数据库与SQL高频面试题(一)

采石之人

已于 2023-12-08 16:06:30 修改

阅读量664

点赞数 20

分类专栏：一面而就文章标签：面试 sql 数据库 .net

于 2023-12-07 16:17:51 首次发布

本文链接：https://blog.csdn.net/ousetuhou/article/details/134855591

版权

一面而就专栏收录该内容

8 篇文章 11 订阅

订阅专栏

🎉来一波C#.NET面试中，数据库方面的高频问题🎉

🥳希望你别再被面试官追着“砍”了🎉

🥳祝你一面而就🎉

1.事务使用场景有哪些？什么是原子性？什么是一致性？

使用场景有保证多个insert，update，delete操作要么全都执行成功(Committed)，要么全都不执行(Rollback)。

原子性：事务被视为不可分割的最小单元，所有操作要么全部执行成功，要么失败回滚(即还原到事务开始前的状态，就像这个事务从来没有执行过一样)

一致性：在成功提交或失败回滚之后以及正在进行的事务期间，数据库始终保持一致的状态。如果正在多个表之间更新相关数据，那么查询将看到所有旧值或所有新值，而不会一部分是新值，一部分是旧值。

2.什么是事务的隔离性？隔离级别有哪些？

隔离性：并发执行的事务彼此无法看到对方的中间状态。

隔离级别有哪些：读未提交、读已提交、可重复度、可串行化；

SQLServer默认级别是读已提交；MySQL默认的级别是可重复读，见下：

3.索引如何分类的？有什么区别？

MySql 创建索引语法：

create index [索引名] on 表名(列名1, 列名2, ...); --普通索引

create UNIQUE index [索引名] on 表名(列名); -- 唯一索引

create CLUSTERED index [索引名] ON 表名(列名)。-- 创建聚簇索引

MySQL的索引分三类：单列索引（普通索引、唯一索引、主键索引）、组合索引、全文索引

单列索引：一个索引只包含单个列，但一个表中可以有多个单列索引。

（1）普通索引：MySQL中基本索引类型，没有什么限制，允许在定义索引的列中插入重复值和空值，纯粹是为了查询数据更快一点。

（2）唯一索引：索引列中的值必须是唯一的，但是允许为空值。

（3）主键索引：是一种特殊的唯一索引，不允许有空值。（主键约束，就是一个主键索引）。

组合索引：在表中的多个字段组合上创建的索引，只有在查询条件中使用了这些字段的左边字段时，索引才会被使用，使用组合索引时遵循最左前缀集合——最左匹配原则。

全文索引：在大量数据中，通过其中的某个关键字，就能找到该字段所属的记录行。全文索引在开发中很少用，因为其占用很大的物理空间和降低了记录修改性。

4.索引按照存储方式分类？有什么区别？

（1）聚集索引：一张表中只能有唯一一个聚集索引，存储记录是物理上连续，索引的键值逻辑顺序决定了表数据行的物理存储顺序。生活中的例子：新华字典按拼音索引

（2）非聚集索引:一个表可以存在多个，物理存储不按照索引排序；非聚集索引就是普通索引，仅仅只是对数据列创建相应的索引，不影响整个表的物理存储顺序。生活中的例子：手机联系人A-Z索引

5.什么是最左匹配原则？

SQL的最左匹配原则（Leftmost Prefix Rule）是指在使用联合索引（Composite Index）进行查询时，索引的最左边的列被优先使用，以尽可能地减少搜索的行数。

需要注意的是，如果查询条件中包含了联合索引的某个列，但不是最左边的列，那么这个索引也无法被使用。因为索引只能在联合索引列的最左边生效。

使用最左匹配原则，可以提高查询的效率，减少不必要的扫描和筛选。因此，在设计索引时，应该优先考虑使用最常用的查询条件作为联合索引的最左边列。

6.什么是SQL执行计划？怎么通过执行计划查看SQL的查询效率？

解释select语句如何在数据库执行的、相关表是怎么连接、连接的次序、有哪些索引和索引使用情况、每个表的扫描数据

MySQL中查看执行计划需要用到关键字EXPLAIN，将EXPLAIN放在SQL语句的前面，如：

创建索引后，再去分析，可以看到他已经命中索引了：

7.什么是审计字段？为什么数据库表设计里要加入审计字段？

审计字段即记录数据的创建人、创建时间、修改人、修改时间、删除人、删除时间的字段、体现在每一张数据库表中。为了减少代码量需要设置一套通用的方法。

作用：记录日志

8.分库分表分为哪些类型？

垂直分表：垂直分表在日常开发和设计中比较常见，通俗的说法叫做“大表拆小表”，拆分是基于关系型数据库中的“列”（字段）进行的；

垂直分库：按照业务模块来划分出不同的数据库，而不是像早期一样将所有的数据表都放到同一个数据库中

水平分库分表：水平分库分表与上面讲到的水平分表的思想相同，唯一不同的就是将这些拆分出来的表保存在不同的数据库中；

水平分表：水平分表也称为横向分表，比较容易理解，就是将表中不同的数据行按照一定规律（比如按时间分、或按照主键值得范围）分布到不同的数据库表中；

9.SQL中有哪些连接查询？分别描述？

SQL中连接查询分内、外连接，外连接分左连接、右连接和完全外连接，它们的功能与视图差不多。其中左右连接查询是相对应的，即把连接类型和左表、右表互换位置就可得到相同的结果集。

内连接（inner join 或 join）

内连接是等值连接，它使用“=、>、<、<>”等运算符根据每个表共有的列的值匹配两个表中的行外连接

左连接（left join 或 left outer join）

左连接又称左向外连接，查询的结果集包括 SQL语句中左表的所有行，右表中匹配的行。如果左表的某行在右表中没有匹配行，则用空值表示

右连接（right join 或 right outer join）

右连接也成右向外连接，查询的结果集包括SQL语句中右表的所有行，左表中匹配的行。如果右表的某行在左表中没有匹配的行，则用空值表示

完全外连接（full join 或 full outer join）

完全外连接，查询的结果集包括SQL语句中左表和右表的所有行。如果某行在另一个表中没有匹配行时，则用空值表示。

10.SQL中创建视图怎么创建？视图的作用？

作用：

视图隐藏了底层的表结构，简化了数据访问操作，客户端不再需要知道底层表的结构及其之间的关系。
视图提供了一个统一访问数据的接口。
加强了安全性，使用户只能看到视图所显示的数据。
视图还可以被嵌套，一个视图中可以嵌套另一个视图。

创建语法：

create view <视图名> as <select语句>

例子：

-- 创建视图（虚拟的表）
create view v_dict as select text,sort from DictionaryItem;

-- 查询视图
select * from v_dict where text='产品分类';

-- 视图也可以嵌套
create view v_dict2 as select text from v_dict;

11.SQL中having和where的作用，有什么区别？

HAVING和WHERE都是SQL中用于筛选数据的关键字，但它们之间存在一些区别：

WHERE用于在查询之前过滤行，即从表中选择满足指定条件的行。

HAVING用于在GROUP BY语句之后筛选组，即对数据进行分组后，筛选满足条件的组。

所以，WHERE用于过滤行，HAVING用于过滤组，它们的作用和使用场景不同。

同时，HAVING只能在GROUP BY语句中使用，而WHERE可以用于任何SQL语句。

select UserName, count(*) as userCount
from Abpusers 
where UserName='张三'
GROUP BY UserName
HAVING userCount > 1

12.delete table和truncate table的作用？区别是什么?

delete与truncate都可以用来删除表中数据。

delete删除表中数据之后再次插入数据索引会接着之前的，而truncate删除表中后重新插入数据索引会从初始大小开始。

delete在删除数据后会将删除操作作为事务存储在日志中，这样就可以进行事务回滚，而truncate则不可以事务回滚。

13.存储过程有什么优缺点？

存储过程是预先定义在数据库中的一组SQL语句，

create PROCEDURE p_getUser(
 IN  _UserName varchar(20) 
)
BEGIN
   -- 存储过程的内容，一组sql语句，还要一些逻辑处理等
   select * from users where UserName=_UserName;
END;

其具有以下优点和缺点：

优点：

提高性能：存储过程已经在数据库中编译和优化，因此在执行时比单个SQL语句更快，可以提高系统性能。
提高安全性：可以通过存储过程来限制对数据库的访问权限，从而提高系统安全性。
提高可维护性：存储过程可以被多次调用，避免了重复编写SQL语句的问题，同时可以通过修改存储过程来实现对数据的更改。
支持事务处理：存储过程可以在一个事务中执行多个SQL语句，从而确保数据库的数据完整性和一致性。

缺点：

难以调试：存储过程通常在服务器端执行，因此调试时比较困难。
不便于维护：存储过程可能比单个SQL语句更加复杂，因此编写和维护时需要更多的精力和时间。
特定于数据库：每个数据库系统都有自己的存储过程语法和规范，因此需要考虑数据库迁移时的兼容性问题。
可能过度使用：如果存储过程过多，会增加数据库的复杂性，从而使维护和管理变得更加困难。

14. MS SQL Server中的分页语句有几种写法？

SQL Server的分页与MySQL的分页的不同，MySql的分页直接是用limit (pageIndex-1),pageSize就可以完成，但是SQL Server 并没有limit关键字，只有类似limit的top关键字。所以分页起来比较麻烦。

分享三种方法：利用max（主键）;利用row_number关键字，offset/fetch next关键字

第1种方法：offset /fetch next（2012版本及以上才有）--推荐使用

-- 用法
select * from 表名 order by 排序字段
offset ((@pageIndex-1)*@pageSize) rows
fetch next @pageSize rows only;

-- 分页查询第2页，每页有10条记录
select * from student
order by sno  
offset 10 rows
fetch next 10 rows only ;

第2种方法：利用row_number关键字

SELECT TOP 页大小 * 
 FROM  ( 
    SELECT ROW_NUMBER() OVER (ORDER BY id) AS RowNumber, * FROM table名 
 ) as A  
WHERE RowNumber > (页大小*页数)

第3种方法：利用max(主键)

先top前11条行记录，然后利用max(id)得到最大的id，之后再重新再这个表查询前10条，不过要加上条件，where id>max(id)

-- 分页查询第2页，每页有10条记录
select top 10 * from student 
where id>= (select max(id) 
               from (select top 11 id
                     from student 
                     order by id asc) temp_max_ids) 
order by id;

15.MySql分页语句怎么写？传什么参数？

MySQL中使用LIMIT实现分页：

SELECT * FROM table LIMIT [offset,] rows | rows OFFSET offset

使用格式: LIMIT [位置偏移量],行数

第一个"位置偏移量"参数指明MySQL以哪一行开始显示,是一个可选参数，如果不指定"位置偏移量"，就会默认从表中的第一条记录开始(第一条记录的位置偏移量为0,第二条记录的位置偏移量为0,以此类推)显示；

第二个参数"行数"，指明返回的记录条数。

举例：

-- 需求1: 每页显示20条记录,此时显示第一页

SELECT employee_id,last_name

FROM employees

LIMIT 0,20;

-- 需求2: 每页显示20条记录,此时显示第二页

SELECT employee_id,last_name

FROM employees

LIMIT 20,20;

16.用过哪些非关系型数据库？用在什么地方？

非关系型数据库（NoSQL）有：MongoDB、Redis等

Redis是一种基于内存的非关系型数据库，通常用于快速读写和高并发场景下的数据存储和处理，比如缓存、会话存储、消息队列、计数器、实时数据处理和分布式锁等。

Redis还支持持久化和复制等特性，保证数据的可靠性和高可用性。它还提供了一些高级功能，如发布-订阅、事务处理和Lua脚本执行等，使得应用程序可以更灵活地处理数据和实现业务逻辑。

17.SQL中用过哪些分组函数？分别做什么用？

在 SQL 中常用的分组函数包括以下几种：

COUNT：用于统计某个字段的行数，可以用于计算一个表中某一列的总数。

SUM：用于计算某个字段的总和，可以用于计算某一列的数值总和。

AVG：用于计算某个字段的平均值，可以用于计算某一列的平均数。

MAX：用于找出某个字段的最大值，可以用于找出某一列中的最大值。

MIN：用于找出某个字段的最小值，可以用于找出某一列中的最小值。

这些分组函数通常与 GROUP BY 子句一起使用，以便将结果按照指定的列进行分组，并对每个分组应用相应的函数，从而得出每个分组的统计结果。

18.怎么才能排查索引是否被命中？

要检查 SQL 查询语句是否使用了索引，可以通过以下简化步骤：

使用 EXPLAIN 关键字查看查询语句的执行计划。（请看第6题-执行计划）

在执行计划中查看是否有 "Using Index" 或 "Using Index Condition" 字样，表示索引被命中。

如果执行计划中有 "Using Where" 或 "Using Temporary" 字样，表示索引未被命中，需要优化查询语句或重新设计索引。Type字段为“All”表示全表扫描

可以使用 MySQL 工具分析查询语句和索引使用情况，以进一步确认索引是否被命中。

19.MySQL数据库有哪些引擎？

InnoDB存储引擎：给MySQL提供了具有提交、回滚和崩溃恢复能力的事物安全（ACID兼容）存储引擎，处理巨大数据量的最大性能设计；

支持外键完整性约束，存储表中的数据时，每张表的存储都按主键顺序存放，如果没有显示在表定义时指定主键，InnoDB会为每一行生成一个6字节的ROWID，并以此作为主键

MyISAM存储引擎：MyISAM基于ISAM存储引擎，并对其进行扩展。它是在Web、数据仓储和其他应用环境下最常使用的存储引擎之一。MyISAM拥有较高的插入、查询速度，但不支持事务。

MEMORY存储引擎：EMORY存储引擎将表中的数据存储到内存中，未查询和引用其他表数据提供快速访问

MERGE存储引擎：把一组MyISAM数据表当做一个逻辑单元来对待，让我们可以同时对他们进行查询

20.SQL注入攻击是什么？怎么防止？

SQL 注入就是在用户输入的字符串中加入 SQL 语句，如果在设计不良的程序中忽略了检查，那么这些注入进去的 SQL 语句就会被数据库服务器误认为是正常的 SQL 语句而运行，攻击者就可以执行计划外的命令或访问未被授权的数据。

避免SQL注入

1. 过滤输入内容，校验字符串
2. 参数化查询
3. 安全测试、安全审计

21.在SQL Server中SQL语句后面加with(nolock)的作用？

要提升SQL的查询效能，一般来说大家会以建立索引(index)为第一考虑。

其实除了index的建立之外，当我们在下SQL Command时，在语法中加一段WITH (NOLOCK)可以改善在线大量查询的环境中数据集被LOCK的现象藉此改善查询的效能。

加了WITH (NOLOCK)的SQL查询效率会得到提升，可以用于inner join 语句。会产生脏读只适用与select查询语句

select * from users with(nolock);

22.数据库中锁是什么？行级锁和表级锁分别是什么？

锁是一种用于控制并发访问的机制。数据库中的锁可以分为行级锁和表级锁两种类型。

行级锁是对数据表中的一行数据进行锁定，其他事务无法同时修改该行数据；

表级锁是对整个数据表进行锁定，其他事务无法同时访问该表中的任何数据。

行级锁可以提高并发性，但会增加锁的粒度，影响并发访问效率；

表级锁简化了锁管理，但会降低并发性。具体使用时，需要根据具体情况进行选择。

23.什么是数据库作业？数据库作业的使用场景是什么？

数据库作业（Database Job）是指在数据库中执行的一系列任务或操作。这些任务可以包括数据的导入、导出、清理、更新、备份和恢复等操作。数据库作业可以大大提高数据处理的效率和精确度，同时减少人工干预的成本和错误率。

数据库作业的使用场景非常广泛，特别是在需要处理大量数据的企业和组织中。比如，数据库作业可以自动执行数据备份和恢复任务、数据清理和更新任务、数据导入和导出任务、数据库监控和维护任务、数据分析和报表生成任务等。

这些任务可以通过定时调度或者触发器来自动执行，从而保证数据的安全和可靠性，并提高数据处理的效率和准确性。

24.select * into语句和insert into ... select ... 语句是什么作用？

select into 和 insert into select都是用来复制表的语句。

select into 要求目标表不存在，因为在插入时会自动创建；

insert into 目标表 select... from 原始表。要求目标表存在；

select into 的性能要比insert into select 更高。

25. 哪些情况下会使索引失效？

索引失效是指数据库查询不再使用索引进行优化，而是执行全表扫描，从而导致查询性能下降。

以下是一些可能导致索引失效的情况：

使用函数或表达式作为查询条件
对索引列进行了类型转换
使用“NOT”或“!=”操作符
在查询语句中使用了“OR”操作符（如果有or查询，应该改用Union查询）
数据库中的数据分布不均匀
对索引列进行了更新或删除
索引本身被删除或损坏

需要注意的是，这些情况只是导致索引失效的一些常见原因，实际情况可能更加复杂，因此在数据库设计和查询优化时，需要认真考虑索引的使用情况和可能出现的问题，以保证查询性能和效率。

26. 在索引的列上使用函数会使索引失效，那有什么办法可以使索引不失效？

在索引列上使用函数使得索引失效的是常见的索引失效原因之一，因此尽可能的避免在索引列上使用函数。

尽管可以使用基于函数的索引来解决索引失效的问题，但如此一来带来的比如磁盘空间的占用以及列上过多的索引导致DML性能的下降。

解决办法：改造SQL语句，使用函数索引。

27.创建索引有哪些遵循原则？谈谈你的经验?

1.选择唯一性索引

唯一性索引的值是唯一的，可以更快速的通过该索引来确定某条记录。

例如，学生表中学号是具有唯一性的字段。为该字段建立唯一性索引可以很快的确定某个学生的信息。如果使用姓名的话，可能存在同名现象，从而降低查询速度。

2.为经常需要排序、分组和联合操作的字段建立索引

经常需要ORDER BY、GROUP BY、DISTINCT和UNION等操作的字段，排序操作会浪费很多时间。如果为其建立索引，可以有效地避免排序操作。

3.为常作为查询条件的字段建立索引

如果某个字段经常用来做查询条件，那么该字段的查询速度会影响整个表的查询速度。因此，为这样的字段建立索引，可以提高整个表的查询速度。

4.限制索引的数目

索引的数目不是越多越好。每个索引都需要占用磁盘空间，索引越多，需要的磁盘空间就越大。修改表时，对索引的重构和更新很麻烦。越多的索引，会使更新表变得很浪费时间。

5.尽量使用数据量少的索引

如果索引的值很长，那么查询的速度会受到影响。例如，对一个CHAR(100)类型的字段进行全文检索需要的时间肯定要比对CHAR(10)类型的字段需要的时间要多。

6.尽量使用前缀来索引

如果索引字段的值很长，最好使用值的前缀来索引。例如，TEXT和BLOG类型的字段，进行全文检索会很浪费时间。如果只检索字段的前面的若干个字符，这样可以提高检索速度。

7.删除不再使用或者很少使用的索引

表中的数据被大量更新，或者数据的使用方式被改变后，原有的一些索引可能不再需要。数据库管理员应当定期找出这些索引，将它们删除，从而减少索引对更新操作的影响。

8.最左前缀匹配原则，非常重要的原则。

mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配，比如a 1=”” and=”” b=”2” c=”“> 3 and d = 4 如果建立(a,b,c,d)顺序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整。

9.=和in可以乱序。

比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意顺序，mysql的查询优化器会帮你优化成索引可以识别的形式

10.尽量选择区分度高的列作为索引。

区分度的公式是count(distinct col)/count(*)，表示字段不重复的比例，比例越大我们扫描的记录数越少，唯一键的区分度是1，而一些状态、性别字段可能在大数据面前区分度就是0，那可能有人会问，这个比例有什么经验值吗？使用场景不同，这个值也很难确定，一般需要join的字段我们都要求是0.1以上，即平均1条扫描10条记录

11.索引列不能参与计算，保持列“干净”。

比如from_unixtime(create_time) = ’2014-05-29’就不能使用到索引，原因很简单，b+树中存的都是数据表中的字段值，但进行检索时，需要把所有元素都应用函数才能比较，显然成本太大。所以语句应该写成create_time = unix_timestamp(’2014-05-29’);

12.尽量的扩展索引，不要新建索引。

比如表中已经有a的索引，现在要加(a,b)的索引，那么只需要修改原来的索引即可注意：选择索引的最终目的是为了使查询的速度变快。上面给出的原则是最基本的准则，但不能拘泥于上面的准则。读者要在以后的学习和工作中进行不断的实践。根据应用的实际情况进行分析和判断，选择最合适的索引方式。

28.什么是ER图，作用是什么？怎么画ER图？

实体关系图又称E-R模型图，是一种提供了实体，属性和联系的方法，用来描述现实世界的概念模型。

实体关系图一般包含的元素有：实体（方框表示），联系（菱形表示），属性（椭圆表示），联系（直线表示）

29.MySQL和MS SQL Server有什么区别？

1、开源

MySQL是一个开源关系数据库管理系统（RDBMS）；而SQL Server不是开源的，是商业的。

2、程序

MySQL主要用C和C ++编程语言编程。SQL Server主要用C++编程，但在C语言中也有一些部分。

3、平台

SQL Server仅支持Linux和Windows平台，主要用于.Net应用程序或Windows项目。与之相比，MySQL支持许多平台，它主要用于PHP项目或应用程序。

4、语法

MySQL语法有点复杂；SQL Server语法更简单易用。

举例简单说明语法区别：

分页语句 MySQL limit，SQL Server 可以使用 row_number() over()

执行语句的时候 MySQL必须以；号结尾，SQL Server 没有要求

主键自增的时候 MySQL是 auto_increment关键字，SQL Server 是 identity关键字

5、执行查询

在MySQL中，一旦执行了查询，就无法在中途取消查询。在SQL Server中，可以在执行后的中途取消查询。

6、存储引擎

在MySQL中，有多个存储引擎使用(InnoDB和MyISAM引擎)。InnoDB是一种流行的存储引擎，支持事务操作的。

SQL Server只能使用一个或只有一个存储引擎。

30.SQL里面 on跟where的区别

数据库在通过连接两张或多张表来返回记录时，都会生成一张中间的临时表，然后再将这张临时表返回给用户。

在使用 left join 时，on 和 where 条件的区别如下：

1、on 条件是在生成临时表时使用的条件，它不管 on 中的条件是否为真，都会返回左边表中的记录。

2、where 条件是在临时表生成好后，再对临时表进行过滤的条件。这时已经没有 left join 的含义（必须返回左边表的记录）了，条件不为真的就全部过滤掉。

在on、where这两个都可以加条件的子句中，on是最先执行，where次之。有时候如果这先后顺序不影响中间结果的话，那最终结果是相同的。但因为on是先把不符合条件的记录过滤后才进行统计，它就可以减少中间运算要处理的数据，按理说应该速度是最快的。

31.数据库怎么设计？三大范式是什么？

数据库设计是确定数据的组织结构和存储方式的过程。遵循三大范式可以减少数据冗余、提高效率和维护性，保证数据完整性和一致性。

三大范式是数据库设计的三个标准，分别是第一范式（1NF）、第二范式（2NF）和第三范式（3NF）。

第一范式：属性不可分割，即每个属性都是不可分割的原子项。(实体的属性即表中的列)；
第二范式：在满足第一范式基础上，要求非主键字段完全依赖于主键；
第三范式：在满足第二范式基础上，非主键字段不能依赖于其他非主键字段，避免传递依赖关系。

32.数据库表的关联关系有几种

数据库表的关联关系有如下三种：

1.一对一关系

在现实生活中，丈夫与妻子之间的关系就是一对一的关系

2.多对多关系

学生与老师之间的关系就是多对多的关系

3.一对多

汽车制造商生产许多不同的车型，但特定的汽车型号仅由一家汽车制造商制造。
一个客户可以进行多次购买，但每次购买都是由单个客户进行的。
一家公司可以有多个电话号码，但一个电话号码属于一家公司。

33.MySql中怎么拼接字符串？

在MySQL中，可以使用 CONCAT() 、 CONCAT_WS() 、 GROUP_CONCAT()

CONCAT() 函数可以将两个或多个字符串连接在一起，返回一个新的字符串;

CONCAT_WS() 函数可以将多个字符串用指定的分隔符进行拼接;

GROUP_CONCAT() 函数返回一个字符串结果,该结果由分组中的值连接组合而成；如下代码返回用户的所有角色，以逗号隔开。

select a.*, GROUP_CONCAT(c.RName) 所属角色 from users a

join userroles b on a.UId=b.UserId

join roles c on c.RId=b.RoleId

group by a.Uid

以上示例代码，运行结果如下：

34.MySQL占用CPU特别高或者100%占用的解决方案？

MySQL占用CPU特别高或100%占用的原因主要有查询语句不优化、硬件配置不足、MySQL配置不合理以及MySQL锁等待等。为了解决这些问题，可以采取以下措施：

对查询语句进行优化，使用索引、减少JOIN操作、避免使用子查询等。
升级硬件或者优化MySQL的配置参数，如增加CPU、内存、调整磁盘IO等，以提高MySQL的性能。
调整MySQL的配置参数，如缓存设置、连接数设置等，以提高MySQL的性能。
通过查看MySQL的日志信息，找到锁等待（死锁）的原因，并进行相应的调整，如增加并发性能、减少锁等待时间等。

35. 为什么要进行分库分表？

是什么？

分库、分表就是把原本存储于一个库的数据分块存储到多个库上，把原本存储于一个表的数据分块存储到多个表上。

为什么？

数据库中的数据量不一定是可控的，在未进行分库分表的情况下，随着时间和业务的发展，库中的表会越来越多，表中的数据量也会越来越大，相应地，数据操作，增删改查的开销也会越来越大；另外，由于无法进行分布式部署，而一台服务器的资源（CPU、磁盘、内存、IO等）是有限的，最终数据库所能承载的数据量、数据处理能力都将遭遇瓶颈。