【MySQL全面教学】MySQL面试高频考点汇总Day15（2026年）

写在前面

大家好，欢迎来到MySQL全面教学系列的最后一篇------第15天。经过了前面14天的系统学习，我们已经从零开始，逐步掌握了MySQL的方方面面：

基础篇：数据类型、SQL语句、字符集
进阶篇：索引原理、事务机制、锁机制
实战篇：视图触发器、性能优化、备份恢复

今天，我们将系统梳理所有面试高频考点，帮助你在面试中从容应对。这篇文章是汇总性质，内容较长，建议收藏后反复阅读。

让我们一起完成这最后的学习之旅！

- 写在前面
- 一、基础篇考点
- - [1.1 数据类型选择](#1.1 数据类型选择)
  - [1.2 SQL语句考点](#1.2 SQL语句考点)
  - - 面试题：WHERE和HAVING的区别？
    - 面试题：IN和EXISTS的区别？
  - [1.3 字符集考点](#1.3 字符集考点)
  - - 面试题：utf8和utf8mb4的区别？
- 二、查询篇考点
- - [2.1 JOIN类型](#2.1 JOIN类型)
  - - 面试题：各种JOIN的区别？
  - [2.2 子查询优化](#2.2 子查询优化)
  - - 面试题：如何优化子查询？
  - [2.3 分页优化](#2.3 分页优化)
  - - 面试题：大表分页如何优化？
- 三、索引篇考点
- - [3.1 B+树原理](#3.1 B+树原理)
  - - 面试题：MySQL索引为什么使用B+树？
  - [3.2 最左前缀原则](#3.2 最左前缀原则)
  - - 面试题：什么是最左前缀原则？
  - [3.3 索引失效场景](#3.3 索引失效场景)
  - - 面试题：哪些情况会导致索引失效？
  - [3.4 覆盖索引](#3.4 覆盖索引)
  - - 面试题：什么是覆盖索引？
- 四、事务篇考点
- - [4.1 ACID特性](#4.1 ACID特性)
  - - 面试题：事务的ACID特性是什么？
  - [4.2 隔离级别](#4.2 隔离级别)
  - - 面试题：四种隔离级别及问题？
  - [4.3 MVCC机制](#4.3 MVCC机制)
  - - 面试题：什么是MVCC？
  - [4.4 幻读解决](#4.4 幻读解决)
  - - 面试题：InnoDB如何解决幻读？
- 五、锁篇考点
- - [5.1 锁的分类](#5.1 锁的分类)
  - - 面试题：MySQL有哪些锁？
  - [5.2 死锁](#5.2 死锁)
  - - 面试题：什么是死锁？如何解决？
  - [5.3 乐观锁和悲观锁](#5.3 乐观锁和悲观锁)
  - - 面试题：乐观锁和悲观锁的区别？
- 六、优化篇考点
- - [6.1 慢查询分析](#6.1 慢查询分析)
  - - 面试题：如何定位慢SQL？
  - [6.2 EXPLAIN详解](#6.2 EXPLAIN详解)
  - - 面试题：EXPLAIN的字段含义？
  - [6.3 大表优化](#6.3 大表优化)
  - - 面试题：大表如何优化？
- 七、架构篇考点
- - [7.1 主从复制](#7.1 主从复制)
  - - 面试题：主从复制的原理？
  - [7.2 读写分离](#7.2 读写分离)
  - - 面试题：如何实现读写分离？
  - [7.3 分库分表](#7.3 分库分表)
  - - 面试题：什么时候需要分库分表？
- 八、高频SQL手写题
- - [8.1 TopN问题](#8.1 TopN问题)
  - [8.2 连续登录问题](#8.2 连续登录问题)
  - [8.3 行列转换](#8.3 行列转换)
  - [8.4 中位数计算](#8.4 中位数计算)
  - [8.5 树形结构查询](#8.5 树形结构查询)
- 九、学习路线总结
- - [9.1 知识体系图谱](#9.1 知识体系图谱)
  - [9.2 学习建议](#9.2 学习建议)
  - [9.3 推荐书籍](#9.3 推荐书籍)
- 十、参考资料
- 互动话题

一、基础篇考点

1.1 数据类型选择

面试题：CHAR和VARCHAR的区别？

答案：

对比项	CHAR	VARCHAR
存储方式	固定长度	变长
空间占用	可能浪费空间	节省空间
性能	略快	略慢（需要计算长度）
适用场景	固定长度（MD5、手机号）	变长数据（姓名、地址）
最大长度	255字符	65535字节

sql 复制代码

-- CHAR示例：手机号（固定11位）
phone CHAR(11)

-- VARCHAR示例：用户名（变长）
username VARCHAR(50)

面试题：DECIMAL和FLOAT/DOUBLE的区别？

答案：

DECIMAL：精确小数，定点数存储，适合金额计算
FLOAT/DOUBLE：浮点数，近似值存储，有精度损失

sql 复制代码

-- 金额必须用DECIMAL
amount DECIMAL(19,4)  -- 总共19位，小数4位

-- 不要用FLOAT存金额
-- 0.1 + 0.2 != 0.3 （浮点数精度问题）

面试题：DATETIME和TIMESTAMP的区别？

答案：

对比项	DATETIME	TIMESTAMP
存储范围	1000-9999年	1970-2038年（MySQL 8.0已扩展）
存储空间	8字节	4字节
时区处理	存储时不变	自动转换时区
默认值	可设置	可设置CURRENT_TIMESTAMP
自动更新	不支持	支持ON UPDATE

1.2 SQL语句考点

面试题：WHERE和HAVING的区别？

答案：

WHERE：对原始数据过滤，在分组前执行，不能使用聚合函数
HAVING：对分组结果过滤，在分组后执行，可以使用聚合函数

sql 复制代码

-- WHERE：先过滤再分组
SELECT department_id, AVG(salary)
FROM employees
WHERE salary > 5000      -- 先过滤salary>5000的记录
GROUP BY department_id;

-- HAVING：先分组再过滤
SELECT department_id, AVG(salary) as avg_sal
FROM employees
GROUP BY department_id
HAVING AVG(salary) > 8000;  -- 过滤平均工资>8000的部门

面试题：IN和EXISTS的区别？

答案：

场景	推荐	原因
子表小，外表大	IN	子查询先执行，结果集小
子表大，外表小	EXISTS	外表驱动，有索引时效率高
需要判断NULL	EXISTS	IN对NULL处理有坑

sql 复制代码

-- IN：适合子查询结果集小
SELECT * FROM employees 
WHERE department_id IN (SELECT id FROM departments WHERE location = 'Beijing');

-- EXISTS：适合外表小，且关联列有索引
SELECT * FROM employees e
WHERE EXISTS (SELECT 1 FROM departments d WHERE d.id = e.department_id AND d.location = 'Beijing');

1.3 字符集考点

面试题：utf8和utf8mb4的区别？

答案：

utf8：MySQL的"utf8"实际上是utf8mb3，只支持3字节UTF-8字符（最大编码0xFFFF）
utf8mb4：支持4字节UTF-8字符，包括emoji、生僻汉字

sql 复制代码

-- 推荐：使用utf8mb4
CREATE TABLE users (
    name VARCHAR(100)
) DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;

-- 排序规则选择：
-- utf8mb4_general_ci：速度快，精度略低
-- utf8mb4_unicode_ci：精度高，支持更多语言特性
-- utf8mb4_bin：二进制比较，区分大小写

二、查询篇考点

2.1 JOIN类型

面试题：各种JOIN的区别？

答案：

sql 复制代码

-- 创建示例表
CREATE TABLE A (id INT, name VARCHAR(10));
CREATE TABLE B (id INT, a_id INT, value VARCHAR(10));

INSERT INTO A VALUES (1, 'A1'), (2, 'A2'), (3, 'A3');
INSERT INTO B VALUES (1, 1, 'B1'), (2, 1, 'B2'), (3, 4, 'B3');

JOIN类型	结果	说明
INNER JOIN	A1-B1, A1-B2	只返回匹配的行
LEFT JOIN	A1-B1, A1-B2, A2-NULL, A3-NULL	返回左表所有行
RIGHT JOIN	A1-B1, A1-B2, NULL-B3	返回右表所有行
FULL JOIN	MySQL不支持，用UNION模拟	返回两边所有行
CROSS JOIN	笛卡尔积	所有组合

sql 复制代码

-- INNER JOIN
SELECT * FROM A INNER JOIN B ON A.id = B.a_id;
-- 结果：(1,A1,1,1,B1), (1,A1,2,1,B2)

-- LEFT JOIN
SELECT * FROM A LEFT JOIN B ON A.id = B.a_id;
-- 结果：(1,A1,1,1,B1), (1,A1,2,1,B2), (2,A2,NULL,NULL,NULL), (3,A3,NULL,NULL,NULL)

-- MySQL实现FULL JOIN
SELECT * FROM A LEFT JOIN B ON A.id = B.a_id
UNION
SELECT * FROM A RIGHT JOIN B ON A.id = B.a_id;

2.2 子查询优化

面试题：如何优化子查询？

答案：

sql 复制代码

-- 不推荐：相关子查询（每行都执行子查询）
SELECT * FROM employees e
WHERE salary > (SELECT AVG(salary) FROM employees WHERE department_id = e.department_id);

-- 推荐：派生表（子查询只执行一次）
SELECT e.* 
FROM employees e
INNER JOIN (
    SELECT department_id, AVG(salary) as avg_sal
    FROM employees
    GROUP BY department_id
) d ON e.department_id = d.department_id
WHERE e.salary > d.avg_sal;

-- 推荐：MySQL 5.7+ 使用WITH（CTE）
WITH dept_avg AS (
    SELECT department_id, AVG(salary) as avg_sal
    FROM employees
    GROUP BY department_id
)
SELECT e.* 
FROM employees e
INNER JOIN dept_avg d ON e.department_id = d.department_id
WHERE e.salary > d.avg_sal;

2.3 分页优化

面试题：大表分页如何优化？

答案：

sql 复制代码

-- 不推荐：深分页性能差
SELECT * FROM orders 
ORDER BY create_time DESC 
LIMIT 1000000, 10;
-- 需要扫描1000010行，丢弃前1000000行

-- 方案1：覆盖索引+子查询
SELECT * FROM orders o
INNER JOIN (
    SELECT order_id FROM orders 
    ORDER BY create_time DESC 
    LIMIT 1000000, 10
) tmp ON o.order_id = tmp.order_id;

-- 方案2：书签/游标分页（推荐）
-- 上一页最后一条的create_time = '2024-01-15 10:00:00'
SELECT * FROM orders 
WHERE create_time < '2024-01-15 10:00:00'
ORDER BY create_time DESC 
LIMIT 10;

-- 方案3：限制分页深度
-- 业务上只允许翻到100页以内

三、索引篇考点

3.1 B+树原理

面试题：MySQL索引为什么使用B+树？

答案：

B+树特点：

非叶子节点不存数据：只存键值和指针，一个节点可以存更多键值，树更矮
叶子节点存数据：并且叶子节点之间有指针相连，便于范围查询
所有叶子节点在同一层：查询效率稳定

为什么不用其他数据结构：

数据结构	为什么不使用
哈希表	不支持范围查询和排序
二叉树	数据量大时树太高，IO次数多
B树	非叶子节点也存数据，同样数据量树更高
跳表	范围查询效率不如B+树

复制代码

B+树结构示意：

                    [10 | 20 | 30]
                   /    |    |    \
            [1|5|9] [11|15|19] [21|25|29] [31|35|39]
            /  |  \   /  |  \   /  |  \   /  |  \
           1   5   9 11  15  19 21  25  29 31  35  39
           |   |   |  |   |   |  |   |   |  |   |   |
          数据 数据 ...

3.2 最左前缀原则

面试题：什么是最左前缀原则？

答案：

复合索引(a, b, c)的生效情况：

sql 复制代码

-- 索引生效
WHERE a = 1
WHERE a = 1 AND b = 2
WHERE a = 1 AND b = 2 AND c = 3
WHERE a = 1 AND c = 3  -- a生效，c不生效
WHERE a = 1 AND b > 2 AND c = 3  -- a,b生效，c不生效（b是范围查询）

-- 索引不生效
WHERE b = 2
WHERE b = 2 AND c = 3
WHERE c = 3

原理：B+树按照索引列的顺序排序，必须先匹配最左边的列。

3.3 索引失效场景

面试题：哪些情况会导致索引失效？

答案：

sql 复制代码

-- 1. 对索引列使用函数
WHERE YEAR(create_time) = 2023  -- 失效
WHERE create_time >= '2023-01-01' AND create_time < '2024-01-01'  -- 有效

-- 2. 隐式类型转换
WHERE phone = 13800138000  -- 失效（字符串字段用数字查）
WHERE phone = '13800138000'  -- 有效

-- 3. LIKE以通配符开头
WHERE name LIKE '%张%'  -- 失效
WHERE name LIKE '张%'   -- 有效（使用索引）

-- 4. OR条件使用不当
WHERE id = 1 OR age = 20  -- 可能失效（除非都有索引且优化器选择使用）

-- 5. 不等于、NOT IN
WHERE status != 1  -- 可能失效（取决于数据分布）
WHERE status NOT IN (1, 2)  -- 可能失效

-- 6. IS NULL（取决于数据分布和数据量）
WHERE name IS NULL  -- 可能失效

-- 7. 复合索引不满足最左前缀
-- 索引(a, b, c)
WHERE b = 2 AND c = 3  -- 失效

-- 8. 范围查询后失效
-- 索引(a, b, c)
WHERE a = 1 AND b > 2 AND c = 3  -- c不生效

3.4 覆盖索引

面试题：什么是覆盖索引？

答案：

覆盖索引：查询的所有列都在索引中，无需回表查询数据行。

sql 复制代码

-- 创建复合索引
CREATE INDEX idx_dept_name ON employees(department_id, first_name, last_name);

-- 覆盖索引查询（Extra: Using index）
SELECT first_name, last_name 
FROM employees 
WHERE department_id = 10;
-- 只需要读索引，不需要回表

-- 非覆盖索引查询（需要回表）
SELECT first_name, last_name, email  -- email不在索引中
FROM employees 
WHERE department_id = 10;
-- 先查索引找到主键，再回表查email

四、事务篇考点

4.1 ACID特性

面试题：事务的ACID特性是什么？

答案：

特性	说明	MySQL实现
Atomicity（原子性）	事务要么全成功，要么全失败	undo log
Consistency（一致性）	事务前后数据完整性约束不被破坏	约束检查+其他特性保证
Isolation（隔离性）	事务之间相互隔离	锁 + MVCC
Durability（持久性）	事务提交后数据永久保存	redo log

4.2 隔离级别

面试题：四种隔离级别及问题？

答案：

隔离级别	脏读	不可重复读	幻读
READ UNCOMMITTED	可能	可能	可能
READ COMMITTED	不会	可能	可能
REPEATABLE READ（默认）	不会	不会	可能（InnoDB不会）
SERIALIZABLE	不会	不会	不会

sql 复制代码

-- 查看隔离级别
SELECT @@transaction_isolation;  -- MySQL 8.0
SELECT @@tx_isolation;           -- MySQL 5.7

-- 设置隔离级别
SET SESSION TRANSACTION ISOLATION LEVEL READ COMMITTED;

4.3 MVCC机制

面试题：什么是MVCC？

答案：

MVCC（Multi-Version Concurrency Control）：多版本并发控制，通过保存数据的历史版本，实现读写不阻塞。

实现原理：

sql 复制代码

-- 每行记录隐藏字段
DB_TRX_ID：最后修改事务ID
DB_ROLL_PTR：回滚指针，指向undo log
DB_ROW_ID：行ID（无主键时自动生成）

-- Read View（读视图）
在RC和RR级别下，SELECT时生成Read View，判断数据可见性

版本链：

复制代码

当前行数据 <- undo log <- undo log <- undo log
（最新）    （上个版本）  （更早版本）  （最初版本）

判断规则：

DB_TRX_ID < min_trx_id：已提交，可见
DB_TRX_ID >= max_trx_id：将来事务，不可见
min_trx_id <= DB_TRX_ID < max_trx_id：
- 在m_ids列表中：未提交，不可见
- 不在m_ids列表中：已提交，可见

4.4 幻读解决

面试题：InnoDB如何解决幻读？

答案：

幻读：同一事务两次查询，第二次查到了第一次没有的行。

解决方案：

sql 复制代码

-- 方案1：快照读（普通SELECT）
-- MVCC保证可重复读，但可能幻读
SELECT * FROM orders WHERE amount > 100;

-- 方案2：当前读（加锁读）
-- 使用间隙锁（Gap Lock）解决幻读
SELECT * FROM orders WHERE amount > 100 FOR UPDATE;
SELECT * FROM orders WHERE amount > 100 LOCK IN SHARE MODE;

-- 间隙锁锁定范围，阻止其他事务插入

注意：InnoDB在RR级别下，当前读使用间隙锁解决幻读；快照读使用MVCC，但严格来说RR的快照读也可能出现幻读（特殊场景）。

五、锁篇考点

5.1 锁的分类

面试题：MySQL有哪些锁？

答案：

按粒度分：

锁类型	粒度	开销	并发度	适用引擎
行锁	行	大	高	InnoDB
表锁	表	小	低	MyISAM、InnoDB
页锁	页	中	中	BDB（已淘汰）

按功能分：

锁类型	说明
共享锁（S锁）	读锁，多个事务可同时持有
排他锁（X锁）	写锁，只能一个事务持有
意向共享锁（IS）	表级锁，表示事务将获取行级S锁
意向排他锁（IX）	表级锁，表示事务将获取行级X锁

InnoDB行锁算法：

锁算法	说明
Record Lock	锁定单个记录
Gap Lock	锁定范围，不包括记录本身（防幻读）
Next-Key Lock	Record Lock + Gap Lock，锁定记录及范围

5.2 死锁

面试题：什么是死锁？如何解决？

答案：

死锁：两个或多个事务相互等待对方释放锁，形成循环等待。

sql 复制代码

-- 死锁示例
-- 事务A：
BEGIN;
UPDATE accounts SET balance = balance - 100 WHERE id = 1;  -- 锁id=1
UPDATE accounts SET balance = balance + 100 WHERE id = 2;  -- 等待id=2

-- 事务B：
BEGIN;
UPDATE accounts SET balance = balance - 100 WHERE id = 2;  -- 锁id=2
UPDATE accounts SET balance = balance + 100 WHERE id = 1;  -- 等待id=1
-- 死锁！

解决方案：

sql 复制代码

-- 1. 查看死锁日志
SHOW ENGINE INNODB STATUS;  -- 查看LATEST DETECTED DEADLOCK

-- 2. 设置死锁检测超时
SET innodb_lock_wait_timeout = 50;  -- 默认50秒

-- 3. 预防死锁
-- a) 按固定顺序访问资源
-- b) 尽量缩短事务长度
-- c) 使用较低的隔离级别
-- d) 使用乐观锁代替悲观锁

-- 乐观锁示例
UPDATE accounts 
SET balance = balance - 100, version = version + 1
WHERE id = 1 AND version = 1;
-- 如果version变了，更新失败，业务层重试

5.3 乐观锁和悲观锁

面试题：乐观锁和悲观锁的区别？

答案：

对比项	乐观锁	悲观锁
思想	认为不会冲突，提交时检查	认为会冲突，先加锁
实现	版本号、CAS	SELECT FOR UPDATE
适用场景	读多写少	写多读少
性能	高并发时可能重试	锁等待开销
复杂度	业务层实现	数据库支持

sql 复制代码

-- 悲观锁
BEGIN;
SELECT * FROM inventory WHERE product_id = 100 FOR UPDATE;
-- 执行业务逻辑
UPDATE inventory SET count = count - 1 WHERE product_id = 100;
COMMIT;

-- 乐观锁
-- 表结构增加version字段
UPDATE inventory 
SET count = count - 1, version = version + 1 
WHERE product_id = 100 AND version = #{version};
-- 如果更新行数为0，说明数据被修改，业务层重试

六、优化篇考点

6.1 慢查询分析

面试题：如何定位慢SQL？

答案：

sql 复制代码

-- 1. 开启慢查询日志
SET GLOBAL slow_query_log = 'ON';
SET GLOBAL long_query_time = 1;

-- 2. 查看正在执行的慢查询
SHOW PROCESSLIST;

-- 3. 使用performance_schema
SELECT * FROM performance_schema.events_statements_history_long 
WHERE TIMER_WAIT > 1 * 10^12  -- 超过1秒
ORDER BY TIMER_WAIT DESC;

-- 4. 使用EXPLAIN分析执行计划
EXPLAIN SELECT * FROM orders WHERE user_id = 100;

-- 关注：
-- type：访问类型，ALL表示全表扫描
-- key：使用的索引
-- rows：扫描行数
-- Extra：额外信息，Using filesort、Using temporary要警惕

6.2 EXPLAIN详解

面试题：EXPLAIN的字段含义？

答案：

字段	说明	注意点
id	执行顺序	id相同从上到下，id不同从大到小
select_type	查询类型	SIMPLE、PRIMARY、SUBQUERY、DERIVED等
table	访问的表	可能是别名或派生表
type	访问类型	system>const>eq_ref>ref>range>index>ALL
possible_keys	可能使用的索引	-
key	实际使用的索引	NULL表示没用索引
key_len	索引长度	越短越好
ref	与索引比较的列	-
rows	估算扫描行数	越小越好
filtered	过滤比例	百分比
Extra	额外信息	Using index、Using where、Using filesort等

type从优到劣：

复制代码

system > const > eq_ref > ref > fulltext > ref_or_null > 
index_merge > unique_subquery > index_subquery > 
range > index > ALL

-- 至少要达到range，最好达到ref

6.3 大表优化

面试题：大表如何优化？

答案：

sql 复制代码

-- 1. 优化SQL和索引（首要）
-- 添加合适的索引
CREATE INDEX idx_user_time ON orders(user_id, create_time);

-- 2. 垂直拆分
-- 将大字段拆分到扩展表
CREATE TABLE user_profiles (
    user_id BIGINT PRIMARY KEY,
    bio TEXT,
    avatar_url VARCHAR(500)
);

-- 3. 水平拆分/分区
-- 按时间分区
CREATE TABLE orders_2024 PARTITION BY RANGE (MONTH(create_time)) (
    PARTITION p1 VALUES LESS THAN (2),
    PARTITION p2 VALUES LESS THAN (3),
    ...
);

-- 4. 读写分离
-- 主库写，从库读

-- 5. 使用缓存
-- 热点数据放入Redis

-- 6. 归档历史数据
-- 将冷数据移到历史表或数据仓库

七、架构篇考点

7.1 主从复制

面试题：主从复制的原理？

答案：

复制代码

主从复制流程：

1. Master写入数据，记录binlog（二进制日志）
2. Slave的IO线程连接Master，请求binlog
3. Master的Dump线程发送binlog给Slave
4. Slave的IO线程将binlog写入relay log（中继日志）
5. Slave的SQL线程读取relay log，重放SQL

Master                      Slave
  |                           |
  |  1. 写数据，记binlog       |
  |-------------------------->|
  |                           |
  |  2. IO线程请求binlog       |
  |<--------------------------|
  |                           |
  |  3. Dump线程发送binlog     |
  |-------------------------->|
  |                           |
  |                           | 4. 写入relay log
  |                           | 5. SQL线程重放

复制模式：

异步复制：Master不等待Slave确认，性能最好，可能丢数据
半同步复制：Master等待至少一个Slave确认，平衡方案
组复制：多数派确认，强一致性

7.2 读写分离

面试题：如何实现读写分离？

答案：

方案1：应用层实现

java 复制代码

// Spring Boot动态数据源
@Configuration
public class DataSourceConfig {
    
    @Bean
    public DataSource routingDataSource() {
        DynamicRoutingDataSource routingDataSource = new DynamicRoutingDataSource();
        Map<Object, Object> targetDataSources = new HashMap<>();
        targetDataSources.put("master", masterDataSource());
        targetDataSources.put("slave", slaveDataSource());
        routingDataSource.setTargetDataSources(targetDataSources);
        return routingDataSource;
    }
}

@Service
public class OrderService {
    @Transactional  // 默认走主库
    public void createOrder(Order order) { ... }
    
    @Transactional(readOnly = true)  // 走从库
    public Order getOrder(Long id) { ... }
}

方案2：中间件实现

MyCat
ShardingSphere
Atlas

方案3：DNS/VIP

写域名指向Master
读域名指向Slave集群

7.3 分库分表

面试题：什么时候需要分库分表？

答案：

分库时机：

单库数据量超过500GB
单库QPS超过10000
需要隔离不同业务数据

分表时机：

单表数据量超过1000万
单表大小超过10GB
索引无法完全放入内存

分片策略：

sql 复制代码

-- 1. 取模分片（适合均匀分布）
-- user_id % 4 决定分到哪个库/表

-- 2. 范围分片（适合时间序列）
-- 按时间分表：orders_202401, orders_202402

-- 3. 哈希分片（适合避免热点）
-- 对user_id做哈希后取模

-- 4. 标签分片（适合按业务）
-- 按地区：user_north, user_south

分库分表问题：

问题	解决方案
跨库JOIN	避免JOIN，数据冗余或应用层组装
跨库事务	分布式事务（Seata）、最终一致性
全局ID	雪花算法、号段模式
分页排序	归并排序、限制深度
数据迁移	双写、增量同步

八、高频SQL手写题

8.1 TopN问题

题目：查询每个部门工资最高的前3名员工

sql 复制代码

-- 方案1：窗口函数（MySQL 8.0+）
SELECT *
FROM (
    SELECT 
        *,
        DENSE_RANK() OVER (PARTITION BY department_id ORDER BY salary DESC) as rank_num
    FROM employees
) t
WHERE rank_num <= 3;

-- 方案2：关联子查询（兼容旧版本）
SELECT e.*
FROM employees e
WHERE (
    SELECT COUNT(DISTINCT e2.salary)
    FROM employees e2
    WHERE e2.department_id = e.department_id
    AND e2.salary > e.salary
) < 3;

8.2 连续登录问题

题目：查询连续登录3天以上的用户

sql 复制代码

-- 表结构：user_login(user_id, login_date)

-- 解题思路：
-- 1. 去重登录日期
-- 2. 按用户分组，日期排序
-- 3. 计算日期与排序的差值（连续日期差值相同）
-- 4. 分组统计连续天数

WITH login_with_rank AS (
    SELECT 
        user_id,
        login_date,
        DATE_SUB(login_date, INTERVAL ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) DAY) as grp
    FROM (SELECT DISTINCT user_id, login_date FROM user_login) t
)
SELECT user_id, COUNT(*) as continuous_days
FROM login_with_rank
GROUP BY user_id, grp
HAVING COUNT(*) >= 3;

8.3 行列转换

题目：将行转列，统计每个用户各月份的订单金额

sql 复制代码

-- 源数据
-- user_id | month | amount
-- 1       | 1     | 100
-- 1       | 2     | 200
-- 2       | 1     | 150

-- 目标结果
-- user_id | Jan | Feb | Mar | ...
-- 1       | 100 | 200 | 0   | ...
-- 2       | 150 | 0   | 0   | ...

-- 行转列
SELECT 
    user_id,
    SUM(CASE WHEN month = 1 THEN amount ELSE 0 END) as Jan,
    SUM(CASE WHEN month = 2 THEN amount ELSE 0 END) as Feb,
    SUM(CASE WHEN month = 3 THEN amount ELSE 0 END) as Mar,
    -- ...
FROM orders
GROUP BY user_id;

-- 列转行（反向操作）
-- 使用UNION ALL

8.4 中位数计算

题目：查询每个部门工资的中位数

sql 复制代码

-- MySQL 8.0+ 窗口函数
WITH ranked AS (
    SELECT 
        department_id,
        salary,
        ROW_NUMBER() OVER (PARTITION BY department_id ORDER BY salary) as rn,
        COUNT(*) OVER (PARTITION BY department_id) as cnt
    FROM employees
)
SELECT department_id, AVG(salary) as median_salary
FROM ranked
WHERE rn IN (FLOOR((cnt + 1) / 2), CEIL((cnt + 1) / 2))
GROUP BY department_id;

8.5 树形结构查询

题目：查询部门层级结构（递归CTE）

sql 复制代码

-- 表结构：departments(id, name, parent_id)

-- MySQL 8.0+ 递归CTE
WITH RECURSIVE dept_tree AS (
    -- 锚点：顶级部门
    SELECT id, name, parent_id, 0 as level, CAST(name AS CHAR(255)) as path
    FROM departments
    WHERE parent_id IS NULL
    
    UNION ALL
    
    -- 递归：子部门
    SELECT d.id, d.name, d.parent_id, dt.level + 1, CONCAT(dt.path, ' > ', d.name)
    FROM departments d
    INNER JOIN dept_tree dt ON d.parent_id = dt.id
)
SELECT * FROM dept_tree;

九、学习路线总结

9.1 知识体系图谱

复制代码

MySQL知识体系
│
├── 基础篇
│   ├── 数据类型（INT/VARCHAR/DECIMAL/DATETIME）
│   ├── SQL语句（CRUD、JOIN、子查询）
│   ├── 字符集（utf8mb4）
│   └── 存储引擎（InnoDB vs MyISAM）
│
├── 进阶篇
│   ├── 索引（B+树、最左前缀、覆盖索引）
│   ├── 事务（ACID、隔离级别、MVCC）
│   ├── 锁（行锁、表锁、死锁、乐观/悲观锁）
│   └── 日志（binlog、redo log、undo log）
│
├── 实战篇
│   ├── 视图与触发器
│   ├── 性能优化（慢查询、EXPLAIN、SQL优化）
│   ├── 备份恢复（mysqldump、xtrabackup）
│   └── 主从复制与读写分离
│
└── 架构篇
    ├── 分库分表
    ├── 高可用架构
    └── 监控与运维

9.2 学习建议

阶段	目标	时间	重点
入门	掌握基础SQL	1-2周	CRUD、简单查询
进阶	理解原理	2-4周	索引、事务、锁
实战	解决问题	4-8周	优化、备份、架构
精通	源码级理解	持续	内核、源码

9.3 推荐书籍

书籍	难度	适合阶段
《MySQL必知必会》	入门	初学者
《高性能MySQL（第4版）》	进阶	有一定基础
《MySQL技术内幕：InnoDB存储引擎》	高级	深入原理
《MySQL运维内参》	高级	DBA方向

十、参考资料

互动话题

系列完结，感谢陪伴！

这15天的学习，你最大的收获是什么？
还有哪些MySQL知识点想深入了解？
你在面试中遇到过哪些印象深刻的MySQL问题？
对这个系列有什么建议或期待？

欢迎在评论区留言，我会持续关注和回复。如果觉得这个系列对你有帮助，别忘了点赞收藏，分享给更多需要的朋友！

后续计划：

根据大家反馈，可能会推出进阶系列（源码分析、内核原理）
或者推出其他技术栈的系列教程

敬请期待！

本文是MySQL全面教学系列第15篇，也是最后一篇。15天的陪伴，感谢有你！

系列完结，撒花！

【MySQL全面教学】MySQL面试高频考点汇总Day15（2026年）

写在前面

目录

一、基础篇考点

1.1 数据类型选择

面试题：CHAR和VARCHAR的区别？

面试题：DECIMAL和FLOAT/DOUBLE的区别？

面试题：DATETIME和TIMESTAMP的区别？

1.2 SQL语句考点

面试题：WHERE和HAVING的区别？

面试题：IN和EXISTS的区别？

1.3 字符集考点

面试题：utf8和utf8mb4的区别？

二、查询篇考点

2.1 JOIN类型

面试题：各种JOIN的区别？

2.2 子查询优化

面试题：如何优化子查询？

2.3 分页优化

面试题：大表分页如何优化？

三、索引篇考点

3.1 B+树原理

面试题：MySQL索引为什么使用B+树？

3.2 最左前缀原则

面试题：什么是最左前缀原则？

3.3 索引失效场景

面试题：哪些情况会导致索引失效？

3.4 覆盖索引

面试题：什么是覆盖索引？

四、事务篇考点

4.1 ACID特性

面试题：事务的ACID特性是什么？

4.2 隔离级别

面试题：四种隔离级别及问题？

4.3 MVCC机制

面试题：什么是MVCC？

4.4 幻读解决

面试题：InnoDB如何解决幻读？

五、锁篇考点

5.1 锁的分类

面试题：MySQL有哪些锁？

5.2 死锁

面试题：什么是死锁？如何解决？

5.3 乐观锁和悲观锁

面试题：乐观锁和悲观锁的区别？

六、优化篇考点

6.1 慢查询分析

面试题：如何定位慢SQL？

6.2 EXPLAIN详解

面试题：EXPLAIN的字段含义？

6.3 大表优化

面试题：大表如何优化？

七、架构篇考点

7.1 主从复制

面试题：主从复制的原理？

7.2 读写分离

面试题：如何实现读写分离？

7.3 分库分表

面试题：什么时候需要分库分表？

八、高频SQL手写题

8.1 TopN问题

8.2 连续登录问题

8.3 行列转换

8.4 中位数计算

8.5 树形结构查询

九、学习路线总结

9.1 知识体系图谱

9.2 学习建议

9.3 推荐书籍

十、参考资料

互动话题