count(*)、count(1)哪个更快？面试必问：通宵整理的十道经典MySQL必问面试

沈宾

一、你是如何理解Count(*)和Count(1)的？

这两个并没有区别，不要觉得 count() 会查出全部字段，而 count(1) 不会。所以 count() 会更慢，你觉得 MySQL 作者会这么做吗？
可以很明确地告诉你们 count() 和 count(1) 是一样的，而正确有区别的是 count(字段)。如果你 count() 的是具体的字段，那么 MySQL 会判断某行记录中对应字段是否为 null，如果为 null 就不会进行统计了。因此 count(字段) 的结果可能会小于 count() 和 count(1)。
另外，直接执行 select (*) from t1; 时，也可以利用到索引的，并不一定是全表扫描，也可以扫描某个索引 B+ 树的叶子节点，从而得到总条数，因为不管是什么索引，主键索引还是辅助索引，实际上它们在叶子节点的数量是一样的，只不过字段数不一样，主键索引存了全部字段，而辅助索引只存了定义的索引字段 + 主键字段，所以通常辅助索引是更占用空间的，因此遍历起来也会更快，但是记录条数是一样的。
二、你是如何理解最左前缀原则的？

这个原则表明，只有在复合索引的左侧部分的列上，条件才能被优化。换句话说，当使用复合索引时，查询的条件应该从索引的最左侧列开始，才能最大化利用索引
我们创建一个简单的示例表，命名为employees，并在其上创建一个复合索引。表结构如下：

1. CREATE TABLE employees (
2.     id INT AUTO_INCREMENT PRIMARY KEY,
3.     first_name VARCHAR(50),
4.     last_name VARCHAR(50),
5.     age INT,
6.     department VARCHAR(50),
7.     INDEX idx_name_age (last_name, first_name, age)
8. );

复制代码

接下来，我们插入一些实例数据

1. INSERT INTO employees (first_name, last_name, age, department) VALUES
2. ('John', 'Doe', 30, 'HR'),
3. ('Jane', 'Doe', 25, 'IT'),
4. ('Mary', 'Smith', 35, 'Finance'),
5. ('Michael', 'Johnson', 40, 'IT'),
6. ('Emily', 'Davis', 29, 'HR');

复制代码

符合最左前缀原则的查询SQL

1. SELECT * FROM employees WHERE last_name = 'Doe' AND first_name = 'Jane' AND age=25;
2. SELECT * FROM employees WHERE  first_name = 'Jane' AND last_name = 'Doe' AND age=30;
3. SELECT * FROM employees WHERE  age=30 AND last_name = 'Doe' AND first_name = 'Jane';

复制代码

对于上面这些查询，MySQL会使用idx_name_age索引，从这能够看出，以上SQL都能走索引，和Where条件顺序没有关系

1. +----+-------------+-----------+-------+---------------+---------+---------+------+-------+-------------+
2. | id | select_type | table     | type  | possible_keys | key     | key_len | ref  | rows  | Extra       |
3. +----+-------------+-----------+-------+---------------+---------+---------+------+-------+-------------+
4. |  1 | SIMPLE      | employees | range | idx_name_age  | idx_name_age | 100     | NULL |     2 | Using where |
5. +----+-------------+-----------+-------+---------------+---------+---------+------+-------+-------------+

复制代码

在这个执行计划中，我们看到type是range，说明MySQL正在使用idx_name_age索引，并且只检查了大约2行数据。

那如果把last_name去掉呢？

不符合最左前缀原则的查询

1. SELECT * FROM employees WHERE first_name = 'Jane' AND age = 25;

复制代码

对于这个查询，MySQL不会使用复合索引idx_name_age，因为它没有从最左侧的列last_name开始。
通过Explain执行计划，查看索引执行情况

1. +----+-------------+-----------+-------+---------------+------+---------+------+-------+-------------+
2. | id | select_type | table     | type  | possible_keys | key  | key_len | ref  | rows  | Extra       |
3. +----+-------------+-----------+-------+---------------+------+---------+------+-------+-------------+
4. |  1 | SIMPLE      | employees | ALL   | NULL          | NULL | NULL    | NULL |     5 | Using where |
5. +----+-------------+-----------+-------+---------------+------+---------+------+-------+-------------+

复制代码

在这个执行计划中，我们看到type是ALL，这意味着MySQL没有使用任何索引，而是进行了全表扫描，这样效率较低。

最近无意间获得一份阿里大佬写的刷题笔记，一下子打通了我的任督二脉，进大厂原来没那么难。这是大佬写的， 7701页的BAT大佬写的刷题笔记，让我offer拿到手软

总结

从这可以看出，所谓的最左前缀原则的“最左”，并不是指where条件中的last_name一定要在最左边，而是指where条件中一定要给出定义联合索引的最左边字段，比如我们定义“last_name, first_name, age”联合索引的SQL为：

1. INDEX idx_name_age (last_name, first_name, age)

复制代码

其中last_name字段是最左边的字段，因此如果想要走idx_name_age索引，那么SQL一定要给出last_name字段的条件，这才是“最左”的意思。
三、你是如何理解行锁、GAP锁、临健锁的？

1、行数

行锁是对具体数据行的锁定，允许多个事务并发操作不同行，只有在同一行上进行写入时才会阻塞其他事务
假设我们有如下表结构和数据：

1. CREATE TABLE employees (
2.     id INT AUTO_INCREMENT PRIMARY KEY,
3.     first_name VARCHAR(50),
4.     last_name VARCHAR(50),
5.     age INT,
6.     department VARCHAR(50)
7. );

复制代码

如果事务A更新了某个特定员工的信息：

1. -- 事务A
2. START TRANSACTION;
3. UPDATE employees SET age = 31 WHERE last_name = 'Doe';

复制代码

在这个过程中，行锁会被加在last_name = 'Doe'所对应的行上（即John和Jane）。如果此时事务B尝试更新同一行：

1. -- 事务B
2. START TRANSACTION;
3. UPDATE employees SET age = 29 WHERE last_name = 'Doe';

复制代码

事务B会被阻塞，直到事务A提交或回滚,因为事务A、事务B加的都是排它锁，也叫悲观锁。这样行锁确保了数据的一致性。
GAP锁

行锁锁的是某一行，而GAP锁锁的是行前面的间隙，注意只是行前面的间隙，你可能会问那表的最后一行前后都有间隙啊，最后一行后面的间隙不锁吗？
当然会锁了，只不，过是交给了一个叫做PAGE_NEW_SUPREMUM的记录来说，你可以理解为PAGE_NEW_SUPREMUM记录是InnoDB默认的，它固定作为最后一条记录，因此只要锁住PAGE_NEW_SUPREMUM前面的间隙，就相当于锁住了我们所理解的最后一行后面的间隙。

临健锁（Next-Key Lock）

临界锁是行锁和GAP锁的结合，锁定具体的数据行以及行之间的空隙。它用于确保在一个范围内的查询中，不仅防止了幻读，还能保护行数据
继续使用之前的例子，假设我们执行了如下操作:

1. -- 事务D
2. START TRANSACTION;
3. SELECT * FROM employees WHERE last_name >= 'D' FOR UPDATE;

复制代码

在此查询中，MySQL会对所有last_name为'D'及其后的行加上行锁，同时对'D'之前的空隙加上GAP锁，这样可以防止在该范围内插入新的行。
四、你是如何理解MVCC的？

OCR识别结果出现了一些错误和混乱，导致内容不够清晰。虽然识别不是很理想，但我将根据我的理解和相关知识，概述该图片可能传达的内容。
如何理解MVCC？

所谓MVCC就是多版本并发控制，MySQL为了实现可重复读这个隔离级别，而且为了不采用锁机制来实现可重复读，所以采用MVCC机制来实现。
主要概念

• ReadView（读取视图）：
  
  
  
  • 当一个事务开始时，MVCC会创建一个ReadView，该视图记录了当前可见的所有版本，包括哪些事务是活跃的，哪些事务已经提交。
    
  
  
• 事务ID：
  
  
  
  • 每个事务都有一个唯一的事务ID。在ReadView中，会记录当前事务的ID、最小事务ID和最大事务ID。
    
  
  
• 可见性规则：
  
  
  
  • 如果一个事务的ID：
    
    
    • 大于ReadView中的最大事务ID：这个事务的更改对当前事务不可见。
      
    • 属于ReadView中的活跃事务：则该事务的更改不可见，因为该事务还在进行中。
      
    • 小于ReadView中的最小事务ID：该事务的更改是可见的，因为它已经提交。
      
    
    
  
  

MVCC的工作流程

• 创建 ReadView：
  
  
  
  • 当事务开始时，MVCC会生成一个ReadView。它会包含当前事务的ID、活跃事务的ID以及最大和最小事务ID。
    
  
  
• 读取数据：
  
  
  
  • 当事务读取数据时，它将参考ReadView中的信息，以确定哪些版本的数据是可见的。
    
  
  
• 更新数据：
  
  
  
  • 当事务更新数据时，MVCC不会直接覆盖原有的数据，而是创建一个新的版本。只有在所有引用该数据的事务完成后，才会清理旧版本。
    
  
  

总结

MVCC允许多个事务在不干扰彼此的情况下同时进行操作，这极大地提高了数据库的并发性能。通过维护数据的多个版本，MVCC保证了数据的一致性和隔离性，同时减少了锁的竞争。

最近无意间获得一份阿里大佬写的刷题笔记，一下子打通了我的任督二脉，进大厂原来没那么难。这是大佬写的， 7701页的BAT大佬写的刷题笔记，让我offer拿到手软

五、你是如何理解Online DDL的？

Online DDL 是指在不影响数据库服务的情况下，修改数据库表的结构。通俗点说，就是我们可以在数据库正常运作的同时，对表进行调整，比如新增列、修改字段类型、添加索引等，而不需要停机维护。
般的DDL操作，比如新增一个字段，会有以下几个步骤
1. 解析与检查

MySQL 首先会对 DDL 语句进行解析，确保语法正确。例如：

1. SELECT * FROM users ORDER BY age LIMIT 100;

复制代码

MySQL 会检查表 users 是否存在，新增的 age 字段是否与已有的字段冲突（比如字段名重复），数据类型是否支持等。
2. 表的元数据锁（metadata lock）

在进行任何表结构变更之前，MySQL 会对表加一个元数据锁（MDL）。元数据锁的作用是防止在变更结构的同时，其他 DDL 操作对表进行修改，保证表结构一致性。

类比：元数据锁就像在超市里装货架时，防止其他人也来同时更改货架位置，避免混乱。

3. 创建临时表

当我们执行 ALTER TABLE 语句时，MySQL 会创建一个临时表。这个临时表是现有表的一个复制品，并且会按照我们的要求增加新的字段。
临时表的步骤：

• 复制原表结构：MySQL 会复制原表的结构到一个临时表中，并加上我们新增的字段，比如 age。
  
• 复制数据：MySQL 将原表中的所有数据行逐行复制到临时表中，同时为每一行填充新增加字段的默认值（如果有）。
  

类比：这就像超市货架升级时，先在仓库里搭建一个新的货架模型，放置相同的商品，同时增加新的商品存放区。

4. 切换表

当 MySQL 完成了数据复制后，它会将原表和临时表进行替换。此时，临时表变成了正式的表，包含了新字段。

• 在这个过程中，所有的 DML（增删改查）操作都会暂时被挂起，直到替换完成。这段时间很短暂，对服务的影响非常小。
  

类比：就像仓库里的新货架搭建好后，把它搬进超市，同时替换掉旧货架。顾客几乎不会察觉到这个过程。

5. 删除旧表

原始的表被新表替换后，MySQL 会自动删除旧表的元数据，释放空间。这一步在后台完成，不影响数据库的正常操作。
6. 释放锁

当所有操作完成后，MySQL 会释放元数据锁，允许其他 DDL 或 DML 操作继续进行。
总结：

• 解析语句并检查合法性。
  
• 对表加元数据锁（防止冲突的结构变更）。
  
• 创建临时表，并将数据从旧表复制到临时表。
  
• 替换旧表，删除旧表的元数据。
  
• 释放锁。
  

注意：这种方法在不使用 Online DDL 的情况下，可能导致大量的数据复制操作，进而对性能有影响，尤其是表数据量较大时。

六、你知道哪些情况下会导致索引失效

在 MySQL 中，索引是提高查询效率的关键工具，但有时可能会遇到索引失效的情况，导致查询性能大幅下降。这种情况通常与查询语句的写法、数据类型的选择以及数据库的优化机制有关。下面是几种常见会导致索引失效的场景：
1. 使用 LIKE 时通配符放在前面

如果在 LIKE 语句中，通配符 % 放在字符串的开头，会导致索引失效。因为在这种情况下，MySQL 无法通过索引快速定位到符合条件的记录，而需要扫描所有记录。
示例：

1. SELECT * FROM users WHERE name LIKE '%abc';  -- 索引失效

复制代码

这种写法会使得 MySQL 扫描全表，而如果写成 LIKE 'abc%'，索引仍然有效。

类比：这就像你在一大堆文件中查找名字以"abc"开头的文件名，你可以直接找到相应的部分，但如果是查找名字包含"abc"的文件，你就得看每个文件名。

2. 数据类型不一致

当查询条件中的字段类型与索引字段的类型不一致时，MySQL 可能不会使用索引。它会先对数据进行类型转换，而类型转换会导致无法高效利用索引。
示例：

假设 id 是一个整型字段：

1. SELECT * FROM users WHERE id = '123';  -- 索引失效

复制代码

这里的 '123' 是字符串，MySQL 会进行隐式转换，因此索引失效。
3. 对索引字段使用函数

如果在查询中对索引字段使用了函数或运算操作，MySQL 不能通过索引来查询，导致索引失效。
示例：

1. SELECT * FROM users WHERE YEAR(created_at) = 2023;  -- 索引失效

复制代码

这里 YEAR(created_at) 是对 created_at 字段进行了函数操作，因此 MySQL 无法直接使用索引进行查找。

类比：这就像你想按某种规律排列的列表中查找内容，但你需要先改变它的形式才能找到，导致效率下降。

4. 使用 OR 关键字

当 OR 条件中的某一列没有索引时，整个查询的索引都会失效。
示例：

1. SELECT * FROM users WHERE id = 1 OR name = 'Alice';  -- 索引失效

复制代码

假设 id 列有索引，而 name 列没有索引，那么这个查询就不能利用索引，MySQL 需要进行全表扫描。

优化方式：为 name 字段单独建立索引，或者改写查询逻辑，避免 OR 导致的索引失效。

5. 不等条件 (!= 或 )

使用不等于操作符（!= 或 ）时，MySQL 不能有效使用索引，会导致全表扫描。
示例：

1. SELECT * FROM users WHERE age != 30;  -- 索引失效

复制代码

这类查询通常会导致索引失效，因为 MySQL 无法通过索引定位所有满足 != 的记录。
6. <strong>范围查询 (>,  30 AND name = 'Alice';  -- `name` 索引失效[/code]在这种情况下，由于 age 使用了范围查询，name 列的索引将失效，MySQL 无法通过复合索引直接查找。
7. 索引列前加上 IS NULL 或 IS NOT NULL

对于索引列使用 IS NULL 或 IS NOT NULL，有时 MySQL 可能不会利用索引，尤其是在大量数据存在 NULL 值的情况下，MySQL 会认为索引的使用不划算。
示例：

1. SELECT * FROM users WHERE age > 30 AND name = 'Alice';  -- `name` 索引失效

复制代码

8. 查询条件中使用 NOT IN 或 NOT EXISTS

使用 NOT IN 或 NOT EXISTS 也可能会导致 MySQL 不使用索引，从而引发全表扫描。
示例：

1. SELECT * FROM users WHERE name IS NOT NULL;  -- 可能索引失效

复制代码

9. 表中的数据量很小

当表中的数据量很小，MySQL 可能认为全表扫描比使用索引更高效。在这种情况下，MySQL 会选择直接扫描而不是通过索引查找。

类比：如果你只有几个文件需要查找，花时间先创建目录索引反而不划算，直接扫描全部文件更快。

10. MySQL 优化器选择不使用索引

有时，即便索引可用，MySQL 的查询优化器可能会根据表的统计信息和成本估算，认为全表扫描比使用索引更快，从而放弃索引。
总结：

索引失效通常与查询语句的写法、数据类型、函数使用、以及 MySQL 查询优化器的决策有关。为了避免索引失效，需要尽量避免上述常见的情况，如：

• 在 LIKE 查询中避免通配符 % 开头
  
• 保持数据类型一致
  
• 尽量不对索引列使用函数或运算操作
  
• 合理规划复合索引中的查询顺序
  

七、你是如何理解MySQL的filesort的？

通俗的理解，可以把 filesort 理解为数据库的“备用排序方式”。当查询中的 ORDER BY 语句无法利用索引中的排序顺序时，MySQL 就会启用 filesort 来手动排序结果。
什么时候会触发 filesort？

MySQL 会在某些情况下使用 filesort，比如：

• 没有合适的索引：
  当查询中的 ORDER BY 字段没有索引，MySQL 无法利用索引顺序，只能借助 filesort 来进行排序。
  示例：
  1. SELECT * FROM users WHERE id NOT IN (1, 2, 3);  -- 索引失效

  复制代码
  假设 users 表中没有 age 字段的索引，这时候 MySQL 会进行 filesort。
  
• 多列排序，但索引不匹配：
  当我们对多个列进行排序，而这些列没有被索引覆盖或索引顺序与排序要求不符时，filesort 也会被触发。
  示例：
  1. SELECT * FROM users ORDER BY age;

  复制代码
  假设表上只有 age 的索引，但没有 (age, name) 的复合索引，那么 MySQL 会使用 filesort。
  
• 组合查询或函数操作导致索引失效：
  当查询中对字段进行计算或函数操作时，即便这些字段有索引，也无法直接利用索引进行排序。
  示例：
  1. SELECT * FROM users ORDER BY age, name;

  复制代码
  LENGTH(name) 是一个函数操作，MySQL 需要手动排序，因此会使用 filesort。
  

filesort 的工作方式：

filesort 实际上有两种实现方式，取决于 MySQL 的版本和配置：

• 单行数据排序（Older Versions）：MySQL 会把查询结果的所有行都放入一个缓冲区，然后根据 ORDER BY 字段逐行比较并排序。这种方式效率相对较低，因为要处理的数据量很大。
  
• 两次扫描排序（Optimized Versions）：在较新的 MySQL 版本中，filesort 会进行优化，只会在第一次扫描时收集需要排序的字段和 ROW_ID，然后通过排序后的 ROW_ID 再去读取整行数据。这种方式减少了排序的数据量，提高了性能。
  

filesort 性能的影响：

filesort 并不是说每次都会涉及磁盘操作，它有可能在内存中完成，但当数据量较大时，内存不足以完成排序，就可能将数据写入磁盘进行排序，这样会影响性能。
MySQL 有两个重要的参数控制 filesort 行为：

• sort_buffer_size：这是 MySQL 用来在内存中排序的缓冲区大小。如果排序的数据能放进这个缓冲区，排序就会在内存中完成；否则，MySQL 会将部分数据写入磁盘，从而影响性能。
  
• max_length_for_sort_data：控制 MySQL 采用哪种 filesort 方法（单行排序或两次扫描排序）。对于较短的数据，MySQL 更可能选择效率较高的两次扫描排序方式。
  

如何避免或优化 filesort？

• 使用合适的索引：
  最直接的办法就是为查询中的排序字段创建索引。尤其是在有 ORDER BY 子句时，确保创建了复合索引可以有效避免 filesort。
  示例：
  1. SELECT * FROM users ORDER BY LENGTH(name);

  复制代码
• 增加 sort_buffer_size：
  如果无法避免 filesort，可以通过增加 sort_buffer_size 的大小，确保更多数据可以在内存中排序，减少磁盘 I/O。
  
• 减少排序的数据量：
  使用 LIMIT 来限制查询结果集的大小，可以减少需要排序的数据量，从而减小 filesort 的开销。
  示例：
  1. CREATE INDEX idx_age_name ON users (age, name);

  复制代码
• 尽量避免对排序字段使用函数：
  在 ORDER BY 中，尽量不要对排序字段进行函数运算或表达式操作，这样可以增加 MySQL 使用索引的可能性。
  

总结：

filesort 是 MySQL 中的一种排序机制，当查询结果无法通过索引顺序排序时，MySQL 就会启用 filesort 进行手动排序。虽然名字中有“file”，但排序未必一定涉及磁盘操作，内存中的排序也是常见的。filesort 是 MySQL 的备用排序方式，尽管有时不可避免，但我们可以通过创建索引、调整缓冲区大小等方式来优化它的性能。
八、你知道哪些情况下会锁表吗？

一、常见的锁表情况

1. DDL 操作（数据定义语言）

当执行一些结构性变更的操作（例如 ALTER TABLE、CREATE TABLE、DROP TABLE）时，MySQL 会锁住整个表，防止其他线程对该表进行操作。这种锁是元数据锁（Metadata Lock），用来保证表结构的变更不会与其他并发操作发生冲突。
示例：

1. SELECT * FROM users ORDER BY age LIMIT 100;

复制代码

此操作会锁表，其他对 users 表的操作会被阻塞，直到变更完成。
2. 全表扫描的 UPDATE 或 DELETE 操作

当你执行一个 UPDATE 或 DELETE 操作且未使用索引时，MySQL 可能会锁住整个表进行更新或删除，因为它必须扫描所有行。
示例：

1. ALTER TABLE users ADD COLUMN age INT;

复制代码

由于 LIKE '%John%' 无法利用索引，MySQL 需要全表扫描，并对整个表加锁。
3. 事务中的写操作（INSERT、UPDATE、DELETE）

在 InnoDB 存储引擎中，写操作会对数据行加上行锁（Row Lock）。但是在某些情况下（如没有索引的情况下），MySQL 可能会退化为表锁（Table Lock）。即使是行锁，在长事务未提交或回滚的情况下，也可能阻塞其他事务，从而产生间接的锁表现象。
示例：

1. UPDATE users SET age = 30 WHERE name LIKE '%John%';  -- 如果没有索引，可能锁表

复制代码

如果该事务运行了很长时间，并且其他操作也需要访问 orders 表中的记录，可能会导致等待。
4. LOCK TABLES 显式加锁

MySQL 支持使用 LOCK TABLES 命令显式地对表加锁，分为读锁（READ LOCK）和写锁（WRITE LOCK）。在写锁期间，其他线程不能对该表进行任何读或写操作；在读锁期间，其他线程只能读表，而不能写表。
示例：

1. BEGIN;
2. UPDATE orders SET status = 'shipped' WHERE order_id = 1234;  -- 行锁，但可能锁表
3. COMMIT;

复制代码

此时，其他线程对 users 表的任何读写操作都会被阻塞，直到锁被释放。
5. 大批量插入数据

当你使用某些批量插入语句（如 INSERT INTO ... SELECT ... 或 INSERT IGNORE）插入大量数据时，如果没有恰当的索引，MySQL 可能会锁表，尤其是在 MyISAM 存储引擎中。
示例：

1. LOCK TABLES users WRITE;  -- 对 `users` 表加写锁

复制代码

如果 created_at 没有索引，MySQL 需要锁表来完成整个插入操作。
6. 外键约束检查

在 InnoDB 中，当插入或删除涉及到外键约束的数据时，MySQL 可能会锁住父表或子表，确保数据的完整性。虽然 InnoDB 大多情况下会使用行锁，但在某些复杂的情况下，比如没有合适的索引，可能会导致表锁。
示例：

1. INSERT INTO new_users SELECT * FROM users WHERE created_at > '2023-01-01';  -- 可能锁表

复制代码

如果 orders 表有外键关联到 customers 表，且没有合适的索引，可能会锁住 customers 表。
7. MyISAM 存储引擎的读写操作

在 MyISAM 存储引擎中，写操作会锁住整个表，即使只修改了一行。读操作之间不会互相阻塞，但读写操作之间会发生阻塞。因此，MyISAM 表在处理高并发写操作时可能会频繁锁表。
示例：

1. DELETE FROM orders WHERE order_id = 100;  -- 触发外键约束检查，可能锁住 `customers` 表

复制代码

如果有大量的写操作，表会频繁被锁住，影响并发性能。
二、如何避免锁表？

锁表会影响数据库的并发性和性能，因此我们通常需要尽量避免。这里有一些方法可以减少锁表的发生：
1. 使用合适的存储引擎

尽量使用 InnoDB 存储引擎，它支持行级锁，可以在绝大多数情况下避免锁表。相比之下，MyISAM 使用的是表级锁，在并发读写场景下性能较差。
2. 创建合适的索引

通过为查询条件中的列创建适当的索引，避免全表扫描。例如，如果你经常根据 name 字段进行查询和更新，应该为 name 字段创建索引：

1. INSERT INTO myisam_table (name, age) VALUES ('John', 30);  -- 写锁锁住整个表

复制代码

索引可以有效减少锁表的可能性。
3. 减少长事务

长时间未提交的事务会持有锁，从而阻塞其他查询。因此，尽量缩短事务的执行时间，确保在事务中尽快完成操作并提交。
4. 使用 OPTIMIZE 和 ANALYZE 慎重

这些命令会锁住表的元数据，阻止并发的读写操作。运行这些命令时应避免高并发时间段。
5. 分批次操作

如果需要执行大量的 UPDATE 或 DELETE，可以将操作分批执行，以减少每次操作涉及的数据量，避免长时间锁表。
示例：

1. CREATE INDEX idx_name ON users (name);

复制代码

6. 避免显式表锁

尽量避免使用 LOCK TABLES 进行显式加锁操作，尤其是在高并发场景下。InnoDB 的事务机制和行级锁已经足够应对大多数并发问题。
九、你是如何理解MySQL中的死锁机制的？

在 MySQL 中，死锁（Deadlock）是指两个或多个事务互相等待对方持有的锁，导致它们都无法继续执行。这是一种常见的并发问题，尤其是在高并发情况下，事务在访问相同的数据资源时容易产生死锁。
通俗理解：

可以把死锁类比为两个人走在一条窄路上，他们都需要对方让路才能继续前进。A 挡住了 B 的路，B 又挡住了 A 的路，谁也不肯退让，结果两个人都卡住了。这在数据库中表现为事务 A 等待事务 B 释放资源，而事务 B 同时也在等待事务 A 释放资源，最终两个事务都无法继续。
死锁的产生过程：

• 事务 A 获取资源 X 的锁。
  
• 事务 B 获取资源 Y 的锁。
  
• 事务 A 尝试获取资源 Y 的锁，但资源 Y 被事务 B 锁住，于是事务 A 进入等待状态。
  
• 事务 B 尝试获取资源 X 的锁，但资源 X 已经被事务 A 锁住，事务 B 也进入等待状态。
  
• 结果是：事务 A 等待 B，事务 B 等待 A，形成一个循环等待，产生死锁。
  

MySQL 中的死锁机制：

MySQL 使用的存储引擎 InnoDB 提供了行级锁，这虽然减少了锁冲突的概率，但也更容易导致死锁。InnoDB 遇到死锁时，会主动检测并解决这个问题，通过回滚其中一个事务来打破僵局。
死锁的处理方式：

在 MySQL 中，当 InnoDB 检测到死锁时，它会选择回滚代价最小的事务，通常是回滚锁定较少资源的事务。然后，它会向客户端返回一个错误消息，类似于：

1. DELETE FROM users WHERE created_at < '2022-01-01' LIMIT 1000;  -- 分批删除

复制代码

当一个事务被回滚后，另一个事务可以继续执行，解决了死锁问题。
如何避免死锁？

尽管 MySQL 能自动检测并处理死锁，但频繁出现死锁会影响系统性能，因此尽量避免死锁是很有必要的。以下是一些常见的避免死锁的方法：
1. 固定锁的顺序

确保所有事务在访问多张表或多条记录时，遵循相同的顺序锁定资源。这样可以避免不同事务间出现交叉锁定，减少死锁的可能性。
示例：
所有事务在更新 users 表和 orders 表时，都先锁住 users 表，再锁住 orders 表，避免死锁。
2. 减少锁定范围

尽量减少每个事务锁定的范围和时间，避免长时间占用锁。例如，尽量缩短事务的执行时间，减少不必要的查询。
示例：

1. ERROR 1213 (40001): Deadlock found when trying to get lock; try restarting transaction

复制代码

尽量避免在一个事务内进行过多的操作或等待用户输入。
3. 使用合适的索引

在查询时尽量使用索引来减少锁定的行数，特别是在 UPDATE 和 DELETE 操作时，合适的索引可以减少锁定的行数，从而降低死锁的风险。
示例：
为 user_id 创建索引：

1. BEGIN;
2. UPDATE users SET age = age + 1 WHERE id = 1;
3. COMMIT;

复制代码

4. 减少并发量

控制数据库的并发访问量，如果可能的话，避免在高并发情况下进行大批量数据操作。高并发访问会增加死锁的概率。
5. 合理设置事务隔离级别

使用合适的事务隔离级别可以减少锁定冲突。InnoDB 支持多种事务隔离级别，最常见的是 REPEATABLE READ 和 READ COMMITTED。其中，READ COMMITTED 隔离级别可以减少锁争用的情况，从而降低死锁发生的概率。
示例：

1. CREATE INDEX idx_user_id ON orders (user_id);

复制代码

6. 通过批量操作减少锁定的时间

如果需要对大量数据进行更新或删除操作，可以考虑分批处理，减少每次事务锁定的行数，从而降低死锁风险。
示例：

1. SET TRANSACTION ISOLATION LEVEL READ COMMITTED;

复制代码

使用 LIMIT 分批删除旧数据。
如何检测死锁？

当死锁发生时，InnoDB 会在错误日志中记录下死锁信息，包含了死锁的相关信息以及导致死锁的事务和查询。可以通过以下 SQL 语句获取死锁信息：

1. DELETE FROM orders WHERE order_date < '2023-01-01' LIMIT 1000;

复制代码

这条命令会显示 InnoDB 的状态信息，其中包含最近一次死锁的详细信息，包括参与死锁的事务和锁的等待情况。
十、你是如何优化慢查询的？

慢查询的优化步骤和方法：

1. 分析慢查询日志

首先，确保慢查询日志（Slow Query Log）已开启，这是 MySQL 用来记录执行时间超过指定阈值的查询。你可以通过分析这些日志，找出系统中耗时最长的查询。
启用慢查询日志：

1. SHOW ENGINE INNODB STATUS;

复制代码

之后，你可以查看慢查询日志来了解哪些查询执行时间过长，并从这些查询中入手进行优化。
2. 使用 EXPLAIN 分析查询执行计划

使用 EXPLAIN 命令可以帮助你了解 MySQL 如何执行查询，它会提供信息如：查询是否使用了索引、扫描了多少行、排序方式等。你可以通过查看执行计划，发现查询中的性能瓶颈。
示例：

1. SET GLOBAL slow_query_log = 'ON';
2. SET GLOBAL long_query_time = 1;  -- 设置慢查询阈值为 1 秒

复制代码

执行结果会显示查询的类型（如 ALL、INDEX、RANGE 等），表明 MySQL 是否使用了全表扫描（ALL）或者索引（INDEX）。如果看到 ALL 表示全表扫描，这通常是需要优化的信号。
如何解读一些常见的结果：

• type: ALL 表示全表扫描，需要优化；range、ref 或 const 表示使用了索引，性能较好。
  
• rows: 表示 MySQL 预计扫描的行数，越少越好。扫描的行数越多，查询的开销越大。
  
• key: 显示 MySQL 使用了哪个索引，如果显示为 NULL，表示没有使用索引。
  

3. 创建和优化索引

索引是 MySQL 优化慢查询的最常见手段之一。适当的索引可以显著减少查询的扫描行数，提升查询速度。
常见的索引优化策略：

• 单列索引：对查询中常用的过滤条件或 WHERE 子句中的字段创建索引。
  
• 复合索引：对涉及多个条件的查询，创建复合索引。例如，SELECT * FROM users WHERE age = 30 AND status = 'active';，可以为 (age, status) 创建一个复合索引。
  

示例：

1. INSERT INTO myisam_table (name, age) VALUES ('John', 30);  -- 写锁锁住整个表CREATE INDEX idx_age_status ON users (age, status);

复制代码

• 覆盖索引：如果索引包含查询所需的所有字段，MySQL 可以直接从索引中读取数据，而无需访问表本身。这样能减少 I/O 操作，大幅提升查询效率。
  

示例：

1. CREATE INDEX idx_name ON users (name);
2. CREATE INDEX idx_age_status ON users (age, status);

复制代码

• 避免索引失效：确保查询条件能够正确利用索引。例如：
  
  
  
  • 避免对索引字段使用函数或表达式，如 WHERE UPPER(name) = 'JOHN' 会导致索引失效。
    
  • 使用精确匹配，尽量避免 LIKE '%abc' 这种通配符前缀的查询。
    
  
  

4. 优化查询语句

改进查询语句的写法可以大幅提升性能。以下是几种常见的优化建议：

• 选择合适的数据类型：尽量使用合适的数据类型，避免使用过大的字段长度。比如，用 INT 存储年龄，而不是用 VARCHAR。
  
• 减少查询的返回结果：避免 SELECT *，只查询需要的字段。返回的数据越少，查询速度越快。
  

示例：

1. SELECT name FROM users WHERE age = 30;  -- 如果 name 和 age 都在索引中，MySQL 可以只查索引

复制代码

• 分解复杂查询：将复杂的查询拆分为多个小查询，有时能提升性能，尤其是在涉及多个关联表时。例如，把一个包含多个 JOIN 的复杂查询，拆分成多次查询缓存中间结果。
  
• 使用 LIMIT 优化分页：在大表的分页查询中，避免扫描大量数据。可以通过主键或者索引结合 LIMIT 优化。
  

示例：

1. SELECT id, name FROM users WHERE age = 30;  -- 避免 SELECT *，只取所需的字段

复制代码

5. 优化 JOIN 操作

JOIN 操作在多表查询中常见，但它们容易导致性能问题，特别是当表很大时。优化 JOIN 时的注意事项：

• 确保连接条件字段有索引：对于 JOIN 中使用的字段，确保它们有合适的索引。
  

示例：

1. SELECT * FROM users WHERE id > 1000 LIMIT 10;  -- 基于索引的分页

复制代码

在这种情况下，user_id 和 id 应该分别在 orders 和 users 表上有索引。

• 尽量减少关联表的数据量：通过先筛选出需要的数据，再进行 JOIN 操作。例如，将筛选条件放在子查询中，减少需要关联的行数。
  

示例：

1. SELECT * FROM orders o JOIN users u ON o.user_id = u.id WHERE u.status = 'active';

复制代码

6. 调整 MySQL 配置参数

MySQL 的一些配置参数直接影响查询性能，特别是在高并发、大数据量场景下。以下是一些常见的优化参数：

• innodb_buffer_pool_size：这是 InnoDB 的缓冲池大小，决定了 MySQL 可以用多少内存来缓存数据页。这个值通常设置为系统内存的 70%-80%，以便尽可能减少磁盘 I/O。
  
• query_cache_size：如果系统中大量的查询结果是相同的，可以启用查询缓存，以减少重复查询的开销。需要注意的是，MySQL 8.0 中查询缓存被弃用，因为它对高并发场景可能带来性能瓶颈。
  
• tmp_table_size 和 max_heap_table_size：这些参数决定了临时表可以在内存中使用的最大大小，增大这些参数的值，可以避免频繁将临时表写入磁盘，从而提高排序和 GROUP BY 查询的效率。
  

7. 使用分区表

如果你的表非常大，可以考虑使用分区表来优化查询性能。分区表将数据分成多个更小的物理子表，MySQL 可以根据查询条件直接定位到某个分区，从而减少扫描的数据量。
示例：

1. SELECT * FROM (SELECT id FROM users WHERE status = 'active') u JOIN orders o ON o.user_id = u.id;

复制代码

8. 避免死锁和长事务

如果某个慢查询是由于事务冲突或死锁造成的，应该尽量避免长事务或频繁锁表。通过控制事务范围、使用合适的隔离级别、避免大批量写操作等方式，减少锁等待和死锁的发生，从而加快查询速度。
9. 缓存

除了使用 MySQL 自身的查询缓存，你还可以使用应用层的缓存机制（如 Redis、Memcached），将频繁访问的数据缓存到内存中，减少数据库的访问频率。
示例：

1. CREATE TABLE orders (
2.     order_id INT,
3.     order_date DATE,
4.     user_id INT,
5.     ...
6. ) PARTITION BY RANGE (YEAR(order_date)) (
7.     PARTITION p0 VALUES LESS THAN (2010),
8.     PARTITION p1 VALUES LESS THAN (2015),
9.     PARTITION p2 VALUES LESS THAN (2020),
10.     PARTITION p3 VALUES LESS THAN MAXVALUE
11. );

复制代码

总结：

• 分析慢查询日志和使用 EXPLAIN 了解执行计划是优化慢查询的第一步。
  
• 创建合适的索引可以显著提高查询速度，尤其是在大表中。
  
• 优化查询语句和 JOIN 操作，尽量减少扫描的行数，并尽量使用索引覆盖查询。
  
• 通过调整MySQL 配置参数，提升系统对内存和资源的利用率。
  
• 在大表上使用分区表，并通过缓存减少对数据库的压力
  

最后说一句(求关注，求赞，别白嫖我)

最近无意间获得一份阿里大佬写的刷题笔记，一下子打通了我的任督二脉，进大厂原来没那么难。
这是大佬写的， 7701页的BAT大佬写的刷题笔记，让我offer拿到手软
本文，已收录于，我的技术网站 cxykk.com：程序员编程资料站，有大厂完整面经，工作技术，架构师成长之路，等经验分享
求一键三连：点赞、分享、收藏

点赞对我真的非常重要！在线求赞，加个关注我会非常感激！

来源:https://www.cnblogs.com/jiang-xiao-bei/p/18487824
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！