Mysql常见面试题

最新推荐文章于 2024-05-20 14:38:13 发布

Locus-

最新推荐文章于 2024-05-20 14:38:13 发布

阅读量530

点赞数

分类专栏： java面试知识点文章标签： mysql 面试 java

本文链接：https://blog.csdn.net/weixin_48063660/article/details/128624704

版权

java面试知识点专栏收录该内容

17 篇文章 5 订阅

订阅专栏

Mysql常见面试题汇总①

⭐事务的基本特性和隔离级别
⭐ACID靠什么保证
⭐什么是MVCC
⭐mysql的主从同步原理
简述MyISAM和InnoDB的区别
简述mysql中索引类型以及对数据库的性能影响
⭐索引的基本原理
Mysql聚簇索引和非聚簇索引的区别
⭐B树和B+树的区别，为什么Mysql使用B+树
Mysql索引的数据结构，各自优势
⭐索引设计原则
⭐Mysql锁的类型
⭐mysql执行计划怎么看
⭐怎么处理慢查询
Mybatis的优缺点
{}和${}的区别
⭐简述Mybatis的插件运行原理，如何编写一个插件

本文总结了目前主流平台中常见的面试题，标⭐为重点！
更多干货请点击 Locus-轨迹

在这里插入图片描述

⭐事务的基本特性和隔离级别

扩展：

脏读(Drity Read):某个事务已更新—份数据，另一个事务在此时读取了同一份数据，由于某些原因，前一个RollBack了操作，则后—个事务所读取的数据就会是不正确的。
不可重复读(Non-repeatable read):在一个事务的两次查询之中数据不一致，这可能是两次查询过程中间插入了一个事务更新的原有的数据。
幻读(Phantom Read):在一个事务的两次查询中数据笔数不一致，例如有一个事务查询了几列(Row)数据，而另-个事务却在此时插入了新的几列数据，先前的事务在接下来的查询中，就会发现有几列数据是它先前所没有的。
不可重复读和幻读区别：不可重复读的重点是修改；同样的条件，第1次和第2次读取的值不一样。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。从控制角度来看，不可重复读只需要锁住满足条件的记录，幻读要锁住满足条件及其相近的记录。

⭐ACID靠什么保证

A 原子性由undo log日志保证，它记录了需要回滚的日志信息，事务回滚时撤销已经执行成功的sql
C —致性由其他三大特性保证、程序代码要保证业务上的一致性
l 隔离性由MVCC来保证
D持久性由内存+redo log来保证，mysql修改数据同时在内存和redo log记录这次操作，宕机的时候可以从redolog恢复

InnoDB redo log 写盘，InnoDB，事务进入 prepare 状态。
如果前面 prepare 成功，binlog 写盘,再继续将事务日志持久化到 binlog，如果持久化成功，那么 InnoDB 事务则进入 commit 状态(在redo log里面写一个commit记录)

redolog的刷盘会在系统空闲时进行

⭐什么是MVCC

MVCC就是readview＋版本链

多版本并发控制：读取数据时通过一种类似快照的方式将数据保存下来，这样读锁就和写锁不冲突了，不同的事务session会看到自己特定版本的数据，版本链
MVCC只在READ COMMITTED和REPEATABLE READ两个隔离级别下工作,其他两个隔离级别够和MVCC不兼容,因为READ UNCOMMITTED总是读取最新的数据行,而不是符合当前事务版本的数据行。而SERIALIZABLE则会对所有读取的行都加锁。

readview：用来存储活动事务id的排序后数组

⭐mysql的主从同步原理

在这里插入图片描述
由于mysql默认的复制方式是异步的，主库把日志发送给从库后不关心从库是否已经处理，这样会产生一个问题就是假设主库挂了，从库处理失败了，这时候从库升为主库后，日志就丢失了。由此产生两个概念。

全同步复制
主库写入binlog后强制同步日志到从库，所有的从库都执行完成后才返回给客户端，但是很显然这个方式的话性能会受到严重影响。
半同步复制
和全同步不同的是，半同步复制的逻辑是这样，从库写入日志成功后返回ACK确认给主库，主库收到至少一个从库的确认就认为写操作完成

简述MyISAM和InnoDB的区别

MyISAM:

不支持事务，但是每次查询都是原子的;
支持表级锁，即每次操作是对整个表加锁;
存储表的总行数;
一个MYISAM表有三个文件:索引文件、表结构文件、数据文件;
采用非聚集索引，索引文件的数据域存储指向数据文件的指针。辅索引与主索引基本一致，但是辅索引不用保证唯一性。

lnnoDb:

支持ACID的事务，支持事务的四种隔离级别;
支持行级锁及外键约束因此可以支持写并发;
不存储总行数;
一个InnoDb引擎存储在一个文件空间(共享表空间，表大小不受操作系统控制，一个表可能分布在多个文件里)，也有可能为多个(设置为独立表空，表大小受操作系统文件大小限制，一般为2G)，受操作系统文件大小的限制;
主键索引采用聚集索引(索引的数据域存储数据文件本身)，辅索引的数据域存储主键的值;因此从辅索引查找数据，需要先通过辅索引找到主键值，再访问辅索引;最好使用自增主键,防止插入数据时，为维持B+树结构，文件的大调整。

简述mysql中索引类型以及对数据库的性能影响

在这里插入图片描述

⭐索引的基本原理

索引用来快速地寻找那些具有特定值的记录。如果没有索引，一般来说执行查询时遍历整张表。

索引的原理:就是把无序的数据变成有序的查询

把创建了索引的列的内容进行排序
对排序结果生成倒排表
在倒排表内容上拼上数据地址链
在查询的时候，先拿到倒排表内容，再取出数据地址链，从而拿到具体数据

Mysql聚簇索引和非聚簇索引的区别

在这里插入图片描述

⭐B树和B+树的区别，为什么Mysql使用B+树

在这里插入图片描述

Mysql索引的数据结构，各自优势

索引的数据结构和具体存储引擎的实现有关，在MySQL中使用较多的索引有Hash索引，B+树索引等，InnoDB存储引擎的默认索引实现为:B+树索引。对于哈希索引来说，底层的数据结构就是哈希表，因此在绝大多数需求为单条记录查询的时候，可以选择哈希索引，查询性能最快;其余大部分场景，建议选择BTree索引

总结：

如果是等值查询，那么哈希索引明显有绝对优势。因为只需要经过一次算法即可找到相应的键值;前提是键值都是唯一的。如果键值不是唯一的，就需要先找到该键所在位置，然后再根据链表往后扫描，直到找到相应的数据;
如果是范围查询检索，这时候哈希索引就毫无用武之地了，因为原先是有序的键值，经过哈希算法后，有可能变成不连续的了，就没办法再利用索引完成范围查询检索
哈希索引也投办法利用索引完成排序,以及like 'xxx%'这样的部分模糊查询(这种部分模糊查询，其实本质上也是范围查询);
哈希索引也不支持多列联合索引的最左匹配规则;
B+树索引的关键字检索效率比较平均，不像B树那样波动幅度大，在有大量重复键值情况下，哈希索引的效率也是极低的，因为存在哈希碰撞问题。

⭐索引设计原则

在这里插入图片描述

⭐Mysql锁的类型

基于锁的属性分类:共享锁、排他锁。
基于锁的粒度分类:行级锁(INNODB)、表级锁(INNODB、MYISAM)、页级锁(BDB引擎)、记录锁、间隙锁、临键锁。
基于锁的状态分类:意向共享锁、意向排它锁。

基于锁的属性分类
基于锁的粒度分类
间隙锁：比如查1234.实际锁住的是234
临界锁：比如查1234.实际锁住的是1234
基于锁的状态分类:

⭐mysql执行计划怎么看

重难点

⭐怎么处理慢查询

在业务系统中，除了使用主键进行的查询，其他的都会在测试库上测试其耗时，慢查询的统计主要由运维在做，会定期将业务中的慢查询反馈给我们。

慢查询的优化首先要搞明白慢的原因是什么：
是查询条件没有命中索引?是load了不需要的数据列?还是数据量太大?

所以优化也是针对这三个方向来的：

首先分析语句，看看是否load了额外的数据，可能是查询了多余的行并且抛弃掉了，可能是加载了许多结果中并不需要的列，对语句进行分析以及重写。
分析语句的执行计划，然后获得其使用索引的情况，之后修改语句或者修改索引，使得语句可以尽可能的命中索引。
如果对语句的优化已经无法进行，可以考虑表中的数据量是否太大，如果是的话可以进行横向或者纵向的分表

Mybatis的优缺点

优点：

基于SQL语句编程，相当灵活，不会对应用程序或者数据库的现有设计造成任何影响，SQL写在XML里，解除sql与程序代码的耦合，便于统一管理;提供XML标签，支持编写动态SQL语句，并可重用。
与JDBC相比，减少了50%以上的代码量，消除了JDBC大量冗余的代码，不需要手动开关连接;
很好的与各种数据库兼容（因为MyBatis 使用JDBC来连接数据库，所以只要JDBC支持的数据库MyBatis都支持)。
能够与spring很好的集成;
提供映射标签，支持对象与数据库的ORM字段关系映射;提供对象关系映射标签，支持对象关系组件维护。