夫唯发布外链网
「春季招聘系列」MySQL面试关键50题（附解答）
因篇幅所限，本文仅列出MySQL的25题，其他如Redis、SSM框架、算法、计算机网络等技术栈的面试题目也将陆续更新。本人整理的1000多道面试常见题型将在文末免费分享，近期需要面试复习题目的同学可直接翻至文末获取。
若表中采用自增主键，每次新增记录时，记录将按顺序附加到当前索引节点的尾部。当一页写满时，系统会自动创建一个新的页面。若使用非自增主键（如身份证号或学号等），由于每次插入的主键值接近随机，因此新记录需要插入到现有索引页的任意位置，频繁的移动和分页操作导致大量碎片产生，形成不够紧密的索引结构，后续可能需要通过OPTIMIZE TABLE（优化表）操作重建表并优化页面填充。
服务器层按顺序执行SQL的流程为：
简要概括：
可划分为服务层和存储引擎层两个部分，其中：
服务层包括连接器、查询缓存、解析器、优化器、执行器等，涵盖了MySQL的大部分核心服务功能，以及所有内置函数（如日期、时间、数学和加密函数等），所有跨存储引擎的功能也在这一层实现，例如存储过程、触发器、视图等。
存储引擎层负责数据的存储和检索。其架构采用插件式，支持InnoDB、MyISAM、Memory等多种存储引擎。目前最常用的存储引擎是InnoDB，自MySQL 5.5.5版本起成为默认存储引擎。
DROP、DELETE、TRUNCATE均表示删除，但它们之间存在一些差异：
DELETE用于删除表的全部或部分数据行，执行DELETE后，用户需执行提交（commit）或回滚（rollback）以执行删除或撤销删除，并会触发该表上的所有DELETE触发器。
TRUNCATE用于删除表中的所有数据，此操作无法回滚，也不会触发表上的触发器，TRUNCATE比DELETE执行更快，占用空间更小。
DROP命令用于从数据库中删除表，包括所有数据行、索引和权限，所有DML触发器也不会被触发，此命令也无法回滚。
因此，当不再需要某张表时，使用DROP；当想删除部分数据行时，使用DELETE；当保留表但删除所有数据时，使用TRUNCATE。
隔离级别包括脏读、不可重复读、幻读，分别是：READ-UNCOMMITTED（未提交读）、READ-COMMITTED（提交读）、REPEATABLE-READ（重复读）、SERIALIZABLE（可串行化读）
MySQL InnoDB存储引擎默认支持的隔离级别是REPEATABLE-READ（可重读）
需要注意的是：与SQL标准不同，InnoDB存储引擎在REPEATABLE-READ（可重读）事务隔离级别下使用的是Next-Key Lock锁算法，因此可以避免幻读的产生，这与其他数据库系统（如SQL Server）不同。因此，InnoDB存储引擎默认支持的隔离级别是REPEATABLE-READ（可重读）已经可以完全满足事务的隔离性要求，即达到了SQL标准的SERIALIZABLE（可串行化）隔离级别。
因为隔离级别越低，事务请求的锁越少，所以大多数数据库系统的隔离级别都是READ-COMMITTED（读取提交内容），但要知道的是，InnoDB存储引擎默认使用REPEATABLE-READ（可重读）并不会带来任何性能损失。
InnoDB存储引擎在分布式事务的情况下通常使用SERIALIZABLE（可串行化）隔离级别。
主要原因：B+树只需遍历叶子节点即可实现整棵树的遍历，且在数据库中基于范围的查询非常频繁，而B树只能中序遍历所有节点，效率较低。
文件和数据库都需要较大的存储空间，也就是说，它们都不可能完全存储在内存中，因此需要存储到磁盘上。而索引的存在是为了数据的快速定位和查找，因此索引的结构组织应尽量减少查找过程中磁盘I/O的存取次数，因此B+树相比B树更为合适。数据库系统巧妙地利用了局部性原理和磁盘预读原理，将一个节点的大小设为等于一个页，这样每个节点只需一次I/O即可完全载入，而红黑树这种结构，高度明显更深，并且由于逻辑上相邻的节点（父子）在物理上可能相距甚远，无法利用局部性。
最重要的是，B+树还有一个最大的优点：便于全库扫描。
B树必须按中序遍历的方法按序扫描，而B+树直接从叶子节点开始逐个扫描即可，B+树支持范围查询非常方便，而B树不支持，这是数据库选择B+树的最主要原因。
B+树查找效率更加稳定，B树可能在中间节点找到数据，稳定性不足。
B+tree的磁盘读写成本更低：B+tree的内部节点没有指向关键字具体信息的指针（红色部分），因此其内部节点相对B树更小。如果将所有同一内部节点的关键字存放在同一块盘中，那么盘块能容纳的关键字数量也更多。一次性读入内存中的需要查找的关键字也就越多，相对来说I/O读写次数也就降低了；
B+tree的查询效率更加稳定：由于内部节点并不是最终指向文件内容的节点，而只是叶子节点中关键字的索引，所以，任何关键字的查找都必须走一条从根节点到叶子节点的路径。所有关键字查询的路径长度相同，导致每个数据的查询效率相当；
视图是一种虚拟表，通常是某个表或多个表的行或列的子集，具有与物理表相同的功能。游标是对查询结果集作为一个单元进行处理的有效方式。通常不使用游标，但在需要逐条处理数据时，游标显得尤为重要。
在MySQL中，恢复机制是通过回滚日志（undo log）实现的，所有事务进行的修改都会先记录到这个回滚日志中，然后才对数据库中的对应行进行写入。当事务已经提交后，就无法再次回滚。
在 MySQL 中，数据回溯是通过撤销日志（undo log）来实现的，所有事务的变更都会首先记录到这个撤销日志中，随后才对数据库中的相应行进行写入。一旦事务完成提交，便无法再进行撤销。
撤销日志的功能：1) 在出现错误或用户执行 ROLLBACK 命令时，提供撤销所需的信息；2) 即使整个系统崩溃、数据库进程直接被终止，当用户重新启动数据库进程时，也能立即通过查询撤销日志将之前未完成的事务进行撤销，这也就要求撤销日志必须先于数据持久化到磁盘上，这是我们优先写入日志后写入数据库的主要原因。
InnoDB
MyISAM
概述
数据库并发可能引发脏读、幻读、丢失变更、不可重复读等四个常见问题，其中：
脏读：在第一个修改事务和读取事务进行时，读取事务读到的数据为100，这是修改之后的数据，但随后该事务满足一致性等特性而进行了撤销操作，那么读取事务得到的结果就是脏数据了。
幻读：通常指 T1 在某个范围内进行修改操作（增加或删除），而 T2 读取该范围导致读到的数据是修改之间的，强调范围。
丢失变更：两个写事务 T1、T2 同时对 A=0 进行递增操作，结果 T2 覆盖 T1，导致最终结果是1而不是2，事务被覆盖。
不可重复读：T2 读取一个数据，然后 T1 对该数据做了修改。如果 T2 再次读取这个数据，此时读取的结果和第一次读取的结果不同。
第一个事务首先读取 var 变量为 50，接着准备更新为 100 的时，并未提交，第二个事务已经读取 var 为 100，此时第一个事务进行了撤销。最终第二个事务读取的 var 和数据库的 var 不一致。
T1 读取某个范围的数据，T2 在这个范围内插入新的数据，T1 再次读取这个范围的数据，此时读取的结果和第一次读取的结果不同。
T1 和 T2 两个事务都对一个数据进行修改，T1 先修改，T2 随后修改，T2 的修改覆盖了 T1 的修改。例如：事务1读取某表中的数据 A=50，事务2也读取 A=50，事务1修改 A=A+50，事务2也修改 A=A+50，最终结果 A=100，事务1的修改被丢失。
T2 读取一个数据，T1 对该数据做了修改。如果 T2 再次读取这个数据，此时读取的结果和第一次读取的结果不同。
悲观锁，先获取锁，再进行业务操作，通常利用类似 SELECT… FOR UPDATE 这样的语句，对数据加锁，避免其他事务意外修改数据。当数据库执行 SELECT… FOR UPDATE 时会获取被 select 中的数据行的行锁，select for update 获取的行锁会在当前事务结束时自动释放，因此必须在事务中使用。
乐观锁，先进行业务操作，只在最后实际更新数据时进行检查数据是否被更新过。Java 并发包中的 AtomicFieldUpdater 类似，也是利用 CAS 机制，并不会对数据加锁，而是通过对比数据的时间戳或版本号，来实现乐观锁所需的版本判断。
分库与分表的目的是，减轻数据库的单库单表负担，提升查询性能，缩短查询时间。
通过分表，可以减轻数据库的单表负担，将压力分散到不同的表上，同时因为不同的表上的数据量减少了，起到提升查询性能，缩短查询时间的作用，此外，可以很大程度地缓解表锁的问题。分表策略可以归纳为垂直拆分和水平拆分：
水平分表：取模分表就属于随机分表，而时间维度分表则属于连续分表。如何设计好垂直拆分，我的建议：将不常用的字段单独拆分到另外一张扩展表。将大文本的字段单独拆分到另外一张扩展表，将不经常修改的字段放在同一张表中，将经常改变的字段放在另一张表中。对于海量用户场景，可以考虑取模分表，数据相对比较均匀，不容易出现热点和并发访问的瓶颈。
库内分表，仅仅是解决了单表数据过大的问题，但并没有把单表的数据分散到不同的物理机上，因此并不能减轻 MySQL 服务器的压力，仍然存在同一个物理机上的资源竞争和瓶颈，包括 CPU、内存、磁盘 IO、网络带宽等。
分库与分表带来的分布式难题与应对策略数据迁移与扩容问题——一般做法是通过程序先读出数据，然后按照指定的分表策略再将数据写入到各个分表中。分页与排序问题——需要在不同的分表中将数据进行排序并返回，并将不同分表返回的结果集进行汇总和再次排序，最后再返回给用户。
不可重复读的重点是修改，幻读的重点在于新增或删除。
视图是虚拟的表，与包含数据的表不同，视图只包含使用时动态检索数据的查询；不包含任何列或数据。使用视图可以简化复杂的 SQL 操作，隐藏具体的细节，保护数据；视图创建后，可以使用与表相同的方式利用它们。
视图不能被索引，也不能有关联的触发器或默认值，如果视图本身内有 order by 则对视图再次 order by 将被覆盖。
创建视图：create view xxx as xxxx
对于某些视图比如未使用联结子查询分组聚集函数Distinct Union等，是可以对其更新的，对视图的更新将对基表进行更新；但是视图主要用于简化检索，保护数据，并不用于更新，而且大部分视图都不可以更新。
B+tree的磁盘读写成本更低，B+tree的查询效率更加稳定数据库索引采用B+树而不是B树的主要原因：B+树只要遍历叶子节点就可以实现整棵树的遍历，而且在数据库中基于范围的查询是非常频繁的，而B树只能中序遍历所有节点，效率太低。
B+树的特点
在最频繁使用的、用以缩小查询范围的字段，需要排序的字段上建立索引。不宜：1）对于查询中很少涉及的列或者重复值比较多的列；2）对于一些特殊的数据类型，不宜建立索引，比如文本字段（text）等。
在经常使用的、用于精简查询范围的字段，以及需要排序的字段上创建索引。不宜：1）对于查询中很少使用的列或重复值较多的列 2）对于某些特殊的数据类型，不宜创建索引，例如文本字段（text）等。
如果一个索引包含了（或者说涵盖了）所有需要查询的字段的值，我们称其为“完全索引”。
我们了解到在InnoDB存储引擎中，如果不是主键索引，叶子节点存储的是主键+列值。最终还是要“回表”，也就是要通过主键再次查找，这样就会相对较慢。完全索引就是将查询所需的列和索引相对应，无需进行回表操作！
例如：
学号姓名性别年龄系别专业 20020612李辉男20计算机软件开发 20060613张明男18计算机软件开发 20060614王小玉女19物理力学 20060615李淑华女17生物动物学 20060616赵静男21化学食品化学 20060617赵静女20生物植物学
主键为候选键的子集，候选键为超键的子集，而外键的确定是相对于主键的。
26道SQL面试题目，涵盖数据分析面试80%的知识点
以下是26道SQL面试题的简要答案，覆盖了数据分析面试中的关键知识点：
INNER JOIN和OUTER JOIN有何不同？
INNER JOIN返回两个表中匹配的行。OUTER JOIN返回至少一个表中的所有行。
JOIN和UNION有何区别？
JOIN用于连接两个表。UNION用于合并两个表的结果集。
UNION和UNION ALL有何区别？
UNION返回唯一的结果集。UNION ALL返回所有行，包括重复的行。
WHERE子句和HAVING子句有何区别？
WHERE子句用于过滤行。HAVING子句用于过滤分组。
索引对数据库系统的负面影响有哪些？
索引会占用物理空间，增加数据库体积，并可能降低写入操作的速度。
在什么情况下不适合创建索引？
很少查询的列。重复值较多的列。特殊数据类型。
为数据表创建索引的规则有哪些？
在频繁使用的字段上创建索引。根据查询模式创建索引。
索引的底层实现原理和优化？
索引基于B+树实现。优化通常涉及经过优化的B+树结构。
MySQL中索引、唯一索引、主键、联合索引的区别及性能影响？
索引提高查询速度，但可能影响插入、删除、更新速度。唯一索引确保列值唯一。主键是唯一的标识，通常也是索引。联合索引用于多个列的组合查询。
什么是事务？
事务是数据库操作序列，要么全部成功，要么全部失败。
什么是数据库的ACID原则？
ACID原则包括原子性、一致性、隔离性、持久性。
事务隔离级别有哪些？
未授权读取、授权读取、可重复读取、序列化。
SQL中的视图是什么？
视图是存储的查询结果，可以当作表格使用。
视图的优点有哪些？
简化查询、提高安全性、更易维护。
什么是存储过程？如何调用？
存储过程是一组SQL语句，通过命令对象调用。
什么是触发器？
触发器是在插入、更新、删除语句前后自动执行的SQL代码。
什么是事件？
事件是在特定时刻自动执行任务的操作。
怎样创建事件？
使用CREATE EVENT语句创建事件。
如何优化MySQL中的DISTINCT？
将DISTINCT转换为GROUP BY以提高查询效率。
CHAR和VARCHAR有何区别？
CHAR长度固定，VARCHAR长度可变。
三个范式的理解及其优缺点？
第一范式：属性具有原子性。第二范式：记录有唯一标识。第三范式：字段没有冗余。优点：减少数据冗余，提高数据一致性。缺点：可能增加查询复杂度。
MySQL数据库作为发布系统的存储优化策略？
设计良好的数据库结构。选择合适的表字段数据类型和存储引擎。添加索引。使用主从读写分离。分表。添加缓存机制。生成静态页面。
窗口函数是什么？与普通聚合函数有何区别？
窗口函数可以对数据库数据进行实时分析处理。与普通聚合函数不同，窗口函数不会减少行数。
专用窗口函数及其基本用法？
包括RANK、DENSE_RANK、ROW_NUMBER等。用于对查询结果进行排名或编号。
使用窗口函数需要注意什么？
窗口函数的执行顺序在FROM、JOIN、WHERE、GROUP BY、HAVING之后。
维护数据库完整性和一致性，触发器与自写业务逻辑的选择？
首先使用约束。其次是触发器。最后是自写业务逻辑。因为约束和触发器更靠近数据库层，易于管理和维护。
