我以为我对MySQL很了解，直到我面试了字节跳动

面试开始~~

面试官：说一下in关键字和exists关键字吧

我：好的，in关键字尽量用在内表小的地方，exists关键字用在外表小的地方，如果用not in ，则是内外表都全表扫描，无索引，效率低，可考虑使用not exists，也可以考虑用连接来优化。(内心OS，这能难得到我?)

接下来分析一波(面试回答问题一定要条理清晰!)：

in关键字是把外表和内表做hash连接，先查询内表，再把内表的结果和外表匹配，对外表使用索引(外表效率高，可以用大表)，而内表都需要查询，使用in关键字可以加快效率。exists关键字是对外表做loop循环，每次循环对内表进行查询(对内表可以使用索引，查询效率高，可以用大表)，而外表有多大都需要遍历，使用exists关键字可以加快效率。

举个例子：select * from A where A.id in (select id from B);对A表使用索引效率高，建议A为大表。select * from A where exists (select * from B where A.id=B.id);对B使用索引效率高，因为外表A总是要全表，而且要循环，所以B表建议使用大表。

面试官：说一下count吧

我：count关键字是用来进行不为null的行数统计的，有三种用法分别是：count(列名)、count(常量)和count(*)。在《阿里巴巴Java开发手册》中强制要求不让使用 count(列名)或 count(常量)来替代 count(*)。

区别：列名、 常量 和 *这三个条件中，常量是一个固定值，肯定不为null。*可以理解为查询整行，所以肯定也不为null，那么就只有列名的查询结果有可能是null了，所以count(常量) 和 count(*)表示的是直接查询符合条件的数据库表的行数。而count(列名)表示的是查询符合条件的列的值不为null的行数。count(*)是SQL92定义的标准统计行数的语法，因为他是标准语法，所以mysql数据库对他进行过很多优化。

SQL92，是数据库的一个ANSI/ISO标准。它定义了一种语言(SQL)以及数据库的行为(事务、隔离级别等)。

面试官：你能说一下这些优化吗?

我：(……我还真是自找麻烦小能手~~)面带微笑，当然可以的。这里的介绍要区分不同的执行引擎，MySQL中比较常用的执行引擎就是InnoDB和MyISAM。我们知道MyISAM不支持事务，表级锁，而InnoDB支持事务，支持行级锁。

因为MyISAM是表级锁，所以在一张表上的操作是串行执行的。所以，MyISAM做了一个简单的优化，那就是它可以把表的总行数单独记录下来，如果从一张表中使用count(*)进行查询的时候，可以直接返回这个记录下来的数值就可以了，当然，前提是不能有where条件。为什么MyISAM可以这样做呢?因为它是表级锁，不会有并发的数据库修改记录的行为，查询的行数是准确的。

对于InnoDB则不适合这种缓存操作了，它是支持事务和行级锁，表的行数可能会被并发修改，那么缓存记录下来的行数就不准确了，那么InnoDB则不可避免的要进行扫表了。于是从mysql8.0.13开始，select count(*) 在扫表的过程中做了一些优化，前提是查询语句中不包含where或group by等条件。我们的目的只是为了统计总行数，并不关心查到的具体值，所以可以选择一个成本较低的索引进行，节省时间。而且InnoDB中索引分为聚簇索引(主键索引)和非聚簇索引(非主键索引)，聚簇索引的叶子节点中保存的是整行记录，而非聚簇索引的叶子节点中保存的是该行记录的主键的值。所以，相比之下，非聚簇索引要比聚簇索引小很多，所以MySQL会优先选择最小的非聚簇索引来扫表。所以，当我们建表的时候，除了主键索引以外，创建一个非主键索引还是有必要的。

面试官：mysql中字段为什么要求定义为not null?

我：null值会占用更多的字节，且会在程序中造成很多与预期不符的情况。

面试官：(此时面试官点了点头，继续微笑着说到)你刚刚提到过引擎，除了你说的两点区别，还有别的吗?

我：接下来我来分点介绍

• 上面刚刚介绍的，MyISAM不支持事务，表级锁，而InnoDB支持事务，支持行级锁。
• InnoDB 支持外键，而 MyISAM 不支持。对一个包含外键的 InnoDB 表转为 MYISAM 会失败;
• InnoDB 是聚集索引，MyISAM 是非聚集索引。

面试官：那你能说说什么是索引吗?

我：索引其实是一种数据结构，能够帮助我们快速的检索数据库中的数据。在用法上索引大概分为以下几类：

• 普通索引normal：仅仅加索查询;
• 唯一索引unique：加索查询，列值唯一，可以有NULL。
• 主键索引primary：加速查询，列值唯一，不可以为NULL，表中只有一个。
• 组合索引：多列值组成一个索引，专门用于组合搜索，其效率大于索引合并。

全文索引full text：对文本的内容进行分词，进行搜索。

面试官：那索引具体底层是什么样子的?(言外之意就是数据结构)

我：索引的数据结构和具体存储引擎的实现有关，MySQL主要有两种结构：Hash索引和B+ Tree索引，我们使用的是InnoDB引擎，默认的是B+树。

面试官：为什么采用B+树呢，和Hash索引比较如何?

我：好的，接下来我来详细介绍下两者：

• Hash索引：Hash索引底层是哈希表，哈希表是以一种Key-Value存储数据的结构，所以多个数据在存储关系上是没有顺序的，也就没办法进行范围查询，必须要全表扫描。哈希索引只适用于等值查询的场景。
• B+树索引：B+树更适合外部存储。由于内结点不存放真正的数据(只是存放其子树的最大或最小的关键字，作为索引)，一个结点可以存储更多的关键字，每个结点能索引的范围更大更精确，也意味着B+树单次磁盘IO的信息量大于B树，I/O的次数相对减少。B+树也是更容易进行区间访问的，因为叶子节点维护了一个链表。

面试官：关于B+树的叶子节点，可以存放哪些东西?

我：在B+树的索引中，叶子节点可能存储了当前的key值，也可能存储了当前的key值以及整行的数据，这就是聚簇索引和非聚簇索引。在InnoDB引擎中，只有主键是聚簇索引，如果没有主键则挑选一个唯一键作为聚簇索引，如果没有唯一键，则隐式的生成一个键来建立聚簇索引。

面试官：聚簇索引和非聚簇索引特点?

我：聚簇索引和非聚簇索引，聚簇索引更快，因为主键索引树的叶子节点直接就是我们要查询的整行数据了。而非主键索引的叶子节点是主键的值，查到主键的值以后，还需要再通过主键的值再进行一次查询。当查询使用局促索引的时候，在对应的叶子结点上可以获取到整行的数据，不再需要回表查询，而非聚簇索引则需要回表查询。

面试官：那非聚簇索引一定要回表搜索吗?

我：不一定，这涉及到查询语句所要求的字段是否全部命中了索引，如果全部命中了索引,那么就不必再进行回表查询，即覆盖索引。

覆盖索引(covering index)指一个查询语句的执行只用从索引中就能够取得，不必从数据表中读取。也可以称之为实现了索引覆盖。 当一条查询语句符合覆盖索引条件时，MySQL只需要通过索引就可以返回查询所需要的数据，这样避免了查到索引后再返回表操作，减少I/O提高效率。 如表covering_index_sample中有一个普通索引 idx_key1_key2(key1,key2)。当我们通过SQL语句：select key2 from covering_index_sample where key1 = ‘keytest’;的时候，就可以通过覆盖索引查询，无需回表。

此时，面试官投来了一个肯定的眼神(这小伙子还可以~~)，不过她好像没打算就此放过我，果不其然，又来了第二波!

面试官：在建立索引的时候，你一般考虑哪些因素?

我：建立索引的时候一般要考虑字段的使用频率，经常作为查询条件的字段比较适合索引。当然也不能过度建立索引，因为索引也是占据内存的，而且修改表会导致索引更新，所以在建立索引的时候也要考虑表结构。

在一些场合使用联合索引是比较好的效果，比如我们可以建立一个(学校-班级-ID)的联合索引，这样会比建立三个索引效果好，但是如果我们只使用其中一个索引ID不会走联合索引，会导致全表扫描，所以要分业务情况。使用联合索引时需要注意顺序，尽量把区分度大的索引放在前面。

面试官：为什么建立联合索引?(区分度大的索引放在前面)

我：在联合索引使用中，如果想要命中索引需要按照建立索引时的字段顺序挨个使用，否则无法命中索引。联合索引中有个最左匹配原则，当我们建立联合索引(A，B，C)，实际上已经建立了(A)、(A，B)、(A，B，C)三个联合索引。

比如我们上面说的(学校-班级-ID)联合索引，b+树是按照从左到右的顺序来建立搜索树的，b+树优先比较学校来确定下一步的搜索方向，如果还未达到条件则继续执行搜索。如果只有学校字段，班级字段缺失，只能找到这个学校的所有字段，然后再匹配相应ID的学生，此种情况无法用到联合索引。

面试官：如何判断创建的索引是否使用到，或者说如何分析Sql语句?

我：我一般都是通过explain命令来查看语句的执行计划，使用explain关键字可以模拟优化器执行SQL查询语句，从而知道MySQL是如何处理你的SQL语句的。分析你的查询语句或是表结构的性能瓶颈。

面试官：简单说一下Explain的字段?

我：(下面是相关字段，没必要全说，说熟悉的即可)

• id：select查询的序列号，包含一组数字，表示查询中执行select子句或操作表的顺序
• select_type：查询的类型，主要是用于区别普通查询、联合查询、子查询等的复杂查询。
• table：指的就是当前执行的表。
• type：type所显示的是查询使用了哪种类型。查询性能从最好到最差依次是：system > const > eq_ref > ref > 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。
• possible_keys 和 key：possible_keys 显示可能应用在这张表中的索引，一个或多个。查询涉及到的字段上若存在索引，则该索引将被列出，但不一定被查询实际使用。key则表示实际使用的索引，如果为NULL，则没有使用索引。(可能原因包括没有建立索引或索引失效)。
• key_len：表示索引中使用的字节数，可通过该列计算查询中使用的索引的长度，在不损失精确性的情况下，长度越短越好。
• ref：显示索引的那一列被使用了，如果可能的话，最好是一个常数。哪些列或常量被用于查找索引列上的值。
• rows：根据表统计信息及索引选用情况，大致估算出找到所需的记录所需要读取的行数，也就是说，用的越少越好
• Extra：包含不适合在其他列中显式但十分重要的额外信息。

面试官：什么情况下针对列创建了索引，查询的时候却没有使用?

我：比如索引列参与了数学运算或者函数。字符串like时的左边是通配符，类似于"%aa"这种，当mysql分析全表扫描比使用索引快的时候不使用索引。

面试官：那你知道在MySQL 5.6中，对索引做了哪些优化吗?

我：好像知道有个索引下推，默认是开启的。

官方文档中给的例子和解释如下：

SELECT * FROM people WHERE zipcode=‘95054’ 
AND lastname LIKE ‘%etrunia%’ AND address LIKE ‘%Main Street%’

people表中(zipcode，lastname，firstname)构成一个索引，如果没有使用索引下推技术，则MySQL会通过zipcode='95054’从存储引擎中查询对应的数据，返回到MySQL服务端，然后MySQL服务端基于lastname LIKE '%etrunia%'和address LIKE '%Main Street%'来判断数据是否符合条件。如果使用了索引下推技术，则MYSQL首先会返回符合zipcode='95054’的索引，然后根据lastname LIKE '%etrunia%'和address LIKE '%Main Street%'来判断索引是否符合条件。如果符合条件，则根据该索引来定位对应的数据，如果不符合，则直接reject掉。有了索引下推优化，可以在有like条件查询的情况下，减少回表次数。

面试官：MySql的架构流程了解吗?

我：(听见这种问题我就拿起笔来边说边画)，客户端会先通过连接器连接，然后查询缓存中是否有我们想要的数据，即是否缓存命中。命中则直接返回数据，否则进入分析器和优化器，分析Sql语句和优化Sql语句，然后执行器选择相应的引擎执行。 

面试官：说说数据库的事务~

我：事务是一系列的操作，他们要符合ACID特性。

• 原子性(Atomicity):事务必须是原子工作单元，对于数据修改，要么全都执行，要么全部不执行。
• 一致性(Consistency)：系统(数据库)总是从一个一致性的状态转移到另一个一致性的状态,不会存在中间状态。
• 隔离性(Isolation)：一个事务在完全提交之前,对其他事务是不可见的。
• 持久性(Durability)：一旦事务提交,那么就永远是这样子了,哪怕系统崩溃也不会影响到这个事务的结果。

面试官：事务是否存在问题呢在并发情况下?

我：事务在并发下存在脏读、不可重复读、虚读等问题。

• 脏读：事务A读取到事务B未提交的数据，结果事务B回滚了，造成错误。
• 不可重复读：事务A执行中，读取数据num=10，此时事务B执行完成并提交，修改了num=11。事务A再读取num为11，这种情况叫做不可重复读。
• 虚读：事务A读取了一个范围的数据(比如10<NUM<20)，读取到3条，结果事务B插入了一条数据成功提交，事务A读取到这个范围变成4条，即虚读。< p>

不可重复读的重点是修改，同样的条件，你读取过的数据，再次读取出来发现值不一样;(主要在于update和delete)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。(主要在于insert)

面试官：如何解决这些问题呢?

我：为了解决以上事务并发时出现的一系列问题，就需要设置事务的隔离级别。隔离级别就是多个线程开启各自事务操作数据库中数据时，数据库系统要负责隔离操作，以保证各个线程在获取数据时的准确性。

MySql中定义了4中隔离级别：

• 未提交读(READ UNCOMMITTED)：事务A可以读取到事务B未提交的数据。最低级别，会造成脏读的情况。
• 已提交读(READ COMMITTED)：事务A只能读取到事务B已经提交的数据，解决了脏读的问题，但是存在不可重复读和虚读的问题。
• 可重复读(REPEATABLE READ)：解决了事务A在执行中前后读取数据不一致的问题，即不可重复读的问题，不会出现刚刚读取num=10，过会再读取num变为11的情况。但是还是会存在虚读的问题，即事务A读取一个范围的数据量可能会发生变化造成“幻觉”。
• 可串行化(SERIALIZABLE)：这是最高的隔离级别，可以解决上面提到的所有问题,因为他强制将所以的操作串行执行,这会导致并发性能极速下降，因此也不是很常用。

在MySQL数据库中，支持上面四种隔离级别，默认的为Repeatable read (可重复读);而在Oracle数据库中，只支持Serializable (串行化)级别和Read committed (读已提交)这两种级别，其中默认的为Read committed级别。

面试官：能不能详细介绍下MySql是如何控制隔离级别的?

我：(还要详细，上面的难道还不够?)是通过排它锁和共享锁。

• 排它锁：被加锁的对象只能被持有锁的事务读取和修改，其他事务无法在该对象上加其他锁，也不能读取和修改该对象。
• 共享锁：被加锁的对象可以被持锁事务读取，但是不能被修改，其他事务也可以在上面再加共享锁。

在对不论什么数据进行读操作之前要申请并获得S锁(共享锁，其他事务能够继续加共享锁，但不能加排它锁)，在进行写操作之前要申请并获得X锁(排它锁，其他事务不能再获得不论什么锁)。加锁不成功，则事务进入等待状态，直到加锁成功才继续运行。

面试官：你刚刚提到了数据库的锁，简单说一下锁吧

我：对数据的操作其实只有两种，也就是读和写，而数据库在实现锁时，也会对这两种操作使用不同的锁;InnoDB 实现了标准的行级锁，也就是共享锁(Shared Lock)和排它锁(Exclusive Lock)。

共享锁(读锁)，允许事务读一行数据。排它锁(写锁)，允许事务删除或更新一行数据。而它们的名字也暗示着各自的另外一个特性，共享锁之间是兼容的，而互斥锁与其他任意锁都不兼容，如下图:

Lock锁根据粒度主要分为表锁、页锁和行锁。不同的存储引擎拥有的锁粒度都不同。

面试官：那悲观锁和乐观锁了解吗

我：悲观锁和乐观锁是一种思想，一种处理方式，不可和上面的锁机制(表锁，行锁，排他锁，共享锁)混为一谈。

• 悲观锁：即对于数据的处理持悲观态度，总认为会发生并发冲突，获取和修改数据时，别人会修改数据。所以在整个数据处理过程中，需要将数据锁定。悲观锁的实现，通常依靠数据库提供的锁机制实现，比如mysql的排他锁，select .... for update来实现悲观锁。
• 乐观锁：顾名思义，就是对数据的处理持乐观态度，乐观的认为数据一般情况下不会发生冲突，只有提交数据更新时，才会对数据是否冲突进行检测。如果发现冲突了，则返回错误信息给用户，让用户自已决定如何操作。乐观锁的实现不依靠数据库提供的锁机制，需要我们自已实现，实现方式一般是记录数据版本，一种是通过版本号，一种是通过时间戳。

给表加一个版本号或时间戳的字段，读取数据时，将版本号一同读出，数据更新时，将版本号加1。当我们提交数据更新时，判断当前的版本号与第一次读取出来的版本号是否相等。如果相等，则予以更新，否则认为数据过期，拒绝更新，让用户重新操作。

面试官：数据库一个连接多久，每次都要释放吗?(言外之意就是数据库的池化思想。)

我：数据库连接是一种有限的昂贵的资源，对数据库连接的管理能影响到整个应用程序的伸缩性和健壮性，数据库连接池正式针对这个问题提出来的。数据库连接池负责分配、管理和释放数据库连接，它允许应用程序重复使用一个现有的数据库连接，而不是重新建立一个。(数据库连接池思想和线程池思想一样)常用的三种连接池：

• C3p0连接池：开源的JDBC连接池，实现了数据源和JNDI绑定，支持JDBC3规范和JDBC2的标准扩展。目前使用它的开源项目有Hibernate、Spring等。单线程，性能较差，适用于小型系统，代码600KB左右。
• Dbcp连接池：由Apache开发的一个Java数据库连接池项目， Tomcat使用的连接池组件就是DBCP。预先将数据库连接放在内存中，应用程序需要建立数据库连接时直接到连接池中申请一个就行，用完再放回。单线程，并发量低，性能不好，适用于小型系统。
• Druid连接池：Druid不仅是一个数据库连接池，还包含一个ProxyDriver、一系列内置的JDBC组件库、一个SQL Parser。

面试官：MySql数据丢失了怎么办?(持久化机制)

我：这个我记得在InnoDB中有个redo 日志是用来保证 MySQL 持久化功能的。MySql的操作是要写入到日志中 ，并不会直接刷新到硬盘上进行持久化。如果我们每一次的操作都要写入到硬盘中再更新，整个过程IO成本、查找成本都很高。

日志即起到一个中间转折的作用，当有一条记录需要更新的时候，InnoDB 引擎就会先把记录写到 redo log(粉板)里面，并更新内存，这个时候更新就算完成了。同时，InnoDB 引擎会在适当的时候，将这个操作记录更新到磁盘里面，而这个更新往往是在系统比较空闲的时候做。

面试官：今天的面试先到这儿吧，你的MySQL掌握的还不错，明天有时间吗?进行下一轮面试。