MySQL是程序员面试的必考题，因其体系庞大，架构设计复杂，是面试的重点与难点。教程基于大厂面试的充分调研，深度挖掘用人企业的标准与要求，针对MySQL知识体系和高频面试题，把内容分为五大部分：MySQL索引、MySQL内部技术架构、MySQL事务、MySQL日志、MySQL开发，共计150道面试题讲解。
Mysql索引
001 Mysql如何实现的索引机制？
InnoDB索引与MyISAM索引实现的区别是什么？
一个表中如果没有创建索引，那么还会创建B+树吗？
说一下B+树索引实现原理（数据结构） 讲义
InnoDB中的索引方案
聚簇索引与非聚簇索引b+树实现有什么区别？ 聚簇索引
非聚簇索引
说一下B+树中聚簇索引的查找（匹配）逻辑
说一下B+树中非聚簇索引的查找（匹配）逻辑
平衡二叉树，红黑树，B树和B+树的区别是什么？都有哪些应用场景？
一个b+树中大概能存放多少条索引记录？
使用B+树存储的索引crud执行效率如何？
什么是自适应哈希索引？
012 什么是2-3树 2-3-4树？
013 为什么官方建议使用自增长主键作为索引？（说一下自增主键和字符串类型主键的区别和影响）
014 使用int自增主键后 最大id是10，删除id 10和9，再添加一条记录，最后添加的id是几？删除后重启mysql然后添加一条记录最后id是几？
015 索引的优缺点是什么？
使用索引一定能提升效率吗？
如果是大段文本内容，如何创建（优化）索引？
什么是聚簇索引？
一个表中可以有多个（非）聚簇索引吗？
聚簇索引与非聚集索引的特点是什么？
CRUD时聚簇索引与非聚簇索引的区别是什么？
非聚簇索引为什么不存数据地址值而存储主键？
什么是回表操作？
什么是覆盖索引？
非聚集索引一定回表查询吗?
为什么要回表查询？直接存储数据不可以吗？
如果把一个 InnoDB 表的主键删掉，是不是就没有主键，就没办法进行回表查询了？
什么是联合索引，组合索引，复合索引？
复合索引创建时字段顺序不一样使用效果一样吗？
什么是唯一索引？
唯一索引是否影响性能？
什么时候使用唯一索引？
什么时候适合创建索引，什么时候不适合创建索引？
什么是索引下推？
有哪些情况会导致索引失效？
为什么LIKE以%开头索引会失效？
一个表有多个索引的时候，能否手动选择使用哪个索引？
如何查看一个表的索引？
能否查看到索引选择的逻辑？是否使用过optimizer_trace？
多个索引优先级是如何匹配的？
使用Order By时能否通过索引排序？
通过索引排序内部流程是什么？
什么是双路排序和单路排序
group by 分组和order by在索引使用上有什么区别？
如果表中有字段为null，又被经常查询该不该给这个字段创建索引？
有字段为null索引是否会失效？ 二 MySQL 内部技术架构
Mysql内部支持缓存查询吗？
mysql8为何废弃掉查询缓存？
替代方案是什么？
Mysql内部有哪些核心模块组成，作用是什么？
一条sql发送给mysql后，内部是如何执行的？（说一下 MySQL 执行一条查询语句的内部执行过程？）
MySQL 提示“不存在此列”是执行到哪个节点报出的？
如果一张表创建了多个索引，在哪个阶段或模块进行的索引选择？
MySQL 支持哪些存储引擎？默认使用哪个？
Mysql8.0自带哪些存储引擎？分别是做什么的？
MySQL 存储引擎架构了解吗？
能否单独为一张表设置存储引擎？
阿里、京东等大厂都有自研的存储引擎，如何开发一套自己的？
MyISAM 和 InnoDB 的区别是什么？
具体说一下如何做技术选型三 mysql 事务
什么是数据库事务？事务的特性是什么？
什么是ACID？
并发事务会有哪些问题？
什么是脏读 065 丢失修改 066 不可重复读 067 幻读
068 不可重复读和幻读有什么区别？
069 Mysql是如何避免事务并发问题的？
什么是事务隔离级别？
默认的级别是什么？
如何选择事务隔离级别？
靠缓存可以提升高事务隔离级别的性能吗？
Mysql事务隔离是如何实现的？
什么是一致性非锁定读和锁定读？
说一下MVCC内部细节
077Mysql事务一致性，原子性是如何实现的？
078Mysql事务的持久性是如何实现的？
表级锁和行级锁有什么区别？
什么是行级锁？Mysql如何完成的？
什么是共享锁（读锁）？
什么是排它锁（写锁/独占锁）？
什么是意向锁？
InnoDB支持哪几种锁？
当前读和快照读分别是什么？
什么是XA协议？
什么是mysql xa事务？
xa事务与普通事务区别是什么？
什么是2pc 3pc？
是否使用过select for update？会产生哪些操作？ 091说一下mysql死锁的原因和处理方法
092 Mysql会产生几种日志？
bin log作用是什么？
redo log作用是什么？
undo log作用是什么？
Mysql日志是否实时写入磁盘？ 097 bin log刷盘机制是如何实现的？098 redo log刷盘机制是如何实现的？ 099 undo log刷盘机制是如何实现的？
MySQL的binlog有有几种录入格式？分别有什么区别？
Mysql集群同步时为什么使用binlog？优缺点是什么？ 四 Mysql开发
可以使用MySQL直接存储文件吗？
什么时候存，什么时候不存？
存储的时候有遇到过什么问题吗？
Emoji乱码怎么办？
如何存储ip地址？
长文本如何存储？
大段文本如何设计表结构？
大段文本查找时如何建立索引？
有没有在开发中使用过TEXT,BLOB 数据类型
日期，时间如何存取？
TIMESTAMP，DATETIME 的区别是什么？
为什么不使用字符串存储日期？
如果需要使用时间戳 timestamp和int该如何选择？
char与varchar的区别？如何选择？
财务计算有没有出现过错乱？
decimal与float,double的区别是什么？
浮点类型如何选型？为什么？
预编译sql是什么？
预编译sql有什么好处？
子查询与join哪个效率高？
为什么子查询效率低？
join查询可以无限叠加吗？Mysql对join查询有什么限制吗？
join 查询算法了解吗？
如何优化过多join查询关联？
是否有过mysql调优经验？
开发中使用过哪些调优工具？
如何监控线上环境中执行比较慢的sql？ 129 如何分析一条慢sql？
如何查看当前sql使用了哪个索引？
索引如何进行分析和调优？
EXPLAIN关键字中的重要指标有哪些？ EXPLAIN是什么
EXPLAIN的用法各字段解释
table id
select_type partitions type ☆
possible_keys 和 keys ☆
key_len ☆
ref rows ☆ filtered Extra ☆
MySQL数据库cpu飙升的话你会如何分析
有没有进行过分库分表？
什么是分库分表？
什么时候进行分库分表？有没有配合es使用经验？
说一下实现分库分表工具的实现思路
用过哪些分库分表工具？
分库分表后可能会有哪些问题？
说一下读写分离常见方案？
为什么要使用视图？ 什么是视图？
什么是存储过程？有没有使用过？
有没有使用过外键？有什么需要注意的地方？
用过processlist吗？
某个表有数千万数据，查询比较慢，如何优化？说一下思路
count(列名)和 count(*)有什么区别？
如果有超大分页改怎么处理？
mysql服务器毫无规律的异常重启如何排查问题？
mysql 线上修改表结构有哪些风险?
什么是mysql多实例部署？
— Mysql索引
Mysql如何实现的索引机制？
MySQL中索引分三类：B+树索引、Hash索引、全文索引
InnoDB索引与MyISAM索引实现的区别是什么？
MyISAM的索引方式都是非聚簇的，与InnoDB包含1个聚簇索引是不同的。
在InnoDB存储引擎中，我们只需要根据主键值对聚簇索引进行一次查找就能找到对应的记录，而在
MyISAM中却需要进行一次回表操作，意味着MyISAM中建立的索引相当于全部都是二级索引 。
InnoDB的数据文件本身就是索引文件，而MyISAM索引文件和数据文件是分离的 ，索引文件仅保存数据记录的地址。
MyISAM的表在磁盘上存储在以下文件中： InnoDB的表在磁盘上存储在以下文件中：
*.sdi（描述表结构） 、*.MYD（数据
.ibd（表结构、索引和数据都存在一起）
） ， *.MYI（索引）
InnoDB的非聚簇索引data域存储相应记录主键的值 ，而MyISAM索引记录的是地址 。换句话说，InnoDB 的所有非聚簇索引都引用主键作为data域。
MyISAM的回表操作是十分快速的，因为是拿着地址偏移量直接到文件中取数据的，反观InnoDB是通过获 取主键之后再去聚簇索引里找记录，虽然说也不慢，但还是比不上直接用地址去访问。
InnoDB要求表必须有主键 （ MyISAM可以没有 ）。如果没有显式指定，则MySQL系统会自动选择一个可以非空且唯一标识数据记录的列作为主键。如果不存在这种列，则MySQL自动为InnoDB表生成一个隐含 字段作为主键，这个字段长度为6个字节，类型为长整型。
一个表中如果没有创建索引，那么还会创建B+树吗？
会
如果有主键会创建聚簇索引
如果没有主键会生成rowid作为隐式主键
说一下B+树索引实现原理（数据结构）
讲义
假设有一个表index_demo，表中有2个INT类型的列，1个CHAR(1)类型的列，c1列为主键：
CREATE TABLE index_demo(c1 INT,c2 INT,c3 CHAR(1),PRIMARY KEY(c1)) ;
index_demo表的简化的行格式示意图如下：
我们只在示意图里展示记录的这几个部分：
record_type： 表示记录的类型， 0是普通记录、 2是最小记录、 3 是最大记录、1是B+树非叶子节点记录。
next_record： 表示下一条记录的相对位置，我们用箭头来表明下一条记录。
各个列的值： 这里只记录在 index_demo 表中的三个列，分别是 c1 、 c2 和 c3 。
其他信息： 除了上述3种信息以外的所有信息，包括其他隐藏列的值以及记录的额外信息。
将其他信息 项暂时去掉并把它竖起来的效果就是这样：
把一些记录放到页里的示意图就是（这里一页就是一个磁盘块，代表一次IO）：
name age sex
MySQL InnoDB的默认的页大小是16KB ，因此数据存储在磁盘中，可能会占用多个数据页。如果各个页中的记录没有规律，我们就不得不依次遍历所有的数据页。 如果我们想快速的定位到需要查找的记录在哪些数据页中 ，我们可以这样做
：
下一个数据页中用户记录的主键值必须大于上一个页中用户记录的主键值给所有的页建立目录项
以页28 为例，它对应目录项2 ，这个目录项中包含着该页的页号28 以及该页中用户记录的最小主键值 5 。我们只需要把几个目录项在物理存储器上连续存储（比如：数组），就可以实现根据主键值快速查找某条记录的功能了。 比
如：查找主键值为 20 的记录，具体查找过程分两步：
先从目录项中根据二分法快速确定出主键值为20的记录在目录项3中 （因为 12 ≤ 20 < 209 ）， 对应页9 。
再到页9中根据二分法快速定位到主键值为 20 的用户记录。
至此，针对数据页做的简易目录就搞定了。这个目录有一个别名，称为索引 。
InnoDB中的索引方案
我们新分配一个编号为30的页来专门存储目录项记录 ，页10、28、9、20专门存储用户记录 ：
目录项记录和普通的用户记录的不同点：
目录项记录 的 record_type 值是1，而 普通用户记录 的 record_type 值是0。
目录项记录只有主键值和页的编号两个列，而普通的用户记录的列是用户自己定义的，包含很多列，另外还有
InnoDB自己添加的隐藏列。
现在查找主键值为 20 的记录，具体查找过程分两步：
先到页30中通过二分法快速定位到对应目录项，因为 12 ≤ 20 < 209 ，就是页9。
再到页9中根据二分法快速定位到主键值为 20 的用户记录。
更复杂的情况如下：
我们生成了一个存储更高级目录项的 页33 ，这个页中的两条记录分别代表页30和页32，如果用户记录的主键值在之间，则到页30中查找更详细的目录项记录，如果主键值 不小于320 的话，就到页32中查找更详细的目
[1, 320)
录项记录。这个数据结构，它的名称是 B+树 。
聚簇索引与非聚簇索引b+树实现有什么区别？
聚簇索引特点：
索引和数据保存在同一个B+树中
页内的记录 是按照主键 的大小顺序排成一个单向链表 。
页和页之间 也是根据页中记录的主键 的大小顺序排成一个双向链表 。非叶子节点存储的是记录的主键+页号 。
叶子节点存储的是完整的用户记录 。
优点：
数据访问更快 ，因为索引和数据保存在同一个B+树中 ，因此从聚簇索引中获取数据比非聚簇索引更快。聚簇索引对于主键的排序查找 和范围查找 速度非常快。
按照聚簇索引排列顺序，查询显示一定范围数据的时候，由于数据都是紧密相连 ，数据库可以从更少的数据块中提取数据， 节省了大量的IO操作 。
缺点：
插入速度严重依赖于插入顺序 ，按照主键的顺序插入是最快的方式，否则将会出现页分裂，严重影响性能。因此，对于InnoDB表，我们一般都会定义一个自增的ID列为主键 。
更新主键的代价很高 ，因为将会导致被更新的行移动。因此，对于InnoDB表，我们一般定义主键为不可更新 。
限制：
只有InnoDB引擎支持聚簇索引， MyISAM不支持聚簇索引 。
由于数据的物理存储排序方式只能有一种，所以每个MySQL的表只能有一个聚簇索引 。
如果没有为表定义主键，InnoDB会选择非空的唯一索引列代替 。如果没有这样的列，InnoDB会 隐式的定义一个主键 作为聚簇索引。
为了充分利用聚簇索引的聚簇特性，InnoDB中表的主键应选择有序的id ，不建议使用无序的id，比如UUID、
MD5、HASH、字符串作为主键，无法保证数据的顺序增长。
非聚簇索引
（二级索引、辅助索引）
聚簇索引 ，只能在搜索条件是主键值 时才发挥作用，因为B+树中的数据都是按照主键进行排序的，如果我们想以别的列作为搜索条件，那么需要创建非聚簇索引 。
例如， 以c2列作为搜索条件 ，那么需要使用c2列创建一棵B+树 ，如下所示：
这个B+树与聚簇索引有几处不同：
页内的记录 是按照从c2列 的大小顺序排成一个单向链表 。
页和页之间 也是根据页中记录的c2列 的大小顺序排成一个双向链表 。非叶子节点存储的是记录的c2列+页号 。
叶子节点存储的并不是完整的用户记录，而只是c2列+主键 这两个列的值。
一张表可以有多个非聚簇索引：
说一下B+树中聚簇索引的查找（匹配）逻辑
说一下B+树中非聚簇索引的查找（匹配）逻辑
例如：根据c2列的值查找c2=4的记录，查找过程如下：
根据根页面44 定位到页42 （因为 2 ≤ 4 < 9 ）
由于c2列没有唯一性约束 ，所以c2=4的记录可能分布在多个数据页中，又因为 2 ≤ 4 ≤ 4 ，所以确定实际存储用户记录的页在页34和页35 中。
在页34和35中定位到具体的记录 。
但是这个B+树的叶子节点只存储了c2和c1（主键） 两个列，所以我们必须再根据主键值去聚簇索引中再查找 一遍完整的用户记录。
like 张%
平衡二叉树，红黑树，B树和B+树的区别是什么？都有哪些应用场景？
平衡二叉树
基础数据结构左右平衡
高度差大于1会自旋
每个节点记录一个数据
平衡二叉树（AVL）
AVL树全称G.M. Adelson-Velsky和E.M. Landis，这是两个人的人名。
平衡二叉树也叫平衡二叉搜索树（Self-balancing binary search tree）又被称为AVL树， 可以保证查询效率较高。
具有以下特点：
它是一棵空树或它的左右两个子树的高度差的绝对值不超过1 并且左右两个子树都是一棵平衡二叉树。
AVL的生成演示：https://www.cs.usfca.edu/~galles/visualization/AVLtree.html
AVL的问题
众所周知，IO操作的效率很低，在大量数据存储中，查询时我们不能一下子将所有数据加载到内存中，只能逐节点加 载（一个节点一次IO）。如果我们利用二叉树作为索引结构， 那么磁盘的IO次数和索引树的高度是相关的 。平衡二叉树 由于树深度过大而造成磁盘IO读写过于频繁，进而导致效率低下。
为了提高查询效率，就需要 减少磁盘IO数 。 为了减少磁盘IO的次数，就需要尽量降低树的高度 ，需要把原来“瘦高”的树结构变的“矮胖”，树的每层的分叉越多越好。针对同样的数据，如果我们把二叉树改成 三叉树：
上面的例子中，我们将二叉树变成了三叉树，降低了树的高度。如果能够在一个节点中存放更多的数据，我们还可以 进一步减少节点的数量，从而进一步降低树的高度。这就是多叉树 。
普通树的问题
左子树全部为空，从形式上看，更像一个单链表，不能发挥BST的优势。
解决方案：平衡二叉树(AVL)
红黑树
hashmap存储
两次旋转达到平衡分为红黑节点
在这个棵严格的平台树上又进化为“红黑树”{是一个非严格的平衡树 左子树与右子树的高度差不能超过1}，红黑树的长子树只要不超过短子树的两倍即可！
当再次插入7的时候，这棵树就会发生旋转
B+ 树和 B 树的差异：
B+树中非叶子节点的关键字也会同时存在在子节点中，并且是在子节点中所有关键字的最大值（或最小）。 B+树中非叶子节点仅用于索引，不保存数据记录，跟记录有关的信息都放在叶子节点中。而B树中， 非叶子节点既保存索引，也保存数据记录 。
B+树中所有关键字都在叶子节点出现，叶子节点构成一个有序链表，而且叶子节点本身按照关键字的大小从小 到大顺序链接。
一个b+树中大概能存放多少条索引记录？
真实环境 中一个页存放的记录数量是非常大的（默认16KB），假设指针与键值忽略不计（或看做10个字节）， 数据占 1 kb 的空间：
如果B+树只有1层，也就是只有1个用于存放用户记录的节点，最多能存放 16 条记录。
如果B+树有2层，最多能存放 1600×16=25600 条记录。
如果B+树有3层，最多能存放 1600×1600×16=40960000 条记录。如果存储千万级别的数据，只需要三层就够了
B+树的非叶子节点不存储用户记录，只存储目录记录，相对B树每个节点可以存储更多的记录，树的高度会更矮胖，IO次数也会 更少。
使用B+树存储的索引crud执行效率如何？
c 新增O(lognN) N = 高度
什么是自适应哈希索引？
自适应哈希索引是Innodb引擎的一个特殊功能，当它注意到某些索引值被使用的非常频繁时，会在内存中基于B- Tree所有之上再创建一个哈希索引，这就让B-Tree索引也具有哈希索引的一些优点，比如快速哈希查找。这是一个完 全自动的内部行为，用户无法控制或配置
使用命令
SHOW ENGINE INNODB STATUS \G ;
查看INSERT BUFFER AND ADAPTIVE HASH INDEX
012 什么是2-3树 2-3-4树？
多叉树（multiway tree）允许每个节点可以有更多的数据项和更多的子节点 。2-3树，2-3-4树就是多叉树，多叉树通过
重新组织节点，减少节点数量，增加分叉，减少树的高度 ，能对二叉树进行优化。
2-3树
下面2-3树就是一颗多叉树
2-3树具有如下特点：
2-3树的所有叶子节点都在同一层。
有两个子节点的节点叫二节点，二节点要么没有子节点，要么有两个子节点。 有三个子节点的节点叫三节点，三节点要么没有子节点，要么有三个子节点。2-3树是由二节点和三节点构成的树。
对于三节点的子树的值大小仍然遵守 BST 二叉排序树的规则。
2-3-4树
为什么官方建议使用自增长主键作为索引？（说一下自增主键和字符串类型主键的区别和影响）
自增主键能够维持底层数据顺序写入读取可以由b+树的二分查找定位
支持范围查找，范围数据自带顺序
字符串无法完成以上操作
使用int自增主键后 最大id是10，删除id 10和9，再添加一条记录，最后添加的id是几？ 删除后重启mysql然后添加一条记录最后id是几？
删除之后
如果重启，会从最大的id开始递增
如果没重启，会延续删除之前最大的id开始递增
索引的优缺点是什么？
优点
聚簇（主键）索引： 顺序读写
范围快速查找
范围查找自带顺序
非聚簇索引：
条件查询避免全表扫描scan
范围，排序，分组查询返回行id，排序分组后，再回表查询完整数据，有可能利用顺序读写 覆盖索引不需要回表操作
索引的代价
索引是个好东西，可不能乱建，它在空间和时间上都会有消耗： 空间上的代价
每建立一个索引都要为它建立一棵B+树， 每一棵B+树的每一个节点都是一个数据页，一个页默认会占用 16KB 的存储空间 ，一棵很大的B+树由许多数据页组成，那就是很大的一片存储空间。
时间上的代价
每次对表中的数据进行 增、删、改 操作时，都需要去修改各个B+树索引 。而增、删、改操作可能会对节点和记录的排序造成破坏，所以存储引擎需要额外的时间进行一些记录移位、页面分裂、页面回收等操作来维护好节点和记录的排序。 如果我们建了许多索引，每个索引对应的B+树都要进行相关的维护操作，会给性能拖后腿。
B 树和 B+ 树都可以作为索引的数据结构，在 MySQL 中采用的是 B+ 树。但B树和B+树各有自己的应用场景，不能说B+树完全比B树好，反之亦然。016 使用索引一定能提升效率吗？
不一定
少量数据全表扫描也很快，可以直接获取到全量数据唯一索引会影响插入速度，但建议使用
索引过多会影响更新，插入，删除数据速度
如果是大段文本内容，如何创建（优化）索引？
B 树和 B+ 树都可以作为
索引的数据结构，**在 MySQL 中采用的是 B+ 树。**
第一种方式是分表存储，然后创建索引第二是使用es为大文本创建索引
什么是聚簇索引？
聚簇索引数据和索引存放在一起组成一个b+树参考005题
一个表中可以有多个（非）聚簇索引吗？
聚簇索引只能有一个 非聚簇索引可以有多个
聚簇索引与非聚集索引的特点是什么？
参考005题
CRUD时聚簇索引与非聚簇索引的区别是什么？
聚簇索引插入新值比采用非聚簇索引插入新值的速度要慢很多，因为插入要保证主键不能重复
聚簇索引范围，排序查找效率高，因为是有序的
非聚簇索引访问需要两次索引查找，第一次找到主键值，第二次根据主键值找到行数据
非聚簇索引为什么不存数据地址值而存储主键？
因为聚簇索引中有时会引发分页操作、重排操作数据有可能会移动
什么是回表操作？
id age name sex age -> index
select * from user where age >20 ;
第一次 取回id，第二次（回表）根据id拿到完整数据
select * from user where age >20 ;
什么是覆盖索引？
id age name sex age -> index
select * from user where age >20 ;
第一次 取回id，第二次（回表）根据id拿到完整数据
age,name -> index
select age from user where age >20 and name like"张%" ;
覆盖索引不会回表查询，查询效率也是比较高的
非聚集索引一定回表查询吗?
不一定，只要b+树中包含的字段（创建索引的字段），覆盖（包含）想要select 的字段，那么就不会回表查询了。
为什么要回表查询？直接存储数据不可以吗？
为了控制非聚簇索引的大小
如果把一个 InnoDB 表的主键删掉，是不是就没有主键，就没办法进行回表查询了？
不是，InnoDB会生成rowid辅助回表查询
什么是联合索引，组合索引，复合索引？
为c2和c3列建立联合索引， 如下所示：
c2，c3 - > index c3,c2 -> index
where c3=?
全职匹配最左前缀
复合索引创建时字段顺序不一样使用效果一样吗？
我们也可以同时以多个列的大小作为排序规则，也就是同时为多个列建立索引，比方说我们想让B+树按照 c2和c3列
的大小进行排序，这个包含两层含义：
先把各个记录和页按照c2 列进行排序。
在记录的c2 列相同的情况下，采用c3 列进行排序B+树叶子节点处的记录由c2列、c3列和主键c1列组成本质上也是二级索引
create index idx_c2_c3 on user (c2,c3);
