MySQL调优面试高频灵魂10问（附实战踩坑案例）_mysql 面试问的一些参数问题-CSDN博客

本文链接：https://blog.csdn.net/pythonqiang9/article/details/147979933

一、索引优化的三重境界

1.1 索引失效的六大经典场景（必考！）

最近帮学弟复盘面试，发现90%的同学栽在这个问题上！划重点：

最左前缀原则失效（where条件顺序不对）
索引列计算（比如year(create_time)=2023）
类型转换（字符串字段用数字查询）
!=或<>操作符（全表扫描警告！）
or连接非索引列（索引合并可能触发但效率低）
模糊查询%打头（like '张%'可以走索引）

👉举个真实案例：某电商平台商品表sku_code是varchar类型，开发小哥用where sku_code=20230415查询，结果索引失效引发慢查询（类型转换导致）！

1.2 联合索引的排列组合玄学

面试官最爱连环问：“ABC三个字段的联合索引，where B=2 and A=1能命中吗？”
答案其实很反直觉：可以！因为MySQL优化器会自动调整条件顺序（但范围查询会阻断后续索引使用）。

1.3 覆盖索引的妙用

去年优化过一个千万级用户表，原查询select * from users where age>20，改成select id,age后性能提升8倍！原理很简单：直接从索引树拿数据，不需要回表。

二、执行计划深度解读（Explain高阶玩法）

2.1 关键指标四天王

type列：从好到坏排序 system > const > ref > range > index > ALL
rows列：估算扫描行数（与实际相差3倍以上就要警惕）
Extra列：出现Using filesort或Using temporary立即报警！
filtered列：过滤比例低于5%要考虑索引优化

2.2 索引下推（ICP）的魔法

MySQL5.6的黑科技！举个🌰：

-- 联合索引（age,city）
select * from users 
where age>18 
and city like '%上海%'

没有ICP时需要先回表再过滤城市，有ICP后直接在存储引擎层过滤，减少70%回表操作！

三、慢查询优化的三大杀器

3.1 改写SQL的奇技淫巧

最近刚解决的线上事故：某分页查询limit 100000,10卡死，改成如下写法性能提升20倍：

-- 原写法（超慢）
select * from orders 
order by create_time 
limit 100000,10

-- 优化写法（先定位id）
select * from orders 
where id >= (select id from orders order by create_time limit 100000,1)
order by create_time 
limit 10

3.2 强制索引的利与弊

force index不是银弹！上周生产环境有个坑：强制使用索引后反而更慢，因为数据分布变化导致索引不优。切记要结合analyze table更新统计信息。

3.3 参数调优的禁忌领域

面试常问innodb_buffer_pool_size设置多少合适？我的经验公式：
物理内存的50%-70%，但超过64G的服务器建议设置40G左右（具体要看数据量）。曾见过设置80%导致OOM的惨案（血泪教训）！

四、高频灵魂拷问TOP5

Q1：count(*)和count(1)哪个更快？

真相可能让你吃惊：在MySQL5.7之后，两者性能完全一致！但count(列名)会跳过NULL值，要注意业务逻辑。

Q2：为什么不要用外键？

这是道送命题！参考答案：

影响写性能（每次都要检查约束）
分库分表时不友好
业务逻辑耦合度高
死锁概率增加（但要说清楚业务场景）

Q3：如何优雅地分库分表？

我的三板斧：

客户端分片（Sharding-JDBC）
代理层分片（MyCat）
业务双写+最终一致
重要提醒：单表500万就要开始规划，别等到炸了再处理！

Q4：死锁排查六脉神剑

上周刚解决的死锁案例：

show engine innodb status查最新死锁日志
分析lock_mode（X锁还是S锁）
查看等待资源
检查事务隔离级别
确认索引使用情况
用select * from information_schema.innodb_trx查活跃事务

Q5：主从延迟怎么破？

某电商大促时的解决方案：

半同步复制+并行复制
写后读主库机制
关键业务走主库查询
监控延迟时间（Seconds_Behind_Master）

五、实战案例分析（价值10w的教训）

去年双十一压测时，发现订单查询接口TP99飙升到2s。经过分析：

执行计划显示全表扫描
原来where条件中的status字段没有索引
加上索引后反而更慢？！（因为该字段区分度太低）
最终方案：建立(status,create_time)联合索引
配合业务改造，将状态查询改为时间范围查询

这个案例教会我：不要盲目加索引，要结合业务逻辑和数据分布！

💡调优必备工具清单

慢查询日志分析（mysqldumpslow）
实时监控（pt-query-digest）
压力测试（sysbench）
可视化工具（Archery）
锁分析（performance_schema）

最后的小贴士

面试时被问到不会的问题，可以说：“这个问题我之前主要聚焦在XX方面，对您说的这个点了解不深。不过根据我的经验，可能的解决思路是…”（亲测有效！）

调优就像破案，要有福尔摩斯的观察力+柯南的直觉+金田一的耐心。记住：每个慢查询背后，都藏着一个等待被发现的故事！