前言：
在面试当中mysql可以说是非常重要的，几乎是面试必问，所以今天我们来学习，关于mysql面试部分的第一篇：mysql优化。
在这一篇我们有十四个问题，基本上是涵盖了优化部分的问题，接下来一起来看看吧。
MySQL中，如何定位 慢查询 ？
MySQL本身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，比如我们之前项目设置的是2秒，超过这个时间的SQL就会记录在日志文件中，我们就可以在那里找到执行慢的SQL。
那这个SQL语句执行很 慢，如何分析呢 ？
如果一条SQL执行很慢，我们通常会使用MySQL的EXPLAI``N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。
了解过索引吗？（ 什么是索引 ）
嗯，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。
索引的底层数据结构了解过吗 ？
MySQL的默认存储引擎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。
B树和B+树的区别是什么呢？
B树和B+树的主要区别在于：
-
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+树在查询时效率更稳定。
-
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。
什么是 聚簇索引什么是非聚簇索引 ？
聚簇索引 就是数据和索引放在一起，叶子节点存的是一整行数据 。InnoDB里主键索引就是聚簇索引。
非聚簇索引 （也叫二级索引）叶子节点存的是主键的值。所以如果通过二级索引查数据，需要先找到主键，再回表查聚簇索引才能拿到完整数据。
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的整行数据的过程。
知道什么叫 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。
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只查询这些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。
索引创建原则有哪些？
创建索引的原则包括：
-
表中的数据量超过10万以上时考虑创建索引。
-
选择查询频繁的字段作为索引，如查询条件、排序字段或分组字段。
-
尽量使用复合索引，覆盖SQL的返回值。
-
如果字段区分度不高，可以将其放在组合索引的后面。
-
对于内容较长的字段，考虑使用前缀索引。
-
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。
什么情况下索引会失效？
索引可能在以下情况下失效：
-
没有遵循最左匹配原则。
-
使用了模糊查询且
%号在前面。 -
在索引字段上进行了运算或类型转换。
-
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。
SQL的优化经验有哪些？
SQL优化可以从以下几个方面考虑：
-
建表时选择合适的字段类型。
-
使用索引，遵循创建索引的原则。
-
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。 -
采用主从复制和读写分离提高性能。
-
在数据量大时考虑分库分表。
创建表的时候，你们是如何优化的呢？
-
字段类型够用就好 ，比如能用
int不用bigint，能用varchar(50)不用varchar(255) -
尽量用not null，可以加默认值，因为null会让索引和统计变得更复杂
-
主键最好是自增的，这样B+树插入时是顺序追加，不会频繁分裂
-
如果确定不会用事务，可以考虑
MyISAM（不过现在基本都是InnoDB） -
合理规划分表分库，避免单表数据量过大
在使用索引的时候，是如何优化呢？
在使用索引时，我们遵循索引创建原则，确保索引字段是查询频繁的，使用复合索引覆盖SQL返回值，避免在索引字段上进行运算或类型转换，以及控制索引数量。