MySQL面试夺命连环20问,你接得住吗?

爱笑的架构师 2022-04-06 10:47:51

一、数据库架构

 
 
1、说说MySQL 的基础架构图

 

给面试官讲一下 MySQL 的逻辑架构,有白板可以把下面的图画一下,图片来源于网络。

 

图片

 

MySQL逻辑架构图主要分三层:

 

  • 第一层负责连接处理,授权认证,安全等等 

 

  • 第二层负责编译并优化SQL 

 

  • 第三层是存储引擎。

 

 
2、一条SQL查询语句在MySQL中如何执行的?

 

  • 先检查该语句是否有权限,如果没有权限,直接返回错误信息,如果有权限会先查询缓存(MySQL8.0 版本以前)。

 

  • 如果没有缓存,分析器进行词法分析,提取 SQL 语句中 select 等关键元素,然后判断 SQL 语句是否有语法错误,比如关键词是否正确等等。

 

  • 最后优化器确定执行方案进行权限校验,如果没有权限就直接返回错误信息,如果有权限就会调用数据库引擎接口,返回执行结果。

 

二、SQL 优化

 

 
1、日常工作中你是怎么优化SQL的?

 

可以从这几个维度回答这个问题:

 

1)优化表结构

 

①尽量使用数字型字段

 

若只含数值信息的字段尽量不要设计为字符型,这会降低查询和连接的性能,并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符,而对于数字型而言只需要比较一次就够了。

 

②尽可能的使用 varchar 代替 char

 

变长字段存储空间小,可以节省存储空间。

 

③当索引列大量重复数据时,可以把索引删除掉

 

比如有一列是性别,几乎只有男、女、未知,这样的索引是无效的。

 

2)优化查询

 

  • 应尽量避免在 where 子句中使用!=或<>操作符

  • 应尽量避免在 where 子句中使用 or 来连接条件

  • 任何查询也不要出现select *

  • 避免在 where 子句中对字段进行 null 值判断

 

3)索引优化

 

  • 对作为查询条件和 order by的字段建立索引

  • 避免建立过多的索引,多使用组合索引

 

 
2、怎么看执行计划(explain),如何理解其中各个字段的含义?

 

在 select 语句之前增加 explain 关键字,会返回执行计划的信息。

 

图片

 

  • id 列:是 select 语句的序号,MySQL将 select 查询分为简单查询和复杂查询。

 

  • select_type列:表示对应行是是简单还是复杂的查询。

 

  • table 列:表示 explain 的一行正在访问哪个表。

 

  • type 列:最重要的列之一。表示关联类型或访问类型,即 MySQL 决定如何查找表中的行。从最优到最差分别为:system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL

 

  • possible_keys 列:显示查询可能使用哪些索引来查找。

 

  • key 列:这一列显示 MySQL 实际采用哪个索引来优化对该表的访问。

 

  • key_len 列:显示了MySQL在索引里使用的字节数,通过这个值可以算出具体使用了索引中的哪些列。

 

  • ref 列:这一列显示了在key列记录的索引中,表查找值所用到的列或常量,常见的有:const(常量),func,NULL,字段名。

 

  • rows 列:这一列是 MySQL 估计要读取并检测的行数,注意这个不是结果集里的行数。

 

  • Extra 列:显示额外信息。比如有 Using index、Using where、Using temporary等。

 

 
3、关心过业务系统里面的SQL耗时吗?统计过慢查询吗?对慢查询都怎么优化过?

 

我们平时写SQL时,都要养成用explain分析的习惯。慢查询的统计,运维会定期统计给我们

 

优化慢查询思路:

 

  • 分析语句,是否加载了不必要的字段/数据

 

  • 分析 SQL 执行句话,是否命中索引等

 

  • 如果 SQL 很复杂,优化 SQL 结构

 

  • 如果表数据量太大,考虑分表

 

三、索引

 

 
1、聚集索引与非聚集索引的区别

 

可以按以下四个维度回答:

 

  • 一个表中只能拥有一个聚集索引,而非聚集索引一个表可以存在多个。

 

  • 聚集索引,索引中键值的逻辑顺序决定了表中相应行的物理顺序;非聚集索引,索引中索引的逻辑顺序与磁盘上行的物理存储顺序不同。

 

  • 索引是通过二叉树的数据结构来描述的,我们可以这么理解聚簇索引:索引的叶节点就是数据节点。而非聚簇索引的叶节点仍然是索引节点,只不过有一个指针指向对应的数据块。

 

  • 聚集索引:物理存储按照索引排序;非聚集索引:物理存储不按照索引排序;

 

 
2、为什么要用 B+ 树,为什么不用普通二叉树?

 

可以从几个维度去看这个问题,查询是否够快,效率是否稳定,存储数据多少,以及查找磁盘次数,为什么不是普通二叉树,为什么不是平衡二叉树,为什么不是B树,而偏偏是 B+ 树呢?

 

1)为什么不是普通二叉树?

 

如果二叉树特殊化为一个链表,相当于全表扫描。平衡二叉树相比于二叉查找树来说,查找效率更稳定,总体的查找速度也更快。

 

2)为什么不是平衡二叉树呢?

 

我们知道,在内存比在磁盘的数据,查询效率快得多。如果树这种数据结构作为索引,那我们每查找一次数据就需要从磁盘中读取一个节点,也就是我们说的一个磁盘块,但是平衡二叉树可是每个节点只存储一个键值和数据的,如果是B树,可以存储更多的节点数据,树的高度也会降低,因此读取磁盘的次数就降下来啦,查询效率就快啦。

 

3)为什么不是 B 树而是 B+ 树呢?

 

B+ 树非叶子节点上是不存储数据的,仅存储键值,而B树节点中不仅存储键值,也会存储数据。innodb中页的默认大小是16KB,如果不存储数据,那么就会存储更多的键值,相应的树的阶数(节点的子节点树)就会更大,树就会更矮更胖,如此一来我们查找数据进行磁盘的IO次数有会再次减少,数据查询的效率也会更快。

 

B+ 树索引的所有数据均存储在叶子节点,而且数据是按照顺序排列的,链表连着的。那么 B+ 树使得范围查找,排序查找,分组查找以及去重查找变得异常简单。

 

 
3、Hash 索引和 B+ 树索引区别是什么?你在设计索引是怎么抉择的?

 

  • B+ 树可以进行范围查询,Hash 索引不能。

  • B+ 树支持联合索引的最左侧原则,Hash 索引不支持。

  • B+ 树支持 order by 排序,Hash 索引不支持。

  • Hash 索引在等值查询上比 B+ 树效率更高。

  • B+ 树使用 like 进行模糊查询的时候,like 后面(比如%开头)的话可以起到优化的作用,Hash 索引根本无法进行模糊查询。

 

 
4、什么是最左前缀原则?什么是最左匹配原则?

 

最左前缀原则,就是最左优先,在创建多列索引时,要根据业务需求,where 子句中使用最频繁的一列放在最左边。

 

当我们创建一个组合索引的时候,如 (a1,a2,a3),相当于创建了(a1)、(a1,a2)和(a1,a2,a3)三个索引,这就是最左匹配原则。

 

 
5、索引不适合哪些场景?

 

  • 数据量少的不适合加索引

  • 更新比较频繁的也不适合加索引 = 区分度低的字段不适合加索引(如性别)

 

 
6、索引有哪些优缺点?

 

1) 优点:

 

  • 唯一索引可以保证数据库表中每一行的数据的唯一性

  • 索引可以加快数据查询速度,减少查询时间

 

2)缺点:

 

  • 创建索引和维护索引要耗费时间

  • 索引需要占物理空间,除了数据表占用数据空间之外,每一个索引还要占用一定的物理空间

  • 以表中的数据进行增、删、改的时候,索引也要动态的维护。

 

四、锁

 

 
1、MySQL 遇到过死锁问题吗,你是如何解决的?

 

遇到过。我排查死锁的一般步骤是酱紫的:

 

  • 查看死锁日志 show engine innodb status; 

  • 找出死锁SQL;

  • 分析SQL加锁情况 ;

  • 模拟死锁案发;

  • 分析死锁日志 ;

  • 分析死锁结果;

 

 
2、说说数据库的乐观锁和悲观锁是什么以及它们的区别?

 

1)悲观锁:

 

悲观锁她专一且缺乏安全感了,她的心只属于当前事务,每时每刻都担心着它心爱的数据可能被别的事务修改,所以一个事务拥有(获得)悲观锁后,其他任何事务都不能对数据进行修改啦,只能等待锁被释放才可以执行。

 

2)乐观锁:

 

乐观锁的“乐观情绪”体现在,它认为数据的变动不会太频繁。因此,它允许多个事务同时对数据进行变动。

 

实现方式:乐观锁一般会使用版本号机制或CAS算法实现。

 

 
3、MVCC 熟悉吗,知道它的底层原理?

 

MVCC (Multiversion Concurrency Control),即多版本并发控制技术。

 

MVCC在MySQL InnoDB中的实现主要是为了提高数据库并发性能,用更好的方式去处理读-写冲突,做到即使有读写冲突时,也能做到不加锁,非阻塞并发读。

 

五、事务

 

 
1、MySQL事务得四大特性以及实现原理

 

  • 原子性:事务作为一个整体被执行,包含在其中的对数据库的操作要么全部被执行,要么都不执行。

  • 一致性:指在事务开始之前和事务结束以后,数据不会被破坏,假如A账户给B账户转10块钱,不管成功与否,A和B的总金额是不变的。

  • 隔离性:多个事务并发访问时,事务之间是相互隔离的,即一个事务不影响其它事务运行效果。简言之,就是事务之间是进水不犯河水的。

  • 持久性:表示事务完成以后,该事务对数据库所作的操作更改,将持久地保存在数据库之中。

 

 
2、事务的隔离级别有哪些?MySQL的默认隔离级别是什么?

 

  • 读未提交(Read Uncommitted)

  • 读已提交(Read Committed)

  • 可重复读(Repeatable Read)

  • 串行化(Serializable)

 

MySQL默认的事务隔离级别是可重复读(Repeatable Read)

 

 
3、什么是幻读,脏读,不可重复读呢?

 

事务A、B交替执行,事务A被事务B干扰到了,因为事务A读取到事务B未提交的数据,这就是脏读。

 

在一个事务范围内,两个相同的查询,读取同一条记录,却返回了不同的数据,这就是不可重复读。

 

事务A查询一个范围的结果集,另一个并发事务B往这个范围中插入/删除了数据,并静悄悄地提交,然后事务A再次查询相同的范围,两次读取得到的结果集不一样了,这就是幻读。

 

六、实战

 

 
1、MySQL数据库cpu飙升的话,要怎么处理呢?

 

排查过程:

 

  • 使用top 命令观察,确定是MySQL导致还是其他原因。

  • 如果是MySQL导致的,show processlist,查看session情况,确定是不是有消耗资源的SQL在运行。

  • 找出消耗高的 SQL,看看执行计划是否准确, 索引是否缺失,数据量是否太大。

 

处理:

 

  • kill 掉这些线程(同时观察 cpu 使用率是否下降),

  • 进行相应的调整(比如说加索引、改 SQL、改内存参数) 

  • 重新跑这些 SQL。

 

其他情况:

 

也有可能是每个 SQL 消耗资源并不多,但是突然之间,有大量的 session 连进来导致 cpu 飙升,这种情况就需要跟应用一起来分析为何连接数会激增,再做出相应的调整,比如说限制连接数等。

 

 
2、MYSQL的主从延迟,你怎么解决?

 

主从复制分了五个步骤进行:(图片来源于网络)

 

图片

 

  • 步骤一:主库的更新事件(update、insert、delete)被写到binlog

  • 步骤二:从库发起连接,连接到主库。

  • 步骤三:此时主库创建一个binlog dump thread,把binlog的内容发送到从库。

  • 步骤四:从库启动之后,创建一个I/O线程,读取主库传过来的binlog内容并写入到relay log

  • 步骤五:还会创建一个SQL线程,从relay log里面读取内容,从Exec_Master_Log_Pos位置开始执行读取到的更新事件,将更新内容写入到slave的db

 

主从同步延迟的原因

 

一个服务器开放N个链接给客户端来连接的,这样有会有大并发的更新操作, 但是从服务器的里面读取binlog的线程仅有一个,当某个SQL在从服务器上执行的时间稍长 或者由于某个SQL要进行锁表就会导致,主服务器的SQL大量积压,未被同步到从服务器里。这就导致了主从不一致, 也就是主从延迟。

 

主从同步延迟的解决办法

 

  • 主服务器要负责更新操作,对安全性的要求比从服务器要高,所以有些设置参数可以修改,比如sync_binlog=1,innodb_flush_log_at_trx_commit = 1 之类的设置等。

  • 选择更好的硬件设备作为slave。

  • 把一台从服务器当度作为备份使用, 而不提供查询, 那边他的负载下来了, 执行relay log 里面的SQL效率自然就高了。

  • 增加从服务器喽,这个目的还是分散读的压力,从而降低服务器负载。

 

 
3、如果让你做分库与分表的设计,简单说说你会怎么做?

 

分库分表方案:

 

  • 水平分库:以字段为依据,按照一定策略(hash、range等),将一个库中的数据拆分到多个库中。

  • 水平分表:以字段为依据,按照一定策略(hash、range等),将一个表中的数据拆分到多个表中。

  • 垂直分库:以表为依据,按照业务归属不同,将不同的表拆分到不同的库中。

  • 垂直分表:以字段为依据,按照字段的活跃性,将表中字段拆到不同的表(主表和扩展表)中。

 

常用的分库分表中间件:

 

  • sharding-jdbc

  • Mycat

 

分库分表可能遇到的问题

 

  • 事务问题:需要用分布式事务啦

  • 跨节点Join的问题:解决这一问题可以分两次查询实现

  • 跨节点的count,order by,group by以及聚合函数问题:分别在各个节点上得到结果后在应用程序端进行合并。

  • 数据迁移,容量规划,扩容等问题

  • ID问题:数据库被切分后,不能再依赖数据库自身的主键生成机制啦,最简单可以考虑UUID

  • 跨分片的排序分页问题

 

作者丨雷小帅
来源丨公众号:爱笑的架构师(ID:DancingOnYourCode)
dbaplus社群欢迎广大技术人员投稿,投稿邮箱:editor@dbaplus.cn

最新评论
访客 2022年05月03日

写的很好呀!

访客 2022年04月07日

你好,看完文章,有点地方不太明白,想请教下两个问题…

访客 2022年03月30日

想问一下,如何才能发现数据冲突呢

访客 2022年03月30日

d

访客 2022年03月28日

梁老师,您好,看了您写的exadata image升级方案,请…

活动预告