13.简述数据库的隔离级别？
读未提交：指一个事务读取另一个事务未提交的修改。，会发生脏读、不可重复读、幻读。 读提交：指只能读到已经提交的内容。会发生不可重复读和幻读。是SQL Server和Oracle的默认隔离级别。 可重复读：指当数据被读取时，不可进行update操作，保证多次读取的记录是相同的，解决了不可重复读的问题。但幻读是insert导致，不会避免。可重复读是MySQL的默认隔离级别。 可串行化读：这是数据库最高的隔离级别，这种级别下，事务“串行化顺序执行”，也就是一个一个排队执行。这种级别下，“脏读”、“不可重复读”、“幻读”都可以被避免，但是执行效率奇差，性能开销也最大，所以基本没人会用。
14.简述MySQL可以从哪些方面做到性能优化?
为搜索字段创建索引。 避免使用 Select *，列出需要查询的字段。 垂直分割分表，水平分割是分割记录，以一条记录/行为单位。垂直分割则是以列为单位，将列分割出去。 选择正确的搜索引擎。 实现数据库的主从同步，实现读写分离。 添加合适的缓存机制，维护代价高。 对冷热数据进行均分，减少单个库的压力，使整体性能达到更优。
15.简ySQL为什么需要事务回滚机制？
在MySQL中事务回滚通过日志完成，所有事务进行的修改都会先记录到回滚日志中，然后再对数据库中的对应行进行写入。当事务被提交后就无法回滚了。
回滚日志的作用：
能够在发生错误或用户执行rollback时提供回滚的相关信息。 在整个系统发生崩溃、数据库进程直接被杀死后，当用户再次启动数据库进程时，还能够立刻通过查询回滚日志将之前未完成的事务进行回滚，这也就需要回滚日志必须先于数据持久化到磁盘上，是我们需要先写日志后写数据库的主要原因。
16.简述MySQL引擎InnoDB和MyISAM的区别？
InnoDB：
是MySQL默认的事务型存储引擎，只有当需要它不支持的特性时，才会考虑使用其它的存储引擎。 实现了四个标准的隔离级别，其中默认为可重复读，在可重复读的隔离级别下，通过MVCC（多版本并发控制协议）+ 间隙锁（Next-key Locking）防止幻读。 主索引为聚簇索引，在索引中保存数据，从而避免直接读取磁盘，因此对查询性能有很大的提升。 支持真正的在线热备份。其它存储引擎不支持在线热备份。 支持行级锁，通过给索引项加锁来实现，即只有通过索引条件检索数据，才会使用行级锁，否则使用表锁。 InnoDB不会对表中行的总量进行预先统计，每次count需要遍历计算。
MyISAM：
设计简单，数据以紧密格式存储。对于只读数据，或者表比较小、可以容忍修复操作，则依然可以使用它。 提供了大量的特性，包括压缩表、空间数据索引等。 不支持事务。 不支持行级锁，只能对整张表加锁，读取时会对需要读到的所有表加共享锁，写入时则对表加排它锁。 会实时保存数据库表中的总行数，计算快。
总结：
事务：MyISAM不支持，InnoDB支持。 锁级别： MyISAM 表级锁，InnoDB 行级锁及外键约束。 MyISAM存储表的总行数；InnoDB不存储总行数。 MyISAM采用非聚集索引，B+树叶子存储指向数据文件的指针。InnoDB主键索引采用聚集索引，B+树叶子存储数据。 崩溃恢复: MyISAM 崩溃后发生损坏的概率比 InnoDB 高很多，而且恢复的速度也更慢。
使用场景：
MyISAM适合：插入不频繁，查询非常频繁，如果执行大量的SELECT，MyISAM是更好的选择，没有事务。 InnoDB适合：可靠性要求比较高，或者要求事务； 表更新和查询都相当的频繁， 大量的INSERT或UPDATE。
17.数据库分库分表的原因？
分库分表的目的在于减少数据库单库单表的负担，提高查询性能，缩短查询时间。 分库分表分别水平切分和垂直切分。 垂直切分：分为垂直分库和垂直分表，其中垂直分库是指根据业务的耦合度，将关联度较低的不同表存储于不同的库中，类似于大系统拆分为小系统；垂直分表是指基于数据库表中的列，将不常用的列进行划分成新表，可以使单个表中的数据量变少减少跨页，使得单个页中字段更多，使内存能够加载更多的数据，提高命中率，减少磁盘IO，提高性能。 水平切分：水平切分是根据表内数据内在的逻辑关系，将同一个表按不同的条件分散到多个数据库或多个表中，每个表中只包含一部分数据，从而使得单个表的数据量变小，达到分布式的效果。但只是库内分表，仅仅是解决了单表数据过大的问题，并没有把单表的数据分散到不同的物理机上，因此并不能减轻 MySQL 服务器的压力，仍然存在同一个物理机上的资源竞争和瓶颈，包括 CPU、内存、磁盘 IO、网络带宽等。 使用哪种方式分库分表需要依据情况而定，比如数据库是因为表太多而造成海量数据，并且项目的各项业务逻辑划分清晰、低耦合，那么规则简单明了、容易实施的垂直切分必是首选。而如果数据库中的表并不多，但单表的数据量很大、或数据热度很高，这种情况之下就应该选择水平切分，水平切分比垂直切分要复杂一些，它将原本逻辑上属于一体的数据进行了物理分割，除了在分割时要对分割的粒度做好评估，考虑数据平均和负载平均，后期也将对项目人员及应用程序产生额外的数据管理负担。
18.简述什么是覆盖索引？
如果一个索引包含所有需要查询的字段的值，我们就称 之为“覆盖索引”。 对于InnoDB存储引擎来说，如果不是主键索引，那么辅助索引的叶子节点存储的是主键+辅助索引的列值，然后还需要进行回表操作。 这样的话，会降低查询速度，因此，若使用辅助索引查询时，若查询得到的值和需要查询的结果列值时对应的（或者覆盖），则可以一直接使用其结果，不需要进行回表操作。
19.简述三大范式的特点?
第一范式：指数据库表中的每一列都是不可分割的基本数据项，同一列中不能有多个值相同，即无重复的列。 第二范式：满足第一范式，还要求数据库表中的每个实例或行必须被唯一标识，满足实体的属性完全依赖于主关键字。 第三范式：满足第二范式，还要求数据库表中不包含其他表中的非主关键字信息，即两个表中不存在相同的非主关键字信息，否则会造成数据冗余。
20.简述聚簇索引与非聚簇索引（辅助）的区别？
聚簇索引的叶子节点存放的是主键值和数据行，支持覆盖索引；非聚簇索引的叶子节点存放的是主键值或指向数据行的指针。 聚集索引就是以主键创建的索引，非聚集索引就是以非主键创建的索引。 由于节子节点(数据页)只能按照一颗B+树排序，故一张表只能有一个聚簇索引。辅助索引的存在不影响聚簇索引中数据的组织，所以一张表可以有多个辅助索引。
21.简述事务的四大特性?
原子性：指事务包含的所有操作要么全部成功，要么全部失败回滚，因此事务的操作如果成功就必须完全应用到数据库，如果操作失败则不能对数据库有任何影响。 一致性：指事务开始前和结束后，数据库的完整性约束没有被破坏。 隔离性：指当多个用户并发访问数据库时，比如操作同一张表时，数据库为每一个用户开启的事务，不能被其他事务的操作所干扰，多个并发事务之间要相互隔离。 持久性：指一个事务一旦被提交了，那么对数据库中的数据的改变就是永久性的，即便是在数据库系统遇到故障的情况下也不会丢失提交事务的操作。
22.简述创建索引的注意事项？
非空字段：索引字段不能有NULL，如果有NULL值将不会包含在索引中。 索引字段越小越好：数据库的数据存储以页为单位一页存储的数据越多一次IO操作获取的数据越大效率越高。 唯一、不为空、经常被查询的字段 的字段适合建索引。 取值离散大的字段：（变量各个取值之间的差异程度）的列放到联合索引的前面，可以通过count()函数查看字段的差异值，返回值越大说明字段的唯一值越多字段的离散程度高。 限制创建索引的数量：对于存在大量更新操作的表，索引一般不超过3个。
23.为什么索引的数量不能太多？
当对表中的数据进行增加、删除、修改时，同时需要动态维护索引，降低了整体的维护速度。 索引需要占据物理空间，如果要建立聚簇索引，那么需要的空间就会更大，因为会将数据存储于叶子节点。 创建索引和维护索引要耗费时间，这种时间随着数据量的增加而增加。
24.简述数据库的行级锁与表锁？
表锁：
不会出现死锁，发生锁的冲突几率高，并发性低。 存储引擎在进行SQL数据读写请求前，会对涉及到的表进行加锁。 其中锁分为共享读锁和独占写锁：读锁会阻塞写，写锁会阻塞读和写。
行级锁：
会出现死锁，发生锁的冲突几率低，并发性高。 InnoDB引擎支持行锁，与Oracle不同，MySQL的行锁是通过索引加载的，也就是说，行锁是加在索引响应的行上的，要是对应的SQL语句没有走索引，则会全表扫描，行锁则无法实现，取而代之的是表锁，此时其它事务无法对当前表进行更新或插入操作。
行级锁注意事项：
行级锁必须有索引才能实现，否则会自动锁全表，那就不是行锁了。 两个事务不能锁同一个索引。 insert，delete，update在事务中都会自动默认加上排它锁。
行锁的适用场景：
避免不可重复读的场景。
25.简述为什么MySQL索引使用B+树而不用hash表和B树？
利用Hash需要把数据全部加载到内存中，如果数据量大，是一件很消耗内存的事，而采用B+树，是基于按照节点分段加载，由此减少内存消耗。 和业务场景有段，对于唯一查找（查找一个值），Hash确实更快，但数据库中经常查询多条数据，这时候由于B+数据的有序性，与叶子节点又有链表相连，他的查询效率会比Hash快的多。 b+树的非叶子节点不保存数据，只保存子树的临界值（最大或者最小），所以同样大小的节点，b+树相对于b树能够有更多的分支，使得这棵树更加矮胖，查询时做的IO操作次数也更少。
26.简述B树的结构及特点？
对于一个M阶的B树有以下特征：
第一任何非叶子节点最多只有M个儿子，且M > 2; 根节点的儿子数量范围为[2,M]； 除根节点 以外的非叶子节点的儿子数量为[M/2，M]，向上取整，M/2是由于当某个节点达到M个节点信息时，会进行拆分为两个叶子节点。 非叶子节点的关键字数量 = 叶子数量 - 1； 所有的叶子节点位于同一层； k个关键字把节点拆成k+1段，分别指向k+1个儿子，同时满足查找树的大小关系； 每个节点除了存储索引外还保存该索引对应数据的地址；
27.简述B+树的结构及特点？
对于一个M阶的B树有以下特征：
有k个子树的中间节点包含有k个元素（B树中是k-1个元素），每个元素不保存数据，只用来索引，所有数据都保存在叶子节点。 所有的叶子结点中包含了全部元素的信息，及指向含这些元素记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接，形成一个有序的链表。 所有的中间节点元素都同时存在于子节点，在子节点元素中是最大（或最小）元素。 由于每个节点只存索引，因此每个页存储的数据变多，可减少IO次数。
28.数据库如何保证事务的ACID特性？
原子性：使用innodb的undo log（回滚日志），undo log记录了回滚需要的信息，当事务执行失败或调用了rollback，导致事务需要回滚，便可以利用undo log中的信息将数据回滚到修改之前的样子。 隔离性： 使用悲观锁和乐观锁对事务处理。 持久性：使用innodb的redo log（重写日志）， 记录的是数据页的物理修改，而不是某一行或某几行修改成怎样怎样，它用来恢复提交后的物理数据页(恢复数据页，且只能恢复到最后一次提交的位置);当做数据修改的时候，不仅在内存中操作，还会在redo log中记录这次操作。当事务提交的时候，会将redo log日志进行刷盘(redo log一部分在内存中，一部分在磁盘上)。当数据库宕机重启的时候，会将redo log中的内容恢复到数据库中，再根据undo log和binlog内容决定回滚数据还是提交数据。 一致性：通过原子性、隔离性、持久性来保证一致性。
29.简述使用redo log的好处?
redo log体积小，毕竟只记录了哪一页修改了啥，因此体积小，刷盘快。 redo log是一直往末尾进行追加，属于顺序IO。效率显然比随机IO来的快。
30.如何解决数据库高并发问题？
在web服务框架中加入缓存。在服务器与数据库层之间加入缓存层，将高频访问的数据存入缓存中，减少数据库的读取负担。 增加数据库索引，进而提高查询速度。（不过索引太多会导致速度变慢，并且数据库的写入会导致索引的更新，也会导致速度变慢） 主从读写分离，让主服务器负责写，从服务器负责读。 将数据库进行拆分，使得数据库的表尽可能小，提高查询的速度。 使用分布式架构，分散计算压力。
31.简述联合索引的最左匹配原则?
MySQL建立联合索引时遵循最左匹配原则，即最左优先，在检索数据时从联合索引的最左边开始匹配。 对于联合索引而言构造B+树，会依次从左往右按顺序比较进行键值插入，遇到范围查找就会停止，剩下的字段就会失效无法使用索引。
32.简述SQL语句的优先级顺序？
from:需要从哪个数据表检索数据 join：联合多表查询返回记录时，并生成一张临时表 on：在生成临时表时使用的条件 where:过滤表中数据的条件 group by:如何将上面过滤出的数据分组 having:对上面已经分组的数据进行过滤的条件 select:查看结果集中的哪个列，或列的计算结果 order by :按照什么样的顺序来查看返回的数据
33.简述索引失效的情况？
like 以%开头，索引无效；当like前缀没有%，后缀有%时，索引有效。 or语句前后没有同时使用索引。当or左右查询字段只有一个是索引，该索引失效，只有当or左右查询字段均为索引时，才会生效。 组合索引，不是使用第一列索引，索引失效。 数据类型出现隐式转化。如varchar不加单引号的话可能会自动转换为int型，使索引无效，产生全表扫描。 在索引列上使用 IS NULL 或 IS NOT NULL操作。 在索引字段上使用not，，!=。不等于操作符是永远不会用到索引的，因此对它的处理只会产生全表扫描。 优化方法： key0 改为 key>0 or key<0。 对索引字段进行计算操作、字段上使用函数。 当全表扫描速度比索引速度快时，mysql会使用全表扫描，此时索引失效。
如何检查索引是否失效：
可以使用explain命令加在要分析的sql语句前面，在执行结果中查看key这一列的值，如果为NULL，说明没有使用索引。
34.简述什么情况下不应该创建索引？
对于那些在查询中很少使用或者参考的列不应该创建索引。这是因为，既然这些列很少使用到，因此有索引或者无索引，并不能提高查询速度。相反，由于增加了索引，反而降低了系统的维护速度和增大了空间需求。 对于那些只有很少数据值的列也不应该增加索引。这是因为，由于这些列的取值很少，例如人事表的性别列，在查询的结果中，结果集的数据行占了表中数据行的很大比例，即需要在表中搜索的数据行的比例很大。增加索引，并不能明显加快检索速度。 对于那些定义为text, image和bit数据类型的列不应该增加索引。这是因为，这些列的数据量要么相当大，要么取值很少。 当修改性能远远大于检索性能时，不应该创建索引。这是因为，修改性能和检索性能是互相矛盾的。
