MySQL夺命连环15问

前言
本篇文章中列出的有关MySQL的问题，都是作者在平时学习中遇到或者面试中被问到的问题，针对每个问题作者都做了自己的梳理和总结，整篇文章内容很丰富，希望能给读者带来实际的帮助。

一、关系型和非关系型的区别，以及使用场景
关系型数据库 ：采用关系模型来组织数据的数据库，关系模型就是二维表格模型。一张二维表的表名就是关系，二维表中的一行就是一条记录，二维表中的一列就是一个字段

优点：容易理解 ，使用方便，通用的 sql 语言 ，易于维护，丰富的完整性（实体完整性、参照完整性和用户定义的完整性）

缺点：磁盘 I/O 是并发的瓶颈 ，海量数据查询效率低 ，横向扩展困难，无法简单的通过添加硬件和服务节点来扩展性能和负载能力， 需要对数据库进行升级和扩展时，需要停机维护和数据迁移 ，多表的关联查询以及复杂的数据分析类型的复杂 sql 查询，性能欠佳。因为要 保证 ACID.

非关系型数据库：分布式，一般不保证遵循 ACID 原则的数据存储系统。键值对存储， 结构不固定。

优点：结构简单易扩展 ，高性能灵活的数据模型

缺点：只适合存储一些较为简单的数据 ，不适合复杂查询的数据 ，不适合持久存储海量数据

因此适合存储较为简单的数据。有一些不能够持久化数据，所以需要和关系型数据库结合。

二、Mysql索引优缺点
索引优点
1.有助于加快数据检索,降低数据库I/O成本,这也是创建索引的最主要的原因。
2.通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性
3.可以加速表和表之间的连接，实现数据的参考完整性方面特别有意义。
4.在使用分组和排序子句进行数据检索时，同样可以显著减少查询中分组和排序的时间,降低了 CPU 的消耗。

索引缺点
1.创建索引和维护索引需要耗费时间,当数据量增大的时候更加明显
2.索引需要占物理空间
3.表中的数据进行增加、删除和修改的时候，索引也要动态的维护,提高了CPU的消耗

三、给字段加索引最好怎么加？
建议创建索引的情况

1.根据查询要求建立索引:查询频率高、实时要求高的字段应该创建索引,如主键、外键、经常需要连接查询的字段、排序的字段、查询指定范围的字段。

2.数据量大的大表应该创建索引

不建议创建索引的情况

1.对数据表查询时很少引用到的、大量重复的字段不应该创建索引。

2.数据量非常小的数据表,索引能够改进其数据访问的效率十分有限,不必创建索引。

3.对于一个基本表不应该建立过多的索引,数据表进行增删改时,索引也随之变化。索引需要占用文件目录和存储空间,而且需要维护,过多会使系统负担加重。

四、什么情况下会导致索引失效？
1.组合索引最左前缀原则：在使用组合索引的列作为条件时,必须要出现最左侧列为条件,否则索引不生效

2.如果条件中有or，即使其中有条件带索引也不会使用(这也是为什么尽量少用or的原因)

3.like查询以%开头，例如%张三、%张三%

4.字符串类型的字段，传入了int类型的参数时索引会失效，而int类型的字段传入字符串类型不会失效。

例如手机号码是字符串类型，传入了13057900876 也就是int类型的变量，就会导致索引失效。

根据mysql官网上解释，字符串’1’、’ 1 '、'1a’都能转换成int类型的1，也就是说可能会出现多个字符串对应一个int类型参数的情况，那么mysql怎么知道该把int类型的1转换成哪种字符串，用哪个索引快速查值？所以索引会失效。

五、为什么使用模糊匹配会使索引失效
索引其实就是排序，或者说排队更直观。
like ‘张三%’，实际你要找的是’张三XXX’，只要把所有’张三’开头的那部分内容返回即可，这部分是连续的，不需要全表扫描。
like ‘%张三’，实际你要找的是’XXX张三’，这部分在索引里是不连续的，如果要返回需要的结果，只能全表扫描。

六、回表查询和索引覆盖是什么
InnoDB聚集索引的叶子节点存储行记录，因此， InnoDB必须要有，且只有一个聚集索引：如果表定义了主键（一般ID自增），则主键就是聚集索引；

InnoDB普通索引的叶子节点存储主键值。

回表查询：根据普通索引的叶子节点上的主键值，重新定位主键索引树上的行记录。

例如：你给学生的学号加了唯一索引，但你现在执行这条sql：select name，sno from student where sno=123；因为name字段在学号索引树上不存在，需要拿着学号索引树上的主键值去主键索引树中找姓名，这就是一次回表查询。

索引覆盖就是⼀个SQL在执行时，可以利用索引来快速查找，并且此SQL所要查询的字段在当前索引对
应的字段中都包含了，那么就表示此SQL走完索引后不用回表了，所需要的字段都在当前索引的叶⼦节
点上存在，可以直接作为结果返回了。

七、联合索引的好处是什么
减少索引建立的开销。建了一个(a,b,c)的复合索引，那么实际等于建了(a),(a,b),(a,b,c)三个索引，因为每多一个索引，都会增加写操作的开销和磁盘空间的开销。对于大量数据的表，这可是不小的开销！
索引覆盖。同样的有复合索引（a,b,c），如果有如下的select a,b,c from table where a=1 and b = 1，**那么MySQL可以直接通过遍历索引取得数据，而无需回表。**在真正的实际应用中，索引覆盖是主要的提升性能的优化手段之一
减少扫描行数。有1000W条数据的表，有如下select * from table where a = 1 and b =2 and c = 3,假设假设每个条件可以筛选出10%的数据，如果只有单值索引，那么通过该索引能筛选出1000W*10%=100w 条数据，然后再回表从100w条数据中找到符合b=2 and c= 3的数据；如果是复合索引，可以通过索引筛选出1000w *10% *10% *10%=1w，然后再回表。
八、MySQL怎么判断走索引还是全表扫描
我们在查询有索引的字段时，有时候会发现居然没有走索引，而是走了全表扫描，因为MySQL发现走全表扫描会比走索引更快，因此选择了全表扫描。

例如你走了联合索引，找到七条符合条件的记录，然后要进行七次回表查询，mysql认为与其你先走了索引然后进行许多次的回表查询，不如直接全表扫描快，于是就虽然你用了索引但是还是全表扫描了。

小结：mysql会进行成本计算，用了索引的成本是多少，全表扫描的成本是多少，如果用了索引但是回表太多就去全表扫描

九、Explain语句结果中各个字段分别表示什么
比较重要的几个字段：
1.possible_keys： 代表可能用到的索引
2.key：实际上使用的索引
3.key_len:实际使用索引的长度
4.type所显示的是查询使用了哪种类型，type包含的类型包括如下图所示的几种：
从最好到最差依次是：

system > const > eq_ref > ref > range > index > all
1.system：表只有一行记录（等于系统表），这是const类型的特列，平时不会出现，这个也可以忽略不计
2.const：单表中最多只有一个匹配行（主键或唯一索引），在优化阶段即可读到数据
3.eq_ref：唯一性索引扫描，对于每个索引键，表中只有一条记录与之匹配。常见于主键或唯一索引扫描
4.ref：普通索引
5.range:范围查询，一般就是在你的where语句中出现between、<、>、in等的查询，
6.index： 遍历索引树。这通常比ALL快，但是也没好到哪里去。
7.all：全表扫描，最差的情况下

5.Extra：十分重要的额外信息

6.Using index：表示相应的select操作中使用了覆盖索引（Covering Index）

7.Using where：表明使用了where过滤

十、Mysql慢查询该如何优化？
检查是否走了索引，如果没有则优化SQL利用索引。
检查所利用的索引，是否是最优索引。
检查所查字段是否都是必须的，是否查询了过多字段，查出了多余数据。
检查表中数据是否过多，是否应该进行分库分表了。
检查数据库实例所在机器的性能配置，是否太低，是否可以适当增加资源。
十一、左匹配，右匹配，inner join说一下区别
区别：
1.left以 left join 左侧的表为主表，左表中的记录都会出现在查询结果中，如果右表没有相匹配的记录，则以 null填充。
2.right 以 right join 右侧表为主表，记录都会出现在查询结果中，如果左表没有相匹配的记录，则以 null填充。
3.inner join 查找的数据是左右两张表共有的

什么是小表驱动大表 ？

小表驱动大表指的是用小的数据集驱动大得数据集。

1.当使用left join时，左表是驱动表，右表是被驱动表 ;
2.当使用right join时，右表时驱动表，左表是被驱动表 ;
3.当使用inner join时，mysql会选择数据量比较小的表作为驱动表，大表作为被驱动表 ;

例如：现有两个表A与B ，表A有200条数据，表B有20万条数据 ：

小表驱动大表
for(200条){
for(20万条){
…
}

大表驱动小表
for(20万){
for(200条){
…
}

总结：

1.如果小的循环在外层，对于表连接来说就只连接200次 ;
2.如果大的循环在外层，则需要进行20万次表连接，从而浪费资源，增加消耗 ;

综上:
小表驱动大表的主要目的是通过减少表连接创建的次数，加快查询速度 。

十二、你对使用外键怎么看？
使用外键的原因

1.外键保证数据的完整性和一致性，不会得到孤立行。

2.可以获得良好的“级联删除，级联更新”行为，自动清理表

3.将数据完整性判断托付给了数据库完成，减少了程序的代码量

4.外键提供了一个非常重要的提示，说明在数据库中收集哪些统计信息最重要。

不使用外键的原因

1.数据库需要维护外键的内部管理。

2.外键等于把数据的一致性事务实现，全部交给数据库服务器完成，使数据库在每个CRUD操作上都额外工作，因为它必须检查外键一致性，这要消耗不少资源，如果进行大批量更新，这更是非常痛苦。

3.通过强制关系，外键指定了您必须添加/删除内容的顺序，例如如果学生关联了订单，必须先删除订单数据，在删除学生数据。

4.外键还会因为需要请求对其他表内部加锁而容易出现死锁情况。

例如：外键约束带来的开销还包括锁开销，比如向子表中添加一条数据，外键约束会让innodb检查对应的父表。这里会需要对父表进行加锁操作，来确保这条记录不会在事务完成之前被删除。这就带来了额外的锁开销。甚至死锁。

十三、说一下脏读、不可重复读以及幻读是什么
1、脏读：事务A读取了事务B更新的数据，然后B回滚操作，那么A读取到的数据是脏数据。

2、不可重复读：事务 A 多次读取同一数据，事务 B 在事务A多次读取的过程中，对数据作了更新并提交，导致事务A多次读取同一数据时，结果不一致。

3、幻读：系统管理员A将数据库中所有学生的成绩从具体分数改为ABCDE等级，但是系统管理员B就在这个时候插入了一条具体分数的记录，当系统管理员A改结束后发现还有一条记录没有改过来，就好像发生了幻觉一样，这就叫幻读。

小结：不可重复读的和幻读很容易混淆，不可重复读侧重于修改，幻读侧重于新增或删除。解决不可重复读的问题只需锁住满足条件的行，解决幻读需要锁表

注意：在innodb存储引擎下，引入mvvc之后已近解决了幻读问题。

52tangzong dW0yd5gvzeUgn1De/vLc4GTu6wLTOqlgdfAmbLfjatpq0lmeuvwRm3EQ5LF1yp2tMuanbSoXOvGyddX+cLuGfs3shZwzRRVTUG61MS7CXXFBQvLaOzRgxlti2DjrrrKf/nampVO0cGT4I+Gmf7IQvwd1GyuV1FPDPIy4gPMxeLXCSHQfPf3rWVjALMJijz8WVnSVaMgCD9AmI8N1CTqrn3exqzoHL5bmKTkRsE2aVfNj+TKQlS9h+lR4ayZcynWtOzj8hYxZvRiuQ15Ro5nwuXJ1rjS2ohSBwwLI/JOFJU4u3vWvpBOcX4VzbEmyr+4CiIb67fX6GFJK7GD4tjxbHQ==
52tangzong

十四、说说select … 这个查询语句,在mysql查询的过程
mysql分为server层与存储引擎层，server层包含连接器、分析器、优化器、执行器。

接下来以一条sql查询语句执行过程介绍各个部分功能。客户端执行一条sql：

1、连接器：连接到数据库，身份验证，权限管理

2、分析器：执行之前，MySQL肯定需要知道你要做啥，先进行词法分析，把关键字识别出来，再进行语法分析，看你的SQL语句语法是否有错。

3、优化器：通过分析器，我们知道了SQL需要做什么，但是直接根据SQL去获得结果可能会消耗很大性能，因此还得需要经过优化器对其进行优化。生成执行计划、选择索引等操作，选取最优执行方案

4、执行器，打开表调用存储引擎接口，逐行判断是否满足查询条件，满足放到结果集，最终返回给客户端；若用到索引，筛选行也会根据索引筛选。

十五、说说redo log和undo log 日志的过程
redo log作用：确保事务的持久性。防止在发生故障的时间点，尚有脏页未写入磁盘，在重启mysql服务的时候，根据redo log进行重做，从而达到事务的持久性这一特性。

内容：物理格式的日志，记录的是物理数据页面的修改的信息，其redo log是顺序写入redo log file的物理文件中去的。什么时候产生：事务开始之后就产生redo log，redo log的落盘并不是随着事务的提交才写入的，而是在事务的执行过程中，便开始写入redo log文件中。

undo log作用：如果因为某些原因导致事务失败或回滚了，可以借助该undo进行回滚。

内容：可以认为当delete一条记录时，undo log中会记录一条对应的insert记录，反之亦然，当update一条记录时，它记录一条对应相反的update记录。当执行rollback时，就可以从undo log中的逻辑记录读取到相应的内容并进行回滚。

总结
作为JAVA开发程序员，与数据库打交道是必不可少的。MySQL作为当下热门的一款数据库，被广泛的应用到了企业实际开发中，同时在面试中也占了很大的比重，一定要熟练掌握。