一、基础增删改查（DML 与基础查询）
SQL 中针对数据的核心操作分为增（INSERT）、删（DELETE）、改（UPDATE）、查（SELECT）四类，是数据库操作的基础。
1. 增：INSERT
用于向表中插入数据，常见语法有三种：
- 指定字段插入单条数据
sql
INSERT INTO 表名 (字段1, 字段2) VALUES (值1, 值2);- 批量插入（性能远高于循环单条插入）
sql
INSERT INTO 表名 (字段1, 字段2) VALUES
(值1, 值2),
(值3, 值4);- 扩展语法：
INSERT ... ON DUPLICATE KEY UPDATE，主键 / 唯一键冲突时执行更新，而非报错。
2. 删：DELETE / TRUNCATE
DELETE：按条件删除行数据，属于 DML 语句，支持 WHERE 条件过滤，可回滚，不会重置自增主键。
sql
DELETE FROM 表名 WHERE 条件;TRUNCATE：清空整张表，属于 DDL 语句，不可回滚，会重置自增主键，执行速度远快于逐行 DELETE。
sql
TRUNCATE TABLE 表名;3. 改：UPDATE
按条件修改表中数据，必须搭配 WHERE 条件，否则会修改全表数据。
sql
UPDATE 表名 SET 字段1 = 新值1, 字段2 = 新值2 WHERE 条件;4. 查：SELECT
查询是最核心的操作，标准语法的执行顺序 为： FROM → WHERE → GROUP BY → HAVING → SELECT → DISTINCT → ORDER BY → LIMIT
核心子句说明：
- WHERE：在分组前对行数据进行过滤，不能使用聚合函数。
- GROUP BY ：按指定字段分组，常配合
COUNT、SUM、AVG等聚合函数使用。 - HAVING：对分组后的结果进行过滤，可以使用聚合函数。
- ORDER BY：按指定字段排序，ASC 升序（默认）、DESC 降序。
- LIMIT ：分页查询，语法
LIMIT offset, count。 - 联表查询 ：
- INNER JOIN：只返回两张表匹配上的数据
- LEFT JOIN：返回左表全部数据，右表匹配不上的字段为 NULL
- RIGHT JOIN：返回右表全部数据，左表匹配不上的字段为 NULL
二、索引底层原理
索引是帮助 MySQL 高效获取数据的排好序的数据结构，核心作用是减少磁盘 IO 次数，提升查询效率，类似书本的目录。
1. 底层数据结构：为什么选择 B+ 树？
MySQL InnoDB 引擎默认使用 B+ 树 作为索引结构，是综合磁盘 IO 特性、范围查询、排序能力后的最优选择。
表格
| 数据结构 | 核心问题 | 劣势 |
|---|---|---|
| 二叉搜索树 | 极端情况下退化为链表，树高过高 | 数据量大时磁盘 IO 次数极多 |
| 红黑树 | 二叉结构，树高随数据量快速增长 | 百万级数据树高可达 20 层，IO 开销大 |
| B 树 | 多路平衡树，非叶子节点也存储数据 | 同样磁盘页能容纳的索引少，树高更高；范围查询需要中序遍历回溯 |
| 哈希表 | 等值查询 O (1) | 不支持范围查询、排序；存在哈希冲突；无法利用最左前缀 |
B+ 树核心优势
- IO 次数更少：非叶子节点仅存储索引键和指针，不存储真实数据。同样大小的磁盘页可以容纳更多索引节点，树高更矮（千万级数据树高仅 3-4 层），磁盘 IO 次数大幅降低。
- 范围查询天然高效：所有叶子节点通过双向链表串联，只需定位起点后遍历链表即可完成范围查询，无需回溯。
- 查询性能稳定：任何查询都必须走到叶子节点才能获取数据，查询路径长度一致，性能稳定。
- 排序友好：叶子节点本身有序，天然支持 ORDER BY 排序。
2. InnoDB 索引分类
InnoDB 是聚簇索引组织表，数据和主键索引绑定存储。
- 聚簇索引（主键索引）：叶子节点存储整行完整数据。一张表有且只有一个聚簇索引：优先用主键构建，无主键则选唯一非空索引，都没有则隐式生成 row_id 作为聚簇索引。
- 二级索引（非聚簇索引） ：包含普通索引、唯一索引、联合索引。叶子节点仅存储主键值，通过二级索引查询时，需要先拿到主键，再去聚簇索引中查找完整数据，这个过程称为回表。
3. 核心索引原理
- 最左前缀原则：联合索引按索引定义的从左到右顺序匹配，遇到范围查询（>、<、between、like 左模糊）会中断后续字段的匹配。
- 覆盖索引：查询的字段刚好全部包含在二级索引中，无需回表即可直接返回数据，是常见的性能优化手段。
- 索引下推（ICP）：MySQL 5.6 引入的优化，在索引遍历过程中，直接用索引中包含的字段过滤数据，减少回表次数。
三、事务四大特性与隔离级别
事务是一组原子性的 SQL 操作集合，要么全部执行成功，要么全部失败回滚，是保证数据可靠性的核心机制。
1. 事务四大特性（ACID）
-
原子性（Atomicity） 事务是最小执行单元，不可拆分，整体要么全部提交成功，要么全部失败回滚。 实现基础：undo log（回滚日志），记录数据修改前的快照，事务异常时通过 undo log 回滚到初始状态。
-
一致性（Consistency） 事务执行前后，数据的完整性约束（主键、外键、唯一约束、业务规则等）不被破坏。 一致性是事务的最终目标，由原子性、隔离性、持久性共同保证。
-
隔离性（Isolation） 多个事务并发执行时，事务内部的操作对其他事务透明，互不干扰。 实现基础：锁机制 + MVCC（多版本并发控制）。
-
持久性（Durability） 事务一旦提交，对数据的修改就是永久的，即使数据库宕机也不会丢失。 实现基础：redo log（重做日志），修改数据时先写 redo log 再刷盘，宕机后可通过 redo log 恢复已提交的数据。
2. 事务并发引发的三类问题
- 脏读 ：一个事务读到了另一个事务未提交的修改数据。
- 不可重复读：同一个事务内，两次读取同一行数据结果不一致，原因是中间有其他事务修改并提交了该行数据（针对 UPDATE/DELETE）。
- 幻读：同一个事务内，两次按相同条件做范围查询，返回的行数不一致，原因是中间有其他事务插入 / 删除了符合条件的数据（针对 INSERT/DELETE 的范围操作）。
3. 四大隔离级别
表格
| 隔离级别 | 英文标识 | 脏读 | 不可重复读 | 幻读 | 说明 |
|---|---|---|---|---|---|
| 读未提交 | READ UNCOMMITTED | 存在 | 存在 | 存在 | 最低隔离级别，可读取未提交数据，实际几乎不用 |
| 读已提交 | READ COMMITTED (RC) | 解决 | 存在 | 存在 | 只能读取已提交的数据，Oracle、SQL Server 默认级别 |
| 可重复读 | REPEATABLE READ (RR) | 解决 | 解决 | 部分解决 | MySQL InnoDB 默认级别 |
| 串行化 | SERIALIZABLE | 解决 | 解决 | 完全解决 | 最高级别，事务串行执行，性能极低，极少使用 |
4. MySQL RR 级别解决幻读的原理
- 快照读（普通 SELECT） ：通过 MVCC（多版本并发控制） 实现。事务启动时生成一个数据快照，事务内始终读取该快照版本，不会看到其他事务新增的数据，从视觉上解决了幻读。
- 当前读（SELECT ... FOR UPDATE、INSERT、UPDATE、DELETE） ：通过 Next-Key Lock（临键锁 = 记录锁 + 间隙锁） 实现。锁定查询范围的行与行之间的间隙，禁止其他事务在间隙中插入数据，从物理上彻底解决幻读。
谢谢