（loop）：先扫描一个驱动表，然后再拿着扫描出来的记录一条一条去另外一个表中去查找匹配。

5. 存储过程与自定义函数的区别？

• 存储过程：一组为了完成特定功能的SQL语句集，经编译后存储在数据库中（而SQL语句需要先编译然后执行），用户通过指定存储过程的名字和给定参数来调用执行它。
• 区别：（@&@）
  • 存储过程实现的功能要更复杂一些；自定义函数的针对性更强；
  • 存储过程可以返回多个值；自定义函数只能有一个值；
  • 存储过程一般独立执行；自定义函数可以作为其他SQL语句的组成部分来实现的。

6. 存储过程与触发器的区别？

触发器是一种特殊类型的存储过程。触发器是通过事件触发被执行的，而存储过程是通过存储过程名字调用执行的。

7. 事务ACID实现原理：***

• 原子性：undo log（可以拓展讲MVCC）。
• 一致性：通过原子性、隔离性、持久性三者来保证实现（最核心最本质的要求）。
• 隔离性：锁、 MVCC -> undo log +ReadView 。
• 持久性：redo log。

8. MVCC（多本版并发控制）：****

• 作用：提高数据库并发性能，处理写冲突，即使有读写冲突时，也能做到不加锁，非阻塞并发读。
• 相关概念：当前读（最新版的数据；操作：select lock in share mode (共享锁)、select for update、 update、insert、delete）、快照读（不加锁select操作；它实现了MVCC的非阻塞读功能）。
• 实现原理：
  • 三个隐藏字段：DB_ROW_ID（隐藏主键）、DB_TRX_ID（事务id）、DB_ROLL_PTR（回滚指针）
  • undo log（回滚日志）：进行insert、delete、update操作时会产生undo log；它是一个记录链，链首就是最新的旧记录，链尾就是最早的旧记录。
  • Read View（读视图）：事务进行快照读操作时，生产的读视图；读视图生成时机不同，会产生不同的事务隔离级别；读视图根据可见性规则，去undo log链中寻找需要的数据。

RC、RR隔离级别下，InnoDB快照读有什么不同：

• 在RC隔离级别下，事务每次快照读都会生成一个新的Read View。
• 在RR隔离级别下，在同一个事务中，第一个快照读才会创建Read View，之后的快照读获取的都是同一个Read View。

9. 描述一下数据库事务隔离级别？

相关术语：

• 脏读（无效数据的读出）：事务A修改某值，然后事务B读取该值，此后事务A撤销该值的修改，导致事务B读取的数据无效。
• 不可重复读：是指在一个事务范围内多次查询却返回了不同的数据值，这是由于在查询期间，被其它事务修改并提交了。
• 虚读(幻读)：是事务非独立执行时发生的一种现象。事务A按照一定条件进行数据读取，期间事务B插入了相同搜索条件的新数据，事务A再次按照原先条件进行读取时，发现了事务B新插入的数据称之为幻读。（@&@）
• Tips：不可重复读的和幻读很容易混淆，不可重复读侧重于修改，幻读侧重于新增或删除，幻读是不可重复的子类。（@&@）

隔离级别：

Tips：事务隔离级别不是得越高越好，如果级别越高，要加锁来保证事务的正确性，会导致效率降低，因此，实际开发中要在效率和并发正确性之间做一个取舍。

原理：

事务隔离机制的实现基于锁机制和并发调度（MVCC），通过保存修改的旧版本信息，来支持并发一致性读和回滚等特性。

10. MySQL幻读怎么解决的：

概念：

事务A按照一定条件进行数据读取，期间事务B插入了相同搜索条件的新数据，事务A再次按照原先条件进行读取时，发现了事务B新插入的数据称之为幻读。

解决：

• 一般情况下select * from ... .where ...是快照读，不会加锁；而 for update、lock in share mode、update、delete都属于当前读，会加锁。
• 事务中都是用快照读，那么不会产生幻读的问题，但是快照读和当前读一起使用的时候就会产生幻读。
• 事务在查询中使用select ... for update 加锁避免幻读，其实本质是采用间隙锁的机制解决幻读问题。

11. undo log、redo log、binlog：

undo log ：

回滚和MVCC 、redo log和binlog -> 减少IO成本、保证数据一致性、两阶段提交

redo log：（@&@）

• 概念：
  • 它是InnoDB存储引擎层的日志（又称重做日志文件）。它是循环写的，它不是记录数据页更新之后的状态，而是记录这个页做了什么改动。
  • 它是固定大小：比如可以配置为一组4个文件，每个文件的大小是1GB，那么日志总共就可以记录4GB的操作。从头开始写，写到末尾就又回到开头循环写。
  • 在数据库进行异常重启的时候，可以根据redo log进行恢复，也就达到了 crash-safe。

• 好处：
  • redo log 节省随机写磁盘的IO，转换成顺序写 -> InnoDB会先把记录写到redo log里面，并更新内存，这个时就算更新完成。 写redo log是顺序写入，刷脏是随机写，这样可以将随机写磁盘的IO消耗转成顺序写。
  • 日志和磁盘配合的整个过程，就是MySQL 里的 WAL（Write-Ahead Logging）技术 ，它的关键点就是先写日志，再写磁盘。
• 流程：**
  • 当有一条记录需要更新时，InnoDB就会先把记录写到 redo log（redolog buffer）里面，并更新内存（buffer pool），这个时候更新就算完成了。InnoDB 引擎会在适当时（如系统空闲时），将这个操作记录更新到磁盘里面（刷脏页）。
• Crash-Safe：
  • 它指MySQL服务器宕机重启后，能够保证：
    • 所有已经提交的事务的数据仍然存在。
    • 所有没有提交的事务的数据自动回滚。

binlog（归档日志）：

• 概念：
  • binlog 属于逻辑日志，是以二进制的形式记录的是这个语句的原始逻辑，binlog没有crash-safe能力。
    • sync_binlog参数设置成1时，表示每次binlog都持久化到磁盘。建议设置成1，这样可以保证MySQL异常重启之后binlog不丢失。
  • binlog 有两种模式：statement格式的话是记SQL语句，row格式会记录行的内容。它是记两条，更新前和更新后都有。
• 作用：数据恢复、主从复制。

MySQL的两阶段提交（2PC）:

将 redo log 的写入拆成了两个步骤：prepare 和 commit，这就是MySQL的两阶段提交，它主要解决 binlog和redo log 的数据一致性的问题。 -> 大概步骤：写入redo log，此时处于prepare节点，然后写入binlog成功后，提交redo log。

redo log和binlog区别：*

• redo log 是 InnoDB 引擎特有的；binlog 是 MySQL 的 Server 层实现的，所有引擎都可以使用。
• redo log 是物理日志，记录的是在某个数据页上做了什么修改；binlog 是逻辑日志，记录的是这个语句的原始逻辑。
• redo log 是循环写的，空间固定会用完；binlog 是可以追加写入的。追加写是指 binlog 文件写到一定大小后会切换到下一个，并不会覆盖以前的日志。

redo log和binlog是怎么关联起来的?

• redo log和 binlog有一个共同的数据字段，叫XID。
• 崩溃恢复时，会按顺序扫描 redo log：
  • 如果碰到既有prepare、又有commit 的redo log，就直接提交；
  • 如果碰到只有parepare、而没有commit 的redo log，就拿着XID去 binlog 找对应的事务，然后根据事务去判断。

MySQL 怎么知道binlog是完整的?

一个事务的 binlog 是有完整格式的：

• statement格式的binlog，最后会有COMMIT。
• row 格式的binlog，最后会有一个XID event。
• 在 MySQL 5.6.2 版本以后，还引入了 binlog-checksum 参数，用来验证 binlog 内容的正确性。

MySQL中已经有了Binlog，为啥还要有Redo Log？

https://blog.csdn.net/qq_41638851/article/details/135156062

12. SQL Join原理？***

MySQL只支持一种Join算法，它是Nested-Loop Join(嵌套循环连接)，并不支持哈希连接和合并连接，不过在MySQL中包含了多种变种，能够帮助MySQL提高Join执行的效率。

Simple Nested-Loop Join（简单嵌套循环连接）：

• 从驱动表中取出R1匹配S表所有列，然后R2，R3 ... 直到将R表中的所有数据匹配完，然后合并数据，可以看到这种算法要对S表进行RN次访问，虽然简单，但是相对开销太大。

Index Nested-Loop Join（索引嵌套循环连接）：

• 非驱动表上有索引，比较的时，不需要一条条记录进行比较，可以通过索引减少比较，从而加速查询。（即工作中关联键一定要建立索引的原因）
• 这种算法在连接查询的时，驱动表会根据关联字段的索引进行查找，只有在索引上找到符合的值，才会回表进行查询。
• 驱动表的选择：MySQL优化器一般情况下是会选择记录数少的作为驱动表，但是当SQL特别复杂的时，也会出现错误选择。
• 如果非驱动表的关联键是主键，性能就会非常的高，如果不是主键话，关联起来如果返回多行数据，效率就会特别的低，因为要多次的回表操作。

Block Nested-Loop Join：

• 在有索引的情况下，MySQL尝试使用Index Nested-Loop Join，在没有索引的情况下，MySQL会优先使用Block Nested-Loop Join，其次使用simple Nested-Loop Join。
• Block 比Simple 多一个中间处理的过程：Join Buffer。
  • 使用Join Buffer将驱动表的查询Join相关列都给缓冲到了Join Buffer中，然后批量与非驱动表进行比较，降低非驱动表的访问频率。
• 在查找的时，MySQL会将所有的需要的列缓存到Join Buffer中，包括select的列，而不是仅只缓存关联列。在一个有N个JOIN关联的SQL中，在执行时候分配N-1个Join Buffer。
• 参数join_buffer_size可以设置join buffer的大小，默认情况下join_buffer_size=256K。

13. 说明一下数据库索引原理、底层索引数据结构，叶子节点存储的是什么，索引失效的情况？

索引概念：

对数据库表中一个或多个列的值进行排序的数据结构。索引是一个文件，它是要占据物理空间的。

索引优缺点：

• 优点：加快检索速度；加速表和表之间的连接；创建唯一性索引，保证表中每一行数据的唯一性。
• 缺点：占用物理存储空间；创建索引和维护索引花费时间。

索引类型：*

聚集索引与非聚集索引（又称辅助索引）

使用场景：***

• 使用场景：
  • where后面的列；
  • 主键和外键的列；
  • 经常需要排序、分组和联合操作的字段。
• 不适应场景：-> 关键字"少"，查询少、数量少；关键字"不使用"，关键字"频繁更新"
  • 查询中很少使用的字段；
  • 数据量太少的字段；
  • 唯一性不太差的字段；
  • 更新频繁的字段；
  • 不会出现在where后的字段；
  • 大字段（text和blob等）不适合建立索引。

索引失效的情况：***

• 组合索引不遵循最左匹配原则时，索引失效；
• 组合索引前面索引列使用范围查询(、ike)，会导致后续的索引失效；
• like语句中，以%开头的模糊查询；
• 不要在索引列上做任何操作（计算，函数，类型转换），否则索引失效；
• is null和is not null无法使用索引；
• 字符串不添加引号会导致索引失效；
• 两表关联使用的条件字段中字段的长度、编码不一致会导致索引失效；
• 尽量少使用or操作符，否则连接时索引会失效；
• 如果mysql中使用全表扫描比使用索引快，也会导致索引失效。

如何加快数据访问的原理：***

• 解决方向1：MySQL所有数据都是存在磁盘中，需要减少IO成本 -> 读取的次数少、量少 -> 采用分块读取（局部性原理、磁盘预读）
• 解决方向2：使用索引 -> 索引的数据结构的选择 -> B+树。
  • MySQL的索引数据结构有：Hash（仅Memory引擎支持）、B+树。Hash比B+树效率高，但是限制条件多，所以大部分使用B+树。
  • InnoDB默认读取16K的数据，是页的正数倍。
  • 二叉树、AVL、红黑树特点是树的分支只有两个，数据多时，树的深度深，导致查询次数多（Pass）。
  • B树与B+树是多叉有序树，可以降低树的深度；
    • B树的每个节点都是存放key、value完整数据，会大量浪费内存。
    • 在B+树时，只有叶子节点存放key、value完整数据，非叶子节点只存放key。并且B+叶子节点会包含所有的数据，数据是按照顺序排列的。

其他重要概念：

前导列：就是在创建复合索引语句的第一列或者连续的多列。例如，复合索引（x，y，z）的前导列：x，xy，xyz

具体原理：

《11.5数据库连接池druidhikariCP及索引1_.vep》

《11.6索引原理2mysql基本架构及日志实现1_.vep》

放弃了，有时间看

14. 描述一下聚簇索引和非聚簇索引的区别？

聚簇索引存储引擎有要求：InnoDB中既有聚簇索引也有非聚簇索引，而MyISAM中只有非聚簇索引。

聚集索引（新华字典的拼音字典）：

• 概念：
  • 索引的逻辑顺序与磁盘上行的物理存储顺序相同。换一种说法是数据跟索引绑定到一起的叫聚集索引。
• 特点：
  • 一个表中只能拥有一个聚集索引。索引列，默认是主键，如果没有主键，会选择唯一键，如果没有唯一键，会选择生成6字节的rowid（隐藏字段）。
  • 叶子节点就是对应的数据节点，不需要二次查询，查询速度占优势。

非聚集索引（新华字典的偏旁字典）：

• 概念：
  • 索引的逻辑顺序与磁盘上行的物理存储顺序不同。
• 特点：
  • 一个表中可以拥有多个非聚集索引。
  • 叶子节点仍然是索引节点（叶子节点存储聚集索引的key），它只是有一个指针指向对应的数据块（指针到物理数据使用聚集索引查询）。查询中包含该索引没有覆盖的列，需要第二次的查询。

• 分类：
  • 普通索引（Normal）：基本的索引类型，没有任何限制（允许有空值）。
  • 唯一索引（Unique）：索引列的值唯一，但允许有空值。如果是组合索引，组合列的值要唯一。
  • 全文索引（Full Text）：主要针对文本的内容进行分词，加快查询速度

15. MySQL如何做分库分表的？

分库分表的依据 -> 单表的数据量经验：

300W：可以轻松抗住；600W：数据开始卡，优化可以解决（表结构，索引设计）；800W~ 1000W：优化都会遇到瓶颈。

一般单表1000W以内不考虑分表。但实际需要预估系统半年到一年的业务增长量，也要避免过度设计。

分库分表步骤：

根据数据量增长速度，依次实现：不分库不分表 -> 同库内的分表 -> 分库分表。

Tips：不要过度设计，MVP原则（最小设计原则）

分库分表策略：

• 水平：按照数据的范围切分数据，减少查询数据量。
  • 划分规则：
    • 范围划分：从0到10000一个表，10001到20000一个表；
    • HASH取模：通过某个ID值 hash取模后，分配到不同的数据库上。
    • 地理区域：华东，华南，华北这样来区分业务。
    • 时间切分：冷热数据分离，一年前的数据放到一张表里去，现在数据放到一张表。
• 垂直：按照数据字段切分数据，把数据分为常用数据与不常用数据。减少返回数据量。

分库分表遵循原则：**

• 能不切分尽量不要切分（一般千万级别数据去切分）；
• 如果要切分一定要选择合适的切分规则，提前规划好；
• 数据切分尽量通过数据冗余或表分组来降低跨库Join的可能；
• 业务读取尽量少使用多表Join。

分库分表面临的问题：*

• 事务支持：分布式事务。
• 跨库Join：分两次查询，第一次查询的结果返回关联数据的ID，然后根据ID第二次查询得到关联数据。
• 全局主键：无中心化分布式主键(UUID、雪花等)，参考分布式ID。

中间件：

使用Mycat或者ShardingSphere[丝菲尔儿]（Sharding-JDBC）中间件做分库分表，选择合适的中间件。

小型项目，分片规则简单的项目用 Sharding-JDBC；大型项目，可以用Mycat。

Sharding-JDBC：

Sharding-JDBC是一个在客户端的分库分表工具。它是一个轻量级Java框架，在Java的JDBC层提供的额外服务。

具体使用：

• 对app_user和app_user_record进行了库内分表，并且它两是绑定表关系。
• 使用自定义分片策略，继承PreciseShardingAlgorithm类。
• 使用自定义主键生成策略，利用Redis自增生成id，这里还用的Java SPI 加载自定义类。
• 使用dynamic-datasource-spring-boot-starter配置多数据源，不分表的数据使用非分表数据源。