SQL牛客面经八股

B+树（B+ Tree）  B+树（B+树）

定义：一种多路平衡查找树，只有叶子节点存储真实数据（如数据库表中的行记录），内部节点仅存储键值（Key）和子节点指针。

红黑树（Red-Black Tree）

定义：一种二叉搜索树，每个节点要么是红色，要么是黑色；红色节点的子节点必须是黑色（红黑性质）。插入/删除时通过左旋、右旋和变色操作调整树结构，保证树的高度不超过2*log₂(n+1)。

1. 什么是索引？索引有哪些分类？

索引是一种用于加速数据库查询的特殊数据结构，通过在表的列上创建索引，可以显著提高数据检索速度。
索引的分类包括主键索引、唯一索引、普通索引、全文索引和组合索引。选择合适的索引类型可以优化查询性能，但过多的索引可能影响数据写入速度。

1. Hash 索引与 BTree 索引有什么区别？

Hash 索引和 BTree 索引在实现和使用场景上有显著区别。
Hash 索引基于哈希表实现，适合等值查询，查询速度快，但不支持范围查询和排序操作；而 BTree 索引基于平衡树结构，支持等值查询、范围查询和排序操作，适合大多数查询场景。

1. 为什么 MySQL 采用 B+ 树作为索引？

MySQL 采用 B+ 树作为索引，因为它支持高效的范围查询、顺序访问和磁盘读写优化。B+ 树的叶子节点链表结构支持顺序访问和范围查询，树的高度较低，减少了磁盘 I/O 次数，适合处理大规模数据集，且能够有效支持等值查询和范围查询。

1. B+ 树查询数据的全过程？

B+ 树查询数据的过程从根节点开始，逐层向下遍历树结构。每个节点存储键值和指向子节点的指针，查询时根据键值大小选择合适的子节点，直到到达叶子节点。叶子节点包含所有数据记录的指针，最终通过这些指针访问实际数据。

1. 三层 B+ 树能存多少数据？

三层 B+ 树的存储能力取决于每个节点的分支因子（即每个节点能存储的键值数）。
假设每个节点可以存储 mm 个键值，那么根节点有 mm 个子节点，第二层有 m2m2 个子节点，叶子节点有 m3m3 个数据指针。因此，三层 B+ 树可以存储 m3m3 条数据记录。具体的存储量还需根据实际的节点大小和键值大小来计算。

1. 聚簇索引与非聚簇索引的区别？

聚簇索引与非聚簇索引的区别在于数据存储方式和访问效率。

聚簇索引将数据行存储在叶子节点，数据的物理顺序与索引顺序一致，适合范围查询和排序操作；

而非聚簇索引的叶子节点存储的是数据行的指针，数据的物理顺序与索引顺序无关，适合快速查找特定值。

聚簇索引通常只能有一个，而非聚簇索引可以有多个。

1. 联合索引的存储结构与最左前缀原则

联合索引的存储结构是将多个列的值组合在一起形成一个复合键，按照字典序进行排序存储。
最左前缀原则指的是在使用联合索引时，查询条件必须从索引的最左列开始，才能有效利用索引进行加速查询。
只有满足最左前缀的查询条件，才能充分发挥联合索引的性能优势。

1. 在 SELECT IN / 模糊查询中如何使用索引？

在 SELECT IN查询中，索引可以通过将IN列表中的值与索引列进行匹配来加速查询。

对于模糊查询，使用索引的效果取决于查询模式：

如果使用前缀匹配（如LIKE 'abc%'），索引可以有效加速查询；

但如果使用通配符开头（如LIKE '%abc'），索引通常无法使用，因为需要扫描整个表。

优化模糊查询时，可以考虑使用全文索引或重构查询条件以提高性能。

1. 建索引时需注意哪些事项？

首先，选择合适的列进行索引，优先考虑经常用于查询条件、排序和连接的列；

其次，避免在频繁更新的列上建立索引，以减少维护开销；

此外，控制索引的数量，过多的索引会影响写入性能；

同时，注意索引的选择性，选择性高的索引能更有效地过滤数据；

最后，定期分析和优化索引，以适应数据和查询模式的变化

1. 如何评估 / 判断索引是否生效？常见索引失效场景有哪些？

评估索引是否生效需“三看”：

看执行计划是否命中索引（EXPLAIN）、

看扫描行数是否骤降（rows）、

看查询耗时是否锐减（性能监控）；

失效常因“破坏索引结构”或“优化器弃用”（如函数计算、隐式转换、前导通配符等）

1. 索引失效后怎么办？

当索引失效时，

首先需要分析查询语句，检查是否有不符合索引使用条件的部分，如函数操作、隐式类型转换或不满足最左前缀原则等。

其次，考虑重构查询语句，使其符合索引使用条件。

此外，可以通过分析执行计划来识别问题所在，并根据需要调整索引策略或添加新的索引。

最后，定期维护和优化数据库索引，以确保其在不断变化的查询模式下保持有效。

1. 数据库索引重构过程了解吗？

数据库索引重构是指对现有索引进行分析、优化和调整的过程，通过重建索引消除数据碎片和结构变形，恢复索引的快速导航能力。

重构过程包括：

首先，使用执行计划分析工具识别低效或未使用的索引；

其次，评估索引的选择性和覆盖率，确保索引能有效过滤数据；

然后，删除冗余或影响性能的索引，添加新的索引（可选择在线或离线）以适应查询模式的变化；

最后，定期监控和维护索引，确保其在不断变化的数据库环境中保持高效。

通过索引重构，可以显著提升数据库的查询效率和整体性能。

1. 数据库为什么使用B+树而不使用红黑树？

数据库使用 B+ 树而不使用红黑树，主要是因为 B+ 树更适合磁盘存储和范围查询。B+ 树的节点包含多个键值，减少了树的高度，从而减少了磁盘 I/O 次数，提高了查询效率。此外，B+ 树的叶子节点通过链表连接，支持高效的顺序和范围查询，而红黑树是二叉树，节点高度较高，适合内存中的快速查找，但不如 B+ 树在磁盘存储和批量数据处理上的性能优越。

1. 数据库分页的实现方式？

数据库分页通常通过LIMIT和OFFSET子句实现，LIMIT指定返回的记录数，OFFSET指定起始位置，从而实现数据的分段提取。这种方式简单易用，但在大数据集上性能可能较差。为提高性能，可以使用基于索引的分页，通过记录上次查询的最后一个主键值来获取下一页数据，避免使用OFFSET。这种方法减少了不必要的记录扫描，提高了分页查询的效率。

1. LIMIT 100000000,10 与 LIMIT 10 性能差异？

LIMIT 100000000,10的性能远低于LIMIT 10，因为前者需要跳过大量记录，导致更高的计算和 I/O 开销。

1. 如何使用 EXPLAIN 分析查询？关注哪些列？

使用EXPLAIN分析查询时，关键列包括：

id（执行顺序）、

select_type（查询类型）、

table（涉及的表）、

type（访问类型，指示查询效率）、

possible_keys（可能使用的索引）、

key（实际使用的索引）、

key_len（索引长度）、

ref（索引引用）、

rows（估计读取的行数）和

Extra（额外信息，如是否使用临时表或文件排序）。

1. COUNT(*)、COUNT(1)、COUNT(列) 有啥区别？

COUNT(*)和COUNT(1)统计所有行数，包括NULL，

而COUNT(列)只统计指定列中非NULL的行数。

1. SQL 聚合函数有哪些？

SQL 聚合函数包括COUNT、SUM、AVG、MIN、MAX等，用于对数据集进行汇总和统计分析。

1. WHERE 与 HAVING 的区别？

WHERE 在分组前过滤原始数据行（不可用聚合函数），

HAVING 在分组后过滤分组结果（可用聚合函数），二者执行时机和适用场景有本质差异

1. EXISTS 与 IN 的区别？

EXISTS和IN都用于子查询，

但EXISTS通过逐行检测子查询是否存在匹配（适合外表小/内表大），

IN通过预加载子查询结果集进行匹配（适合内表小/外表大），

二者在驱动顺序、NULL处理及性能优化上存在本质差异。

1. 谈谈 SQL 注入及防范

SQL 注入是一种通过插入恶意 SQL 代码来攻击数据库的技术，

防范措施包括使用参数化查询、输入验证和最小权限原则。

1. 将一张表部分数据更新到另一张表的写法？

将表A的部分数据更新到表B的核心方法是使用 UPDATE JOIN 或子查询，通过关联条件锁定目标行，用源表数据覆盖目标表字段，需注意数据库语法差异及性能优化。

1. 如何将行转成列（行列转换）？

行转列（行列转换）通常通过条件聚合（如CASE WHEN或MAX(IF())）或PIVOT操作实现，将多行数据按照某一字段的值展开为多列，常用于报表统计和数据透视。

1. 表之间如何关联？

表之间的关联主要通过外键和 JOIN 操作实现，用于将多张表的数据按照某些字段进行关联和整合，常见的关联方式有内连接、左连接、右连接和全连接。

1. INNER / LEFT / RIGHT JOIN 区别？

INNER JOIN只返回两表中匹配的记录，

LEFT JOIN返回左表所有记录及其匹配的右表记录，

RIGHT JOIN返回右表所有记录及其匹配的左表记录，未匹配部分用NULL补齐。

1. 为什么不推荐多表 JOIN？

不推荐多表JOIN是因为它可能导致复杂的查询计划、性能下降和维护困难，尤其在大数据集和不当索引情况下，会显著影响查询性能和响应时间。

1. SQL 调优常见方法有哪些？

1. 合理使用索引

创建高效索引：在查询条件、排序、分组和连接字段上建立合适的索引。

避免冗余和低效索引：定期清理无用或重复的索引，防止写入性能下降。

覆盖索引：让索引包含查询所需的所有字段，减少回表操作。

2. 优化查询语句结构

简化 SQL 语句：避免不必要的嵌套和复杂子查询。

只查需要的字段：用SELECT 字段替代SELECT *，减少数据传输。

合理使用 JOIN：避免多表复杂 JOIN，优先考虑业务需求。

3. 减少数据扫描量

加过滤条件：在 WHERE 子句中尽量多用过滤条件，减少全表扫描。

分区表/分表：将大表拆分为多个小表，提高查询效率。

使用 LIMIT：限制返回结果的数量，避免一次性拉取大量数据。

4. 利用缓存机制

数据库查询缓存：开启并合理配置数据库的查询缓存功能。

应用层缓存：对热点数据在应用层做缓存，减少数据库压力。

5. 分析执行计划

使用 EXPLAIN：分析 SQL 的执行计划，找出性能瓶颈。

根据反馈优化：根据执行计划调整索引和 SQL 结构。

1. 如何监控并优化慢 SQL？

慢 SQL 是指执行时间较长的 SQL 查询，可能影响数据库性能。以下是监控和优化慢 SQL 的方法：

启用慢查询日志，在数据库中启用慢查询日志，记录执行时间超过指定阈值的查询。

分析查询计划，使用EXPLAIN分析慢查询的执行计划，识别性能瓶颈。

优化索引，为慢查询涉及的列创建或优化索引，减少全表扫描。

调整查询结构，重写复杂查询，简化逻辑，减少不必要的计算。

方法：使用子查询代替嵌套查询，减少数据处理量。

优化数据库配置，调整数据库参数，如内存分配、连接池大小等。

工具：使用数据库自带的性能监控工具，分析瓶颈。

使用缓存，缓存常用查询结果，减少数据库负载。

1. 如何高效批量插入数据？

使用批量插入语句，使用INSERT INTO ... VALUES语句一次插入多行数据。

禁用索引，在插入大量数据前暂时禁用索引，插入完成后再重建索引。

注意：确保在插入后重新启用索引。

调整事务设置，将多个插入操作放在一个事务中，减少事务提交的开销。

调整网络设置，在网络传输中使用批量插入，减少网络往返次数。

1. 大表（千万级）查询 / 维护该怎么办？

索引优化，为常用查询的列创建合适的索引，避免全表扫描。

注意：避免过多索引，增加维护开销。

SQL语句调优

拒绝SELECT *：明确指定所需字段，减少I/O开销。

深度分页优化：用游标替代LIMIT offset, N（如WHERE id > last_id LIMIT 10），避免扫描前N条数据。

拆分复杂查询：将大查询拆为多个小查询，减少锁竞争。

表分区，将大表按某个字段（如日期）分区，减少每次查询的数据量。

分表，将大表拆分为多个小表，按某个逻辑（如用户 ID）分割。

批量操作，在进行大数据量更新或删除时，使用批量操作减少锁定时间。

数据库配置调整，调整数据库参数，如内存分配、连接池大小等，优化性能。

1. 删除（DELETE）、截断（TRUNCATE）、丢弃（DROP）区别？

DELETE删除行数据，

TRUNCATE清空表数据，保留表结构

DROP删除整个表结构