給面試官講一下 MySQL 的邏輯架構，有白板可以把下面的圖畫一下，圖片來源于網絡。

Mysql邏輯架構圖主要分三層：

（1）第一層負責連接處理，授權認證，安全等等 

（2）第二層負責編譯并優化SQL 

（3）第三層是存儲引擎。

一條SQL查詢語句在MySQL中如何執行的？

•  先檢查該語句是否有權限，如果沒有權限，直接返回錯誤信息，如果有權限會先查詢緩存(MySQL8.0 版本以前)。
•  如果沒有緩存，分析器進行詞法分析，提取 sql 語句中 select 等關鍵元素，然后判斷 sql 語句是否有語法錯誤，比如關鍵詞是否正確等等。
•  最后優化器確定執行方案進行權限校驗，如果沒有權限就直接返回錯誤信息，如果有權限就會調用數據庫引擎接口，返回執行結果。

SQL 優化

日常工作中你是怎么優化SQL的？

可以從這幾個維度回答這個問題：

1，優化表結構

（1）盡量使用數字型字段

若只含數值信息的字段盡量不要設計為字符型，這會降低查詢和連接的性能，并會增加存儲開銷。這是因為引擎在處理查詢和連接時會逐個比較字符串中每一個字符，而對于數字型而言只需要比較一次就夠了。

（2）盡可能的使用 varchar 代替 char

變長字段存儲空間小，可以節省存儲空間。

（3）當索引列大量重復數據時，可以把索引刪除掉

比如有一列是性別，幾乎只有男、女、未知，這樣的索引是無效的。

2，優化查詢

•  應盡量避免在 where 子句中使用!=或<>操作符
•  應盡量避免在 where 子句中使用 or 來連接條件
•  任何查詢也不要出現select *
•  避免在 where 子句中對字段進行 null 值判斷

3，索引優化

•  對作為查詢條件和 order by的字段建立索引
•  避免建立過多的索引，多使用組合索引

怎么看執行計劃（explain），如何理解其中各個字段的含義？

在 select 語句之前增加 explain 關鍵字，會返回執行計劃的信息。

（1）id 列：是 select 語句的序號，MySQL將 select 查詢分為簡單查詢和復雜查詢。

（2）select_type列：表示對應行是是簡單還是復雜的查詢。

（3）table 列：表示 explain 的一行正在訪問哪個表。

（4）type 列：最重要的列之一。表示關聯類型或訪問類型，即 MySQL 決定如何查找表中的行。從最優到最差分別為：system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL

（5）possible_keys 列：顯示查詢可能使用哪些索引來查找。

（6）key 列：這一列顯示 mysql 實際采用哪個索引來優化對該表的訪問。

（7）key_len 列：顯示了mysql在索引里使用的字節數，通過這個值可以算出具體使用了索引中的哪些列。

（8）ref 列：這一列顯示了在key列記錄的索引中，表查找值所用到的列或常量，常見的有：const（常量），func，NULL，字段名。

（9）rows 列：這一列是 mysql 估計要讀取并檢測的行數，注意這個不是結果集里的行數。

（10）Extra 列：顯示額外信息。比如有 Using index、Using where、Using temporary等。

關心過業務系統里面的sql耗時嗎？統計過慢查詢嗎？對慢查詢都怎么優化過？

我們平時寫Sql時，都要養成用explain分析的習慣。慢查詢的統計，運維會定期統計給我們

優化慢查詢思路：

•  分析語句，是否加載了不必要的字段/數據
•  分析 SQL 執行句話，是否命中索引等
•  如果 SQL 很復雜，優化 SQL 結構
•  如果表數據量太大，考慮分表

索引

聚集索引與非聚集索引的區別

可以按以下四個維度回答：

（1）一個表中只能擁有一個聚集索引，而非聚集索引一個表可以存在多個。

（2）聚集索引，索引中鍵值的邏輯順序決定了表中相應行的物理順序；非聚集索引，索引中索引的邏輯順序與磁盤上行的物理存儲順序不同。

（3）索引是通過二叉樹的數據結構來描述的，我們可以這么理解聚簇索引：索引的葉節點就是數據節點。而非聚簇索引的葉節點仍然是索引節點，只不過有一個指針指向對應的數據塊。

（4）聚集索引：物理存儲按照索引排序；非聚集索引：物理存儲不按照索引排序；

為什么要用 B+ 樹，為什么不用普通二叉樹？

可以從幾個維度去看這個問題，查詢是否夠快，效率是否穩定，存儲數據多少，以及查找磁盤次數，為什么不是普通二叉樹，為什么不是平衡二叉樹，為什么不是B樹，而偏偏是 B+ 樹呢？

（1）為什么不是普通二叉樹？

如果二叉樹特殊化為一個鏈表，相當于全表掃描。平衡二叉樹相比于二叉查找樹來說，查找效率更穩定，總體的查找速度也更快。

（2）為什么不是平衡二叉樹呢？

我們知道，在內存比在磁盤的數據，查詢效率快得多。如果樹這種數據結構作為索引，那我們每查找一次數據就需要從磁盤中讀取一個節點，也就是我們說的一個磁盤塊，但是平衡二叉樹可是每個節點只存儲一個鍵值和數據的，如果是B樹，可以存儲更多的節點數據，樹的高度也會降低，因此讀取磁盤的次數就降下來啦，查詢效率就快啦。

（3）為什么不是 B 樹而是 B+ 樹呢？

B+ 樹非葉子節點上是不存儲數據的，僅存儲鍵值，而B樹節點中不僅存儲鍵值，也會存儲數據。innodb中頁的默認大小是16KB，如果不存儲數據，那么就會存儲更多的鍵值，相應的樹的階數（節點的子節點樹）就會更大，樹就會更矮更胖，如此一來我們查找數據進行磁盤的IO次數有會再次減少，數據查詢的效率也會更快。

B+ 樹索引的所有數據均存儲在葉子節點，而且數據是按照順序排列的，鏈表連著的。那么 B+ 樹使得范圍查找，排序查找，分組查找以及去重查找變得異常簡單。

Hash 索引和 B+ 樹索引區別是什么？你在設計索引是怎么抉擇的？

•  B+ 樹可以進行范圍查詢，Hash 索引不能。
•  B+ 樹支持聯合索引的最左側原則，Hash 索引不支持。
•  B+ 樹支持 order by 排序，Hash 索引不支持。
•  Hash 索引在等值查詢上比 B+ 樹效率更高。
•  B+ 樹使用 like 進行模糊查詢的時候，like 后面（比如%開頭）的話可以起到優化的作用，Hash 索引根本無法進行模糊查詢。

什么是最左前綴原則？什么是最左匹配原則？

最左前綴原則，就是最左優先，在創建多列索引時，要根據業務需求，where 子句中使用最頻繁的一列放在最左邊。

當我們創建一個組合索引的時候，如 (a1,a2,a3)，相當于創建了（a1）、(a1,a2)和(a1,a2,a3)三個索引，這就是最左匹配原則。

索引不適合哪些場景?

•  數據量少的不適合加索引
•  更新比較頻繁的也不適合加索引 = 區分度低的字段不適合加索引（如性別）

索引有哪些優缺點？

(1) 優點：

•  唯一索引可以保證數據庫表中每一行的數據的唯一性
•  索引可以加快數據查詢速度，減少查詢時間

(2)缺點：

•  創建索引和維護索引要耗費時間
•  索引需要占物理空間，除了數據表占用數據空間之外，每一個索引還要占用一定的物理空間
•  以表中的數據進行增、刪、改的時候，索引也要動態的維護。

鎖

MySQL 遇到過死鎖問題嗎，你是如何解決的？

遇到過。我排查死鎖的一般步驟是醬紫的：

（1）查看死鎖日志 show engine innodb status; （2）找出死鎖Sql （3）分析sql加鎖情況 （4）模擬死鎖案發 （5）分析死鎖日志 （6）分析死鎖結果

說說數據庫的樂觀鎖和悲觀鎖是什么以及它們的區別？

（1）悲觀鎖：

悲觀鎖她專一且缺乏安全感了，她的心只屬于當前事務，每時每刻都擔心著它心愛的數據可能被別的事務修改，所以一個事務擁有（獲得）悲觀鎖后，其他任何事務都不能對數據進行修改啦，只能等待鎖被釋放才可以執行。

（2）樂觀鎖：

樂觀鎖的“樂觀情緒”體現在，它認為數據的變動不會太頻繁。因此，它允許多個事務同時對數據進行變動。

實現方式：樂觀鎖一般會使用版本號機制或CAS算法實現。

MVCC 熟悉嗎，知道它的底層原理？

MVCC (Multiversion Concurrency Control)，即多版本并發控制技術。

MVCC在MySQL InnoDB中的實現主要是為了提高數據庫并發性能，用更好的方式去處理讀-寫沖突，做到即使有讀寫沖突時，也能做到不加鎖，非阻塞并發讀。

事務

MySQL事務得四大特性以及實現原理

•  原子性：事務作為一個整體被執行，包含在其中的對數據庫的操作要么全部被執行，要么都不執行。
•  一致性：指在事務開始之前和事務結束以后，數據不會被破壞，假如A賬戶給B賬戶轉10塊錢，不管成功與否，A和B的總金額是不變的。
•  隔離性：多個事務并發訪問時，事務之間是相互隔離的，即一個事務不影響其它事務運行效果。簡言之，就是事務之間是進水不犯河水的。
•  持久性：表示事務完成以后，該事務對數據庫所作的操作更改，將持久地保存在數據庫之中。

事務的隔離級別有哪些？MySQL的默認隔離級別是什么？

•  讀未提交（Read Uncommitted）
•  讀已提交（Read Committed）
•  可重復讀（Repeatable Read）
•  串行化（Serializable）

Mysql默認的事務隔離級別是可重復讀(Repeatable Read)

什么是幻讀，臟讀，不可重復讀呢？

事務A、B交替執行，事務A被事務B干擾到了，因為事務A讀取到事務B未提交的數據，這就是臟讀。

在一個事務范圍內，兩個相同的查詢，讀取同一條記錄，卻返回了不同的數據，這就是不可重復讀。

事務A查詢一個范圍的結果集，另一個并發事務B往這個范圍中插入/刪除了數據，并靜悄悄地提交，然后事務A再次查詢相同的范圍，兩次讀取得到的結果集不一樣了，這就是幻讀。

實戰

MySQL數據庫cpu飆升的話，要怎么處理呢？

排查過程：

（1）使用top 命令觀察，確定是mysqld導致還是其他原因。（2）如果是mysqld導致的，show processlist，查看session情況，確定是不是有消耗資源的sql在運行。（3）找出消耗高的 sql，看看執行計劃是否準確， 索引是否缺失，數據量是否太大。

處理：

（1）kill 掉這些線程(同時觀察 cpu 使用率是否下降)， （2）進行相應的調整(比如說加索引、改 sql、改內存參數) （3）重新跑這些 SQL。

其他情況：

也有可能是每個 sql 消耗資源并不多，但是突然之間，有大量的 session 連進來導致 cpu 飆升，這種情況就需要跟應用一起來分析為何連接數會激增，再做出相應的調整，比如說限制連接數等

MYSQL的主從延遲，你怎么解決？

主從復制分了五個步驟進行：（圖片來源于網絡）

•  步驟一：主庫的更新事件(update、insert、delete)被寫到binlog
•  步驟二：從庫發起連接，連接到主庫。
•  步驟三：此時主庫創建一個binlog dump thread，把binlog的內容發送到從庫。
•  步驟四：從庫啟動之后，創建一個I/O線程，讀取主庫傳過來的binlog內容并寫入到relay log
•  步驟五：還會創建一個SQL線程，從relay log里面讀取內容，從Exec_Master_Log_Pos位置開始執行讀取到的更新事件，將更新內容寫入到slave的db

主從同步延遲的原因

一個服務器開放Ｎ個鏈接給客戶端來連接的，這樣有會有大并發的更新操作, 但是從服務器的里面讀取binlog的線程僅有一個，當某個SQL在從服務器上執行的時間稍長 或者由于某個SQL要進行鎖表就會導致，主服務器的SQL大量積壓，未被同步到從服務器里。這就導致了主從不一致， 也就是主從延遲。

主從同步延遲的解決辦法

•  主服務器要負責更新操作，對安全性的要求比從服務器要高，所以有些設置參數可以修改，比如sync_binlog=1，innodb_flush_log_at_trx_commit = 1 之類的設置等。
•  選擇更好的硬件設備作為slave。
•  把一臺從服務器當度作為備份使用， 而不提供查詢， 那邊他的負載下來了， 執行relay log 里面的SQL效率自然就高了。
•  增加從服務器嘍，這個目的還是分散讀的壓力，從而降低服務器負載。

如果讓你做分庫與分表的設計，簡單說說你會怎么做？

分庫分表方案:

•  水平分庫：以字段為依據，按照一定策略（hash、range等），將一個庫中的數據拆分到多個庫中。
•  水平分表：以字段為依據，按照一定策略（hash、range等），將一個表中的數據拆分到多個表中。
•  垂直分庫：以表為依據，按照業務歸屬不同，將不同的表拆分到不同的庫中。
•  垂直分表：以字段為依據，按照字段的活躍性，將表中字段拆到不同的表（主表和擴展表）中。

常用的分庫分表中間件：

•  sharding-jdbc
•  Mycat

分庫分表可能遇到的問題

•  事務問題：需要用分布式事務啦
•  跨節點Join的問題：解決這一問題可以分兩次查詢實現
•  跨節點的count,order by,group by以及聚合函數問題：分別在各個節點上得到結果后在應用程序端進行合并。
•  數據遷移，容量規劃，擴容等問題
•  ID問題：數據庫被切分后，不能再依賴數據庫自身的主鍵生成機制啦，最簡單可以考慮UUID
•  跨分片的排序分頁問題