MySQL 面经问题总结

基础

drop、delete 与 truncate 区别？

用法不同

• drop(丢弃数据): drop table 表名 ，直接将表都删除掉，在删除表的时候使用。
• truncate (清空数据) : truncate table 表名 ，只删除表中的数据，再插入数据的时候自增长 id 又从 1 开始，在清空表中数据的时候使用。
• delete（删除数据） : delete from 表名 where 列名=值，删除某一行的数据，如果不加 where 子句和truncate table 表名作用类似。

truncate 和不带 where 子句的 delete、以及 drop 都会删除表内的数据，但是 truncate 和 delete 只删除数据不删除表的结构(定义)，执行 drop 语句，此表的结构也会删除，也就是执行 drop 之后对应的表不复存在。

属于不同的数据库语言属于不同的数据库语言
truncate 和 drop 属于 DDL(数据定义语言) 语句，操作立即生效，原数据不放到 rollback segment 中，不能回滚，操作不触发 trigger。而 delete 语句是 DML (数据库操作语言) 语句，这个操作会放到 rollback segement 中，事务提交之后才生效。

• DML 语句和 DDL 语句区别：

DML 是数据库操作语言（Data Manipulation Language）的缩写，是指对数据库中表记录的操作，主要包括表记录的插入（insert）、更新（update）、删除（delete）和查询（select），是开发人员日常使用最频繁的操作。
DDL （Data Definition Language）是数据定义语言的缩写，简单来说，就是对数据库内部的对象进行创建、删除、修改的操作语言。它和 DML 语言的最大区别是 DML 只是对表内部数据的操作，而不涉及到表的定义、结构的修改，更不会涉及到其他对象。DDL 语句更多的被数据库管理员（DBA）所使用，一般的开发人员很少使用。

事务

ACID

1.事务的特性：

• 原子性：指处于同一个事务中的多条语句是不可分割的。
• 一致性：事务必须使数据库从一个一致性状态变换到另外一个一致性状态。比如转账，转账前两个账户余额之和为2k，转账之后也应该是2K。
• 隔离性：指多线程环境下，一个线程中的事务不能被其他线程中的事务打扰
• 持久性：事务一旦提交，就应该被永久保存起来。

2.事务隔离性问题：
如果不考虑事务的隔离性，会出现以下问题：

• 脏读：指一个线程中的事务读取到了另外一个线程中未提交的数据。
• 不可重复读：指一个线程中的事务读取到了另外一个线程中提交的update的数据。
• 幻读（虚读）：指一个线程中的事务读取到了另外一个线程中提交的insert的数据
• 丢失修改（Lost to modify）: 指在两个事务读取一个数据时，那么在第一个事务中修改了这个数据后，第二个事务也修改了这个数据。这样第一个事务内的修改结果就被丢失，因此称为丢失修改。

脏读、不可重复读、幻读（虚读）

不可重复读和幻读（虚读）差别
不可重复读的重点是修改： 同样的条件，你读取过的数据，再次读取出来发现值不一样了
幻读的重点在于新增或者删除： 同样的条件，第 1 次和第 2 次读出来的记录数不一样
简单来讲，前一个是读取到的数据不一样，后一个是读取到的数据量不一样。

1、脏读：脏读就是指当一个事务正在访问数据，并且对数据进行了修改，而这种修改还没有提交到数据库中，这时，另外一个事务也访问这个数据，然后使用了这个数据。
例如：
张三的工资为5000,事务A中把他的工资改为8000,但事务A尚未提交。
与此同时，
事务B正在读取张三的工资，读取到张三的工资为8000。
随后，
事务A发生异常，而回滚了事务。张三的工资又回滚为5000。
最后，
事务B读取到的张三工资为8000的数据即为脏数据，事务B做了一次脏读。

2、不可重复读：是指在一个事务内，多次读同一数据。在这个事务还没有结束时，另外一个事务也访问该同一数据。那么，在第一个事务中的两次读数据之间，由于第二个事务的修改，那么第一个事务两次读到的的数据可能是不一样的。这样就发生了在一个事务内两次读到的数据是不一样的，因此称为是不可重复读。
例如：
在事务A中，读取到张三的工资为5000，操作没有完成，事务还没提交。
与此同时，
事务B把张三的工资改为8000，并提交了事务。
随后，
在事务A中，再次读取张三的工资，此时工资变为8000。在一个事务中前后两次读取的结果并不致，导致了不可重复读。

3、幻读（虚读）：是指当事务不是独立执行时发生的一种现象，例如第一个事务对一个表中的数据进行了修改，这种修改涉及到表中的全部数据行。同时，第二个事务也修改这个表中的数据，这种修改是向表中插入一行新数据。那么，以后就会发生操作第一个事务的用户发现表中还有没有修改的数据行，就好象发生了幻觉一样。
例如：
目前工资为5000的员工有10人，事务A读取所有工资为5000的人数为10人。
此时，
事务B插入一条工资也为5000的记录。
这时，事务A再次读取工资为5000的员工，记录为11人。此时产生了幻读。

解决幻读的方法

解决幻读的方式有很多，但是它们的核心思想就是一个事务在操作某张表数据的时候，另外一个事务不允许新增或者删除这张表中的数据了。解决幻读的方式主要有以下几种：

1. 将事务隔离级别调整为 SERIALIZABLE 序列化。
2. 在可重复读的事务级别下，给事务操作的这张表添加表锁。
3. 在可重复读的事务级别下，给事务操作的这张表添加 Next-key Lock（Record Lock+Gap Lock）

存储过程的优缺点以及使用场景

1.什么是存储过程
存储过程（Stored Procedure）是在数据库中，一组为了完成特定功能的SQL 语句集，它存储在数据库中，一次编译后永久有效，用户通过指定存储过程的名字并给出参数（可选）来执行

2.存储过程的优点

• 预编译SQL，提升执行效率
• 可以隐藏执行逻辑，只暴露名称和参数
• 相较于程序来说，修改起来更加便捷

3.存储过程的缺点

• 随着SQL行数的增加，维护复杂度呈线性提升
• 无法调试，迭代过程中风险较高

调优

count(*) 和 count(1)和count(列名)区别

当表的数据量大些时，对表作分析之后，使用count(1)还要比使用count(*)用时多了！ sql会帮你完成优化的

因此： count(1)和count(*)基本没有差别！

执行效果上 ：

• count(*)包括了所有的列，相当于行数，在统计结果的时候， 不会忽略列值为NULL
• count(1)包括了忽略所有列，用1代表代码行，在统计结果的时候， 不会忽略列值为NULL
• count(列名)只包括列名那一列，在统计结果的时候，会忽略列值为空（这里的空不是只空字符串或者0，而是表示null）的计数， 即某个字段值为NULL时，不统计。

执行效率上：

• 列名为主键，count(列名)会比count(1)快
• 列名不为主键，count(1)会比count(列名)快
• 如果表多个列并且没有主键，则 count（1） 的执行效率优于 count（*）
• 如果有主键，则 select count（主键）的执行效率是最优的
• 如果表只有一个字段，则 select count（*）最优。