mysql面试题

MySQL面试题（2024最详细版，后续还需继续更新）

1.char和varchar的区别

①char设置多少长度就是多少长度，varchar可以改变长度，所以char的空间利用率不如varchar的空间利用率高。
②因为长度固定，所以存取速度要比varchar快。
③char适用于固定长度的字符串，比如身份证号、手机号等，varchar适用于不固定的字符串。

2.数据库的三大范式

第一范式(1NF)： 保证字段不可再分，保证原子性。
第二范式(2NF)： 满足1NF前提下，表的每一列都必须和主键有关系。消除部分依赖关系。
第三范式(3NF)： 满足2NF前提下，表的每一列比必须和主键有直接关系，不能是间接关系。消除传递依赖

3.你了解sql的执行顺序吗？

⑧select ⑨distinct(去重) ⑥聚合函数

①from 表1

③[inner join | left join | right join](连接) 表2

②on(连接条件) 表1.字段 = 表2.字段

④where 查询条件

⑤group by(分组) 字段

⑦having 分组过滤条件

⑩order by(排序) 字段

⑪limit(分页) 0,10

4.索引是什么

是一种高效获取数据的数据结构，相当于目录，更快的找到数据，是一个文件，占用物理空间。

5.索引的优点和缺点

优点：

• 索引能够大幅度减少查询数据所需的时间。
• 唯一索引可以确保表中不会有重复的记录，有助于维护数据的完整性。
• 在进行表与表之间的连接操作时，如果连接键上建立了索引，可以显著加快连接的速度。
• 对于涉及到ORDER BY和GROUP BY操作的查询，如果相关列上有索引，数据库可以更快地完成排序和分组操作。
• 在高并发环境下，索引可以帮助减少对表的锁定，提高并发性能。

缺点：

• 索引需要额外的存储空间，而且随着数据量的增长，索引文件也会相应增大，可能会占用大量的磁盘空间。
• 插入、删除和更新数据时，数据库不仅要更新数据本身，还需要维护索引结构，这会增加额外的处理时间，降低写操作的效率。
• 创建索引需要时间，尤其是在大型表上，而且随着数据的不断变化，维护索引（如重平衡B树索引）也需要消耗资源。
• 不恰当的索引设计，如在低选择性（索引列中值的多样性低）的列上建立索引，或者创建过多不必要的索引，反而可能导致查询性能下降。
• 索引的引入增加了数据库设计和优化的复杂度，需要开发者和DBA有深入的理解才能合理使用。

6.索引的类型

普通索引： 基本索引类型，允许定义索引的字段为空值和重复值。

唯一索引： 索引的值必须唯一，允许定义索引的字段为空值。

主键索引： 索引的值必须唯一，不可以为空。

**聚合索引（聚簇索引）：**将数据与索引放在一起，索引结构的叶子结点保存了行数据，必须有且只有一个

**非聚合索引（非聚簇索引）：**将数据与索引分开存储，索引结构的叶子节点存储的是对应行的主键，可以有多个

**覆盖索引：**指在数据库查询过程中，索引包含了查询所需要的所有列的数据，使得数据库管理系统能够直接从索引中获取全部信息，而无需回表查询实际的数据行。

**创建索引的语句：https://blog.csdn.net/qq_61739754/article/details/139667555?spm=1001.2014.3001.5501

7.回表查询

根据二级索引找到存二级索引的B+树，然后匹配叶子结点的主键值，根据主键值再去找存聚集索引的B+树，找到数据的过程就叫回表。即经过两个B+树查询：二级索引的树–主键索引的树。效率低，应尽量避免回表。（就是通过二级索引找到对应的主键值，然后再通过主键值找到聚集索引中所对应的整行数据，这个过程就是回表）

8.索引怎么设计(优化)

①选择唯一性索引：值是唯一的，查询的更快。
②经常作为查询条件的字段加索引。
③为经常需要排序、分组和联合操作的字段建立索引：order by、group by、union(联合)、distinct(去重)等。
④限制索引个数：索引数量多，需要的磁盘空间就越多，更新表时，对索引的重构和更新就很费劲。
⑤表数据少的不建议使用索引(百万级以内)：数据过少，有可能查询的速度，比遍历索引的速度都快。
⑥删除不常用和不再使用的索引。
⑦用类型小的类型做索引：比如：int和BIGINT能用int就使用int。因为类型小，查询速度快和索引占用的空间更少。
⑧使用前缀索引，要是字符串越长，那么索引占的空间越大，并且比较起来就时间就越长。

9.怎么避免索引失效(也属于sql优化的一种)

①某列使用范围查询(>、<、like、between and)时, 右边的所有列索引也会失效。
②不要对索引字段进行运算。
③在where子句中不要使用 OR、!=、<>和对值null的判断。
④避免使用’%'开头的like的模糊查询。
⑤字符串不加单引号，造成索引失效。

10.索引的数据类型

Hash： 查询时调用Hash函数获得地址，回表查询实际数据。(InnoDB和MylSAM不支持，Memory支持)。
B+树： 每次从根节点出发去查询，然后得到地址，回表查询实际数据。

详细的树结构：https://cloud.tencent.com/developer/article/2197608

11.B树和B+树的区别

• B+树的叶子节点存放数据，非叶子节点存放索引，而B树中非叶子节点和叶子节点都会存放数据，正应为这样B+树就更加的矮，减少Io的次数。
• 在B+树中，所有实际的数据都存储在叶子节点上，并且叶子节点通过指针相连，形成了一个有序的链表。这种结构特别适合范围查询和全表扫描，因为一旦找到匹配的起始点，就可以快速遍历链表。而B树只适合随机查找。
• B+树的所有查询最终都会到达叶子节点，这意味着无论查询的键值在树中的什么位置，查询路径的长度都是相同的。相比之下，B树的查询可能会在非叶子节点结束，这可能导致查询性能不稳定。

12.Mysql怎么查看是否使用到索引或怎么查看sql执行计划

explain

id：表示查询中执行select子句或操作表的顺序。如果有多张表联合查询，id编号可以指示执行的先后顺序。相同id的执行顺序从上至下，不同id间，数字越大执行优先级越高。

table：表示查询中表的名字，可能是实际的表，也可能是派生表或临时表。

type（非常重要）：显示MySQL决定如何查找表中的行，常见的类型有ALL（全表扫描）、index（索引全扫描）、range（索引范围扫描）、ref（索引引用扫描）、eq_ref（唯一索引扫描，常用于JOIN操作）、const（常量比较，表最多有一个匹配行，速度快）、NULL（不访问任何表）。

key：显示MySQL实际决定使用的索引，如果没有选择索引，则此列为NULL。

key_len：表示索引中使用的字节数，可以帮助判断索引是否完全被使用（覆盖索引）。

ref：显示使用哪个列或常数与key一起从表中选择行。

13.sql执行慢该如何排查和优化

排查

1. 开启慢查询日志，设置slow_query_log = 1，并定义long_query_time（如设置为2秒）来开启和配置慢查询日志。
2. 查看慢查询日志(定位低效率sql，命令：show processlist)。
3. 使用explain查看sql的执行计划(看看索引是否失效或者性能低)

优化

①不要用select *，要使用具体字段。
②使用数值代替字符串，比如：0=唱，1=跳，2=rap。
③避免返回大量数据，采用分页最好。
④使用索引，提升查询速度，不宜建太多索引，不能建在重复数据比较多的字段上。
⑤批量插入比单条插入要快，因为事务只需要开启一次，数据量太小体现不了。
⑥避免子查询，优化为多表连接查询。
⑦尽量使用union all替代union，因为union会自动去重。

14.MySQL常见的存储引擎