大家好我是小明，今天复习mysql

---

---

1.慢查询如何分析

可以使用EXPLAIN或者DESC命令获取MYSQL如何执行的信息。

这里比较重要的字段是下面几个

• type 这条sql连接类型，性能好到差（NULL， system， const，eq_ref, range， index， all）
• possible_keys 当前可能命中的索引
• key 实际命中的索引
• key_len占用索引大小
• Extre 额外的建议优化
  
  
  面试回答：
  

2.Mysql索引

定义：索引是数据库中一种特殊的数据结构，它通过对表中一个或多个字段进行排序存储，来加速查询时的数据定位，本质是用空间换时间的优化手段。

Mysql索引底层默认使用的是B+树，再聊B+树之前，我们先看一下二叉树和B树。
大家都知道二叉搜索树

左边的数字一定比右边的大
但是最坏的情况是这样的

红黑树：可以理解为近似平衡的二叉搜索树，
近似平衡（最长路径 ≤ 2 倍最短路径）

AVL树是高度平衡的树
即：左右子树高度差（平衡因子）的绝对值 ≤ 1

这时候树是平衡了，查找的效率高啦，但是如果拥有海量的数据，树的高度还是非常高

B树

B 树是一种多路平衡查找树，它的节点可以拥有多个子节点（不像二叉树只有 2 个）

二叉树的问题：如果数据量很大（比如 1000 万条），二叉树的高度会很高（约 20-30 层）。每查一层就要读一次磁盘，查 30 次磁盘太慢了！
B 树的优势：因为一个节点能存很多数据（比如 1KB~16KB），树变得很 “矮胖”。查 1000 万条数据，可能只需要读 3~4 次磁盘。

结论：树的高度越低，磁盘 I/O 次数越少，查询越快。

B+树

• B+树磁盘读写代价更低: B+树在叶子节点存储数据，非叶子节点存储指针,相比于B树查找节点的时候会缓存路径上的节点，磁盘读写代价大。
• 查询效率B+树更加稳定：B+树只在叶子节点存储数据，非叶子节点存储指针。查询都是logn。
• B+树便于扫盘和区间查询： 原因叶子节点使用双向链表连接。

---

3.聚簇索引和非聚簇索引（回表查询）

聚簇索引：一张表只能有 1 个，一般是主键，无主键时会选唯一非空索引，数据和索引存储在一起，叶子节点直接存完整数据行。
非聚簇索引： 索引与数据分开存储，叶子节点存的是主键值（需要回表查询数据）。

回表查询

Where name = “Arm”命中非二级索引，在二级中找到Arm，Arm节点存储的是主键，在根据主键查询完整用户。

---

4.覆盖索引（MySQL超大分页）

MySQL超大分页

优化：

---

5. 索引失效

① 违反最左前缀法则（前提是使用复合索引）

② 范围查询右边的列，不能使用索引

范围查询之后的索引失效

③ 不要在索引列上进行运算操作，索引将失效

④ 字符串不加单引号，造成索引失效。(类型转换)

⑤ 以 % 开头的 Like 模糊查询，索引失效

这里直接背就好啦

---

5.1 索引的创建原则

1. 针对于数据量较大，且查询比较频繁的表建立索引。单表超过 10 万数据（增加用户体验）
2. 针对于常作为查询条件（where）、排序（order by）、分组（group by）操作的字段建立索引。
3. 尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高。
4. 如果是字符串类型的字段，字段的长度较长，可以针对于字段的特点，建立前缀索引。
5. 尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率。

---

6.事务

事务：数据库中一组不可分割的数据库操作（SQL 语句集合），这组操作要么全部执行成功，要么全部执行失败回滚，它是数据库保证数据一致性和完整性的核心机制。

6.1 事务的特性（ACID）

• 原子性（Atomicity）：事务是不可分割的最小操作单元，要么全部成功，要么全部失败。
• 一致性（Consistency）：事务完成时，必须使所有的数据都保持一致状态。
• 隔离性（Isolation）：数据库系统提供的隔离机制，保证事务在不受外部并发操作影响的独立环境下运行。
• 持久性（Durability）：事务一旦提交或回滚，它对数据库中的数据的改变就是永久的。

最好是结合实际场景解释给面试官

1. 原子性：转账要么失败要么成功
2. 一致性：转账一个人得到钱一个失去钱，保持数据一致性
3. 隔离性：转账过程不受第三方打扰
4. 持久性：转账成功后数据修改是持久化的

---

6.2 并发事务问题，隔离级别

== 并发事务问题==

怎么解决呢？

事务的隔离级别

mysql默认的事务级别是可重复读，事务的隔离级别越高，数据越安全，但是性能比较低。

---

7. uodo log 和redo log 区别

1. undo log（回滚日志）

它记录的是数据修改前的状态。

你执行 INSERT / UPDATE / DELETE 时，数据库会先把「修改前的值」写入 undo log。

用来支持：

• 事务回滚时，用 undo log 把数据恢复到修改前的状态
• 多版本并发控制（MVCC）

2. redo log（重做日志）

它记录的是数据修改后的状态（物理日志）。

当你修改数据时，数据库会把 “要修改成什么” 写入 redo log，并立即刷盘。

用来支持：

• 录的是数据页的物理变化，服务宕机可用来同步数据
• 保证事务提交后不会丢数据（持久性）

---

8. 分库分表

前提：项目业务数据逐渐增多，或者业务发展比较迅猛，优化已经解决不了问题；

**垂直拆分：**以表为依据，根据业务将不同表拆分到不同库中。

1. 垂直拆库
   
   特点：按照数据分级管理。

2. 垂直拆表
   
   把一张表的字段拆分为不同的表，两张表可以在不同库中，也可以在同一个库中。

好处：

• 冷热数据分离
• 减少IO过度争抢，两表互不影响。

3. 水平分库

将一个库中的树拆分到多个库中。

好处：

• 解决单库数据量太大，提高系统高并发。

4. 水平分表

将一个表的数据拆分到多个表中（可以在同一个库里面）

好处：

• 优化单一表数据量过大产生性能问题
• 避免IO争抢；

分库分表的问题

• 分布式事务一致性问题
• 跨界点关联查询
• 跨界点分页，排序函数
• 主键重复

解决方案

加中间件：MyCat

面试回答参考：

---

好了今天就到这里