一、基础概念

1. 什么是数据库？DBMS的作用是什么？

• 数据库：是按照数据结构来组织、存储和管理数据的仓库。它允许用户高效地访问和管理数据。

• DBMS（数据库管理系统）：是一种软件系统，用于创建和管理数据库。它的作用包括：

  • 数据定义（DDL）

  • 数据操作（DML）

  • 数据查询（DQL）

  • 数据控制（安全性、完整性、并发性等）

---

2. SQL的全称是什么？它有哪些分类？

• SQL全称：Structured Query Language（结构化查询语言）。

• 分类：

  • DDL（Data Definition Language）：用于定义或修改数据库对象（如表、索引等），例如 CREATE、ALTER、DROP。

  • DML（Data Manipulation Language）：用于操作数据库中的数据，例如 INSERT、UPDATE、DELETE。

  • DQL（Data Query Language）：用于查询数据库中的数据，例如 SELECT。

  • DCL（Data Control Language）：用于控制权限和访问，例如 GRANT、REVOKE。

---

3. MySQL的默认端口号是多少？如何修改？

• 默认端口号：3306。

• 修改方法：

  1. 编辑MySQL配置文件 my.cnf 或 my.ini。

  2. 找到 [mysqld] 部分，修改或添加 port=新端口号。

  3. 重启MySQL服务以使更改生效。

---

4. MySQL中CHAR和VARCHAR的区别？

特性	CHAR	VARCHAR
存储空间	固定长度	可变长度
性能	较快（固定长度便于计算）	较慢（需要额外存储长度信息）
使用场景	短且固定长度的数据	长度不确定的数据

---

5. DATETIME和TIMESTAMP类型的区别？

特性	DATETIME	TIMESTAMP
存储范围	1000-01-01 00:00:00 到 9999-12-31 23:59:59	1970-01-01 00:00:01 到 2038-01-19 03:14:07
存储大小	8字节	4字节
是否受时区影响	不受影响	受影响

---

6. 如何创建一个包含自增主键的表？

CREATE TABLE example_table (id INT AUTO_INCREMENT PRIMARY KEY,name VARCHAR(50) NOT NULL
);

---

7. TRUNCATE TABLE和DELETE的区别？

特性	TRUNCATE TABLE	DELETE
操作方式	清空整个表并重置自增计数器	删除指定条件的记录
事务支持	不支持事务回滚	支持事务回滚
触发器触发	不会触发触发器	会触发触发器
执行速度	快	慢

---

8. 什么是主键（Primary Key）？什么是外键（Foreign Key）？

• 主键（Primary Key）：唯一标识表中每一行数据的字段或字段组合，不允许为空且值必须唯一。

• 外键（Foreign Key）：用于建立和加强两个表之间的关系，确保引用完整性。外键通常指向另一个表的主键。

---

9. 如何查看当前数据库中的所有表？

SHOW TABLES;

---

10. WHERE和HAVING的区别？

特性	WHERE	HAVING
使用场景	过滤行数据（在聚合前）	过滤聚合后的结果
适用对象	单个列	聚合函数或分组列
查询阶段	在GROUP BY之前执行	在GROUP BY之后执行

二、SQL语法与操作

1. 写出查询表中前10条记录的SQL语句。

SELECT * FROM table_name LIMIT 10;

---

2. 如何对查询结果去重（DISTINCT的用法）？

• 使用 DISTINCT 关键字去除重复值，仅保留唯一值。

SELECT DISTINCT column_name FROM table_name;

示例：查询所有唯一的部门名称。

SELECT DISTINCT department FROM employees;

---

3. INNER JOIN和LEFT JOIN的区别？

特性	INNER JOIN	LEFT JOIN
返回数据	只返回两个表中匹配的记录	返回左表的所有记录，右表无匹配则为NULL
数据完整性	不包含不匹配的记录	包含左表的所有记录

示例：

-- INNER JOIN 示例
SELECT a.id, a.name, b.department 
FROM employees a 
INNER JOIN departments b ON a.department_id = b.id;
​
-- LEFT JOIN 示例
SELECT a.id, a.name, b.department 
FROM employees a 
LEFT JOIN departments b ON a.department_id = b.id;

---

4. 如何实现分页查询？（LIMIT和OFFSET）

• 使用 LIMIT 和 OFFSET 实现分页查询。

SELECT * FROM table_name LIMIT 每页记录数 OFFSET 起始偏移量;

示例：查询第2页的数据，每页10条记录。

SELECT * FROM table_name LIMIT 10 OFFSET 10;

---

5. 如何将两个查询结果合并（UNION和UNION ALL）？

• UNION：合并两个查询结果并去重。

• UNION ALL：合并两个查询结果，不去重。

示例：

-- UNION 示例
SELECT name FROM table1
UNION
SELECT name FROM table2;-- UNION ALL 示例
SELECT name FROM table1
UNION ALL
SELECT name FROM table2;

---

6. 如何创建索引？举例说明。

• 使用 CREATE INDEX 创建索引。

CREATE INDEX index_name ON table_name (column_name);

示例：为 employees 表的 name 列创建索引。

CREATE INDEX idx_employee_name ON employees (name);

---

7. 如何修改表结构（添加/删除列）？

• 添加列：

ALTER TABLE table_name ADD COLUMN column_name 数据类型;

示例：为 employees 表添加 age 列。

ALTER TABLE employees ADD COLUMN age INT;

• 删除列：

ALTER TABLE table_name DROP COLUMN column_name;

示例：删除 employees 表的 age 列。

ALTER TABLE employees DROP COLUMN age;

---

8. 什么是子查询？举例说明。

• 子查询：嵌套在另一个查询中的查询，通常用于提供条件或过滤数据。

SELECT column_name FROM table_name WHERE column_name IN (子查询);

示例：查询工资高于平均工资的员工。

SELECT name, salary FROM employees WHERE salary > (SELECT AVG(salary) FROM employees);

---

9. 如何批量插入数据？

• 使用 INSERT INTO 插入多行数据。

INSERT INTO table_name (column1, column2) VALUES (value1, value2), (value3, value4), ...;

示例：向 employees 表批量插入两条记录。

INSERT INTO employees (name, department_id) VALUES ('Alice', 1), ('Bob', 2);

---

10. BETWEEN和IN的用法区别？

• BETWEEN：用于指定一个范围（包括边界值）。

SELECT * FROM table_name WHERE column_name BETWEEN value1 AND value2;

示例：查询年龄在20到30之间的员工。

SELECT * FROM employees WHERE age BETWEEN 20 AND 30;

• IN：用于指定多个离散值。

SELECT * FROM table_name WHERE column_name IN (value1, value2, value3);

示例：查询部门ID为1、2或3的员工。

SELECT * FROM employees WHERE department_id IN (1, 2, 3);

三、索引与性能优化

---

1. 什么是索引？为什么需要索引？

• 索引：是一种特殊的数据结构（如B-Tree），用于快速定位数据，类似于书的目录。

• 为什么需要索引：

  • 提高查询效率，减少扫描全表的时间。

  • 加速排序和分组操作。

  • 支持唯一性约束。

---

2. 索引的类型有哪些？（B-Tree、哈希、全文索引）

类型	描述
B-Tree索引	最常用的索引类型，支持范围查询和排序，适合大多数场景。
哈希索引	使用哈希函数存储键值对，查询速度非常快，但不支持范围查询或部分匹配查询。
全文索引	专门用于全文搜索，支持复杂的文本匹配（如MySQL中的 FULLTEXT）。

---

3. 索引的优缺点是什么？

优点	缺点
提高查询效率	增加插入、更新和删除操作的开销
减少磁盘I/O	占用额外的存储空间
支持排序和分组	在某些情况下可能导致查询计划变差

---

4. 什么情况下索引会失效？

• 索引失效的情况：

  1. 使用了函数或表达式操作索引列，例如 WHERE YEAR(date_column) = 2023。

  2. 数据类型不匹配，例如字符串与数字比较。

  3. 使用了模糊查询前缀通配符，例如 WHERE column LIKE '%value'。

  4. 查询条件中使用了 OR 且部分列未被索引。

  5. 索引选择性较低（即重复值过多）。

---

5. 如何查看SQL语句的执行计划（EXPLAIN）？

• 使用 EXPLAIN 查看SQL语句的执行计划。

EXPLAIN SELECT * FROM table_name WHERE condition;

示例：查看查询的执行计划。

EXPLAIN SELECT * FROM employees WHERE department_id = 1;

关键字段解释：

• id：查询的序列号。

• select_type：查询类型（简单查询、子查询等）。

• table：操作的表名。

• type：访问类型（ALL 表示全表扫描，index 表示索引扫描，ref 表示索引查找）。

• key：使用的索引名称。

• rows：扫描的行数。

• Extra：附加信息（如是否使用临时表、文件排序等）。

---

6. 什么是覆盖索引（Covering Index）？

• 覆盖索引：当查询的所有列都在索引中时，无需回表查询数据，直接从索引中获取结果。

• 优点：避免回表操作，显著提高查询性能。

• 示例：假设有一个复合索引 (department_id, name)，以下查询可以使用覆盖索引。

SELECT name FROM employees WHERE department_id = 1;

---

7. 什么是聚簇索引和非聚簇索引？

类型	描述
聚簇索引	数据行按索引顺序存储在物理磁盘上，每个表只能有一个聚簇索引（通常是主键）。
非聚簇索引	索引存储的是指向实际数据行的指针，数据行的存储顺序与索引无关。

---

8. 如何优化慢查询？

• 优化方法：

  1. 分析慢查询日志：启用 slow_query_log，找出执行时间较长的SQL语句。

  2. 添加索引：为频繁查询的列创建索引。

  3. 优化查询语句：避免不必要的 SELECT *，尽量只查询需要的列。

  4. 减少锁竞争：优化事务处理，减少锁等待时间。

  5. 分区表：对大表进行分区，减少单次查询的数据量。

  6. 缓存结果：使用查询缓存或应用层缓存（如Redis）。

---

9. 什么是索引下推（Index Condition Pushdown）？

• 索引下推：MySQL的一种优化技术，在存储引擎层面过滤掉不符合条件的记录，减少回表次数。

• 适用场景：当查询条件中包含非索引列时，存储引擎可以直接利用索引过滤部分数据，而不是全部回表。

• 示例：假设有一个复合索引 (a, b)，查询条件为 WHERE a = 1 AND b LIKE 'val%'，索引下推允许存储引擎直接过滤 b LIKE 'val%' 的记录。

---

10. 什么是回表查询？

• 回表查询：当查询的列不在索引中时，需要通过索引找到主键值，再通过主键到聚簇索引中查找完整数据行。

• 原因：索引通常只包含部分列，而查询可能需要更多列。

• 优化方法：尽量使用覆盖索引，减少回表操作。

示例：假设有一个复合索引 (department_id, name)，以下查询会导致回表。

SELECT id, name, salary FROM employees WHERE department_id = 1;

因为 salary 不在索引中，必须回表查询完整数据行。

四、事务与锁

---

1. 什么是事务？事务的ACID特性是什么？

• 事务：一组逻辑操作单元，这些操作要么全部成功执行，要么全部不执行。

• ACID特性：

  • Atomicity（原子性）：事务是一个不可分割的工作单位，要么全部完成，要么全部失败。

  • Consistency（一致性）：事务执行前后，数据库必须保持一致状态。

  • Isolation（隔离性）：多个事务并发执行时，彼此隔离，互不干扰。

  • Durability（持久性）：事务一旦提交，其结果是永久性的，即使系统崩溃也不会丢失。

---

2. MySQL的默认事务隔离级别是什么？

• MySQL默认隔离级别：REPEATABLE READ（可重复读）。

---

3. 事务隔离级别有哪些？分别解决什么问题？

隔离级别	解决的问题	可能出现的问题
READ UNCOMMITTED	无	脏读、不可重复读、幻读
READ COMMITTED	解决脏读	不可重复读、幻读
REPEATABLE READ	解决脏读和不可重复读	幻读
SERIALIZABLE	解决所有并发问题	无

---

4. 什么是脏读、不可重复读、幻读？

• 脏读：一个事务读取了另一个未提交事务的数据。

• 不可重复读：一个事务在两次查询中读取到的数据不一致（另一个事务修改并提交了数据）。

• 幻读：一个事务在两次查询中发现多出了某些记录（另一个事务插入了新记录）。

---

5. 如何设置事务的隔离级别？

• 使用 SET TRANSACTION ISOLATION LEVEL 设置当前会话或全局的隔离级别。

-- 设置当前会话的隔离级别
SET TRANSACTION ISOLATION LEVEL 隔离级别;-- 设置全局隔离级别
SET GLOBAL TRANSACTION ISOLATION LEVEL 隔离级别;

示例：将隔离级别设置为 READ COMMITTED。

SET TRANSACTION ISOLATION LEVEL READ COMMITTED;

---

6. 什么是共享锁（S锁）和排他锁（X锁）？

• 共享锁（S锁）：允许多个事务同时读取同一资源，但不允许写入。

• 排他锁（X锁）：独占锁，禁止其他事务读取或写入该资源。

---

7. 什么是死锁？如何避免死锁？

• 死锁：两个或多个事务互相等待对方释放资源，导致所有事务都无法继续执行。

• 避免死锁的方法：

  1. 尽量减少事务的持有时间。

  2. 按固定的顺序加锁。

  3. 使用较低的隔离级别。

  4. 设置超时机制（如 innodb_lock_wait_timeout）。

---

8. 什么是行级锁和表级锁？InnoDB支持哪种？

• 行级锁：锁定表中的特定行，允许多个事务同时操作不同的行。

• 表级锁：锁定整个表，阻止其他事务对该表的任何操作。

• InnoDB支持：行级锁（默认使用B-Tree索引实现）。

---

9. SELECT ... FOR UPDATE的作用是什么？

• 作用：对查询的行加排他锁（X锁），防止其他事务修改或删除这些行，直到当前事务提交或回滚。

• 适用场景：需要确保数据一致性时，例如银行转账。

• 示例：

SELECT * FROM accounts WHERE id = 1 FOR UPDATE;

---

10. 什么是乐观锁和悲观锁？

• 乐观锁：假设冲突很少发生，因此不对数据加锁，而是通过版本号或时间戳检查数据是否被修改。如果发生冲突，则重新尝试操作。

  • 优点：性能高，适合低并发场景。

  • 缺点：可能发生多次重试。

• 悲观锁：假设冲突经常发生，因此在操作前就对数据加锁，防止其他事务修改。

  • 优点：安全性高，适合高并发场景。

  • 缺点：可能导致性能下降或死锁。

示例：

• 乐观锁：通过版本号实现。

UPDATE accounts SET balance = balance - 100, version = version + 1 WHERE id = 1 AND version = 5;

• 悲观锁：使用 SELECT ... FOR UPDATE 实现。

五、存储引擎

---

1. InnoDB和MyISAM的区别？

特性	InnoDB	MyISAM
事务支持	支持事务	不支持事务
锁机制	行级锁	表级锁
崩溃恢复	支持崩溃恢复	不支持崩溃恢复
外键支持	支持外键	不支持外键
存储结构	数据和索引存储在一起	数据和索引分开存储
适用场景	高并发、需要事务的场景	读密集型、简单查询场景

---

2. InnoDB为什么推荐使用自增主键？

• 原因：

  • 性能优化：InnoDB使用聚簇索引（Clustered Index），数据按主键顺序存储。自增主键能够保证插入时的顺序性，避免页分裂。

  • 高效写入：自增主键减少了随机插入带来的性能开销。

  • 唯一性：确保每行数据都有唯一的标识符。

---

3. MyISAM适合哪些场景？

• 适合场景：

  • 以读操作为主的场景。

  • 数据量大但对事务无要求的场景。

  • 全文索引搜索（MyISAM支持全文索引，而InnoDB在MySQL 5.6之前不支持）。

---

4. 如何查看和修改表的存储引擎？

• 查看存储引擎：

SHOW TABLE STATUS WHERE Name = 'table_name';

或：

SELECT ENGINE FROM information_schema.TABLES WHERE TABLE_NAME = 'table_name';

• 修改存储引擎：

ALTER TABLE table_name ENGINE=新引擎;

示例：将表的存储引擎改为InnoDB。

ALTER TABLE my_table ENGINE=InnoDB;

---

5. InnoDB的行锁是如何实现的？

• 实现方式：

  • InnoDB通过B+树索引来实现行锁。

  • 行锁分为两种：

    • 记录锁（Record Lock）：锁定索引中的单个记录。

    • 间隙锁（Gap Lock）：锁定索引中记录之间的间隙，防止幻读。

  • 行锁依赖于索引，如果查询条件未命中索引，则会升级为表锁。

---

---

六、表设计与范式

---

1. 什么是数据库的三大范式？

• 第一范式（1NF）：每个字段都是不可再分的原子值。

• 第二范式（2NF）：在满足1NF的基础上，消除非主属性对候选键的部分函数依赖。

• 第三范式（3NF）：在满足2NF的基础上，消除非主属性对候选键的传递函数依赖。

---

2. 什么是反范式化？什么时候需要反范式化？

• 反范式化：为了提高查询效率，故意打破范式规则，增加冗余数据或重复存储某些字段。

• 适用场景：

  • 需要频繁进行复杂联表查询的场景。

  • 对读性能要求高而对写性能要求低的场景。

  • 数据仓库或报表系统中。

---

3. 如何设计一对多、多对多关系表？

• 一对多关系：

  • 在“多”的一方添加外键指向“一”的一方。

  • 示例：部门和员工（一个部门有多个员工）。

  CREATE TABLE departments (id INT PRIMARY KEY,name VARCHAR(50)
  );CREATE TABLE employees (id INT PRIMARY KEY,name VARCHAR(50),department_id INT,FOREIGN KEY (department_id) REFERENCES departments(id)
  );

• 多对多关系：

  • 创建一个中间表来存储关联关系。

  • 示例：学生和课程（一个学生可以选多门课程，一门课程可以被多个学生选）。

  CREATE TABLE students (id INT PRIMARY KEY,name VARCHAR(50)
  );CREATE TABLE courses (id INT PRIMARY KEY,name VARCHAR(50)
  );CREATE TABLE student_course (student_id INT,course_id INT,PRIMARY KEY (student_id, course_id),FOREIGN KEY (student_id) REFERENCES students(id),FOREIGN KEY (course_id) REFERENCES courses(id)
  );

---

4. 什么是雪花模型和星型模型？

• 星型模型：

  • 中心是一个事实表，周围是维度表。

  • 简单直观，适合OLAP分析。

• 雪花模型：

  • 在星型模型的基础上进一步规范化，将维度表拆分为更小的子维度表。

  • 更节省存储空间，但查询复杂度较高。

---

5. 如何设计一个支持软删除（逻辑删除）的表？

• 方法：添加一个标记字段（如 is_deleted 或 deleted_at）来表示是否已删除。

• 示例：

CREATE TABLE users (id INT PRIMARY KEY AUTO_INCREMENT,name VARCHAR(50),is_deleted TINYINT DEFAULT 0 COMMENT '0:未删除, 1:已删除',deleted_at DATETIME NULL COMMENT '删除时间'
);-- 查询未删除的用户
SELECT * FROM users WHERE is_deleted = 0;-- 删除用户（逻辑删除）
UPDATE users SET is_deleted = 1, deleted_at = NOW() WHERE id = 1;

七、高级功能

---

1. 什么是存储过程？优缺点是什么？

• 存储过程：是一组预编译的SQL语句，存储在数据库中，可以通过调用名称执行。

• 优点：

  • 提高性能（减少客户端与服务器之间的通信）。

  • 增强代码复用性。

  • 提高安全性（通过权限控制访问）。

• 缺点：

  • 调试困难。

  • 可移植性差（不同数据库的存储过程语法可能不同）。

  • 复杂逻辑难以维护。

---

2. 什么是触发器？举例说明。

• 触发器：是一种特殊的存储过程，当特定事件（如 INSERT、UPDATE 或 DELETE）发生时自动执行。

• 示例：在插入新记录时自动更新统计表。

CREATE TRIGGER after_insert_employee
AFTER INSERT ON employees
FOR EACH ROW
BEGINUPDATE department_statsSET employee_count = employee_count + 1WHERE department_id = NEW.department_id;
END;

---

3. 什么是视图？视图和表的区别？

• 视图：是一个虚拟表，基于SQL查询的结果集定义。视图不存储实际数据，而是从基础表中动态生成。

• 视图与表的区别：

  特性	视图	表
  数据存储	不存储实际数据	存储实际数据
  更新能力	部分视图可更新，复杂视图不可更新	可更新
  使用场景	简化查询、保护敏感数据	存储原始数据

---

4. 如何实现数据库的读写分离？

• 方法：

  1. 主库负责写操作，从库负责读操作。

  2. 使用主从复制技术同步数据。

  3. 在应用层或中间件（如ProxySQL、MaxScale）中实现读写分离。

• 示例：配置MySQL主从复制后，在应用中指定不同的连接地址。

// 写操作连接主库
$writeConnection = new PDO('mysql:host=master_host;dbname=test', 'user', 'password');// 读操作连接从库
$readConnection = new PDO('mysql:host=slave_host;dbname=test', 'user', 'password');

---

5. 什么是分区表？如何按范围分区？

• 分区表：将一个大表的数据分成多个小块存储，每个块称为一个分区。

• 按范围分区：根据某个字段的值范围划分分区。

• 示例：

CREATE TABLE sales (id INT,sale_date DATE,amount DECIMAL(10, 2)
)
PARTITION BY RANGE (YEAR(sale_date)) (PARTITION p2020 VALUES LESS THAN (2021),PARTITION p2021 VALUES LESS THAN (2022),PARTITION p2022 VALUES LESS THAN (2023),PARTITION pfuture VALUES LESS THAN MAXVALUE
);

---

---

八、备份与恢复

---

1. 逻辑备份和物理备份的区别？

特性	逻辑备份	物理备份
备份内容	SQL语句（建表语句、插入语句等）	数据文件（如.ibd、.frm等）
备份速度	较慢	较快
恢复速度	较慢	较快
可移植性	高	低
使用工具	mysqldump	xtrabackup、直接复制文件

---

2. 如何用mysqldump备份数据库？

• 备份整个数据库：

mysqldump -u用户名 -p密码 数据库名 > 备份文件.sql

• 备份多个数据库：

mysqldump -u用户名 -p密码 --databases 数据库1 数据库2 > 备份文件.sql

• 备份所有数据库：

mysqldump -u用户名 -p密码 --all-databases > 备份文件.sql

---

3. 什么是Binlog？它的作用是什么？

• Binlog：二进制日志，记录了数据库的所有修改操作（如 INSERT、UPDATE、DELETE）。

• 作用：

  • 数据恢复：通过重放Binlog恢复误删除或损坏的数据。

  • 主从复制：主库将Binlog发送给从库，从库重放日志以保持数据一致性。

  • 审计：记录所有修改操作，便于追踪问题。

---

4. 如何恢复误删除的数据？

• 方法：

  1. 使用最近的全量备份文件恢复到备份时间点。

  2. 使用Binlog恢复从备份时间点到误删除之前的操作。

• 示例：通过Binlog恢复数据。

mysqlbinlog binlog_file | mysql -u用户名 -p密码 数据库名

---

5. 什么是主从复制？如何配置？

• 主从复制：将主库的数据实时同步到从库，用于读写分离、高可用性和灾难恢复。

• 配置步骤：

  1. 主库配置：

     • 开启Binlog：在my.cnf中设置log-bin=mysql-bin。

     • 设置服务器ID：server-id=1。

     • 创建用于复制的用户并授权。

  2. 从库配置：

     • 设置服务器ID：server-id=2。

     • 执行CHANGE MASTER TO命令，指定主库信息。

     • 启动复制：START SLAVE;。

• 示例：从库配置主库信息。

CHANGE MASTER TO
MASTER_HOST='主库IP',
MASTER_USER='replication_user',
MASTER_PASSWORD='password',
MASTER_LOG_FILE='mysql-bin.000001',
MASTER_LOG_POS=1234;

九、安全与权限

---

1. 如何创建用户并授权？

• 创建用户：

CREATE USER '用户名'@'主机名' IDENTIFIED BY '密码';

• 授权：

GRANT 权限列表 ON 数据库名.表名 TO '用户名'@'主机名';

示例：创建用户并授予对特定数据库的查询权限。

CREATE USER 'testuser'@'localhost' IDENTIFIED BY 'password123';
GRANT SELECT ON mydb.* TO 'testuser'@'localhost';

---

2. GRANT和REVOKE的作用是什么？

• GRANT：用于授予用户权限。

  GRANT 权限列表 ON 数据库名.表名 TO '用户名'@'主机名';

• REVOKE：用于撤销用户权限。

  REVOKE 权限列表 ON 数据库名.表名 FROM '用户名'@'主机名';

---

3. 如何防止SQL注入攻击？

• 方法：

  1. 使用预处理语句（Prepared Statement）。

  2. 对用户输入进行严格校验和转义。

  3. 避免在SQL语句中直接拼接字符串。

---

4. 预处理语句（Prepared Statement）如何防止SQL注入？

• 预处理语句：将SQL语句和参数分开处理，避免恶意输入被解析为SQL代码。

• 示例（MySQLi扩展）：

$stmt = $mysqli->prepare("SELECT * FROM users WHERE username = ? AND password = ?");
$stmt->bind_param("ss", $username, $password);
$stmt->execute();

---

5. 如何限制用户的登录IP？

• 在创建用户时指定允许登录的主机地址。

CREATE USER '用户名'@'指定IP' IDENTIFIED BY '密码';

示例：只允许从192.168.1.100登录。

CREATE USER 'testuser'@'192.168.1.100' IDENTIFIED BY 'password123';

---

---

十、性能调优与监控

---

1. 如何开启慢查询日志？

• 步骤：

  1. 编辑MySQL配置文件my.cnf，添加或修改以下内容：

     slow_query_log = 1
     slow_query_log_file = /var/log/mysql/slow-query.log
     long_query_time = 2  # 设置慢查询阈值（秒）

  2. 重启MySQL服务以使更改生效。

---

2. SHOW PROCESSLIST的作用是什么？

• 作用：显示当前MySQL服务器上的线程信息，包括每个线程的状态和执行的SQL语句。

• 示例：

SHOW PROCESSLIST;

• 常用字段：

  • Id：线程ID。

  • User：用户名。

  • Host：客户端IP。

  • db：当前使用的数据库。

  • Command：线程执行的操作类型。

  • Time：线程运行时间。

  • State：线程状态。

  • Info：执行的SQL语句。

---

3. 如何监控MySQL的QPS和TPS？

• QPS（Queries Per Second）：每秒查询数。

• TPS（Transactions Per Second）：每秒事务数。

• 计算公式：

  • QPS = (Com_select + Com_insert + Com_update + Com_delete) / 时间间隔

  • TPS = (Com_commit + Com_rollback) / 时间间隔

• 示例：

SHOW GLOBAL STATUS LIKE 'Com_%';

---

4. 什么是连接池？为什么需要连接池？

• 连接池：一组预先创建好的数据库连接，供应用程序重复使用，减少频繁创建和销毁连接的开销。

• 优点：

  • 提高性能：减少连接建立和断开的时间。

  • 控制资源：限制最大连接数，防止资源耗尽。

  • 简化管理：统一管理连接生命周期。

---

5. 如何优化大表查询？

• 优化方法：

  1. 添加索引：为查询条件中的列创建合适的索引。

  2. 分区表：将大表按某些字段分区，减少扫描的数据量。

  3. 分页查询：通过LIMIT和OFFSET实现分页查询。

  4. 延迟加载：仅查询必要的列，避免SELECT *。

  5. 缓存结果：对于不常变化的数据，使用应用层缓存（如Redis）。

  6. 水平拆分：将大表拆分为多个小表，分散数据压力。

十一、JDBC与Java集成

---

1. JDBC连接MySQL的步骤是什么？

• 步骤：

  1. 加载驱动程序：通过Class.forName()加载MySQL驱动。

     Class.forName("com.mysql.cj.jdbc.Driver");

  2. 建立连接：使用DriverManager.getConnection()方法连接数据库。

     Connection conn = DriverManager.getConnection("jdbc:mysql://localhost:3306/dbname", "username", "password");

  3. 执行SQL语句：创建Statement或PreparedStatement对象，执行查询或更新操作。

  4. 处理结果：如果执行的是查询操作，使用ResultSet处理返回的结果。

  5. 关闭资源：关闭ResultSet、Statement和Connection。

---

2. Statement和PreparedStatement的区别？

特性	Statement	PreparedStatement
SQL注入安全性	不安全（容易受到SQL注入攻击）	安全（防止SQL注入）
性能	较低（每次都需要编译SQL）	较高（预编译SQL）
参数化支持	不支持	支持

---

3. 如何通过JDBC实现事务管理？

• 步骤：

  1. 禁用自动提交模式：conn.setAutoCommit(false);

  2. 执行多个SQL操作。

  3. 如果所有操作成功，提交事务：conn.commit();

  4. 如果发生异常，回滚事务：conn.rollback();

  5. 最后恢复自动提交模式：conn.setAutoCommit(true);

示例：

try {conn.setAutoCommit(false);// 执行SQL操作stmt.executeUpdate("INSERT INTO table_name ...");stmt.executeUpdate("UPDATE table_name ...");conn.commit();
} catch (SQLException e) {conn.rollback();
} finally {conn.setAutoCommit(true);
}

---

4. 什么是数据库连接泄漏？如何避免？

• 连接泄漏：指应用程序未正确关闭数据库连接，导致连接被占用而无法释放。

• 避免方法：

  1. 确保在finally块中关闭所有资源（如ResultSet、Statement、Connection）。

  2. 使用连接池管理数据库连接。

  3. 使用try-with-resources语法（Java 7及以上）自动关闭资源。

---

5. 常用的JDBC连接池有哪些？（如HikariCP、Druid）

• 常用连接池：

  • HikariCP：高性能、轻量级的连接池，适合大多数场景。

  • Druid：阿里巴巴开源的连接池，功能丰富，支持监控和统计。

  • C3P0：老牌连接池，稳定但性能稍逊。

  • DBCP：Apache提供的连接池，但性能不如HikariCP和Druid。

---

---

十二、实战应用题

---

1. 设计一个用户表（包含字段：用户ID、用户名、注册时间、最后登录时间）。

CREATE TABLE users (user_id INT AUTO_INCREMENT PRIMARY KEY,username VARCHAR(50) NOT NULL UNIQUE,register_time DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,last_login_time DATETIME NULL
);

---

2. 查询每个部门薪资最高的员工（表：员工ID、部门ID、薪资）。

SELECT department_id, employee_id, salary
FROM employees e1
WHERE salary = (SELECT MAX(salary)FROM employees e2WHERE e1.department_id = e2.department_id
);

---

3. 如何实现乐观锁？（如版本号机制）

• 实现方式：

  1. 在表中添加一个version字段。

  2. 更新数据时，检查当前版本号是否与预期一致。如果一致，则更新数据并将版本号加1；否则，抛出异常。

• 示例：

UPDATE employees
SET salary = 8000, version = version + 1
WHERE employee_id = 1 AND version = 5;

---

4. 如何统计某张表的总行数？COUNT(*)和COUNT(1)的区别？

• 统计总行数：

  SELECT COUNT(*) FROM table_name;

• 区别：

  • COUNT(*)：统计所有行数，包括NULL值。

  • COUNT(1)：等价于COUNT(*)，通常用于优化器的性能测试。

  • 结论：两者在现代数据库中几乎没有性能差异，推荐使用COUNT(*)以提高可读性。

---

5. 如何删除重复数据（保留一条）？

• 方法：使用临时表或子查询删除重复数据。

• 示例：删除employees表中重复的name，保留一条。

DELETE FROM employees
WHERE id NOT IN (SELECT MIN(id)FROM employeesGROUP BY name
);

十三、场景分析题

---

1. 某查询突然变慢，可能的原因是什么？

• 可能原因：

  1. 索引失效：查询条件变化导致索引无法使用。

  2. 锁等待：高并发场景下事务锁导致阻塞。

  3. 表数据增长：数据量增大导致全表扫描耗时增加。

  4. 慢查询日志未优化：复杂查询未优化或缺少索引。

  5. 硬件资源不足：CPU、内存或磁盘I/O瓶颈。

  6. 主从同步延迟：读取从库时数据未及时更新。

---

2. 高并发场景下如何避免超卖问题？

• 方法：

  1. 库存预扣：下单时先锁定库存，减少超卖风险。

  2. 分布式锁：使用Redis等工具实现分布式锁，确保同一商品的库存操作互斥。

  3. 乐观锁：通过版本号或库存字段进行CAS（Compare And Swap）操作。

  4. 队列限流：将请求放入消息队列处理，避免瞬间流量过大。

---

3. 如何设计一个点赞功能的数据库表？

• 设计方案：

  • 用户表：存储用户信息。

    CREATE TABLE users (user_id BIGINT AUTO_INCREMENT PRIMARY KEY,username VARCHAR(50) NOT NULL UNIQUE
    );

  • 点赞表：记录用户对目标对象的点赞关系。

    CREATE TABLE likes (like_id BIGINT AUTO_INCREMENT PRIMARY KEY,user_id BIGINT NOT NULL,          -- 点赞用户IDtarget_id BIGINT NOT NULL,        -- 被点赞对象ID（如文章ID）target_type VARCHAR(20) NOT NULL, -- 被点赞对象类型（如"article"、"comment"）created_at DATETIME DEFAULT CURRENT_TIMESTAMP,UNIQUE (user_id, target_id, target_type)
    );

---

4. 订单表数据量过大，如何优化？

• 优化方法：

  1. 分区表：按时间范围或订单状态分区，减少单次查询的数据量。

  2. 水平拆分：将订单表按某些字段（如用户ID、地区）拆分为多个子表。

  3. 归档旧数据：将历史订单迁移到归档表或冷存储中。

  4. 索引优化：为常用查询字段添加合适的索引。

  5. 缓存热点数据：使用Redis缓存高频访问的订单信息。

---

5. 主从同步延迟导致数据不一致，如何解决？

• 解决方案：

  1. 优化SQL：减少大事务和复杂查询，降低延迟。

  2. 半同步复制：启用半同步复制，确保主库写入后从库立即同步。

  3. 只读从库：避免在从库上执行写操作，防止冲突。

  4. 延迟复制：设置从库延迟一段时间同步，便于恢复误操作。

  5. 监控延迟：定期检查主从延迟情况，及时发现问题。

---

---

十四、进阶问题

---

1. 什么是MVCC（多版本并发控制）？

• 定义：MVCC是一种并发控制机制，允许事务读取数据的“快照”，而无需加锁。

• 工作原理：

  • 每个事务都有一个唯一的事务ID。

  • 数据行包含多个版本，每个版本标记创建和删除的事务ID。

  • 事务根据自己的ID判断是否能看到某个版本的数据。

• 优点：

  • 提高并发性能，减少锁冲突。

  • 支持可重复读隔离级别。

---

2. InnoDB的Redo Log和Undo Log的作用？

• Redo Log：

  • 作用：记录事务对数据页的修改，用于崩溃恢复。

  • 机制：事务提交前，先将修改写入Redo Log，确保数据持久化。

• Undo Log：

  • 作用：记录事务修改前的数据版本，用于回滚和MVCC。

  • 机制：事务修改数据时，生成旧版本数据存入Undo Log，供其他事务读取。

---

3. 什么是间隙锁（Gap Lock）？

• 定义：间隙锁锁定索引中的间隙，防止其他事务插入新记录。

• 作用：

  • 防止幻读（Phantom Read）。

  • 在REPEATABLE READ隔离级别下自动启用。

• 示例：

  SELECT * FROM employees WHERE age BETWEEN 20 AND 30 FOR UPDATE;

  • 上述查询会锁定age在20到30之间的所有间隙，防止其他事务插入符合条件的新记录。

---

4. 什么是覆盖索引（Covering Index）？

• 定义：当查询的所有列都在索引中时，MySQL可以直接从索引中获取结果，而无需回表查询数据。

• 优点：减少IO操作，提高查询性能。

• 示例：

  CREATE INDEX idx_name_salary ON employees (name, salary);SELECT name, salary FROM employees WHERE name = 'Alice';

  • 上述查询可以完全依赖索引idx_name_salary，无需回表。

---

5. 如何实现分布式ID生成？（如雪花算法）

• 雪花算法（Snowflake）：

  • 原理：生成64位整数ID，结构如下：

    • 1位：符号位（固定为0）。

    • 41位：时间戳（毫秒级）。

    • 10位：机器ID（区分不同服务器）。

    • 12位：序列号（每毫秒内生成的序号）。

  • 优点：

    • 唯一性：结合时间戳和机器ID保证全局唯一。

    • 高性能：无锁操作，支持高并发。

  • 实现方式：

    • 使用开源库（如Twitter Snowflake）。

    • 自定义实现，分配机器ID并管理序列号。

十五、开放性问题

---

1. 你如何设计一个数据库的索引策略？

• 设计原则：

  1. 分析查询需求：根据常用查询条件选择合适的字段创建索引。

  2. 覆盖索引：尽量使用覆盖索引减少回表操作。

  3. 避免过度索引：过多索引会增加写操作的开销，需权衡读写性能。

  4. 复合索引：优先考虑使用复合索引（按查询频率和顺序排列字段）。

  5. 定期优化：通过EXPLAIN分析查询计划，删除无用索引。

  6. 唯一性约束：为需要保证唯一性的字段创建唯一索引。

---

2. 遇到过哪些MySQL性能问题？如何解决的？

• 常见问题及解决方法：

  1. 慢查询：通过slow_query_log定位慢SQL，优化查询语句或添加索引。

  2. 锁等待：检查死锁日志，调整事务隔离级别或优化SQL逻辑。

  3. 主从延迟：优化大事务，启用半同步复制或调整Binlog格式。

  4. 高内存使用：调整缓冲区大小（如innodb_buffer_pool_size），释放无用连接。

  5. IO瓶颈：使用SSD硬盘，优化Redo Log配置（如innodb_flush_log_at_trx_commit）。

---

3. 如何保证数据库的高可用性？

• 方法：

  1. 主从复制：实现数据冗余，确保主库故障时可以从库接管。

  2. 双主复制：两个主库互为主备，提高可用性。

  3. 分布式数据库：使用分片技术分散数据压力。

  4. 备份与恢复：定期全量备份，结合Binlog实现增量备份。

  5. 监控与告警：实时监控数据库状态，快速响应异常。

---

4. 分库分表的常见方案有哪些？

• 分库分表策略：

  1. 水平分片：按业务逻辑或数据特征（如用户ID、地区）将数据分布到多个库或表中。

     • 哈希分片：使用哈希函数分配数据。

     • 范围分片：按时间范围或数值区间划分。

  2. 垂直分片：将不同业务模块拆分到不同的数据库中。

  3. 混合分片：结合水平和垂直分片，适应复杂场景。

---

5. 什么是CAP定理？MySQL如何取舍？

• CAP定理：

  • C（一致性）：所有节点数据一致。

  • A（可用性）：每个请求都能收到非错误的响应。

  • P（分区容错性）：系统在部分节点失效时仍能正常运行。

  • 结论：在一个分布式系统中，最多只能同时满足两个特性。

• MySQL的取舍：

  • MySQL倾向于CP，即在分区容错性和一致性之间权衡。

  • 主从复制中，默认采用异步复制，牺牲部分可用性以保证一致性。

---

---

十六、压轴难题

---

1. 什么是脑裂问题？如何避免？

• 脑裂问题：

  • 在分布式系统中，当网络分区发生时，集群中的节点可能无法感知彼此状态，导致多个节点都认为自己是主节点。

• 避免方法：

  1. 仲裁机制：引入第三方仲裁器（如ZooKeeper），确保只有一个主节点。

  2. 多数派选举：要求超过半数的节点同意才能选举出主节点。

  3. 心跳检测：定期检查节点状态，及时发现并隔离异常节点。

---

2. 如何实现跨库事务（XA事务）？

• XA事务：

  • 是一种分布式事务协议，通过两阶段提交（Prepare和Commit）保证多库操作的一致性。

• 实现步骤：

  1. 各个数据库支持XA协议。

  2. 开启事务：XA START transaction_id。

  3. 提交准备：XA PREPARE transaction_id。

  4. 确认提交：XA COMMIT transaction_id。

  5. 如果失败，执行回滚：XA ROLLBACK transaction_id。

---

3. 什么是AP和CP的权衡？（如MySQL vs NoSQL）

• AP系统（NoSQL）：

  • 强调可用性和分区容错性，允许一定程度的数据不一致。

  • 示例：MongoDB、Cassandra。

• CP系统（MySQL）：

  • 强调一致性和分区容错性，可能牺牲部分可用性。

  • 示例：MySQL、PostgreSQL。

• 权衡：

  • AP适合高并发、弱一致性的场景（如社交应用）。

  • CP适合强一致性和事务需求高的场景（如金融系统）。

---

4. 如何设计一个支持千万级数据量的订单系统？

• 设计方案：

  1. 分库分表：按用户ID或订单时间范围进行分片。

  2. 分布式ID生成：使用雪花算法生成全局唯一订单ID。

  3. 缓存热点数据：使用Redis缓存高频访问的订单信息。

  4. 异步处理：将订单创建、支付等操作放入消息队列，减少数据库压力。

  5. 归档旧数据：定期将历史订单迁移到冷存储中。

  6. 读写分离：通过主从复制实现读写分离，提升查询性能。

---

5. MySQL 8.0有哪些新特性？

• 主要特性：

  1. 窗口函数：支持OVER()子句，便于复杂数据分析。

  2. Common Table Expressions (CTE)：支持递归查询。

  3. JSON增强：提供更多JSON操作函数。

  4. 不可见索引：允许临时禁用索引而不删除。

  5. 角色管理：简化权限管理。

  6. 改进的优化器：更高效的查询计划。

  7. 数据字典：使用InnoDB存储元数据，提高可靠性。