MySQL 面试题

MySQL 涉及的内容非常非常非常多，所以面试题也容易写的杂乱。当年，我们记着几个一定要掌握的重心：

重点的题目添加了【重点】前缀。

1. 索引。
2. 锁。
3. 事务和隔离级别。

因为 MySQL 还会有部分内容和运维相关度比较高，所以本文我们分成两部分【开发】【运维】两部分。

• 对于【开发】部分，我们需要掌握。
• 对于【运维】部分，更多考验开发的知识储备情况，当然能回答出来是比较好的，特别是对于高级开发工程师、架构师等。

开发

为什么互联网公司一般选择 MySQL 而不是 Oracle?

免费、流行、够用。

? 当然，这个回答要稍微润色下。不过一般，很少问这个问题了。

数据库的三范式是什么？什么是反模式？

艿艿：重点在于反模式的回答。实际开发中，不会严格遵守三范式。

胖友直接看 《服务端指南 数据存储篇 | MySQL（07） 范式与反模式》 。

MySQL 有哪些数据类型？

MySQL 支持多种类型，大致可以分为三类：数值、日期/时间和字符串(字符)类型。具体可以看看 《MySQL 数据类型》 文档。

• 正确的使用数据类型，对数据库的优化是非常重要的。

? MySQL 中 varchar 与 char 的区别？varchar(50) 中的 50 代表的涵义？

• 1、varchar 与 char 的区别，char 是一种固定长度的类型，varchar 则是一种可变长度的类型。
• 2、varchar(50) 中 50 的涵义最多存放 50 个字符。varchar(50) 和 (200) 存储 hello 所占空间一样，但后者在排序时会消耗更多内存，因为 ORDER BY col 采用 fixed_length 计算 col 长度(memory引擎也一样)。所以，实际场景下，选择合适的 varchar 长度还是有必要的。

? int(11) 中的 11 代表什么涵义？

int(11) 中的 11 ，不影响字段存储的范围，只影响展示效果。具体可以看看 《MySQL 中 int 长度的意义》 文章。

? 金额(金钱)相关的数据，选择什么数据类型？

• 方式一，使用 int 或者 bigint 类型。如果需要存储到分的维度，需要 *100 进行放大。
• 方式二，使用 decimal 类型，避免精度丢失。如果使用 Java 语言时，需要使用 BigDecimal 进行对应。

? 一张表，里面有 ID 自增主键，当 insert 了 17 条记录之后，删除了第 15,16,17 条记录，再把 MySQL 重启，再 insert 一条记录，这条记录的 ID 是 18 还是 15？

• 一般情况下，我们创建的表的类型是 InnoDB ，如果新增一条记录（不重启 MySQL 的情况下），这条记录的 ID 是18 ；但是如果重启 MySQL 的话，这条记录的 ID 是 15 。因为 InnoDB 表只把自增主键的最大 ID 记录到内存中，所以重启数据库或者对表 OPTIMIZE 操作，都会使最大 ID 丢失。
• 但是，如果我们使用表的类型是 MyISAM ，那么这条记录的 ID 就是 18 。因为 MyISAM 表会把自增主键的最大 ID 记录到数据文件里面，重启 MYSQL 后，自增主键的最大 ID 也不会丢失。

最后，还可以跟面试官装个 x ，生产数据，不建议进行物理删除记录。

? 表中有大字段 X(例如：text 类型)，且字段 X 不会经常更新，以读为为主，请问您是选择拆成子表，还是继续放一起?写出您这样选择的理由

• 拆带来的问题：连接消耗 + 存储拆分空间。

  如果能容忍拆分带来的空间问题，拆的话最好和经常要查询的表的主键在物理结构上放置在一起(分区) 顺序 IO ，减少连接消耗，最后这是一个文本列再加上一个全文索引来尽量抵消连接消耗。

• 不拆可能带来的问题：查询性能。

  如果能容忍不拆分带来的查询性能损失的话，上面的方案在某个极致条件下肯定会出现问题，那么不拆就是最好的选择。

实际场景下，例如说商品表数据量比较大的情况下，会将商品描述单独存储到一个表中。即，使用拆的方案。

MySQL 有哪些存储引擎？

MySQL 提供了多种的存储引擎：

• InnoDB
• MyISAM
• MRG_MYISAM
• MEMORY
• CSV
• ARCHIVE
• BLACKHOLE
• PERFORMANCE_SCHEMA
• FEDERATED
• …

具体每种存储引擎的介绍，可以看看 《数据库存储引擎》 。

? 如何选择合适的存储引擎？

提供几个选择标准，然后按照标准，选择对应的存储引擎即可，也可以根据 常用引擎对比 来选择你使用的存储引擎。使用哪种引擎需要根据需求灵活选择，一个数据库中多个表可以使用不同的引擎以满足各种性能和实际需求。使用合适的存储引擎，将会提高整个数据库的性能。

1. 是否需要支持事务。

2. 对索引和缓存的支持。

3. 是否需要使用热备。

4. 崩溃恢复，能否接受崩溃。

5. 存储的限制。

6. 是否需要外键支持。

   艿艿：目前开发已经不考虑外键，主要原因是性能。具体可以看看 《从 MySQL 物理外键开始的思考》 文章。

目前，MySQL 默认的存储引擎是 InnoDB ，并且也是最主流的选择。主要原因如下：

• 【最重要】支持事务。
• 支持行级锁和表级锁，能支持更多的并发量。
• 查询不加锁，完全不影响查询。
• 支持崩溃后恢复。

在 MySQL5.1 以及之前的版本，默认的存储引擎是 MyISAM ，但是目前已经不再更新，且它有几个比较关键的缺点：

• 不支持事务。
• 使用表级锁，如果数据量大，一个插入操作锁定表后，其他请求都将阻塞。

艿艿：也就是说，我们不需要花太多力气在 MyISAM 的学习上。

? 请说明 InnoDB 和 MyISAM 的区别

更完整的对比，可以看看 《数据库存储引擎》 的 「常用引擎对比」 小节。

? 请说说 InnoDB 的 4 大特性？

艿艿：貌似我面试没被问过…反正，我是没弄懂过~~

• 插入缓冲(insert buffer)
• 二次写(double write)
• 自适应哈希索引(ahi)
• 预读(read ahead)

? 为什么 SELECT COUNT(*) FROM table 在 InnoDB 比 MyISAM 慢？

对于 SELECT COUNT(*) FROM table 语句，在没有 WHERE 条件的情况下，InnoDB 比 MyISAM 可能会慢很多，尤其在大表的情况下。因为，InnoDB 是去实时统计结果，会全表扫描；而 MyISAM 内部维持了一个计数器，预存了结果，所以直接返回即可。

详细的原因，胖友可以看看 《高性能 MySQL 之 Count 统计查询》 博客。

? 各种不同 MySQL 版本的 Innodb 的改进？

艿艿：这是一个选择了解的问题。

MySQL5.6 下 Innodb 引擎的主要改进：

1. online DDL
2. memcached NoSQL 接口
3. transportable tablespace（ alter table discard/import tablespace）
4. MySQL 正常关闭时，可以 dump 出 buffer pool 的（ space， page_no），重启时 reload，加快预热速度
5. 索引和表的统计信息持久化到 mysql.innodb_table_stats 和 mysql.innodb_index_stats，可提供稳定的执行计划
6. Compressed row format 支持压缩表

MySQL5.7 下 Innodb 引擎的主要改进：

• 1、修改 varchar 字段长度有时可以使用

  这里的“有时”，指的是也有些限制。可见 《MySQL 5.7 online ddl 的一些改进》 。

• 2、Buffer pool 支持在线改变大小

• 3、Buffer pool 支持导出部分比例

• 4、支持新建 innodb tablespace，并可以在其中创建多张表

• 5、磁盘临时表采用 innodb 存储，并且存储在 innodb temp tablespace 里面，以前是 MyISAM 存储

• 6、透明表空间压缩功能

重点】什么是索引？

索引，类似于书籍的目录，想找到一本书的某个特定的主题，需要先找到书的目录，定位对应的页码。

MySQL 中存储引擎使用类似的方式进行查询，先去索引中查找对应的值，然后根据匹配的索引找到对应的数据行。

? 索引有什么好处？

1. 提高数据的检索速度，降低数据库IO成本：使用索引的意义就是通过缩小表中需要查询的记录的数目从而加快搜索的速度。
2. 降低数据排序的成本，降低CPU消耗：索引之所以查的快，是因为先将数据排好序，若该字段正好需要排序，则正好降低了排序的成本。

? 索引有什么坏处？

1. 占用存储空间：索引实际上也是一张表，记录了主键与索引字段，一般以索引文件的形式存储在磁盘上。
2. 降低更新表的速度：表的数据发生了变化，对应的索引也需要一起变更，从而减低的更新速度。否则索引指向的物理数据可能不对，这也是索引失效的原因之一。

? 索引的使用场景？

• 1、对非常小的表，大部分情况下全表扫描效率更高。

• 2、对中大型表，索引非常有效。

• 3、特大型的表，建立和使用索引的代价随着增长，可以使用分区技术来解决。

  实际场景下，MySQL 分区表很少使用，原因可以看看 《互联网公司为啥不使用 MySQL 分区表？》 文章。

  对于特大型的表，更常用的是“分库分表”，目前解决方案有 Sharding Sphere、MyCAT 等等。

? 索引的类型？

索引，都是实现在存储引擎层的。主要有六种类型：

• 1、普通索引：最基本的索引，没有任何约束。

• 2、唯一索引：与普通索引类似，但具有唯一性约束。

• 3、主键索引：特殊的唯一索引，不允许有空值。

• 4、复合索引：将多个列组合在一起创建索引，可以覆盖多个列。

• 5、外键索引：只有InnoDB类型的表才可以使用外键索引，保证数据的一致性、完整性和实现级联操作。

• 6、全文索引：MySQL 自带的全文索引只能用于 InnoDB、MyISAM ，并且只能对英文进行全文检索，一般使用全文索引引擎。

  常用的全文索引引擎的解决方案有 Elasticsearch、Solr 等等。最为常用的是 Elasticsearch 。

具体的使用，可以看看 《服务端指南 数据存储篇 | MySQL（03） 如何设计索引》 。

? MySQL 索引的“创建”原则？

注意，是“创建”噢。

• 1、最适合索引的列是出现在 WHERE 子句中的列，或连接子句中的列，而不是出现在 SELECT 关键字后的列。

• 2、索引列的基数越大，索引效果越好。

  具体为什么，可以看看如下两篇文章：

  • 《MySQL 索引基数》 理解相对简单
  • 《低基数索引为什么会对性能产生负面影响》 写的更原理，所以较为难懂。

• 3、根据情况创建复合索引，复合索引可以提高查询效率。

  因为复合索引的基数会更大。

• 4、避免创建过多的索引，索引会额外占用磁盘空间，降低写操作效率。

• 5、主键尽可能选择较短的数据类型，可以有效减少索引的磁盘占用提高查询效率。

• 6、对字符串进行索引，应该定制一个前缀长度，可以节省大量的索引空间。

? MySQL 索引的“使用”注意事项？

注意，是“使用”噢。

• 1、应尽量避免在 WHERE 子句中使用 != 或 <> 操作符，否则将引擎放弃使用索引而进行全表扫描。优化器将无法通过索引来确定将要命中的行数,因此需要搜索该表的所有行。

  注意，column IS NULL 也是不可以使用索引的。

• 2、应尽量避免在 WHERE 子句中使用 OR 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如：SELECT id FROM t WHERE num = 10 OR num = 20 。

• 3、应尽量避免在 WHERE 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。

• 4、应尽量避免在 WHERE 子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描。

• 5、不要在 WHERE 子句中的 = 左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。

• 6、复合索引遵循前缀原则。

• 7、如果 MySQL 评估使用索引比全表扫描更慢，会放弃使用索引。如果此时想要索引，可以在语句中添加强制索引。

• 8、列类型是字符串类型，查询时一定要给值加引号，否则索引失效。

• 9、LIKE 查询，% 不能在前，因为无法使用索引。如果需要模糊匹配，可以使用全文索引。

关于这块，可以看看 《服务端指南 数据存储篇 | MySQL（04） 索引使用的注意事项》 文章，写的更加细致。

? 以下三条 SQL 如何建索引，只建一条怎么建？

WHERE a = 1 AND b = 1
WHERE b = 1
WHERE b = 1 ORDER BY time DESC