MySQL数据库面试高频问题及解析

以下是汇总一份全面且针对性强的数据库（以 MySQL 为主）问题清单与答案解析。

---

一、SQL 基础与查询

1. 什么是主键、外键、唯一索引？它们有什么区别？

概念	作用	是否允许NULL	一张表数量
主键	唯一标识一条记录，保证实体完整性	不允许	一个
外键	建立和加强两个表数据之间的链接，保证参照完整性	允许（除非被引用列是主键）	多个
唯一索引	保证数据的唯一性，提高查询速度	允许（但只能有一个NULL）	多个

核心答案：主键是唯一的标识符，不允许重复和NULL；外键是关联另一张表主键的字段；唯一索引是保证字段值唯一的索引。主键是一种特殊的唯一索引。

2. WHERE 和 HAVING 子句的区别是什么？

• WHERE ：在分组前（GROUP BY） 过滤数据，它后面不能跟聚合函数。它作用于原始数据行。

• HAVING ：在分组后（GROUP BY） 过滤数据，它后面通常跟聚合函数（如 COUNT, SUM）。它作用于分组后的结果集。

示例：找出平均分数大于80分的学生ID。

SELECT student_id, AVG(score) as avg_score
FROM scores
GROUP BY student_id
HAVING AVG(score) > 80; -- HAVING在分组后过滤，可以使用聚合函数

3. INNER JOIN、LEFT JOIN、RIGHT JOIN 和 FULL JOIN 的区别？

这是一个必考题，用韦恩图来理解最直观。

• INNER JOIN（内连接） ：只返回两个表中连接条件匹配 的记录。交集。

• LEFT JOIN（左连接） ：返回左表的全部记录，以及右表中连接条件匹配的记录。如果右表无匹配，则右表字段为NULL。

• RIGHT JOIN（右连接） ：与左连接相反，返回右表的全部记录。

• FULL JOIN（全连接） ：返回左右两表的全部记录。只要其中某个表存在匹配，就返回行。不匹配的部分用NULL填充。（MySQL不直接支持，但可用 UNION 实现）

---

二、索引

1. 为什么索引能提高查询速度？

核心答案 ：索引就像一本书的目录。没有索引（全表扫描）就像一页一页地翻书找内容，速度极慢。而通过索引（目录），数据库可以快速定位到数据所在的数据页，极大地减少了需要扫描的数据量。

2. 哈希索引和B+树索引的区别？

特性	哈希索引	B+树索引
结构	哈希表	多路平衡搜索树
查询效率	等值查询极快 O(1)	等值查询和范围查询都很快 O(log n)
是否有序	无序	有序（叶子节点链表）
支持排序	不支持	支持
适用场景	仅等值查询（如内存表）	绝大多数数据库场景

结论 ：数据库（如MySQL的InnoDB）默认使用B+树索引，因为它完美支持了数据库最常用的等值查询 和范围查询。

3. 什么情况下索引会失效？

这是一个非常实战化的问题。

1. 在索引列上使用函数或计算 ：WHERE YEAR(create_time) = 2023 （失效） vs WHERE create_time BETWEEN '2023-01-01' AND '2023-12-31' （有效）。

2. 使用 != 或 <> 操作符。

3. 使用 OR 连接条件，如果OR的某一侧没有索引，可能导致全表扫描。

4. 对索引列使用 LIKE 并以通配符 % 开头 ：WHERE name LIKE '%伟' （失效）vs WHERE name LIKE '张%' （有效，叫"前缀匹配"）。

5. 字符串索引未使用引号，会导致类型转换，索引失效。

6. 复合索引未使用最左前缀 。例如索引是 (a, b, c)，查询条件只有 b = 1 和 c = 1 则无法使用该索引。

---

三、事务

1. 谈谈数据库事务的ACID特性。

这是事务的基石，必须烂熟于心。

• A - 原子性 ：事务是一个不可分割的工作单位，事务中的操作要么全部成功 ，要么全部失败回滚 。通过 Undo Log 实现。

• C - 一致性 ：事务执行前后，数据库都必须从一个一致性状态 转变到另一个一致性状态（不违反任何完整性约束）。这是事务的最终目的，由其他三大特性共同保证。

• I - 隔离性 ：并发事务之间相互隔离 ，不应互相干扰。通过锁机制 和 MVCC 实现。

• D - 持久性 ：事务一旦提交，它对数据库的改变就是永久性 的。通过 Redo Log 实现。

2. 事务的隔离级别有哪些？分别解决了哪些并发问题？

隔离级别	脏读	不可重复读	幻读
读未提交	❌ 可能发生	❌ 可能发生	❌ 可能发生
读已提交	✅ 解决	❌ 可能发生	❌ 可能发生
可重复读	✅ 解决	✅ 解决	❌ 可能发生
串行化	✅ 解决	✅ 解决	✅ 解决

• 脏读 ：读到了另一个未提交事务修改的数据。

• 不可重复读 ：在同一个事务中，两次读取同一条 数据，结果不一样（被其他已提交事务修改 或删除）。

• 幻读 ：在同一个事务中，两次执行相同的查询 ，返回的记录数不一样（被其他已提交事务插入了新数据）。

注意 ：MySQL的InnoDB引擎在可重复读 级别下，通过 Next-Key Lock 机制在很大程度上避免了幻读。

---

四、锁

1. 乐观锁和悲观锁的区别？

• 悲观锁 ：悲观地 认为数据在修改时一定会发生冲突。因此在操作数据之前，会先加锁 （如行锁、表锁）。SELECT ... FOR UPDATE 就是典型的悲观锁。数据库原生支持。

• 乐观锁 ：乐观地 认为数据在修改时不会冲突。因此不会加锁，而是在更新时去判断此期间数据是否被其他线程修改过。通常通过版本号 或时间戳 实现。需要应用层自己实现。

适用场景：

• 悲观锁：写操作多，冲突概率高的场景。

• 乐观锁：读操作多，冲突概率低的场景，能大大提高吞吐量。

2. 行级锁和表级锁的区别？

• 表级锁：开销小，加锁快；不会出现死锁；锁定粒度大，发生锁冲突的概率最高，并发度最低。（如MyISAM引擎）

• 行级锁：开销大，加锁慢；会出现死锁；锁定粒度最小，发生锁冲突的概率最低，并发度最高。（如InnoDB引擎）

结论：InnoDB的行级锁是现代高并发应用的首选。

---

五、数据库设计

1. 数据库三大范式是什么？

• 第一范式 ：每个字段都是原子性的，不可再分。

• 第二范式 ：满足第一范式，且非主键字段必须完全依赖于整个主键，而不是部分主键。（主要针对复合主键）

• 第三范式 ：满足第二范式，且非主键字段之间不能有传递依赖，即所有非主键字段必须直接依赖于主键。

简单理解 ：范式是为了减少数据冗余，保持数据一致性。但并非范式越高越好，有时为了查询性能（减少JOIN），会故意设计反范式的表。

---

六、实战与场景题

1. 如何定位和优化一条慢SQL查询？

这是一个考察综合能力的问题。

1. 定位 ：使用MySQL的慢查询日志 或 SHOW PROCESSLIST 命令找到执行慢的SQL。

2. 分析 ：使用 EXPLAIN 命令分析SQL的执行计划。重点关注：

   • type ：访问类型，从好到坏有 const, eq_ref, ref, range, index, ALL（全表扫描）。

   • key：实际使用的索引。

   • rows：预估需要扫描的行数。

   • Extra ：额外信息，如 Using filesort（需要额外排序），Using temporary（使用临时表）都是需要优化的信号。

3. 优化：

   • 为 WHERE 条件和 ORDER BY / GROUP BY 的列创建合适的索引。

   • 优化SQL语句本身（避免 SELECT *，避免使用 OR 等）。

   • 考虑重构表结构或业务逻辑。

2. DROP、DELETE 和 TRUNCATE 的区别？

操作	类型	是否可回滚	是否触发触发器	速度
DELETE	DML	可回滚	会触发	慢（一行行删除）
TRUNCATE	DDL	不可回滚	不会触发	快（直接删除数据页）
DROP	DDL	不可回滚	不会触发	最快（删除整个表）

---

下面让我们专注于 SQL 语句本身。这里为你梳理从基础到高级的各种常用 SQL 语句，并附上解释和示例。

一、数据定义语言（DDL）- 定义和管理结构

用于定义、修改和删除数据库、表、索引等对象的结构。

1. CREATE - 创建

创建数据库：

CREATE DATABASE my_shop;

创建表：

CREATE TABLE users (
    id INT AUTO_INCREMENT PRIMARY KEY,      -- 自增主键
    username VARCHAR(50) NOT NULL UNIQUE,   -- 非空且唯一
    email VARCHAR(100),
    age INT CHECK (age >= 0),               -- 检查约束
    created_at DATETIME DEFAULT CURRENT_TIMESTAMP -- 默认值
);

创建索引：

-- 在users表的email字段上创建索引，加快基于邮箱的查询
CREATE INDEX idx_email ON users(email);

-- 创建联合索引
CREATE INDEX idx_name_age ON users(username, age);

2. ALTER - 修改

添加列：

ALTER TABLE users ADD COLUMN phone_number VARCHAR(20);

修改列数据类型：

ALTER TABLE users MODIFY COLUMN email VARCHAR(150); -- 修改长度

删除列：

ALTER TABLE users DROP COLUMN age;

添加主键/外键：

-- 添加主键（如果建表时没加）
ALTER TABLE users ADD PRIMARY KEY (id);

-- 添加外键 (orders表的user_id引用users表的id)
ALTER TABLE orders ADD CONSTRAINT fk_user
FOREIGN KEY (user_id) REFERENCES users(id);

3. DROP - 删除

删除表：

DROP TABLE users; -- 谨慎使用！表和数据都会消失

删除数据库：

DROP DATABASE my_shop; -- 更加谨慎！

删除索引：

DROP INDEX idx_email ON users;

4. TRUNCATE - 清空表

TRUNCATE TABLE logs; -- 删除表内所有数据，但保留表结构。不可回滚，速度快。

---

二、数据操作语言（DML）- 操作数据本身

用于对表中的数据进行增、删、改操作。

1. INSERT - 插入数据

插入单行：

INSERT INTO users (username, email, age)
VALUES ('john_doe', 'john@example.com', 25);

插入多行：

INSERT INTO users (username, email, age) VALUES
('alice', 'alice@example.com', 30),
('bob', 'bob@example.com', 28);

从另一张表插入：

INSERT INTO user_archive (username, email)
SELECT username, email FROM users WHERE created_at < '2020-01-01';

2. UPDATE - 更新数据

更新特定行：

UPDATE users
SET email = 'new_email@example.com', age = 26
WHERE username = 'john_doe'; -- WHERE子句至关重要！否则会更新所有行。

基于子查询更新：

UPDATE products
SET price = price * 0.9 -- 打九折
WHERE category_id IN (SELECT id FROM categories WHERE name = 'Clearance');

3. DELETE - 删除数据

删除特定行：

DELETE FROM users
WHERE username = 'inactive_user'; -- WHERE子句至关重要！否则会清空整个表。

清空表（与TRUNCATE对比）：

DELETE FROM users; -- 逐行删除，可回滚，速度慢，会触发触发器。

---

三、数据查询语言（DQL）- 检索数据

核心是 SELECT 语句，用于从表中查询数据。

1. 基础查询

查询所有列：

SELECT * FROM users;

查询特定列：

SELECT username, email FROM users;

使用别名：

SELECT 
    username AS '用户名',
    email AS '邮箱'
FROM users;

2. WHERE - 条件过滤

基本运算符：

SELECT * FROM products WHERE price > 100;
SELECT * FROM users WHERE age BETWEEN 18 AND 65;
SELECT * FROM users WHERE username LIKE 'A%'; -- 以A开头
SELECT * FROM users WHERE email IS NOT NULL;

多条件组合：

SELECT * FROM users 
WHERE age > 18 
   AND (country = 'USA' OR country = 'Canada')
   AND username NOT LIKE '%admin%';

3. ORDER BY - 排序

SELECT * FROM products 
ORDER BY price DESC; -- 按价格降序

SELECT * FROM users 
ORDER BY created_at ASC, username DESC; -- 先按创建时间升序，同时间再按用户名降序

4. GROUP BY 与聚合函数

常用聚合函数： COUNT(), SUM(), AVG(), MAX(), MIN()

-- 统计每个国家的用户数量
SELECT country, COUNT(*) AS user_count
FROM users
GROUP BY country;

-- 找出每个分类的平均价格和最高价格
SELECT category_id, 
       AVG(price) AS avg_price,
       MAX(price) AS max_price
FROM products
GROUP BY category_id;

-- HAVING子句用于过滤分组后的结果
SELECT category_id, AVG(price) AS avg_price
FROM products
GROUP BY category_id
HAVING AVG(price) > 50; -- 筛选出平均价格大于50的分类

5. JOIN - 连接表

内连接：

-- 获取所有订单及其对应的用户信息（只返回有用户的订单）
SELECT o.order_id, o.amount, u.username
FROM orders o
INNER JOIN users u ON o.user_id = u.id;

左外连接：

-- 获取所有用户及其订单（即使用户没有订单也会显示）
SELECT u.username, o.order_id
FROM users u
LEFT JOIN orders o ON u.id = o.user_id;

自连接：

-- 在员工表中查找每个员工及其经理的名字
SELECT e.name AS employee_name, m.name AS manager_name
FROM employees e
LEFT JOIN employees m ON e.manager_id = m.id;

6. 子查询

在WHERE中：

-- 找出价格高于平均价格的产品
SELECT * FROM products
WHERE price > (SELECT AVG(price) FROM products);

在FROM中（派生表）：

-- 找出每个分类中价格最高的产品
SELECT p.category_id, p.name, p.price
FROM products p
INNER JOIN (
    SELECT category_id, MAX(price) as max_price
    FROM products
    GROUP BY category_id
) AS max_prices ON p.category_id = max_prices.category_id 
                AND p.price = max_prices.max_price;

---

四、其他关键语句和子句

1. LIMIT / OFFSET - 分页

-- 获取前10条最贵的商品
SELECT * FROM products ORDER BY price DESC LIMIT 10;

-- 分页：获取第6到第10条记录（跳过前5条）
SELECT * FROM products ORDER BY id LIMIT 5 OFFSET 5;
-- 或者简写为： LIMIT 5, 5

2. UNION - 合并结果集

-- 合并来自两个表的用户名，并去重
SELECT username FROM active_users
UNION
SELECT username FROM inactive_users;

-- UNION ALL 不去重，性能更高
SELECT city FROM suppliers
UNION ALL
SELECT city FROM customers;

3. CASE - 条件逻辑

-- 根据价格区间给产品打标签
SELECT name, price,
    CASE 
        WHEN price < 50 THEN 'Cheap'
        WHEN price BETWEEN 50 AND 200 THEN 'Moderate'
        ELSE 'Expensive'
    END AS price_category
FROM products;

4. DISTINCT - 去重

-- 找出所有不同的国家
SELECT DISTINCT country FROM users;

-- 统计有多少个不同的国家
SELECT COUNT(DISTINCT country) FROM users;