高頻數(shù)據(jù)庫 MySQL 面試題

正文如下

來源 | 網(wǎng)絡(luò)

MySQL 索引使用什么數(shù)據(jù)結(jié)構(gòu)？為什么用 B+做索引？

使用B+樹。

這個問題，可以在腦子里面先思考一下，如果讓你來設(shè)計數(shù)據(jù)庫的索引，你會怎么設(shè)計？

我們還是用Why？What？How？三步法來看這個問題。

為什么會需要索引？索引是什么？索引怎么用的？

再思考為什么需要B+樹？B+樹是什么？B+樹怎么用？

答：大部分程序主要的功能都是對數(shù)據(jù)的處理，寫入、查詢、轉(zhuǎn)化、輸出。最形象的比喻就是樹和內(nèi)容和目錄的關(guān)系，目錄就是索引，我們根據(jù)目錄能快速拿到想要內(nèi)容的頁碼。

為什么是B+樹，有這個幾個理由：

• 如果是用AVL平衡二叉樹，樹高度太高，索引查詢需要訪問磁盤，每次訪問以節(jié)點為單位進行磁盤I/O ，需要盡量減少數(shù)據(jù)讀取的I/O操作，所以樹高度一定不能太高，存儲千萬級別的數(shù)據(jù)，實踐中 B+ 樹的高度也就 4或者5。
• B+樹經(jīng)常用來比較的是B樹，B+樹相比B樹有個很大的特點是B+樹所有關(guān)鍵字都出現(xiàn)在葉子結(jié)點的鏈表中（稠密索引），且鏈表中的關(guān)鍵字恰好是有序的，對于范圍查找，比如15～50，B樹需要中序遍歷二叉樹，但是B+樹直接在葉子節(jié)點順序訪問就可以了。

什么是最左匹配原則？

首先說明一點：

最左前綴匹配原則：在MySQL建立聯(lián)合索引時會遵守最左前綴匹配原則，即最左優(yōu)先，在檢索數(shù)據(jù)時從聯(lián)合索引的最左邊開始匹配。

打個比方，我們有張student 表，我們根據(jù)學(xué)院編號+班級建立了一個聯(lián)合索引 index_magor_class(magor,class), 這個索引由二個字段組成。

索引的底層是一顆B+樹，那么聯(lián)合索引的底層也就是一顆B+樹，只不過聯(lián)合索引的B+樹節(jié)點中存儲的是逗號分隔的多個值。

舉例：創(chuàng)建一個 index_magor_class(magor,class) 的聯(lián)合索引，那么它的索引樹就是下圖的樣子。

它是先根據(jù)magor排序，再根據(jù)class排序，如果索引后面還有字段，繼續(xù)以此類推。

我們查詢的where 條件如果只傳入了班級，是走不到聯(lián)合索引的，但是如果只傳了學(xué)院編號，是可能會走到聯(lián)合索引的。（為什么說可能，MYSQL的執(zhí)行計劃和查詢的實際執(zhí)行過程并不完全吻合，比如你數(shù)據(jù)庫數(shù)據(jù)量很少，可能直接全量遍歷速度更快，就不走索引了）

在建表的時候如何設(shè)計索引的？有沒有做過索引優(yōu)化 ？

1、利用覆蓋索引來進行查詢操作，來避免回表操作。

說明：如果一本書需要知道第11章是什么標(biāo)題，會翻開第11章對應(yīng)的那一頁嗎？目錄瀏覽一下就好，這個目錄就是起到覆蓋索引的作用。

什么意思，比如你主鍵索引是學(xué)號，你寫select 語句的時候，直接select 學(xué)號 from table 就可以了，不用select 其他字段，一般除非非常有必要，盡量按需select 字段，少用或不用 select， 不然還需要回表。

這里我解釋一下回表，比如我們表主鍵索引是學(xué)號，另外我們還根據(jù)手機號也建了索引，如果我們where 條件是手機號，分二種情況：

正例：IDB能夠建立索引的種類分為【主鍵索引、唯一索引、普通索引】，而覆蓋索引是一種查詢的一種效果，用explain的結(jié)果，extra列會出現(xiàn)：using index.

• 如果我們select 獲取的字段是學(xué)號，直接在手機號的索引表就能獲取到數(shù)據(jù)，不需要回表；
• 如果我們select 的時候還有其他字段，我們查詢的時候流程是這樣的，先根據(jù)手機號查到學(xué)號，再根據(jù)學(xué)號去主鍵索引表查詢數(shù)據(jù)，這個過程叫回表。

2、業(yè)務(wù)上具有唯一特性的字段，即使是組合字段，也建議建成唯一索引。說明：不要以為唯一索引影響了insert速度，這個速度損耗可以忽略，但提高查找速度是明顯的；另外，即使在應(yīng)用層做了非常完善的校驗和控制，只要沒有唯一索引，根據(jù)墨菲定律，必然有臟數(shù)據(jù)產(chǎn)生。

3、超過三個表禁止join。需要join的字段，數(shù)據(jù)類型保持絕對一致；多表關(guān)聯(lián)查詢時，保證被關(guān)聯(lián)的字段需要有索引。說明：即使雙表join也要注意表索引、SQL性能。

4、在varchar字段上建立索引時，必須指定索引長度，沒必要對全字段建立索引，根據(jù)實際文本區(qū)分度決定索引長度。說明：索引的長度與區(qū)分度是一對矛盾體，一般對字符串類型數(shù)據(jù)，長度為20的索引，區(qū)分度會高達90%以上，可以使用count(distinct left(列名, 索引長度))/count(*)的區(qū)分度來確定。

5、頁面搜索嚴(yán)禁左模糊或者全模糊，如果需要請走搜索引擎來解決。說明：索引文件具有B-Tree的最左前綴匹配特性，如果左邊的值未確定，那么無法使用此索引。

6、SQL性能優(yōu)化的目標(biāo)：至少要達到 range 級別，要求是ref級別，如果可以是const最好。說明：

• 1）const 單表中最多只有一個匹配行（主鍵或者唯一索引），在優(yōu)化階段即可讀取到數(shù)據(jù)。
• 2）ref 指的是使用普通的索引。（normal index）
• 3）range 對索引進行范圍檢索。反例：explain表的結(jié)果，type=index，索引物理文件全掃描，速度非常慢，這個index級別比較range還低，與全表掃描是小巫見大巫。

7、建組合索引的時候，區(qū)分度最高的在最左邊。正例：如果where a=? and b=? ，a列的幾乎接近于唯一值，那么只需要單建idx_a索引即可。說明：存在非等號和等號混合判斷條件時，在建索引時，請把等號條件的列前置。如：where c>? and d=? 那么即使c的區(qū)分度更高，也必須把d放在索引的最前列，即建立組合索引idx_d_c。

8、防止因字段類型不同造成的隱式轉(zhuǎn)換，導(dǎo)致索引失效。

MyBatis用過嗎? 一二級緩存清楚嗎？

• 一級緩存 Mybatis的一級緩存是指SQLSession，一級緩存的作用域是SQlSession, Mabits默認(rèn)開啟一級緩存。在同一個SqlSession中，執(zhí)行相同的SQL查詢時；第一次會去查詢數(shù)據(jù)庫，并寫在緩存中，第二次會直接從緩存中取。當(dāng)執(zhí)行SQL時候兩次查詢中間發(fā)生了增刪改的操作，則SQLSession的緩存會被清空。每次查詢會先去緩存中找，如果找不到，再去數(shù)據(jù)庫查詢，然后把結(jié)果寫到緩存中。Mybatis的內(nèi)部緩存使用一個HashMap，key為hashcode+statementId+sql語句。Value為查詢出來的結(jié)果集映射成的java對象。SqlSession執(zhí)行insert、update、delete等操作commit后會清空該SQLSession緩存。
• 二級緩存 二級緩存是 mapper級別的，Mybatis默認(rèn)是沒有開啟二級緩存的。第一次調(diào)用mapper下的SQL去查詢用戶的信息，查詢到的信息會存放在該mapper對應(yīng)的二級緩存區(qū)域。第二次調(diào)用namespace下的mapper映射文件中，相同的sql去查詢用戶信息，會去對應(yīng)的二級緩存內(nèi)取結(jié)果。

MySQL 主從同步怎么做的？binlog清楚嗎？

• Master 數(shù)據(jù)庫只要發(fā)生變化，立馬記錄到Binary log 日志文件中
• Slave數(shù)據(jù)庫啟動一個I/O thread連接Master數(shù)據(jù)庫，請求Master變化的二進制日志
• Slave I/O獲取到的二進制日志，保存到自己的Relay log 日志文件中。
• Slave 有一個 SQL thread定時檢查Realy log是否變化，變化那么就更新數(shù)據(jù)

MySQL 有沒有做分庫分表？怎么設(shè)計的？

Why?:

當(dāng)一張表的數(shù)據(jù)達到幾千萬時，你查詢一次所花的時間會變多，如果有聯(lián)合查詢的話，我想有可能會死在那兒了。分表的目的就在于此，減小數(shù)據(jù)庫的負擔(dān)，縮短查詢時間。

mysql中有一種機制是表鎖定和行鎖定，是為了保證數(shù)據(jù)的完整性。表鎖定表示你們都不能對這張表進行操作，必須等我對表操作完才行。行鎖定也一樣，別的sql必須等我對這條數(shù)據(jù)操作完了，才能對這條數(shù)據(jù)進行操作。

When？（什么時候需要分表？）：

單表行數(shù)超過500萬行或者單表容量超過2GB，才推薦進行分庫分表。說明：如果預(yù)計三年后的數(shù)據(jù)量根本達不到這個級別，請不要在創(chuàng)建表時就分庫分表。

反例：某業(yè)務(wù)三年總數(shù)據(jù)量才2萬行，卻分成1024張表，問：你為什么這么設(shè)計？答：分1024張表，不是標(biāo)配嗎？

How？（分庫分表有幾種策略）：

垂直拆分 or 水平拆分

拆分中間件,詳細可以參考:

• Sharding-sphere，前身是sharding-jdbc；當(dāng)當(dāng)?shù)姆謳旆直碇虚g件
• TDDL：jar，Taobao Distribute Data Layer；
• Mycat：中間件。

注：工具的利弊，請自行調(diào)研，官網(wǎng)和社區(qū)優(yōu)先。

• 按照userId緯度拆分，安琪拉見過的常見的有，根據(jù) userId % 64 取模拆0～63編號的64張表，
• 固定位拆，取userId 指定二位，例如倒數(shù)2，3位組成00～99 一共100張表的，百庫表表。
• hash: userId hash一下，然后 % 表數(shù)；
• Range: 另外還有按照userId 指定范圍拆的，0-1千萬一張表，這種用的比較少，容易產(chǎn)生熱點。
• 把不同業(yè)務(wù)域的表拆成不同庫，例如訂單相關(guān)表、用戶信息相關(guān)表、營銷相關(guān)表分開在不同庫；
• 把大字段獨立存儲到一張表中
• 把不常用的字段單獨拿出來存儲到一張表

用userId做的分庫分表，現(xiàn)在需要用電話號碼查詢怎么辦？

和回表邏輯一樣，單獨建一個電話號碼索引表，存放電話號碼和userId，查詢時先根據(jù)電話號碼查詢userId，然后再根據(jù)userId查詢數(shù)據(jù)。

（推薦頭條列表）

若覺得文章對你有幫助，隨手轉(zhuǎn)發(fā)分享，也是我們繼續(xù)更新的動力。