【MySQL面试题pro版-7】

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介: 【MySQL面试题pro版-7】


MySQL是一个关系型数据库管理系统,由瑞典 MySQL AB 公司开发,属于 Oracle 旗下产品。MySQL是最流行的关系型数据库管理系统之一,在 WEB 应用方面,MySQL是最好的RDBMS (Relational Database Management System,关系数据库管理系统)应用软件之一。

mysql的索引覆盖是什么?

就是select的数据列只用从索引中就能够取得,不必从数据表中读取,换句话说查询列要被所使用的索引覆盖。比如 你查询一个name字段,但是这个name正好被建立了索引,那么这个数据你不用去找到数据表,直接从索引中就获 取到了。这就是索引覆盖。explain的输出结果Extra字段为Using index时,能够触发索引覆盖。平常我们通过建立联 合索引来实现索引覆盖。

mysql索引存储结构

在MySQL中,索引的存储结构取决于所使用的存储引擎。对于最常用的InnoDB存储引擎,索引主要分为聚集索引和非聚集索引(二级索引),它们的存储结构如下:

  1. 聚集索引(Clustered Index):
  • 聚集索引的叶节点包含完整的数据行。这意味着数据行是按照聚集索引的顺序存储在磁盘上的。
  • 每个InnoDB表都有一个聚集索引,通常是主键索引。如果没有显式定义主键,InnoDB会选择一个唯一非空索引作为聚集索引,如果也没有这样的索引,InnoDB会隐式地生成一个名为GEN_CLUST_INDEX的自动递增列作为聚集索引。
  • 聚集索引是B+树(B-Plus Tree)结构,这是一种自平衡的多路搜索树,适用于大量数据的查找、插入和删除操作。
  1. 非聚集索引(Non-Clustered Index):
  • 非聚集索引的叶节点包含指向数据行的指针,而不是数据行本身。这意味着非聚集索引和数据行的物理存储是独立的。
  • 非聚集索引也是B+树结构,允许快速查找到数据行的指针,然后通过指针访问数据行。
  • 一张表可以有多个非聚集索引,每个索引都可以根据其列来优化特定的查询。

B+树的特点包括:

  • 所有的叶子节点都在同一层。
  • 叶子节点之间是有序的,并且包含了指向记录的指针。
  • 叶子节点还包含了指向相邻叶子节点的指针,形成了链表,便于范围查询。
  • 非叶子节点存储的是索引列的值,以及指向子节点的指针。
  • 非叶子节点之间的数据也是有序的,可以加快搜索速度。
  • B+树是高度平衡的,保证了查询效率。

了解索引的存储结构对于数据库设计和查询优化非常重要。合理地选择和使用索引可以提高查询性能,但同时也要注意不要过度使用,以免增加写操作的负担和维护成本。

mysql常见索引失效的情况

  1. 在where后使用or,导致索引失效(尽量少用or)
  2. 使用like ,like查询是以%开头,以%结尾不会失效
  3. 不 符合最左原则
  4. 如果列类型是字符串,那一定要在条件中将数据使用引号引用起来,否则不使用索引
  5. 使用 mysql内部函数导致索引失效,可能会导致索引失效。
  6. 如果MySQL估计使用索引比全表扫描更慢,则不使用索引

mysql主从同步原理

  1. master服务器将数据的改变记录二进制binlog日志,当master上的数据发生改变时,则将其改变写入二进制日 志中;
  2. slave服务器会在一定时间间隔内对master二进制日志进行探测其是否发生改变,如果发生改变,则开始一个 I/OThread请求master二进制事件
  3. 同时主节点为每个I/O线程启动一个dump线程,用于向其发送二进制事件,并保存至从节点本地的中继日志 中,从节点将启动SQL线程从中继日志中读取二进制日志,在本地重放,使得其数据和主节点的保持一致,最后 I/OThread和SQLThread将进入睡眠状态,等待下一次被唤醒。

mysql主从同步延迟的原因和解决办法

MySQL主从同步延迟是指从服务器(Slave)复制主服务器(Master)上的数据变更时出现的延迟。这种延迟可能是由多种因素引起的,以下是一些常见的原因以及相应的解决办法:

延迟的常见原因:
  1. 网络延迟:主从服务器之间的网络连接慢,导致数据传输延迟。
  2. 主服务器负载高:主服务器的CPU、磁盘I/O或内存使用率高,导致二进制日志生成和传输缓慢。
  3. 从服务器负载高:从服务器的CPU、磁盘I/O或内存使用率高,导致处理中继日志和执行SQL操作缓慢。
  4. 大量写入操作:主服务器上有大量写入操作,导致二进制日志增长迅速,从服务器来不及处理。
  5. 大事务:主服务器上执行了大事务,而从服务器需要等待整个事务完成后才能应用。
  6. SQL线程数不足:从服务器上的SQL线程数量不足以及时处理中继日志中的事件。
  7. 锁竞争:从服务器上存在锁竞争,导致SQL线程被阻塞。
  8. 硬件问题:主从服务器的硬件性能不足,无法处理当前的负载。
解决办法:
  1. 优化网络:改善主从服务器之间的网络连接,减少网络延迟。
  2. 降低主服务器负载:优化主服务器上的查询,减少资源消耗,提高二进制日志的生成和传输速度。
  3. 降低从服务器负载:优化从服务器上的查询,减少资源消耗,提高SQL线程的执行速度。
  4. 增加写入操作的处理能力:在从服务器上增加更多的SQL线程,以提高处理中继日志的速度。
  5. 拆分大事务:将大事务拆分成多个较小的事务,减少单个事务对主从同步的影响。
  6. 增加SQL线程数:根据从服务器的负载情况,适当增加SQL线程的数量。
  7. 减少锁竞争:优化从服务器上的查询,减少锁的使用,避免锁竞争。
  8. 升级硬件:如果主从服务器的硬件性能不足,可以考虑升级硬件,提高处理能力。

此外,还可以使用一些监控工具来实时监控主从同步的状态,及时发现并解决延迟问题。在某些情况下,也可以考虑使用其他数据复制方案,如MySQL的Group Replication或其他数据库系统提供的同步机制。

相关实践学习
基于CentOS快速搭建LAMP环境
本教程介绍如何搭建LAMP环境,其中LAMP分别代表Linux、Apache、MySQL和PHP。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
8天前
|
消息中间件 关系型数据库 MySQL
MySQL 到 Kafka 实时数据同步实操分享(1),字节面试官职级
MySQL 到 Kafka 实时数据同步实操分享(1),字节面试官职级
|
8天前
|
机器学习/深度学习 关系型数据库 MySQL
MySQL 到 Greenplum 实时数据同步实操分享,2024年最新【Python面试题
MySQL 到 Greenplum 实时数据同步实操分享,2024年最新【Python面试题
|
10天前
|
存储 关系型数据库 MySQL
MySQL第五战:常见面试题(下)
MySQL第五战:常见面试题(下)
|
10天前
|
关系型数据库 MySQL
MySQL第四战:视图以及常见面试题(上)
MySQL第四战:视图以及常见面试题(上)
|
10天前
|
SQL 关系型数据库 MySQL
Python与MySQL数据库交互:面试实战
【4月更文挑战第16天】本文介绍了Python与MySQL交互的面试重点,包括使用`mysql-connector-python`或`pymysql`连接数据库、执行SQL查询、异常处理、防止SQL注入、事务管理和ORM框架。易错点包括忘记关闭连接、忽视异常处理、硬编码SQL、忽略事务及过度依赖低效查询。通过理解这些问题和提供策略,可提升面试表现。
37 6
|
10天前
|
存储 Oracle 关系型数据库
【MySQL面试题pro版-12】
【MySQL面试题pro版-12】
15 0
|
8天前
|
关系型数据库 MySQL API
实时计算 Flink版产品使用合集之可以通过mysql-cdc动态监听MySQL数据库的数据变动吗
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
85 0
|
10天前
|
关系型数据库 MySQL 数据库
docker MySQL删除数据库时的错误(errno: 39)
docker MySQL删除数据库时的错误(errno: 39)
67 0
|
3天前
|
存储 SQL 关系型数据库
【MySQL】数据库基础 -- 详解
【MySQL】数据库基础 -- 详解
|
10天前
|
Java 关系型数据库 MySQL
【MySQL × SpringBoot 突发奇想】全面实现流程 · xlsx文件,Excel表格导入数据库的接口(下)
【MySQL × SpringBoot 突发奇想】全面实现流程 · xlsx文件,Excel表格导入数据库的接口
51 0