mysql 判断临时表存在_常见的MySQL面试点（二）

1. 什么是死锁？如何解决数据库死锁？

因为数据库锁的最细粒度是行锁，当一个开启事务后，修改某行，在提交事务前，同一行数据在另一个线程也出现了修改。这个时候，后面出现的这个修改语句会发生堵塞，等待前面的事务提交后再开始执行。

如果同一时刻两个线程发生这种情况：

begin；update A 行；update B 行， commit；

begin；update B 行；updateA 行， commit；

两个线程互相等待另一方提交事务，这个时候就出锁冲突，出现死锁。

解决死锁：

• 把最容易出现死锁的行放到整个事务的最后执行，减少死锁时间，提高并发。

• 数据库配置中有两种策越来解决死锁：

• 死锁超时等待，当发生死锁的时候，第一个死锁线程等待50s后自动释放锁，其他线程才继续执行，这个一般不采纳。

• 死锁检测，每当开启一个事务的时候，检测自己修改的行，是否被别的线程锁住，判断自己是否发生了死锁；缺点是：CPU负担加重。

2. 事务之间是如何隔离的？

每个事务开启的时候会创建一个read-view视图，即使其他事务修改了数据，但是不影响本事务的视图，另外视图的创建就是给事务添加一个版本号，并非直接copy一份数据。因此同一行数据可能存在版本号，存在多个视图，通过视图进行事务隔离。

3. 普通索引和唯一索引的区别？该如何选择？

使用普通索引查询时，查询索引树上的叶子节点，命中目标后，还会继续往下查找；使用唯一索引查询时，命中目标后直接返回。

查询时，性能上两者微乎其微，因为查询时是按数据页查询的，每次返回数据是把目标行的数据页都返回过来，普通索引的多做的一次判断操作只是一个指针的挪动。

数据更新时，每次都是将数据更新到change buffer内存中，以后查询时只要查询内存中的数据，目标是减少磁盘访问。change buffer也支持持久化，当更新后访问这个数据页时会触发持久到磁盘中，同时后台也会定期持久化。当查询时假如changebuffer中不存在数据，则将数据从磁盘中读取到change buffer中。

当数据存在内存中时：

• 普通索引直接将更新写入change buffer。

• 唯一索引先判断数据的唯一性，再写入。

当数据只存在磁盘中时：

• 普通索引直接将更新写入change buffer。

• 唯一索引先将数据写入内存中，再判断，最后更新。

因此：多利用change buffer 可以提高系统性能，特别是写多读少的情况，写到内存后，只要不立刻出现查询，都可以交给后台线程持久化到磁盘。 例如账单，日志系统，因此这种情况推荐使用普通索引。反之，写少读多的场景，使用唯一索引。

4. 为什么sql语句突然慢了一下？

sql更新时，首先会把更新写到内存redo log中，然后返回客户端更新成功，当redo log 写满了的时候，再flush 内存中的redolog到磁盘中。这个过程可能导致sql语句抖动一下。

5. 为什么表数据删除了一半？但是文件大小不变？

mysql的数据默认是存放到.ibd 为后缀的文件当中的，当使用delete 删除数据时，mysql其实就是把对应的B+树节点标志为已删除可复用的状态。这个时候如果想减少这种空洞，应当使用 alter table A engine=InnoDB 命令来重建表，这种重建是一种online DDL在线重建。

这个过程是：首先创建一个和原表一样结构的临时表，把所有数据按照顺序写到临时表中，因为临时表是新建的表，所以不存在空洞的问题。数据导入完毕后再将临时表替换为原表。online DDL在线重建就是当导入数据的过程中，原表又插入了新的数据，新数据是保存在一个临时文件中，等前面导入完成后，再导入这个临时文件的新数据。确保导数据的过程中不丢失数据。

6. count(*)和count(字段)的区别？

count（*）因为肯定不是null， 只需要按行累加和count（1）差不多。

count（字段）需要判断字段不能为null，不为null才进行累加。

7. order by 的执行流程？

使用explain 可以看到extra中 有Using fileSort用于排序。首先初始化一个sort buffer内存用于排序，通过主键查找到所需要的数据后存放到sort buffer当中，再按照特定字段进行排序，最后返回结果集。排序是一个成本较高的操作，但是如果是按照索引排序，这个时候就不需要初始化sort buufer排序了，因为查到到的数据已经默认排序好了，直接返回结果集。

8.查询遇到哪些坑？

• 在where条件后使用函数，无法走索引。例如 where month（filed） = 12，使用 explain 命令可以看到执行计划上 rows走的是全局遍历。

• 索引字段上，类型转换后无法走索引。例如字段a是varchar类型，但是 where a = 142。这样也无法走索引。

• 小表 left join大表 。 在关联查询时， 小表驱动大表，可以提高查询效率。

• in和exist的区别；使用in 的时候，先查询主表的数据，再判断主表中符合的条件。 使用exist的时候，先查询条件表再放到主表中判断是true false，true则返回。