MySQL篇

1. Mysql查询语句的书写顺序

Select [distinct ] <字段名称> from 表1 [ <join类型> join 表2 on <join条件> ] where <where条件> group by <字段>

having <having条件> order by <排序字段> limit <起始偏移量,行数>

2. Mysql查询语句的执行顺序

（8）Select（9）distinct 字段名1,字段名2，（7）[fun(字段名)]（1）from 表1（3）<join类型>join 表2 （2）on <join条件> （4）where <where条件> （5）group by <字段> （6）having <having条件> （10）order by <排序字段> （11）limit <起始偏移量,行数>

3. Mysql 如何实现多表查询

MYSQL多表查询主要使用连接查询 , 连接查询的方式主要有 :

• 内连接

• 隐式内连接 : Select 字段 From 表A , 表B where 连接条件
• 显式内连接 : Select 字段 From 表A inner join 表B on 连接条件

• 外连接

• 左外连接 : Select 字段 From 表A left join 表B on 连接条件
• 右外连接 : Select 字段 From 表A right join 表B on 连接条件
• 全外连接：(很少用)

• 交叉连接 : (很少用)

4. MYSQL内连接和外连接的区别 ?

• 内连接：只有两个元素表相匹配的才能在结果集中显示。
• 外连接：左外连接: 左边为驱动表，驱动表的数据全部显示，匹配表的不匹配的不会显示。
• 右外连接:右边为驱动表，驱动表的数据全部显示，匹配表的不匹配的不会显示。
• 全外连接：连接的表中不匹配的数据全部会显示出来。
• 交叉连接：笛卡尔效应，显示的结果是链接表数的乘积。

5. CHAR和VARCHAR的区别？

1. char的长度是不可变的，用空格填充到指定长度大小，而varchar的长度是可变的。
2. char的存取速度比varchar要快得多
3. char的存储方式是：对英文字符（ASCII）占用1个字节，对一个汉字占用两个字节。varchar的存储方式是：对每个英文字符占用2个字节，汉字也占用2个字节。

6. 了解过Mysql的索引嘛 ?

MYSQL索引主要有 : 单列索引 , 组合索引和空间索引 , 用的比较多的就是单列索引和组合索引 , 空间索引我这边没有用到过

单列索引 : 在MYSQL数据库表的某一列上面创建的索引叫单列索引 , 单列索引又分为

• 普通索引：MySQL中基本索引类型，没有什么限制，允许在定义索引的列中插入重复值和空值，纯粹为了查询数据更快一点。
• 唯一索引：索引列中的值必须是唯一的，但是允许为空值
• 主键索引：是一种特殊的唯一索引，不允许有空值
• 全文索引： 只有在MyISAM引擎、InnoDB（5.6以后）上才能使⽤用，而且只能在CHAR,VARCHAR,TEXT类型字段上使⽤用全⽂文索引。

组合索引 : 在MYSQL数据库表的多个字段组合上创建的索引 , 称为组合索引也叫联合索引

• 组合索引的使用，需要遵循左前缀原则
• 一般情况下，建议使用组合索引代替单列索引（主键索引除外）

7. 索引的底层数据结构了解过嘛 ?

索引是在存储引擎中实现的，也就是说不同的存储引擎，会使用不同的索引

MyISAM和InnoDB存储引擎：只⽀支持B+ TREE索引， 也就是说默认使用BTREE，不能够更换

MEMORY/HEAP存储引擎：支持HASH和BTREE索引

8. MYSQL支持的存储引擎有哪些, 有什么区别 ?

MYSQL存储引擎有很多, 常用的就二种 : MyISAM和InnoDB , 者两种存储引擎的区别 ;

• MyISAM支持256TB的数据存储 , InnoDB 只支持64TB的数据存储
• MyISAM 不支持事务 , InnoDB 支持事务
• MyISAM 不支持外键 , InnoDB 支持外键

9. 什么是聚簇索引什么是非聚簇索引 ?

聚簇索引

在使用InnoDB存储引擎的时候, 主键索引B+树叶子节点会存储数据行记录，简单来说数据和索引在一起存储 , 这就是聚簇索引

非聚簇索引

在使用MyISAM存储引擎的时候, B+树叶子节点只会存储数据行的指针，简单来说数据和索引不在一起 , 这就是非聚簇索引

10. 在一个非主键字段上创建了索引, 想要根据该字段查询到数据, 需要查询几次 ?

需要查询二次

如果使用MyISAM存储引擎 , 会首先根据索引查询到数据行指针, 再根据指针获取数据

如果是InnoDB存储引擎 , 会根据索引查找指定数据关联的主键ID , 再根据主键ID去主键索引中查找数据

11. 知道什么是回表查询嘛 ?

当我们为一张表的name字段建立了索引 , 执行如下查询语句 :

select name,age from user where name='Alice'

那么获取到数据的过程为 :

1. 根据name='Alice'查找索引树 , 定位到匹配数据的主键值为id=18
2. 根据id=18到主索引获取数据记录 (回表查询)

先定位主键值，再定位行记录就是所谓的回表查询，它的性能较扫一遍索引树低

12. 知道什么叫覆盖索引嘛 ?

覆盖索引是指只需要在一棵索引树上就能获取SQL所需的所有列数据 , 因为无需回表查询效率更高

实现覆盖索引的常见方法是：将被查询的字段，建立到联合索引里去。

执行如下查询语句 : select name,age from user where name='Alice'

因为要查询 name和 age二个字段 , 那么我们可以建立组合索引

create index index_name_age on user(name,age)

那么索引存储结构如下 :

这种情况下, 执行select name,age from user where name='Alice' , 会先根据name='Alice', 找到记录 , 这条记录的索引上刚好又包含了 age 数据 , 直接把 Alice 77数据返回 , 就不会执行回表查询 , 这就是覆盖索引

13. 知道什么是左前缀原则嘛 ?

在mysql建立联合索引时会遵循左前缀匹配的原则，即最左优先，在检索数据时从联合索引的最左边开始匹配，组合索引的第一个字段必须出现在查询组句中，这个索引才会被用到 ;

例如 : create index index_age_name_sex on tb_user(age,name,sex);

上述SQL语句对 age,name和sex建一个组合索引index_age_name_sex,实际上这条语句相当于建立了(age) , (age,name) , (age,name,sex)三个索引 .

select * from tb_user where age = 49 ;  -- 使用索引
select * from tb_user where age = 49 and name = 'Alice' ;  -- 使用索引
select * from tb_user where age = 49 and name = 'Alice' and sex = 'man';  -- 使用索引
select * from tb_user where age = 49  and sex = 'man';  -- 使用索引 , 但是只有 age 匹配索引 sex没有走索引
select * from tb_user where name = 'Alice' and age = 49 and sex = 'man' ;  -- 使用索引 ,  因为MySQL的查询优化器会自动调整 where 子句的条件顺序以使用适合的索引
select * from tb_user where name = 'Alice'  and sex = 'man' ;  -- 不会使用索引

14. 什么情况下索引会失效 ?

MySQL 索引通常是被用于提高 WHERE 条件的数据行匹配时的搜索速度，编写合理化的SQL能够提高SQL的执行效率

1. 不要在列上使用函数和进行运算
2. 不要在列上使用函数，这将导致索引失效而进行全表扫描。
3. 尽量避免使用 != 或 not in或 <> 等否定操作符
4. 尽量避免使用 or 来连接条件
5. 多个单列索引并不是最佳选择，建立组合索引代替多个单列索引, 可以避免回表查询
6. 查询中的某个列有范围查询，则其右边所有列都无法使用索引优化查找
7. 索引不会包含有NULL值的列
8. 当查询条件左右两侧类型不匹配的时候会发生隐式转换，隐式转换带来的影响就是可能导致索引失效而进行全表扫描。
9. like 语句的索引失效问题like 的方式进行查询，在 like “value%” 可以使用索引，但是对于 like “%value%” 这样的方式，执行全表查询

15. 索引是越多越好嘛? 什么样的字段需要建索引, 什么样的字段不需要 ?

需要创建索引情况

1. 主键自动建立主键索引
2. 频繁作为查询条件的字段应该创建索引
3. 多表关联查询中，关联字段应该创建索引 (on 两边都要创建索引)
4. 查询中排序的字段，应该创建索引
5. 频繁查找字段 , 应该创建索引
6. 查询中统计或者分组字段，应该创建索引

不要创建索引情况

1. 表记录太少
2. 经常进⾏行行增删改操作的表
3. 频繁更新的字段
4. where条件里使用频率不高的字段