Mysql常见面试题大全（一）

Mysql的root密码忘了怎么解决？

1.在linux系统中的/etc目录中有一个my.cnf文件，使用vim指令进入修改，在文件最后面加上  skip-grant-tables ：表示跳过权限表，进而可以使用空密码登录

2.命令行中断窗口输入service mysqld restart         表示重启mysql服务，重新读取修改的my.cbf文件

3.进行修改密码，查询数据库中有一个mysql数据库，里面有一个user表

4.user表中有一个字段authentication_string(权限字段)，记录mysql的原生密码

5.修改该字段进而修改密码：

       update user set authentication_string = password(“新密码”) where user = ‘root’;

6.刷新权限：flush privileges        命令行中断输入，因为已经登陆mysql了

7.exit退出mysql，将/etc/my.cnf文件中添加的命令删除或者注销，表示恢复成原来的状态，下次登录时还会走权限表

---

Mysql的存储引擎有哪些，可以说一说吗

       主要有INnoDB和Myisam，存储引擎是表级别的，每个表对应一个存储引擎

---

Mysql服务器防止表单重复提交的方法和原理

        给数据库增加唯一键约束（简单粗暴）

        在数据库建表的时候在ID字段添加主键约束，用户名、邮箱、电话等字段加唯一性约束。确保数据库只可以添加一条数据。

        利用Session防止表单重复提交（推荐）

        服务器返回表单页面时，会先生成一个subToken保存于session，并把该subToen传给表单页面。当表单提交时会带上subToken，服务器拦截器Interceptor会拦截该请求，拦截器判断session保存的subToken和表单提交subToken是否一致。若不一致或session的subToken为空或表单未携带subToken则不通过。

        首次提交表单时session的subToken与表单携带的subToken一致走正常流程，然后拦截器内会删除session保存的subToken。当再次提交表单时由于 session的subToken为空则不通过。从而实现了防止表单重复提交。

---

为什么建议INNoDB必须建主键？是否推荐自增主键

        因为INNoDB引擎会使用主键创建B+树索引，进而实现快速查找数据的目的，如果没有主键，InNoDB引擎会使用唯一索引作为B+树的节点，创建索引树，而不存在唯一索引时，会默认在表的最后一列添加一个列，由数据库保证该表的每一行数据唯一，这种情况会增加数据库负担，所以尽量创建主键索引。

        如果不是自增主键，添加新的索引元素时，可能导致表的索引结构发生变化，例如一个节点分裂成两个节点，导致上一级节点位置要添加一个额外的冗余索引，也就是表索引元素结构的变动，也会造成页分裂的情况；同时数据量较大时，会进行分库分表，各个数据库自增可能导致相同主键ID出现(可以使用不同自增步长解决)；而自增索引会导致索引元素位置的浪费，实时维护时，如果旧的索引元素不再使用删除，未来也永远无法再次使用(BigInt主键的话可能性很小，因为范围非常大)，索引要综合考虑

---

索引数据有哪些，说说他们的特点

        有hash结构和B+树两种结构

        hash结构采用数组+链表实现。对索引的key进行一次hash散列码计算出在数组中的存储位置，hash重复时就会放到链表中，将索引元素和数据对应的磁盘地址放进去，查看数据时再进行hash计算就可以定位出数据存储的位置。hash结构的优点是效率高，查找数据只需要经过一次运算就可以得到，时间复杂度只有O(1)，但是实际应用中使用没有B+树使用次数多，问题如下：

        存在hash冲突问题，一个链表中存储了过多元素时，将会退化为链表，导致效率下降，但是mysql中底层也做了一些优化，减少了hash碰撞；个人认为最主要的原因还是hash结构不支持范围查找，仅能满足“=”和“IN”两种查找，例如where t > 2 无法进行hash定位，不使用范围查找就可以用

        而在B+树中可以实现范围查找，叶子节点之间存在双向指针，是一个双向链表结构，每个元素都是从左到右递增来存储的，例如t > 20，可以定位到t =20的位置，后面的都是满足条件的数据

---

使用B+树作为索引数据结构，而不是二叉树，或者二叉平衡树，红黑树？

        二叉树等其他的数据结构主要的问题是，导致多次的磁盘IO，造成数据读取速度较慢，哪怕是红黑树这种自平衡的二叉树，也可能导致树的高度较高，在动辄百万级数据的表时，难以达到优秀的查询效率。

        而B+树系列，在每一个节点上有多个数据索引从左到右一次排列，每个非叶子节点中的索引元素由两部分组成，一个是索引值，另一部分是下一级索引的位置指针。与B树的区别在于，非叶子节点上是没有数据的，存储的都是冗余索引，只有在叶子上才有数据，这样做的好处在于更快的数据查找。

        例如select的范围查找时，B树需要做局部的中序遍历，可能还要跨层访问。而B+树由于所有数据都在叶子结点，不用跨层，同时由于有链表结构，只需要找到首尾，通过链表就能把所有数据取出来了。

---

B+树数据结构的索引，能放多少元素，查找一次数据多少次IO？

        B+树的节点在INNoDB引擎中，会把一个节点叫做一页数据，每个页page大小大约是16KB，（之所以设置为16KB，是为了和操作系统进行对应，因为操作系统读取数据时按照页来读取，不过操作系统的页大小是4KB，和这里的页不是同一种概念，如果要修改默认节点页的大小也可，不过最好设置为4的整数倍，原因同上）如果采用主键索引为int类型(4个字节)或者bigint类型(8个字节)，这里视为8个字节，而指针部分默认开辟的是6个字节大小，所以一个索引元素占用14个字节，将一个节点放满可以达到1170个，而叶子节点上索引元素8个字节，假设加上data数据元素一共是1KB，那么高度为3的B+树，叶子节点为1170*1170*16，约为2千多万个索引。

        在INnoDB中对于每一页的数据，无论是叶子节点还是非叶子节点，会进行一个计算，因为每一页的数据部分可以确定最大占用内存数，所以可以计算出共多少个页目录，问道页目录数量时要会说，结构如下图，如果某一个数据行过大，例如大于16KB，会在数据部分结尾放置一个指针，剩下的数据另外找地方存，指向即可

        查找时只需要三次IO就能查找到,每次会从磁盘中拿取一页的数据放入缓冲区，之后在内存中遍历寻找（使用二分查找）下一层的索引或者是索引+数据，每层一次即可，如果已经将根节点和非叶子节点都放到内存(因为占用内存并不大)，那么只需要一次IO就能查找到数据