1、MySQL 索引使用有哪些注意事项呢？

可以从三个维度回答这个问题：索引哪些情况会失效，索引不适合哪些场景，索引规则

1.1 索引哪些情况会失效

  • 查询条件包含or，可能导致索引失效
  • 如何字段类型是字符串，where时一定用引号括起来，否则索引失效
  • like通配符可能导致索引失效。
  • 联合索引，查询时的条件列不是联合索引中的第一个列，索引失效。
  • 在索引列上使用mysql的内置函数，索引失效。
  • 对索引列运算（如，+、-、*、/），索引失效。
  • 索引字段上使用（！= 或者 < >，not in）时，可能会导致索引失效。
  • 索引字段上使用is null， is not null，可能导致索引失效。
  • 左连接查询或者右连接查询查询关联的字段编码格式不一样，可能导致索引失效。

  • mysql估计使用全表扫描要比使用索引快,则不使用索引。

    1.2 索引不适合哪些场景

  • 数据量少的不适合加索引

  • 更新比较频繁的也不适合加索引

  • 区分度低的字段不适合加索引（如性别）

    1.3 索引的一些潜规则

  • 覆盖索引

  • 回表
  • 索引数据结构（B+树）
  • 最左前缀原则
  • 索引下推

    2、MySQL 遇到过死锁问题吗，你是如何解决的？

  1. 查看死锁日志show engine innodb status;
  2. 找出死锁Sql
  3. 分析sql加锁情况
  4. 模拟死锁案发
  5. 分析死锁日志

  6. 分析死锁结果

    3、日常工作中你是怎么优化SQL的？

  7. 加索引

  8. 避免返回不必要的数据
  9. 适当分批量进行
  10. 优化sql结构
  11. 分库分表
  12. 读写分离

    4、说说分库与分表的设计

    分库分表方案，分库分表中间件，分库分表可能遇到的问题

    4.1 分库分表方案:

  • 水平分库：以字段为依据，按照一定策略（hash、range等），将一个库中的数据拆分到多个库中。
  • 水平分表：以字段为依据，按照一定策略（hash、range等），将一个表中的数据拆分到多个表中。
  • 垂直分库：以表为依据，按照业务归属不同，将不同的表拆分到不同的库中。

  • 垂直分表：以字段为依据，按照字段的活跃性，将表中字段拆到不同的表（主表和扩展表）中。

    4.2 常用的分库分表中间件：

  • sharding-jdbc（当当）

  • Mycat
  • TDDL（淘宝）
  • Oceanus(58同城数据库中间件)
  • vitess（谷歌开发的数据库中间件）

  • Atlas(Qihoo 360)

    4.3 分库分表可能遇到的问题

  • 事务问题：需要用分布式事务啦

  • 跨节点Join的问题：解决这一问题可以分两次查询实现
  • 跨节点的count,order by,group by以及聚合函数问题：分别在各个节点上得到结果后在应用程序端进行合并。
  • 数据迁移，容量规划，扩容等问题
  • ID问题：数据库被切分后，不能再依赖数据库自身的主键生成机制啦，最简单可以考虑UUID

  • 跨分片的排序分页问题

    5、InnoDB与MyISAM的区别

  • InnoDB支持事务，MyISAM不支持事务

  • InnoDB支持外键，MyISAM不支持外键
  • InnoDB 支持 MVCC(多版本并发控制)，MyISAM 不支持
  • select count(*) from table时，MyISAM更快，因为它有一个变量保存了整个表的总行数，可以直接读取，InnoDB就需要全表扫描。
  • Innodb不支持全文索引，而MyISAM支持全文索引（5.7以后的InnoDB也支持全文索引）
  • InnoDB支持表、行级锁，而MyISAM支持表级锁。
  • InnoDB表必须有主键，而MyISAM可以没有主键
  • Innodb表需要更多的内存和存储，而MyISAM可被压缩，存储空间较小，。
  • Innodb按主键大小有序插入，MyISAM记录插入顺序是，按记录插入顺序保存。

  • InnoDB 存储引擎提供了具有提交、回滚、崩溃恢复能力的事务安全，与 MyISAM 比 InnoDB 写的效率差一些，并且会占用更多的磁盘空间以保留数据和索引

    6、数据库索引的原理，为什么要用 B+树，为什么不用二叉树？

    可以从几个维度去看这个问题，查询是否够快，效率是否稳定，存储数据多少，以及查找磁盘次数，为什么不是二叉树，为什么不是平衡二叉树，为什么不是B树，而偏偏是B+树呢？

    6.1 为什么不是一般二叉树？

    如果二叉树特殊化为一个链表，相当于全表扫描。平衡二叉树相比于二叉查找树来说，查找效率更稳定，总体的查找速度也更快。

    6.2 为什么不是平衡二叉树呢？

    我们知道，在内存比在磁盘的数据，查询效率快得多。如果树这种数据结构作为索引，那我们每查找一次数据就需要从磁盘中读取一个节点，也就是我们说的一个磁盘块，但是平衡二叉树可是每个节点只存储一个键值和数据的，如果是B树，可以存储更多的节点数据，树的高度也会降低，因此读取磁盘的次数就降下来啦，查询效率就快啦。

    6.3 那为什么不是B树而是B+树呢？

    1）B+树非叶子节点上是不存储数据的，仅存储键值，而B树节点中不仅存储键值，也会存储数据。innodb中页的默认大小是16KB，如果不存储数据，那么就会存储更多的键值，相应的树的阶数（节点的子节点树）就会更大，树就会更矮更胖，如此一来我们查找数据进行磁盘的IO次数有会再次减少，数据查询的效率也会更快。2）B+树索引的所有数据均存储在叶子节点，而且数据是按照顺序排列的，链表连着的。那么B+树使得范围查找，排序查找，分组查找以及去重查找变得异常简单。

    7、聚集索引与非聚集索引的区别

  • 一个表中只能拥有一个聚集索引，而非聚集索引一个表可以存在多个。

  • 聚集索引，索引中键值的逻辑顺序决定了表中相应行的物理顺序；非聚集索引，索引中索引的逻辑顺序与磁盘上行的物理存储顺序不同。
  • 索引是通过二叉树的数据结构来描述的，我们可以这么理解聚簇索引：索引的叶节点就是数据节点。而非聚簇索引的叶节点仍然是索引节点，只不过有一个指针指向对应的数据块。
  • 聚集索引：物理存储按照索引排序；非聚集索引：物理存储不按照索引排序；

何时使用聚集索引或非聚集索引？

8、limit 1000000 加载很慢的话，你是怎么解决的呢？

方案一：如果id是连续的，可以这样，返回上次查询的最大记录(偏移量)，再往下limitselect id，name from employee where id>1000000 limit 10.方案二：在业务允许的情况下限制页数：
方案三：order by + 索引（id为索引）select id，name from employee order by id limit 1000000，10方案四：利用延迟关联或者子查询优化超多分页场景。（先快速定位需要获取的id段，然后再关联）SELECT a.* FROM employee a, (select id from employee where 条件 LIMIT 1000000,10 ) b where a.id=b.id

9、如何选择合适的分布式主键方案呢？

  • 数据库自增长序列或字段。
  • UUID。
  • Redis生成ID
  • Twitter的snowflake算法
  • 利用zookeeper生成唯一ID

  • MongoDB的ObjectId

    10、事务的隔离级别有哪些？MySQL的默认隔离级别是什么？

  • 读未提交（Read Uncommitted）

  • 读已提交（Read Committed）
  • 可重复读（Repeatable Read）
  • 串行化（Serializable）

Mysql默认的事务隔离级别是可重复读(Repeatable Read)

11、 什么是幻读，脏读，不可重复读呢？

  • 事务A、B交替执行，事务A被事务B干扰到了，因为事务A读取到事务B未提交的数据,这就是脏读
  • 在一个事务范围内，两个相同的查询，读取同一条记录，却返回了不同的数据，这就是不可重复读。

  • 事务A查询一个范围的结果集，另一个并发事务B往这个范围中插入/删除了数据，并静悄悄地提交，然后事务A再次查询相同的范围，两次读取得到的结果集不一样了，这就是幻读。

    12、在高并发情况下，如何做到安全的修改同一行数据？

    要安全的修改同一行数据，就要保证一个线程在修改时其它线程无法更新这行记录。一般有悲观锁和乐观锁两种方案~

    12.1 使用悲观锁

    悲观锁思想就是，当前线程要进来修改数据时，别的线程都得拒之门外~比如，可以使用select…for update ~select * from User where name=‘jay’ for update以上这条sql语句会锁定了User表中所有符合检索条件（name=‘jay’）的记录。本次事务提交之前，别的线程都无法修改这些记录。

    12.2 使用乐观锁

    乐观锁思想就是，有线程过来，先放过去修改，如果看到别的线程没修改过，就可以修改成功，如果别的线程修改过，就修改失败或者重试。实现方式：乐观锁一般会使用版本号机制或CAS算法实现。

    13、数据库的乐观锁和悲观锁。

    13.1 悲观锁：

    悲观锁她专一且缺乏安全感了，她的心只属于当前事务，每时每刻都担心着它心爱的数据可能被别的事务修改，所以一个事务拥有（获得）悲观锁后，其他任何事务都不能对数据进行修改啦，只能等待锁被释放才可以执行。

    13.2 乐观锁：

    乐观锁的“乐观情绪”体现在，它认为数据的变动不会太频繁。因此，它允许多个事务同时对数据进行变动。实现方式：乐观锁一般会使用版本号机制或CAS算法实现。

    14、SQL优化的一般步骤是什么，怎么看执行计划（explain），如何理解其中各个字段的含义。

  • show status 命令了解各种 sql 的执行频率

  • 通过慢查询日志定位那些执行效率较低的 sql 语句

  • explain 分析低效 sql 的执行计划（这点非常重要，日常开发中用它分析Sql，会大大降低Sql导致的线上事故）

    15、MySQL事务得四大特性以及实现原理

  • 原子性： 事务作为一个整体被执行，包含在其中的对数据库的操作要么全部被执行，要么都不执行。

  • 一致性： 指在事务开始之前和事务结束以后，数据不会被破坏，假如A账户给B账户转10块钱，不管成功与否，A和B的总金额是不变的。
  • 隔离性： 多个事务并发访问时，事务之间是相互隔离的，即一个事务不影响其它事务运行效果。简言之，就是事务之间是进水不犯河水的。

  • 持久性： 表示事务完成以后，该事务对数据库所作的操作更改，将持久地保存在数据库之中。

    15.1 事务ACID特性的实现思想

  • 原子性：是使用 undo log来实现的，如果事务执行过程中出错或者用户执行了rollback，系统通过undo log日志返回事务开始的状态。

  • 持久性：使用 redo log来实现，只要redo log日志持久化了，当系统崩溃，即可通过redo log把数据恢复。
  • 隔离性：通过锁以及MVCC,使事务相互隔离开。
  • 一致性：通过回滚、恢复，以及并发情况下的隔离性，从而实现一致性。

    16、如果某个表有近千万数据，CRUD比较慢，如何优化。

    16.1 分库分表

    某个表有近千万数据，可以考虑优化表结构，分表（水平分表，垂直分表），当然，你这样回答，需要准备好面试官问你的分库分表相关问题呀，如
  1. 分表方案（水平分表，垂直分表，切分规则hash等）
  2. 分库分表中间件（Mycat，sharding-jdbc等）
  3. 分库分表一些问题（事务问题？跨节点Join的问题）
  4. 解决方案（分布式事务等）

    16.2 索引优化

    除了分库分表，优化表结构，当然还有所以索引优化等方案

    17、如何写sql能够有效的使用到复合索引。

    复合索引，也叫组合索引，用户可以在多个列上建立索引,这种索引叫做复合索引。
    当我们创建一个组合索引的时候，如(k1,k2,k3)，相当于创建了（k1）、(k1,k2)和(k1,k2,k3)三个索引，这就是最左匹配原则。select * from table where k1=A AND k2=B AND k3=D有关于复合索引，我们需要关注查询Sql条件的顺序，确保最左匹配原则有效，同时可以删除不必要的冗余索引。

    18、MVCC熟悉吗，它的底层原理？

    MVCC,多版本并发控制,它是通过读取历史版本的数据，来降低并发事务冲突，从而提高并发性能的一种机制。
    MVCC需要关注这几个知识点：
  • 事务版本号
  • 表的隐藏列
  • undo log

  • read view

    19、数据库中间件了解过吗，sharding jdbc，mycat？

  • sharding-jdbc目前是基于jdbc驱动，无需额外的proxy，因此也无需关注proxy本身的高可用。

  • Mycat 是基于 Proxy，它复写了 MySQL 协议，将 Mycat Server 伪装成一个 MySQL 数据库，而 Sharding-JDBC 是基于 JDBC 接口的扩展，是以 jar 包的形式提供轻量级服务的。

    20、MYSQL的主从延迟，你怎么解决？

    主从复制分了五个步骤进行：
  1. 步骤一：主库的更新事件(update、insert、delete)被写到binlog
  2. 步骤二：从库发起连接，连接到主库。
  3. 步骤三：此时主库创建一个binlog dump thread，把binlog的内容发送到从库。
  4. 步骤四：从库启动之后，创建一个I/O线程，读取主库传过来的binlog内容并写入到relay log
  5. 步骤五：还会创建一个SQL线程，从relay log里面读取内容，从Exec_Master_Log_Pos位置开始执行读取到的更新事件，将更新内容写入到slave的db

    20.1 主从同步延迟的原因

    一个服务器开放Ｎ个链接给客户端来连接的，这样有会有大并发的更新操作, 但是从服务器的里面读取binlog的线程仅有一个，当某个SQL在从服务器上执行的时间稍长 或者由于某个SQL要进行锁表就会导致，主服务器的SQL大量积压，未被同步到从服务器里。这就导致了主从不一致， 也就是主从延迟。

    20.2 主从同步延迟的解决办法

  • 主服务器要负责更新操作，对安全性的要求比从服务器要高，所以有些设置参数可以修改，比如sync_binlog=1，innodb_flush_log_at_trx_commit = 1 之类的设置等。
  • 选择更好的硬件设备作为slave。
  • 把一台从服务器当度作为备份使用， 而不提供查询， 那边他的负载下来了， 执行relay log 里面的SQL效率自然就高了。

  • 增加从服务器喽，这个目的还是分散读的压力，从而降低服务器负载。

    21、大表查询的优化方案

  • 优化shema、sql语句+索引；

  • 可以考虑加缓存，memcached, redis，或者JVM本地缓存；
  • 主从复制，读写分离；

  • 分库分表；

    22、什么是数据库连接池?为什么需要数据库连接池呢?

    22.1 连接池基本原理：

    数据库连接池原理：在内部对象池中，维护一定数量的数据库连接，并对外暴露数据库连接的获取和返回方法。

    22.2 应用程序和数据库建立连接的过程：

  • 通过TCP协议的三次握手和数据库服务器建立连接

  • 发送数据库用户账号密码，等待数据库验证用户身份
  • 完成身份验证后，系统可以提交SQL语句到数据库执行

  • 把连接关闭，TCP四次挥手告别。

    22.3数据库连接池好处：

  • 资源重用 (连接复用)

  • 更快的系统响应速度
  • 新的资源分配手段

  • 统一的连接管理，避免数据库连接泄漏

    23、数据库存储日期格式时，如何考虑时区转换问题？

  • datetime类型适合用来记录数据的原始的创建时间，修改记录中其他字段的值，datetime字段的值不会改变，除非手动修改它。

  • timestamp类型适合用来记录数据的最后修改时间，只要修改了记录中其他字段的值，timestamp字段的值都会被自动更新。

    24、一条sql执行过长的时间，你如何优化，从哪些方面入手？

  • 查看是否涉及多表和子查询，优化Sql结构，如去除冗余字段，是否可拆表等

  • 优化索引结构，看是否可以适当添加索引
  • 数量大的表，可以考虑进行分离/分表（如交易流水表）
  • 数据库主从分离，读写分离
  • explain分析sql语句，查看执行计划，优化sql

  • 查看mysql执行日志，分析是否有其他方面的问题

    25、MYSQL数据库服务器性能分析的方法命令有哪些?

  • Show status, 一些值得监控的变量值：

  • Bytes_received和Bytes_sent 和服务器之间来往的流量。
  • Com_*服务器正在执行的命令。
  • Created_*在查询执行期限间创建的临时表和文件。
  • Handler_*存储引擎操作。
  • Select_*不同类型的联接执行计划。
  • Sort_*几种排序信息。

  • Show profiles 是MySql用来分析当前会话SQL语句执行的资源消耗情况

    26、Mysql中有哪几种锁，列举一下？

    如果按锁粒度划分，有以下3种：

  • 表锁： 开销小，加锁快；锁定力度大，发生锁冲突概率高，并发度最低;不会出现死锁。

  • 行锁： 开销大，加锁慢；会出现死锁；锁定粒度小，发生锁冲突的概率低，并发度高。

  • 页锁： 开销和加锁速度介于表锁和行锁之间；会出现死锁；锁定粒度介于表锁和行锁之间，并发度一般

    27、Hash索引和B+树区别是什么？你在设计索引是怎么抉择的？

  • B+树可以进行范围查询，Hash索引不能。

  • B+树支持联合索引的最左侧原则，Hash索引不支持。
  • B+树支持order by排序，Hash索引不支持。
  • Hash索引在等值查询上比B+树效率更高。

  • B+树使用like 进行模糊查询的时候，like后面（比如%开头）的话可以起到优化的作用，Hash索引根本无法进行模糊查询。

    28、mysql 的内连接、左连接、右连接有什么区别？

  • Inner join 内连接，在两张表进行连接查询时，只保留两张表中完全匹配的结果集

  • left join 在两张表进行连接查询时，会返回左表所有的行，即使在右表中没有匹配的记录。

  • right join 在两张表进行连接查询时，会返回右表所有的行，即使在左表中没有匹配的记录。

    29、数据库的三大范式

  • 第一范式：数据表中的每一列（每个字段）都不可以再拆分。

  • 第二范式：在第一范式的基础上，分主键列完全依赖于主键，而不能是依赖于主键的一部分。

  • 第三范式：在满足第二范式的基础上，表中的非主键只依赖于主键，而不依赖于其他非主键。

    30、ysql有关权限的表有哪几个呢？

    MySQL服务器通过权限表来控制用户对数据库的访问，权限表存放在mysql数据库里，由mysql_install_db脚本初始化。这些权限表分别user，db，table_priv，columns_priv和host。

  • user权限表：记录允许连接到服务器的用户帐号信息，里面的权限是全局级的。

  • db权限表：记录各个帐号在各个数据库上的操作权限。
  • table_priv权限表：记录数据表级的操作权限。
  • columns_priv权限表：记录数据列级的操作权限。

  • host权限表：配合db权限表对给定主机上数据库级操作权限作更细致的控制。这个权限表不受GRANT和REVOKE语句的影响。

    31、Mysql的binlog有几种录入格式？分别有什么区别？

    有三种格式哈，statement，row和mixed。

  • statement，每一条会修改数据的sql都会记录在binlog中。不需要记录每一行的变化，减少了binlog日志量，节约了IO，提高性能。由于sql的执行是有上下文的，因此在保存的时候需要保存相关的信息，同时还有一些使用了函数之类的语句无法被记录复制。

  • row，不记录sql语句上下文相关信息，仅保存哪条记录被修改。记录单元为每一行的改动，基本是可以全部记下来但是由于很多操作，会导致大量行的改动(比如alter table)，因此这种模式的文件保存的信息太多，日志量太大。

  • mixed，一种折中的方案，普通操作使用statement记录，当无法使用statement的时候使用row。

    32、InnoDB引擎的4大特性，了解过吗

  • 插入缓冲（insert buffer)

  • 二次写(double write)
  • 自适应哈希索引(ahi)

  • 预读(read ahead)

    33、 索引有哪些优缺点？

    33.1 优点：

  • 唯一索引可以保证数据库表中每一行的数据的唯一性

  • 索引可以加快数据查询速度，减少查询时间

    33.2 缺点：

  • 创建索引和维护索引要耗费时间

  • 索引需要占物理空间，除了数据表占用数据空间之外，每一个索引还要占用一定的物理空间

  • 以表中的数据进行增、删、改的时候，索引也要动态的维护。

    34、索引有哪几种类型？

  • 主键索引: 数据列不允许重复，不允许为NULL，一个表只能有一个主键。

  • 唯一索引: 数据列不允许重复，允许为NULL值，一个表允许多个列创建唯一索引。
  • 普通索引: 基本的索引类型，没有唯一性的限制，允许为NULL值。
  • 全文索引：是目前搜索引擎使用的一种关键技术，对文本的内容进行分词、搜索。
  • 覆盖索引：查询列要被所建的索引覆盖，不必读取数据行

  • 组合索引：多列值组成一个索引，用于组合搜索，效率大于索引合并

    35、创建索引有什么原则呢？

  • 最左前缀匹配原则

  • 频繁作为查询条件的字段才去创建索引
  • 频繁更新的字段不适合创建索引
  • 索引列不能参与计算，不能有函数操作
  • 优先考虑扩展索引，而不是新建索引，避免不必要的索引
  • 在order by或者group by子句中，创建索引需要注意顺序
  • 区分度低的数据列不适合做索引列(如性别）
  • 定义有外键的数据列一定要建立索引。
  • 对于定义为text、image数据类型的列不要建立索引。

  • 删除不再使用或者很少使用的索引

    36、创建索引的三种方式

  • 在执行CREATE TABLE时创建索引

CREATE TABLE employee (
id int(11) NOT NULL,
name varchar(255) DEFAULT NULL,
age int(11) DEFAULT NULL,
date datetime DEFAULT NULL,
sex int(1) DEFAULT NULL,
PRIMARY KEY (id),
KEY idx_name (name) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

  • 使用ALTER TABLE命令添加索引ALTER TABLE table_name ADD INDEX index_name (column);
  • 使用CREATE INDEX命令创建CREATE INDEX index_name ON table_name (column);

    37、百万级别或以上的数据，你是如何删除的？

  1. 我们想要删除百万数据的时候可以先删除索引
  2. 然后批量删除其中无用数据
  3. 删除完成后重新创建索引。

    38、B树和B+树的区别，数据库为什么使用B+树而不是B树？

  • 在B树中，键和值即存放在内部节点又存放在叶子节点；在B+树中，内部节点只存键，叶子节点则同时存放键和值。
  • B+树的叶子节点有一条链相连，而B树的叶子节点各自独立的。
  • B+树索引的所有数据均存储在叶子节点，而且数据是按照顺序排列的，链表连着的。那么B+树使得范围查找，排序查找，分组查找以及去重查找变得异常简单。.

  • B+树非叶子节点上是不存储数据的，仅存储键值，而B树节点中不仅存储键值，也会存储数据。innodb中页的默认大小是16KB，如果不存储数据，那么就会存储更多的键值，相应的树的阶数（节点的子节点树）就会更大，树就会更矮更胖，如此一来我们查找数据进行磁盘的IO次数有会再次减少，数据查询的效率也会更快.

    39、为什么要使用视图？什么是视图？

  • 为什么要使用视图？

为了提高复杂SQL语句的复用性和表操作的安全性，MySQL数据库管理系统提供了视图特性。

  • 什么是视图？

视图是一个虚拟的表，是一个表中的数据经过某种筛选后的显示方式，视图由一个预定义的查询select语句组成。

40、视图有哪些特点？哪些使用场景？

视图特点：

  • 视图的列可以来自不同的表，是表的抽象和在逻辑意义上建立的新关系。
  • 视图是由基本表(实表)产生的表(虚表)。
  • 视图的建立和删除不影响基本表。
  • 对视图内容的更新(添加，删除和修改)直接影响基本表。
  • 当视图来自多个基本表时，不允许添加和删除数据。

视图用途： 简化sql查询，提高开发效率，兼容老的表结构。
视图的常见使用场景：

  • 重用SQL语句；
  • 简化复杂的SQL操作。
  • 使用表的组成部分而不是整个表；
  • 保护数据

  • 更改数据格式和表示。视图可返回与底层表的表示和格式不同的数据。

    41、count(1)、count(*) 与 count(列名) 的区别？

  • count(*)包括了所有的列，相当于行数，在统计结果的时候，不会忽略列值为NULL

  • count(1)包括了忽略所有列，用1代表代码行，在统计结果的时候，不会忽略列值为NULL

  • count(列名)只包括列名那一列，在统计结果的时候，会忽略列值为空（这里的空不是只空字符串或者0，而是表示null）的计数，即某个字段值为NULL时，不统计。

    42、什么是存储过程？有哪些优缺点？

    存储过程，就是一些编译好了的SQL语句，这些SQL语句代码像一个方法一样实现一些功能（对单表或多表的增删改查），然后给这些代码块取一个名字，在用到这个功能的时候调用即可。

    42.1 优点：

  • 存储过程是一个预编译的代码块，执行效率比较高

  • 存储过程在服务器端运行，减少客户端的压力
  • 允许模块化程序设计，只需要创建一次过程，以后在程序中就可以调用该过程任意次，类似方法的复用
  • 一个存储过程替代大量T_SQL语句 ，可以降低网络通信量，提高通信速率

  • 可以一定程度上确保数据安全

    42.2 缺点：

  • 调试麻烦

  • 可移植性不灵活

  • 重新编译问题

    43、什么是触发器？触发器的使用场景有哪些？

    触发器，指一段代码，当触发某个事件时，自动执行这些代码。
    使用场景：

  • 可以通过数据库中的相关表实现级联更改。

  • 实时监控某张表中的某个字段的更改而需要做出相应的处理。
  • 例如可以生成某些业务的编号。

  • 注意不要滥用，否则会造成数据库及应用程序的维护困难。

    44、MySQL中都有哪些触发器？

    MySQL 数据库中有六种触发器：

  • Before Insert

  • After Insert
  • Before Update
  • After Update
  • Before Delete

  • After Delete

    45、SQL 约束有哪几种呢？

  • NOT NULL: 约束字段的内容一定不能为NULL。

  • UNIQUE: 约束字段唯一性，一个表允许有多个 Unique 约束。
  • PRIMARY KEY: 约束字段唯一，不可重复，一个表只允许存在一个。
  • FOREIGN KEY: 用于预防破坏表之间连接的动作，也能防止非法数据插入外键。
  • CHECK: 用于控制字段的值范围。

    46、drop、delete与truncate的区别

    47、SQL的生命周期？

  1. 服务器与数据库建立连接
  2. 数据库进程拿到请求sql
  3. 解析并生成执行计划，执行
  4. 读取数据到内存，并进行逻辑处理
  5. 通过步骤一的连接，发送结果到客户端
  6. 关掉连接，释放资源

    48、一条Sql的执行顺序？

    49、MySQL数据库cpu飙升的话，要怎么处理呢？

    49.1 排查过程：

  • 使用top 命令观察，确定是mysqld导致还是其他原因。
  • 如果是mysqld导致的，show processlist，查看session情况，确定是不是有消耗资源的sql在运行。

  • 找出消耗高的 sql，看看执行计划是否准确， 索引是否缺失，数据量是否太大。

    49.2 处理：

  • kill 掉这些线程(同时观察 cpu 使用率是否下降)，

  • 进行相应的调整(比如说加索引、改 sql、改内存参数)

  • 重新跑这些 SQL。

    49.3 其他情况：

  • 也有可能是每个 sql 消耗资源并不多，但是突然之间，有大量的 session 连进来导致 cpu 飙升，这种情况就需要跟应用一起来分析为何连接数会激增，再做出相应的调整，比如说限制连接数等

    50、Mysql一条SQL加锁分析

    一条SQL加锁，可以分9种情况进行：

  • 组合一：id列是主键，RC隔离级别

  • 组合二：id列是二级唯一索引，RC隔离级别
  • 组合三：id列是二级非唯一索引，RC隔离级别
  • 组合四：id列上没有索引，RC隔离级别
  • 组合五：id列是主键，RR隔离级别
  • 组合六：id列是二级唯一索引，RR隔离级别
  • 组合七：id列是二级非唯一索引，RR隔离级别
  • 组合八：id列上没有索引，RR隔离级别
  • 组合九：Serializable隔离级别