龙空技术网

35道MySQL高频面试题解析,让你面试少走99%的弯路!

Java架构师知识 197

前言:

目前兄弟们对“mysql架构师面试题”大致比较珍视,你们都想要剖析一些“mysql架构师面试题”的相关文章。那么小编在网上汇集了一些有关“mysql架构师面试题””的相关文章,希望姐妹们能喜欢,大家快快来学习一下吧!

前言MySQL的逻辑架构

架构图

MySQL的逻辑架构大致可以分为三层:

第一层:处理客户端连接、授权认证,安全校验等。第二层:服务器server层,负责对SQL解释、分析、优化、执行操作引擎等。第三层:存储引擎,负责MySQL中数据的存储和提取。

我们要知道MySQL的服务器层是不管理事务的,事务是由存储引擎实现的,而MySQL中支持事务的存储引擎又属InnoDB使用的最为广泛,所以后续文中提到的存储引擎都以InnoDB为主。

上边这张图, 她是MySQL更新数据的基础流程,其中包括​redo log、bin log、undo log​​三种日志间的大致关系,好了闲话少说直奔主题。

日志介绍一、mysql 存储引擎1. 存储引擎是什么

MySQL5.5之前,默认引擎是“MyISAM”;

从MySQL5.5版本开始,默认引擎是“InnoDB”,该引擎完全支持符合ACID和事务,支持外键、提交、回滚、前滚操作,表的大小最高可达64TB。在MySQL中,可以使用“SHOW

ENGINES;”命令查看系统所支持的引擎类型以及默认引擎;输出结果中,DEFAULT关键字标识的引擎就是当前默认的存储引擎。

数据库存储引擎是​​数据库底层软件组件​​,数据库管理系统使用数据引擎进行创建、查询、更新和删除数据操作。简而言之,​​存储引擎就是指表的类型​​。数据库的存储引擎决定了表在计算机中的存储方式。不同的存储引擎提供不同的存储机制、索引技巧、锁定水平等功能,使用不同的存储引擎还可以获得特定的功能。MySQL为其表提供各种存储引擎,如InnoDB、MyISAM、Memory、Merge、Archive、CSV、BLACKHOLE 等。可以使用SHOW ENGINES;语句查看系统所支持的引擎类型,结果如图所示。Support 列的值表示某种引擎是否能使用,YES表示可以使用,NO表示不能使用,DEFAULT表示该引擎为当前默认的存储引擎。

可以看出,当前默认的存储引擎是InnoDB。

2. 各种存储引擎的介绍

MyISAM 引擎

MyISAM扩展了以前的ISAM存储引擎。MyISAM表针对压缩和速度进行了优化。MyISAM表也可以在平台和操作系统之间移植。

MyISAM表的大小可以达到256TB,这是巨大的。此外,MyISAM表可以压缩为只读表以节省空间。在启动时,MySQL会检查MyISAM表是否存在损坏,甚至在出现错误时对其进行修复。MyISAM表不是事务安全的。

InnoDB 引擎

InnoDB表完全支持符合ACID和事务。它们也是性能的最佳选择。InnoDB表支持外键,提交,回滚,前滚操作。InnoDB表的大小最高可达64TB。

与MyISAM一样,InnoDB表可在不同平台和操作系统之间移植。如有必要,MySQL还会在启动时检查和修复InnoDB表。

MERGE 引擎

MERGE表是一个虚拟表,它将多个MyISAM表组合在一起,这些表具有与一个表类似的结构。MERGE存储引擎也称为MRG_MyISAM引擎。MERGE表没有自己的索引; 它使用组件表的索引。使用MERGE表,可以在连接多个表时加快性能 。MySQL只允许您对MERGE表执行SELECT,DELETE,UPDATE和INSERT操作。如果DROP TABLE在MERGE表上使用MERGE语句,则仅删除规范。基础表不会受到影响。

Memory 引擎

内存表存储在内存中并使用哈希索引,因此它们比MyISAM表更快。内存表数据的生命周期取决于数据库服务器的正常运行时间。内存存储引擎以前称为HEAP。

Archive 引擎

归档存储引擎允许您将大量记录(用于归档)存储为压缩格式以节省磁盘空间。存档存储引擎在插入时压缩记录,并在读取时使用zlib库对其进行解压缩。

归档表仅允许INSERT和SELECT语句。ARCHIVE表不支持索引,因此需要对表读取行进行全表扫描。

CSV

CSV存储引擎以逗号分隔值(CSV)文件格式存储数据。CSV表提供了一种将数据迁移到非SQL应用程序(如电子表格软件)的便捷方法。

CSV表不支持NULL数据类型。此外,读取操作需要全表扫描。

FEDERATED

FEDERATED存储引擎可让您无需使用群集或复制技术管理从远程MySQL服务器的数据。本地联合表不存储任何数据。从本地联合表查询数据时,将从远程联合表中自动提取数据。二、mysql 日志1. 日志的种类

MySQL中有八种日志文件,分别是:

​​重做日志(redo log)​​,回滚日志(undo log)​​,​​二进制日志(binlog)​​,错误日志(errorlog),慢查询日志(slow query log),一般查询日志(general log),中继日志(relay log),DDL日志 (metadata log),

他们分别都有各自的作用,而且默认情况下,服务器的日志文件都位于数据目录(datadir)中。2. 重点日志种类介绍

a、重做日志(redo log)

作用:

确保事务的持久性。防止在发生故障的时间点,尚有脏页未写入磁盘,在重启mysql服务的时候,根据redo log进行重做,从而达到事务的持久性这一特性。

内容:

物理格式的日志,记录的是物理数据页面的修改的信息,其redo log是顺序写入redo log file的物理文件中去的。

什么时候产生:

事务开始之后就产生redo log,redo log的落盘并不是随着事务的提交才写入的,而是在事务的执行过程中,便开始写入redo log文件中。

什么时候释放:

当对应事务的脏页写入到磁盘之后,redo log的使命也就完成了,重做日志占用的空间就可以重用(被覆盖)。

对应的物理文件:

默认情况下,对应的物理文件位于数据库的data目录下的 ib_logfile1&ib_logfile2

innodb_log_group_home_dir 指定日志文件组所在的路径,默认./ ,表示在数据库的数据目录下。

innodb_log_files_in_group 指定重做日志文件组中文件的数量,默认2

关于文件的大小和数量,由以下两个参数配置:

innodb_log_file_size 重做日志文件的大小。 innodb_mirrored_log_groups

指定了日志镜像文件组的数量,默认1

其他:

很重要一点,redo log是什么时候写盘的?前面说了是在事物开始之后逐步写盘的。

之所以说重做日志是在事务开始之后逐步写入重做日志文件,而不一定是事务提交才写入重做日志缓存,原因就是,重做日志有一个缓存区Innodb_log_buffer,Innodb_log_buffer的默认大小为8M(这里设置的16M),Innodb存储引擎先将重做日志写入innodb_log_buffer中。

然后会通过以下三种方式将innodb日志缓冲区的日志刷新到磁盘

Master Thread 每秒一次执行刷新Innodb_log_buffer到重做日志文件。

每个事务提交时会将重做日志刷新到重做日志文件。

当重做日志缓存可用空间 少于一半时,重做日志缓存被刷新到重做日志文件

由此可以看出,重做日志通过不止一种方式写入到磁盘,尤其是对于第一种方式,Innodb_log_buffer到重做日志文件是Master Thread线程的定时任务。

因此重做日志的写盘,并不一定是随着事务的提交才写入重做日志文件的,而是随着事务的开始,逐步开始的。

即使某个事务还没有提交,Innodb存储引擎仍然每秒会将重做日志缓存刷新到重做日志文件。

这一点是必须要知道的,因为这可以很好地解释再大的事务的提交(commit)的时间也是很短暂的。

b、 回滚日志(undo log)

作用:

保存了事务发生之前的数据的一个版本,可以用于回滚,同时可以提供多版本并发控制下的读(MVCC),也即非锁定读

内容:

逻辑格式的日志,在执行undo的时候,仅仅是将数据从逻辑上恢复至事务之前的状态,而不是从物理页面上操作实现的,这一点是不同于redo log的。

什么时候产生:

事务开始之前,将当前是的版本生成undo log,undo 也会产生 redo 来保证undo log的可靠性。

什么时候释放:

当事务提交之后,undo log并不能立马被删除,而是放入待清理的链表,由purge线程判断是否由其他事务在使用undo段中表的上一个事务之前的版本信息,决定是否可以清理undo log的日志空间。

对应的物理文件:

MySQL5.6之前,undo表空间位于共享表空间的回滚段中,共享表空间的默认的名称是ibdata,位于数据文件目录中。

MySQL5.6之后,undo表空间可以配置成独立的文件,但是提前需要在配置文件中配置,完成数据库初始化后生效且不可改变undo log文件的个数

如果初始化数据库之前没有进行相关配置,那么就无法配置成独立的表空间了。

关于MySQL5.7之后的独立undo 表空间配置参数如下:

innodb_undo_directory = /data/undospace/ –undo独立表空间的存放目录

innodb_undo_logs = 128 –回滚段为128KB innodb_undo_tablespaces = 4

–指定有4个undo log文件

如果undo使用的共享表空间,这个共享表空间中又不仅仅是存储了undo的信息,共享表空间的默认为与MySQL的数据目录下面,其属性由参数innodb_data_file_path配置。

其他:

undo是在事务开始之前保存的被修改数据的一个版本,产生undo日志的时候,同样会伴随类似于保护事务持久化机制的redolog的产生。

默认情况下undo文件是保持在共享表空间的,也即ibdatafile文件中,当数据库中发生一些大的事务性操作的时候,要生成大量的undo信息,全部保存在共享表空间中的。

因此共享表空间可能会变的很大,默认情况下,也就是undo 日志使用共享表空间的时候,被“撑大”的共享表空间是不会也不能自动收缩的。

因此,mysql5.7之后的“独立undo 表空间”的配置就显得很有必要了。

c、二进制日志(binlog)

作用:

用于复制,在主从复制中,从库利用主库上的binlog进行重播,实现主从同步。

用于数据库的基于时间点的还原。

内容:

逻辑格式的日志,可以简单认为就是执行过的事务中的sql语句。

但又不完全是sql语句这么简单,而是包括了执行的sql语句(增删改)反向的信息,也就意味着delete对应着delete本身和其反向的insert;update对应着update执行前后的版本的信息;insert对应着delete和insert本身的信息。

在使用mysqlbinlog解析binlog之后一些都会真相大白。

因此可以基于binlog做到类似于oracle的闪回功能,其实都是依赖于binlog中的日志记录。

什么时候产生:

事务提交的时候,一次性将事务中的sql语句(一个事物可能对应多个sql语句)按照一定的格式记录到binlog中。

这里与redo log很明显的差异就是redo log并不一定是在事务提交的时候刷新到磁盘,redo log是在事务开始之后就开始逐步写入磁盘。

因此对于事务的提交,即便是较大的事务,提交(commit)都是很快的,但是在开启了bin_log的情况下,对于较大事务的提交,可能会变得比较慢一些。

这是因为binlog是在事务提交的时候一次性写入的造成的,这些可以通过测试验证。

什么时候释放:

binlog的默认是保持时间由参数expire_logs_days配置,也就是说对于非活动的日志文件,在生成时间超过expire_logs_days配置的天数之后,会被自动删除。

对应的物理文件:

配置文件的路径为log_bin_basename,binlog日志文件按照指定大小,当日志文件达到指定的最大的大小之后,进行滚动更新,生成新的日志文件。

对于每个binlog日志文件,通过一个统一的index文件来组织。

其他:

二进制日志的作用之一是还原数据库的,这与redo log很类似,很多人混淆过,但是两者有本质的不同

作用不同: redo log是保证事务的持久性的,是事务层面的,binlog作为还原的功能,是数据库层面的(当然也可以精确到事务层面的),虽然都有还原的意思,但是其保护数据的层次是不一样的。

内容不同: redo log是物理日志,是数据页面的修改之后的物理记录,binlog是逻辑日志,可以简单认为记录的就是sql语句

另外,两者日志产生的时间,可以释放的时间,在可释放的情况下清理机制,都是完全不同的。

恢复数据时候的效率,基于物理日志的redo log恢复数据的效率要高于语句逻辑日志的binlog

关于事务提交时,redo log和binlog的写入顺序,为了保证主从复制时候的主从一致(当然也包括使用binlog进行基于时间点还原的情况),是要严格一致的,MySQL通过两阶段提交过程来完成事务的一致性的,也即redo log和binlog的一致性的,理论上是先写redo log,再写binlog,两个日志都提交成功(刷入磁盘),事务才算真正的完成。

二进制相关的几个主要系统变量

mysql> show variables like '%log_bin%';+---------------------------------+-----------------------------+| Variable_name                   | Value                       |+---------------------------------+-----------------------------+| log_bin                         | ON                          || log_bin_basename                | /var/lib/mysql/binlog       || log_bin_index                   | /var/lib/mysql/binlog.index || log_bin_trust_function_creators | OFF                         || log_bin_use_v1_row_events       | OFF                         || sql_log_bin                     | ON                          |+---------------------------------+-----------------------------+6 rows in set (0.01 sec)
三、事务的特性和隔离级别

MySQL如何保证ACID MYSQL是如何实现ACID的?:

mysql事务执行流程

1. 事务的特性说到MySQL事务的ACID,大家应该都不陌生,有很多人认为必须完全满足ACID才是一个合格的事务,但实际上并不是这样,真正能满足ACID的事务少之又少。可以说ACID并不是事务必须满足的条件,而是用来衡量事务的四个不同维度。

Atomic 原子性

一个事务的所有操作步骤被看成是一个动作,所有的步骤要么全部完成要么一个也不会完成。如果事务过程中任何一点失败,将要被改变的数据库记录就不会被真正被改变,而是回到事务执行之前的状态,也就是事务回滚。

Consistent 一致性

根据定义,一致性是指事务执行前后,数据处于一种合法的状态,这种状态是语义上的而不是语法上的。

那什么是合法的数据状态呢?这个状态是满足预定的约束就叫做合法的状态,再通俗一点,这状态是由你自己来定义的。满足这个状态,数据就是一致的,不满足这个状态,数据就是不一致的。其实一致性的实现依靠的就是其他3个特性,也可以说一致性是事务的最终目的。

Isolated 隔离性

隔离性研究的是不同事务之间的相互影响,主要用于实现并发控制,隔离能够确保并发执行的事务能够顺序一个接一个执行,通过隔离,一个未完成事务不会影响另外一个未完成事务。

关于隔离性的探讨,主要可以分为两个方面:

一个事务写操作对另一个事务写操作的影响:锁机制保证隔离性一个事务写操作对另一个事务读操作的影响:MVCC保证隔离性

Durable 持久性

一旦一个事务被提交,它应该持久保存,不会因为和其他操作冲突而取消这个事务。很多人认为这意味着事务是持久在磁盘上,但是规范没有特别定义这点。2. 事务的隔离级别

下面来聊一下事务的几种隔离级别。

Read Uncommitted 读未提交

就是说某个事务还没提交的时候,修改的数据,就让别的事务给读到了,如果这个事务回滚了,就很容易出错。

该隔离级别很少使用到,也被称为 ​​​脏读​​。

Read Committed 读已提交一个事务开始时,只能“看见”已经提交的事物所做的修改。换句话说一个事务从开始直到提交之前,所做的任何修改都是对其他事务不可见的。大多数的数据库默认的隔离级别是读已提交,但是Mysql不是。这个级别也叫作不可重复读。

Read Repeatable 可重复读

该级别保证了在同一个事务多次读取同样记录的结果是一致的,哪怕这条记录被其他事务修改并提交了,解决了脏读了问题。但是可重复读还是无法解决幻读的问题,​​​幻读​​​ 就是指的是当某个事务在读取某个范围内的记录的时候,另外一个事务又在该范围内插入了新的记录,当之前的事务再次读取该范围的记录时候就会产生幻行。​​可重复读是Mysql的事务的默认隔离级别​​,InnoDB和XtraDB存储引擎通过版本并发控制解决而了幻读的问题。

Serializable 串行化

是最高的隔离级别,通过强制事务串行化执行,避免了前面所说到的幻读的问题。设置该隔离级别,会在读取的每一行数据上都加上锁,但是这样会导致超时和锁争用问题,实际生产环境也很少使用。

总结一下几种隔离级别存在的问题: x :不存在,√:存在问题

3. 隔离级别、锁

​​数据库的隔离级别​​

​​MySQL常见的七种锁详细介绍​​

四、索引​​MySQL索引及常见面试题​​

​ ​- MySQL笔记5–索引​​

​​- mysql 五种索引类型介绍和创建​​​​五种索引的底层实现原理​​

​​- mysql中的聚集索引(聚簇索引)、非聚集索引、稀疏索引、稠密索引​​1、explain 查看索引执行情况

索引 是提高MySQL查询性能的非常有用的一个工具,当我们对数据库中的某些字段建立了索引,那么怎么查看在执行的SQL查询的过程中是否用到了这些索引呢?

查询SQL语句的执行情况通常通过关键字 explain 来进行.

a、建表

例如,如下的数据表

use test;drop table if exists `student`;create table `student`(  `id`      int not null auto_increment,  `name`    varchar(50) not null,  `number`  varchar(20) not null,  `address` varchar(100),  `age`     int default 0,  primary key (`id`))Engine=InnoDB DEFAULT CHARSET=utf8;insert into student (`name`, `number`, `address`, `age`)values("马云", "18000001", "浙江省杭州市余杭区", 55),("马化腾", "18000002", "广东省深圳市南山区", 50),("张一鸣", "18000003", "北京市海淀区", 38),("王兴", "18000004", "北京市朝阳区", 40),("李彦宏", "18000005", "北京市海淀区", 45),("程维", "18000006", "北京市海淀区", 42),("雷军", "18000007", "北京市朝阳区", 54),("刘备", "18000008", "四川省成都市青羊区", 60),("诸葛亮", "18000009", "四川省成都市武侯区", 43),("关羽", "18000010", "湖北省荆州市荆州区", 58),("张飞", "18000011", "四川省阆中市", 56),("曹操", "18000012", "河南省洛阳市老城区", 63),("孙权", "18000013", "江苏省南京市建邺区", 49),("李世民", "18000014", "陕西省西安市长安区", 38),("李隆基", "18000015", "陕西省西安市长安区", 28),("朱元璋", "18000016", "江苏省南京市玄武区", 61),("朱棣", "18000017", "北京市东城区", 39);

b. 对比加索引前后的SQL查询情况

​​EXPLAIN​​ 关键字查看SQL查询过程的情况:

SQL查询 address 为北京市的人:

explain select name, address from student where address like "北京市%";

在 ​​student ​​表上加索引:

alter table student add index (address(9));

为了加快索引,我们采用前缀索引,因为一个汉字在UTF-8编码下占3个字节,因此选择对address字段的前9位加索引。

再次执行上面的SQL查询语句:

c、解释Explain得到的结果

​​- type​​​ 反应查询语句的性能

我们主需要注意一个最重要的的 type 的信息很明显地体现出是否用到了索引:

​​​type​​ 结果值从好到坏依次是:

system > const > eq_ref > ref > fulltext > ref_or_null > index_merge >

unique_subquery > index_subquery > range > index > ALL 一般来说,得保证查询至少达到

range 级别,最好能达到 ref 级别,否则就可能出现性能问题。

​​possible_keys​​​: SQL查询时用到的索引。

可以看到,没加索引时,​​possible_keys​​ 的值为 ​​NULL​​,加了索引后的值为 ​​address​​,即用到了索引address(索引默认为(column_list)中的第一个列的名字).

​​key ​​​显示SQL实际决定查询结果使用的键(索引)。如果没有使用索引,值为NULL

可以看到,没加索引时,key 的值为 NULL,加了索引后的值为 address,即决定查询结果用到了索引address​​rows​​​ 显示MySQL认为它执行查询时必须检查的行数

可以看到,没加索引时,rows 的值为​​17​​,即数据表student中所有数据,说明没加索引时的SQL查询是全表扫描;

加了索引后,rows 的值为​​6​​,数据库表中address以“北京市”开头的一共也就6条,SQL在执行查询操作时,一共也检查了6行,不必进行全表扫描查询,可以很容易得出结论:加索引的SQL查询性能远高于不加索引的情况。总结

通过在SQL查询语句前面添加关键字 explain 就可以分析SQL查询语句的性能了。

2、MySQL 的覆盖索引与回表

a、两大类索引

使用的存储引擎:MySQL5.7 InnoDB

聚簇索引

如果表设置了主键,则主键就是聚簇索引如果表没有主键,则会默认第一个NOT NULL,且唯一(UNIQUE) 的列作为聚簇索引以上都没有,则会默认创建一个隐藏的row_id作为聚簇索引InnoDB的聚簇索引的叶子节点存储的是行记录(其实是页结构,一个页包含多行数据),InnoDB必须要有至少一个聚簇索引。

由此可见,使用聚簇索引查询会很快,因为可以直接定位到行记录。

普通索引

普通索引也叫二级索引,除聚簇索引外的索引,即非聚簇索引。 ​​​InnoDB的普通索引叶子节点存储的是主键(聚簇索引)的值​​

b、示例

1. 建表

mysql> create table user(    -> id int(10) auto_increment,    -> name varchar(30),    -> age tinyint(4),    -> primary key (id),    -> index idx_age (age)    -> )engine=innodb charset=utf8mb4;    id 字段是聚簇索引,age 字段是普通索引(二级索引)

2. 填充数据

insert into user(name,age) values('张三',30);insert into user(name,age) values('李四',20);insert into user(name,age) values('王五',40);insert into user(name,age) values('刘八',10);mysql> select * from user;+----+--------+------+| id | name  | age |+----+--------+------+| 1 | 张三  |  30 || 2 | 李四  |  20 || 3 | 王五  |  40 || 4 | 刘八  |  10 |+----+--------+------+

3. 索引存储结构

聚簇索引(ClusteredIndex)

id 是主键,所以是聚簇索引,其叶子节点存储的是对应行记录的数据

普通索引(secondaryIndex)

age 是普通索引(二级索引),非聚簇索引,其叶子节点存储的是聚簇索引的的值

聚簇索引查找过程

如果查询条件为主键(聚簇索引),则只需扫描一次B+树即可通过聚簇索引定位到要查找的行记录数据。 如:select * from user

where id = 1;

普通索引查找过程第一步

如果查询条件为普通索引(非聚簇索引),需要扫描两次B+树,第一次扫描通过普通索引定位到聚簇索引的值,然后第二次扫描通过聚簇索引的值定位到要查找的行记录数据。

如:select * from user where age = 30; ​​​注意这里是select * ,即有些字段不是索引的,所以需要回表查询全量表。​​

先通过普通索引 age=30 定位到主键值 id=1再通过聚集索引 id=1 定位到行记录数据

普通索引查找过程第二步

c、回表查询

​​先通过查询条件为普通索引的值定位聚簇索引值,再通过聚簇索引的值定位行记录数据,需要扫描两次索引B+树​​,它的性能较扫一遍索引树更低。

也就是上面的 普通索引查找过程第一步和第二步,这就是回表查询。

d、索引覆盖

​​只需要在一棵索引树上就能获取SQL所需的所有列数据,无需回表,速度更快。​​​

例如:select id,age from user where age = 10;

这条sql 使用到了普通索引,age,但是

e、如何实现覆盖索引

常见的方法是:将​​被查询的字段​​​,建立到​​联合索引​​​里去。 1、如实现:select id,age from user

where age = 10;

explain分析:因为age是普通索引,使用到了age索引,通过一次扫描B+树即可查询到相应的结果,这样就实现了覆盖索引

create index idx_age on user(`age`);

2、实现:select id,age,name from user where age = 10;

explain分析:

age是普通索引,但name列不在索引树上,所以通过age索引在查询到id和age的值后,需要进行回表再查询name的值。此时的Extra列的NULL表示进行了回表查询

为了实现索引覆盖,需要​​建组合索引​​idx_age_name(age,name)

drop index idx_age on user;create index idx_age_name on user(`age`,`name`);

explain分析: 此时字段age和name是组合索引idx_age_name,查询的字段id、age、name的值刚刚都在索引树上,​​只需扫描一次组合索引B+树即可,这就是实现了索引覆盖,此时的Extra字段为Using index表示使用了索引覆盖​​。

3. 哪些场景适合使用索引覆盖来优化SQL

a、全表count查询优化

mysql> create table user(    -> id int(10) auto_increment,    -> name varchar(30),    -> age tinyint(4),    -> primary key (id),    -> )engine=innodb charset=utf8mb4;

例如:select count(age) from user;

使用索引覆盖优化:创建age字段索引

​​create index idx_age on user(age);​​

b、列查询回表优化

前文在描述索引覆盖使用的例子就是 例如:select id,age,name from user where age = 10;

使用索引覆盖:建组合索引idx_age_name(age,name)即可

c、分页查询

例如:select id,age,name from user order by age limit 100,2;

因为name字段不是索引,所以在分页查询需要进行回表查询,此时Extra为Using filesort文件排序,查询性能低下。

使用索引覆盖:建组合索引idx_age_name(age,name)

4. 总结

普通索引: 造成回表查询

组合索引: 进行索引覆盖,进行一次查询。

5. 返璞归真:索引作用的位置

索引是根据你的条件来判断是否使用索引的

举个例子:有个D表,有D1(number),D2(varchar2),D3(number) 三个字段,其中D1,D2字段有作了索引。

​​select * from D ​​;–这时候尽管表中有索引,但是不会走索引,会全表扫描​​select D1 from D​​ ;–这时候会走D1索引;​​select * from D where D1=1​​,–这时候会走D1索引

​​- select * from D where D2=1​​,–这时候不会走索引。尽管D2有索引,但是D2是字符型,where条件中是数值型,加上单引就可以走D2索引。update ,delete和select 是同样的。最后

整理了最新mysql面试题合集

关注小编+转发文章+私信【面试题】获取一下资料~

标签: #mysql架构师面试题 #mysql查询一行中不及格的数据怎么办