面试20家互联网公司总结出的高频MySQL面试题

1、MyISAM存储获与InnoDB存储引擎 

MyISAM存储引擎不支持事务、表锁设计、支持全文索引。缓冲池只缓存索引文件，并不缓存数据文件。

InnoDB存储引擎支持事务、行锁设计、支持外键，支持一致性的非锁定读，也就是默认读取的操作不会产生锁。通过多版本控制来获得高并发性，并实现了SQL标准的4种隔离级别。

2、MySQL中的InnoDB中有哪些锁？

如下图所示。

上图只是针对InnoDB存储引擎来说的，如对于此引擎来说，意向锁其实是表级别的锁。

行锁在实现时有3种算法，如下：

（1）Record Lock：间个行记录上锁

（2）Gap Lock：间隙锁，锁定一个范围，但不包含记录本身

（3）Next-Key Lock：Gap Lock + Record Lock，锁定一个范围，并且锁定记录本身，可解决幻读问题

3、数据库事务隔离级别

总结一下：

√: 可能出现    ×: 不会出现

事务的隔离级别	Read  uncommitted  未提交读	Read committed 提交读	Repeatable read  可重复读	Serializable 序列化
脏读  事务1更新了记录，但没有提交，事务2读取了更新后的行，然后事务T1回滚，现在T2读取无效。违反隔离性导致的问题，添加行锁实现	√	×	×	×
不可重复读  事务1读取记录时，事务2更新了记录并提交，事务1再次读取时可以看到事务2修改后的记录（修改批更新或者删除）需要添加行锁进行实现	√	√	×	×
幻读   事务1读取记录时事务2增加了记录并提交，事务1再次读取时可以看到事务2新增的记录。需要添加表锁进行实现。InnoDB存储引擎通过多版本并发控制(MVCC，Multiversion Concurrency Control)机制解决了该问题	√	√	√	×

注意点： 

（1）要分清不可重复读和幻读的区别 一个是更新记录，另外一个是读取了新增的记录，

（2）与脏读比起来，不可重复读和幻读都是读取了事务提交后的记录，脏读是读取了事务未提交的记录。 

（3）脏读和不可重复读采用行锁避免，而幻读采用Next-Key Lock锁来避免。 Innodb默认的repeatable read隔离级别下就可以做到避免幻读的问题。

 

4、事务的ACID属性

事务与锁是不同的。事务具有ACID属性：

（1）原子性（atomicity）：由redo log重做日志来保证事务的原子性

（2）持久性（consistency）：由redo log重做日志来保证事务的持久性

（3）一致性（isolation）：undo log用来保证事务的一致性

（4）隔离性（durability）：一个事务在操作过程中看到了其他事务的结果，如幻读。锁是用于解决隔离性的一种机制。事务的隔离级别通过锁的机制来实现。

5、InnoDB的索引

InnoDB的常见索引如下图所示。

另外还有术语“联合索引”和“覆盖索引”，联合索引可能是聚集索引，也可能是非聚集索引，因为如果在建立表时，通过primary指定多个列为主键，则这多个列也算是联合索引，那么也是聚集索引。覆盖索引是非聚集索引，SQL只需要通过索引就可以返回查询所需要的数据，而不必通过二级索引查到主键之后再去查询数据。

6、索引建立原则

1、最左前缀匹配原则

非常重要的原则，mysql会一直向右匹配直到遇到范围查询（>、<、between、like）就停止匹配，比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)顺序的索引，d是用不到索引的，因为c用到了>符号。如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整。

2、尽量选择区分度高的列作为索引

区分度的公式是count(distinct col)/count(*)，表示字段不重复的比例，比例越大我们扫描的记录数越少，唯一键的区分度是1，而一些状态、性别字段可能在大数据面前区分度就是0，那可能有人会问，这个比例有什么经验值吗？使用场景不同，这个值也很难确定，一般需要join的字段我们都要求是0.1以上，即平均1条扫描10条记录

3、索引列不能参与计算，保持列“干净”

比如from_unixtime(create_time) = 2014-05-29’就不能使用到索引，原因很简单，b+树中存的都是数据表中的字段值，但进行检索时，需要把所有元素都应用函数才能比较，显然成本太大。所以语句应该写成create_time = unix_timestamp(’2014-05-29’);

7、一致性的非锁定读

MVCC（Multiversion concurrency control ）是一种多版本并发控制机制。

（1）插入

同一事务中（假设事务id=1）插入两条记录,记录的数据版本号为事务id=1,删除版本号为null，如下图所示。

（2）查询

查询时需要同时满足以下两个条件：

1、查找数据版本号，早于（小于等于）当前事务id的数据行。 这样可以确保事务读取的数据是事务之前已经存在的。或者是当前事务插入或修改的。

2、查找删除版本号为null或者大于当前事务版本号的记录。 这样确保取出来的数据在当前事务开启之前没有被删除。

假如有一个事务中执行查询（假设事务id=2）

事务id为2

start transaction;
select * from user where sex = '男';  --（1）
select * from user where sex = '男';  --（2）
commit;

假设在执行这个事务ID为2的过程中,刚执行到(1)，这时有另一个事务（假设事务id=3）往这个表里插入了一条数据；

事务id为3

start transaction;
INSERT INTO user (name,sex) VALUES ('王五','男');
commit;

此时表中的数据如下：　　

然后接着执行事务 id=2 中的(2)，由于id=3的数据的创建时间(事务ID为3)，执行当前事务的ID为2，而InnoDB只会查找事务ID小于等于当前事务ID的数据行，所以 id=3 的数据行并不会在执行事务 id=2 中的 (2) 被检索出来。在事务 id=2 中的两条select 语句检索出来的数据都只会下表：

（3）删除

假如有一个事务中执行查询（假设事务id=4）　

事务id为4

start transaction;
select * from user where sex = '男';  --（1）
select * from user where sex = '男';  --（2）
commit;

假设事务 id=4 刚执行到（1），此时有另外一个事务 id=5 执行了删除语句，会更新数据的删除版本号为当前事务id = 5　　

事务id为5

start transaction;
DELETE FROM user WHERE id = 1;
commit;

此时数据库表中数据如下：

接着执行事务 id=4的事务(2)，根据SELECT 检索条件可以知道，它会检索创建时间(创建事务的ID)小于当前事务ID的行和删除时间(删除事务的ID)大于当前事务的行，表中id=1的行由于删除时间(删除事务的ID)大于当前事务的ID，所以事务 id=2 的(2)在执行的时候也会把表中 id=1 的数据检索出来，所以事务4中的两条select 语句检索出来的数据都如下：

（4）修改

可以理解为，当一个事务中 修改一条记录时， 是先复制该数据，新数据数据版本号为当前事务id,删除版本号为 null 。然后更新 原来数据的删除版本号为 当前事务id。如下：

假如一个事务 id=6 执行了一条update语句

事务id为6

start transaction;
UPDATE user SET name='李四1' WHERE id = 2
commit;

执行结果如下：　　

8、MySQL大数据量分页优化

首先需要新建一张辅助分页的表pagination，有id与page字段，类型都为整数。同步id值与t_report_app表中的id,如下：

INSERT INTO pagination(id) SELECT id FROM t_report_app

然后使用如下语句插入page值。　

SET @p:= 0;  // 声明一个变量p并赋初始值为0
UPDATE pagination SET page=CEIL((@p:= @p + 1) / 10) ORDER BY id DESC;

我们按每页10条记录，id降序进行分页。如果插入或删除记录则需要同步pagination表记录。　

这样如果我们查询第10页的记录就可以直接知道t_report_app记录中10条数据的id了，如下：

9、SQL性能分析

MySQL的调优手段，主要包括慢日志查询分析与Explain查询分析SQL执行计划。

explain模拟优化器执行SQL语句，在5.6以及以后的版本中，除过select，其他比如insert，update和delete均可以使用explain查看执行计划，从而知道mysql是如何处理sql语句，分析查询语句或者表结构的性能瓶颈。执行计划包含的信息如下：

信息	描述
id	查询的序号，包含一组数字，表示查询中执行select子句或操作表的顺序 **两种情况** id相同，执行顺序从上往下 id不同，id值越大，优先级越高，越先执行 id值如果为NULL则最后执行
select_type	查询类型，主要用于区别普通查询，联合查询，子查询等的复杂查询 1、simple 简单的select查询，查询中不包含子查询或者UNION 2、primary 查询中若包含任何复杂的子部分，最外层查询被标记 3、subquery 在select或where列表中包含了子查询 4、derived 在from列表中包含的子查询被标记为derived（衍生），MySQL会递归执行这些子查询，把结果放到临时表中 5、union 如果第二个select出现在UNION之后，则被标记为UNION，如果union包含在from子句的子查询中，外层select被标记为derived 6、union result:UNION 的结果
table	输出的行所引用的表
type	显示联结类型，显示查询使用了何种类型，按照从最佳到最坏类型排序 1、system：表中仅有一行（=系统表）这是const联结类型的一个特例。 2、const：表示通过索引一次就找到，const用于比较primary key或者unique索引。因为只匹配一行数据，所以如果将主键置于where列表中，mysql能将该查询转换为一个常量 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。常见于唯一索引或者主键扫描 4、ref:非唯一性索引扫描，返回匹配某个单独值的所有行，本质上也是一种索引访问，它返回所有匹配某个单独值的行，可能会找多个符合条件的行，属于查找和扫描的混合体 5、range:只检索给定范围的行，使用一个索引来选择行。key列显示使用了哪个索引，一般就是where语句中出现了between,in等范围的查询。这种范围扫描索引扫描比全表扫描要好，因为它开始于索引的某一个点，而结束另一个点，不用全表扫描 6、index:index 与all区别为index类型只遍历索引树。通常比all快，因为索引文件比数据文件小很多。 7、all：遍历全表以找到匹配的行 注意:一般保证查询至少达到range级别，最好能达到ref。
possible_keys	指出MySQL能使用哪个索引在该表中找到行
key	显示MySQL实际决定使用的键(索引)。如果没有选择索引,键是NULL。查询中如果使用覆盖索引，则该索引和查询的select字段重叠。
key_len	表示索引中使用的字节数，该列计算查询中使用的索引的长度在不损失精度的情况下，长度越短越好。如果键是NULL,则长度为NULL。该字段显示为索引字段的最大可能长度，并非实际使用长度。
ref	显示索引的哪一列被使用了，如果有可能是一个常数，哪些列或常量被用于查询索引列上的值
rows	根据表统计信息以及索引选用情况，大致估算出找到所需的记录所需要读取的行数
Extra	包含不适合在其他列中显示，但是十分重要的额外信息 1、Using filesort：说明mysql会对数据适用一个外部的索引排序。而不是按照表内的索引顺序进行读取。MySQL中无法利用索引完成排序操作称为“文件排序” 2、Using temporary:使用了临时表保存中间结果，mysql在查询结果排序时使用临时表。常见于排序order by和分组查询group by。 3、Using index:表示相应的select操作使用覆盖索引，避免访问了表的数据行。如果同时出现using where，表名索引被用来执行索引键值的查找；如果没有同时出现using where，表名索引用来读取数据而非执行查询动作。 4、Using where :表明使用where过滤 5、using join buffer:使用了连接缓存 6、impossible where:where子句的值总是false，不能用来获取任何元组 7、select tables optimized away：在没有group by子句的情况下，基于索引优化Min、max操作或者对于MyISAM存储引擎优化count（*），不必等到执行阶段再进行计算，查询执行计划生成的阶段即完成优化。 8、distinct：优化distinct操作，在找到第一匹配的元组后即停止找同样值的动作。

---

10、数据库表水平拆分和垂直拆分

（1）水平拆分举例

假设QQ的用户有100亿，如果只有一张表，每个用户登录的时候数据库都要从这100亿中查找，会很慢很慢。如果将这一张表分成100份，每张表有1亿条，就小了很多，比如qq0,qq1,qq1…qq99表。

用户登录的时候，可以将用户的id%100，那么会得到0-99的数，查询表的时候，将表名qq跟取模的数连接起来，就构建了表名。比如123456789用户，取模的89，那么就到qq89表查询，查询的时间将会大大缩短。

（2）垂直拆分举例

通常我们按以下原则进行垂直拆分: 
1，把不常用的字段单独放在一张表;, 
2，把text，blob等大字段拆分出来放在附表中; 
3，经常组合查询的列放在一张表中;

例如存储一个文件时，简要的常见信息放到一张表中，而真正存储文件内容的text放到另外一张附表中。