1.0 MySQL 中，如何定位慢查询？
先是通过压力测试的时候，发现有些接口响应时间非常慢，查过了 2 秒。再接着通过部署运维监控系统 Skywalking，在它的报表展示中可以看到哪个接口慢，并且能分析出接口中哪部分耗时较多，包括具体的 SQL 执行时间，这样就能定位到出现问题的 SQL 。
如何没有这种监控系统，MySQL 本身也提供了慢查询日志功能。可以在 MySQL 的系统配置文件中开启慢查询日志，并设置 SQL 执行时间超过多少就记录到日志文件中，比如说项目设置的是 2 秒，超过这个时间的 SQL 就会记录在日志文件中，我们就可以在日志文件中找到执行慢的 SQL 语句。
2.0 发现了 SQL 语句执行很慢，如何分析呢？
如果一条 SQL 执行很慢，通常会使用 MySQL 的 EXPLAIN 命令来分析这条 SQL 的执行情况。通过 key 和 key_len 可以检查是否命中了索引，如果已经添加了索引，也可以判断索引是否有效。通过 type 字段可以查看 SQL 是否有优化空间，比如是否存在全索引扫描或全表扫描。通过 extra 建议可以判断是否出现回表情况，如果出现，可以尝试添加索引或修改返回字段来优化。
3.0 什么是索引？
索引在项目中非常常见，它是一种帮助 MySQL 高效获取数据的数据结构，主要用来提高数据检索效率。降低数据库的 I/O 成本。同时，索引列可以对数据进行排序，降低数据排序的成本，也能减少 CPU 的消耗。
篇幅限制下面就只能给大家展示小册部分内容了。整理了一份核心面试笔记包括了：Java面试、Spring、JVM、MyBatis、Redis、MySQL、并发编程、微服务、Linux、Springboot、SpringCloud、MQ、Kafka 面试专题
需要全套面试笔记【扫一扫】 即可免费获取**
4.0 索引的底层数据结构了解过吗？
MySQL 默认存储引擎 InnoDB 使用的是 B+ 树作为索引的存储结构。选择 B+ 树的原因包括：节点可以有更多子节点，路径更短；磁盘读写代价更低，非叶子节点只存储键值和指针，叶子节点存储数据；B+ 树适合范围查询和扫描，因为叶子节点形成了一个双向链表。
5.0 B 树与 B+ 树的区别是什么呢？
B 树和 B+ 树的主要区别在于：
1）B 树的非叶子节点和叶子节点都存放数据，而 B+ 树的所有数据只出现在叶子节点，这使得 B+ 树在查询效率更稳定。
2）B+ 树在进行范围查询时效率更高，因为所有数据都在叶子节点，并且叶子节点之间形成了双向链表。
6.0 什么是聚簇索引？什么是非聚簇索引？
聚簇索引是指数据与索引放在一起，B+ 树的叶子节点保存了整行数据，通常只有一个聚簇索引，一般是由主键构成。
非聚簇索引则是数据与索引分开存储，B+ 树的叶子节点保存的是主键值，可以有多个非聚簇索引，通常可以自定义的索引都是非聚簇索引。
7.0 知道什么是回表查询吗？
回表查询是指通过二级索引找到对应的主键值，然后再通过主键值查询聚簇索引中对应整行数据的过程。
8.0 知道什么是覆盖索引吗？
覆盖索引是指在 SELECT 查询中，返回的列全部能在索引中找到，避免了回表查询，提高了性能。使用覆盖索引可以减少对主键索引的查询次数，提高查询效率。
9.0 MySQL 超大分页怎么处理？
超大分页通常发生在数据量大的情况下，使用 LIMIT 分页查询且需要排序时效率较低。可以通过覆盖索引和子查询来解决。首先查询数据的 ID 字段进行分页，然后根据 ID 列表用子查询来过滤这些 ID 的数据，因为查询 ID 时使用的是覆盖索引，所以效率可以提升。
10.0 索引创建原则有哪些？
创建索引的原则包括：
1）表中的数据量超过 10 万以上时考虑创建索引。
2）选择查询频繁的字段作为索引，如查询条件、排序条件或分组字段。
3）尽量使用复合索引，覆盖 SQL 返回值。
4）如果字段区分度不高，可以使用前缀索引。
5）控制索引数量，因为索引虽然可以提高查询速度，但也会影响插入、更新的速度。
11.0 什么情况下索引失效？
索引可能在以下情况下失效：
1）没有遵循最左匹配原则。
2）使用了模糊查询且 % 号在前面。
3）在索引字段上进行了运算或类型转换。
4）使用了复合索引但在中间使用了范围查询，导致右边的条件索引失效。
12.0 SQL 的优先经验有哪些？
SQL 优先可以从以下几个方面考虑：
1）建表时选择合适的字段类型。
2）使用索引，遵循创建索引的原则。
*3）编写高效的 SQL 语句，比如避免使用 SELECT ，尽量使用 UNION ALL 代替 UNION，以及在表关联时使用 INNER JOIN 。
4）采用主从复制和读写分离提高性能。
5）在数据量大时考虑分库分表。
13.0 创建表的时候，是如何优化的呢？
创建表的时候，主要参考《嵩山版》开发手册，选择字段类型时结合字段内容，比如数值类型选择 TINYINT、INT、BIGINT 等，字符串类型选择 CHAR、VARCHAR 或 TEXT 。
14.0 在使用索引的时候，是如何优化呢？
在使用索引时，遵循索引创建原则，确保索引字段是查询频繁的，使用复合索引覆盖 SQL 返回值，避免在索引上进行运算或类型转换，以及控制索引数量。
15.0 对 SQL 语句做了哪些优化呢？
*对 SQL 语句的优化包括指明字段名称而不是使用 SELECT ，避免造成索引失效的写法，聚合查询时使用 UNION ALL 代替 UNION，表关联时优先使用 INNER JOIN，以及在必须使用 LEFT JOIN 或 RIGHT JOIN 时，确保小表作为驱动表。
16.0 事务的特性是什么？可以详细说一下吗？
事务的特性是 ACID，即原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）。比如，A 向 B 转账 500 元，这个操作要么都成功，要么都失败，体现了原子性。转账过程中数据要保持一致，A 扣除了 500 元，B 必须增加 500 元。隔离性体现在 A 向 B 转账时，不受其他事务干扰。持久性体现在事务提交之后，数据要被持久化存储。
17.0 并发事务带来哪些问题？
并发事务可能导致脏读、不可重复读和幻读。脏读是指一个事务读到了另一个事务未提交的 "脏数据" 。不可重复读是指在一个事务内多次读取同一数据，由于其他事务的修改导致数据不一致。幻读是指一个事务读取到了其他事务插入的 "幻行" 。
18.0 怎么解决这些问题？MySQL 的默认隔离级别是？
解决这些问题的方法是使用事务隔离。MySQL 支持四种隔离级别：
1）未提交读（READ UNCOMMITTED）：解决不了所有问题。
2）读已提交（READ COMMITED）：能解决脏读，但不能解决不可重复读和幻读。
3）可重复读（REPEATABLE READ）：能解决脏读和不可重复读，但不能解决幻读，这也是 MySQL 的默认隔离级别。
4）串行化（SERIALIZABLE）：可以解决所有问题，但性能较低。
19.0 undo log 和 redo log 的区别是什么？
redo log 记录的是数据页的物理变化，用于服务宕机后的恢复，保证事务的持久性。而 undo log 记录的是逻辑日志，用于事务回滚时恢复原始数据，保证事务的原子性和一致性。
20.0 事务中的隔离性是如何保证的呢？（解释一下 MVCC）
事务的隔离性通过锁和多版本并发控制（MVCC）来保证。MVCC 通过维护数据的多个版本来避免读写冲突。底层实现包括隐藏字段、undo log 和 read view。隐藏字段包括 trx_id 和 roll_pointer。undo log 记录了不同版本的数据，通过 roll_pointer 形成版本链。read view 定义了不同隔离级别下的快照读，决定了事务访问哪个版本的数据。
21.0 MySQL 主从同步原理是什么？
MySQL 主从复制的核心是二进制日志（Binlog）。步骤如下：
1）主库在事务提交时，记录数据变更到 Binlog 。
2）从库读取主库的 Binlog 并写入中继日志（Relay Log）。
3）从库重做中继日志中的事件，反映到自己的数据中。
22.0 项目用过 MySQL 的分库分表吗？
项目中采用微服务架构，每一个微服务对应一个数据库，是根据业务进行拆分的，这个其实就是垂直拆分。
23.0 那你之前使用过水平分库吗？
使用过。当时业务发展迅速，某个表数据量超过 1000 万，单库优化后性能仍然很慢，因此采用了水平分库。首先部署了 3 台服务器和 3 个数据库，使用 mycat 进行数据分片。旧数据也按照 ID 取模规则迁移到各个数据库中，这样数据库可以分摊存储和读取压力，解决了性能问题。 > 篇幅限制下面就只能给大家展示小册部分内容了。整理了一份核心面试笔记包括了：Java面试、Spring、JVM、MyBatis、Redis、MySQL、并发编程、微服务、Linux、Springboot、SpringCloud、MQ、Kafka 面试专题
需要全套面试笔记【扫一扫】 即可免费获取**