MySQL 常用存储引擎有哪些？区别是什么？
InnoDB（默认）：支持事务、行级锁,表锁，适合高并发、数据一致性要求高的场景（比如订单、用户表）；
MyISAM：不支持事务和行锁，只支持表锁，查询快，适合读多写少的场景（比如日志、统计报表）；
核心区别：InnoDB 注重事务和并发，MyISAM 注重查询性能；InnoDB 用聚簇索引，MyISAM 用非聚簇索引。
事务的ACID 原则分别是什么？
事务是一组原子性的 SQL 操作，要么全执行，要么全不执行。
A（原子性）：操作不可拆分，要么全成，要么全回滚；
C（一致性）：事务执行前后，数据符合业务规则（比如转账后总金额不变）；
I（隔离性）：多个事务并发执行，互相不干扰；
D（持久性）：事务提交后，数据永久保存到磁盘。
MySQL 事务隔离级别有哪些？默认是什么？
读未提交（脏读）：能读到其他事务未提交的数据；
读已提交（解决脏读，存在不可重复读）：只能读到其他事务已提交的数据，但同一事务内多次读结果可能不同；
可重复读（解决不可重复读，存在幻读）：MySQL 默认级别，同一事务内多次读结果一致，I可重复读级别通过 MVCC（多版本并发控制）+ 间隙锁 解决了幻读问题；
串行化（Serializable）：完全串行执行，无并发问题，性能最差；
InnoDB 如何解决可重复读下的幻读？
MVCC 解决了 “查询层面的幻读”，Next-Key Lock（间隙锁 + 行锁）解决了 “写操作层面的幻读”
- MVCC（多版本并发控制）
原理：InnoDB 为每行数据维护多个版本，事务读取时会根据 “事务 ID” 读取自己可见的版本 - Next-Key Lock（间隙锁）
原理：这是 InnoDB 的行锁升级，不仅锁定记录本身，还锁定记录之间的 “间隙”（比如 age <25 会锁定 0-25 的所有间隙）。
索引是什么？作用是什么？
索引是 MySQL 优化查询的数据结构（B + 树为主）
作用：
- 加快查询速度；
- 减少数据扫描行数；
- 辅助排序分组。
类型
分为四个类型
B-Tree索引(默认的类型),哈希索引(Memory引擎专用),全文索引,组合索引
注意
覆盖索引只需包含 SELECT 和 WHERE 中的字段即可
每个索引占用额外磁盘空间,会增加维护成本
建立的索引不能过多,否则会降低 写入的速度
索引有哪些类型？
按数据结构：B + 树索引（主流）、哈希索引（Memory 引擎）、全文索引（MyISAM/InnoDB）；
按功能：主键索引（唯一非空）、唯一索引（唯一可空）、普通索引、联合索引；
按物理存储：聚簇索引（InnoDB 主键，数据和索引存在一起）、非聚簇索引（MyISAM，数据和索引分开）。
为什么 MySQL 索引用 B + 树而不是 B 树 / 红黑树？
对比 B 树：B + 树叶子节点用链表连接，范围查询更高效；非叶子节点只存索引，内存能存更多节点，IO 更少；
对比红黑树：树高度高（百万数据要 20 层），磁盘 IO 次数多，查询慢；B + 树高度低（百万数据 3-4 层），IO 少。
InnoDB 行锁和表锁的区别？什么时候会升级为表锁？
行锁：只锁行数据，并发高，InnoDB 默认；
表锁：锁整张表，并发低，MyISAM 默认；
行锁升级表锁的情况：
- 没有走索引，InnoDB 会全表扫描并锁全表；
- 锁的行太多，MySQL 自动升级为表锁。
什么是死锁？如何避免和解决？
死锁：多个事务互相持有对方需要的锁，互相等待，导致卡住。
避免：1 按固定顺序加锁；2 控制事务大小，缩短锁持有时间；3 加锁时设置超时时间；
解决：1 用 show engine innodb status 查看死锁日志；2 手动 kill 掉卡住的事务；3 开启 innodb_deadlock_detect 自动检测死锁并回滚。
MySQL内连接,外连接是什么
核心区别
内连接
只返回两个表中满足连接条件的公共数据SELECT columns FROM table1 INNER JOIN table2 ON table1.key = table2.key;
外连接
左外连接（LEFT JOIN）
定义：返回左表的所有记录，以及右表中匹配的记录。如果右表无匹配，则用 NULL 填充SELECT columns FROM table1 LEFT JOIN table2 ON table1.key = table2.key;
右外连接（RIGHT JOIN）
定义：返回右表的所有记录，以及左表中匹配的记录。如果左表无匹配，则用 NULL 填充SELECT columns FROM table1 RIGHT JOIN table2 ON table1.key = table2.key;
MySQL中UNION 操作符有什么用
MySQL UNION 操作符用于连接两个以上的 SELECT 语句的结果组合到一个结果集合中
SELECT `字段名1`,`字段名2`, ... `字段名n` FROM `表名1`
where `条件`
UNION [ALL | DISTINCT]
SELECT `字段名1`,`字段名2`, ... `字段名n` FROM `表名2`
where `条件`;
-- DISTINCT: 可选，删除结果集中重复的数据。默认情况下 UNION 操作符已经删除了重复数据，所以 DISTINCT 修饰符对结果没啥影响。
-- ALL: 可选，返回所有结果集，包含重复数据。where和having的区别？
where是对分组前的条件进行限定。having是对分组后的内容进行限定。
where后面不能加聚合函数，having后可以跟聚合函数。
主键ID生成方案
数据库中主键id的生成方案，主要有三种
数据库自增ID
采用随机数生成不重复的ID
采用jdk提供的uuid
主键id性能排列
自增ID > 雪花算法生成的ID >uuid生成的ID。
实际使用
在实际使用过程中，推荐使用主键自增ID和雪花算法生成的随机ID。
- delete，drop，truncate 都有删除表的作用，区别在于：
- delete 和 truncate 仅仅删除表数据，drop 连表数据和表结构一起删除，打个比方，delete 是单杀，truncate 是团灭，drop 是把电脑摔了。
- delete 是 DML 语句，操作完以后如果没有不想提交事务还可以回滚，truncate 和 drop 是 DDL 语句，操作完马上生效，不能回滚，打个比方，delete 是发微信说分手，后悔还可以撤回，truncate 和 drop 是直接扇耳光说滚，不能反悔。
- 执行的速度上，drop>truncate>delete，打个比方，drop 是神舟火箭，truncate 是和谐号动车，delete 是自行车。
数据库连接池参数怎么调？（比如 Druid）
核心参数：① initialSize（初始连接数）；② maxActive（最大连接数）；③ minIdle（最小空闲数）；④ maxWait（获取连接超时时间）；
调优原则：① 最大连接数不要超过 MySQL 的 max_connections；② 初始连接数设为业务峰值的 50%；③ 空闲连接回收时间合理（避免频繁创建销毁连接）。
MySQL 磁盘满了怎么处理？
① 先删除无用日志（慢查询日志、binlog）；② 清理大表数据（归档后删除）；③ 分表分库，迁移部分数据；④ 扩容磁盘。
如何恢复误删的数据？
① 有备份：用备份 + binlog 恢复到误删前的时间点；
② 无备份：用 binlog2sql 解析 binlog，找回删除的 SQL，反向执行；
③ 预防：开启 binlog，定期备份，操作前先备份。
性能优化
如何优化 MySQL 写入性能？
- 批量插入（insert into … values (…),(…)）；
- 关闭自动提交（begin/commit）；
- 减少索引（写入时少维护索引）；
- 调大 innodb_buffer_pool_size，减少磁盘 IO；
- 分库分表，分摊写入压力。
如何优化 MySQL 查询性能？
- 加合适的索引（避免冗余索引、无效索引）；
- 优化 SQL：避免 select *、减少 join、不用子查询；
- 分库分表（数据量大时）；
- 读写分离（主库写，从库读）；
- 配置优化：调大缓存（innodb_buffer_pool_size）、优化连接数。
MySQL 索引优化，常用的索引优化方法有哪些,怎么判断一个 SQL 该加索引，加索引有啥注意事项？
首先看 SQL 的 where 条件、联表字段，高频查询的字段适合加；
注意事项就是别给高频更新的字段加，也别加太多，不然增删改会变慢，复合索引要注意最左匹配原则
什么是最左前缀匹配原则？
以联合索引 idx_abc(a,b,c) 为例
- 完全匹配（最理想）
-- 匹配 a → b → c，索引全生效 SELECT * FROM table WHERE a=1 AND b=2 AND c=3; - 匹配最左前缀（部分生效）
-- 只匹配 a，索引生效（仅用 a 列索引） SELECT * FROM table WHERE a=1; -- 匹配 a → b，索引生效（用 a+b 列索引） SELECT * FROM table WHERE a=1 AND b=2; - 跳过左侧列（索引失效）
-- 跳过 a，直接查 b，索引完全失效（全表扫描） SELECT * FROM table WHERE b=2; -- 跳过 b，查 a+c，仅 a 列索引生效，c 列无法使用索引 SELECT * FROM table WHERE a=1 AND c=3; -- 直接查 c，索引完全失效 SELECT * FROM table WHERE c=3; - 特殊情况：条件顺序不影响（MySQL 会优化）
联合索引的匹配只看是否包含最左列，不看 where 条件的书写顺序，因为 MySQL 会自动调整条件顺序：
– 等价于 WHERE a=1 AND b=2，MySQL 优化后命中索引-- 虽然顺序是 b,a，但包含 a（最左列），索引仍生效 SELECT * FROM table WHERE b=2 AND a=1;
索引失效场景
- 查询条件用了函数 / 运算（比如 where id+1=10）；
- 用了 like % xxx（模糊查询左通配）；
- 联合索引不满足最左前缀；
- 用了 or（两边字段都无索引）；
- 数据类型隐式转换（比如字符串字段传数字）。
- 使用 is null / is not null（除非字段是唯一索引）；
- 使用 != / <> / not in（大概率失效）；
索引太多会有什么问题？如何优化？
问题：1 写入 / 更新 / 删除变慢，因为要维护多个索引；2 占用更多磁盘空间；3 MySQL 优化器选择索引的耗时增加；
优化：1 删除冗余索引（比如联合索引 a,b 和单独索引 a）；2 删除未使用的索引；3 合并相似索引。
MySQL 聚簇索引和非聚簇索引的区别？
聚簇索引（主键）的索引与数据存储在一起，叶子节点是数据行；非聚簇索引叶子节点是主键值，查询需回表；项目中建联合索引减少回表操作。
高并发下 MySQL 写操作怎么保证一致性？
答：通过事务保证操作原子性；库存扣减等场景用 Redisson 分布式锁；修改配置表 / 商品信息用乐观锁（加版本号），防止并发数据覆盖。
慢查询优化步骤
开启慢查询日志：
set global slow_query_log=1; -- 临时开启
set global long_query_time=1; -- 记录超过1s的SQL用 explain 分析执行计划：
重点看 type（最好是 ref/range，最差是 all 全表扫描）；
看 key（是否用到索引）、rows（扫描行数）；
优化手段：加索引、改写 SQL（如子查询改 JOIN）、拆分大 SQL
分库分表
MySQL分库分表后,动态切换数据源是如何实现的
这块是MyBatis-Plus 插件,mybatis-mate-sharding-dynamic自动完成路由和连接切换;
在配置文件 中配置多个数据源，并指定默认数据源;在类或方法上使用@DS注解
什么时候分库分表
单表触发分表的核心阈值（实战硬指标）
数据量：InnoDB 引擎单表数据量超过 500 万行（或数据文件超过 10GB），B + 树索引会深度过大（超过 3 层），查询时磁盘 IO 次数剧增，响应时间大幅变慢；
并发量：单表写并发超过 1000 QPS、读并发超过 5000 QPS，数据库连接池占满，写操作出现阻塞，锁竞争加剧；
性能指标：单表查询响应时间超过 2 秒，即使做了索引优化、SQL 调优也无法改善；日常增删改操作频繁出现锁等待、死锁。
单库触发分库的核心阈值（实战硬指标）
单库数据量：超过 200GB，数据库备份 / 恢复时间过长，运维成本剧增；
单库并发量：超过 3000 QPS，数据库服务器 CPU、IO、内存资源被占满，无法通过升级硬件解决；
业务隔离：不同业务模块（如库存、订单、用户）共用一个库，相互影响（如订单模块高并发写导致用户模块查询变慢），需要按业务分库。
分库分表的方式有哪些？适用场景？
水平分表（按行分）：比如用户表按 id 哈希分到多个表；适合单表数据量过大（比如千万级）；
垂直分表（按列分）：比如用户表拆成基础信息表和详情表；适合字段多、大字段多的表；
分库：按业务模块分（比如订单库、用户库）；适合单库压力过大。
MySQL 主从复制原理？主从延迟怎么解决？
原理：① 主库把写操作记录到 binlog；② 从库连主库，拉取 binlog；③ 从库执行 binlog，同步数据；
主从延迟解决：① 升级硬件；② 减少从库压力（比如从库只负责读，不做统计）；③ 用半同步复制；④ 分库分表，分摊同步压力。
数据迁移
如果两张表结构一样，要把表 B 的 100 万条数据插到表 A 里，我一般这么做：
首先用 insert into … select 这种方式，直接在数据库里批量导数据，
会分批处理，比如每次插 1 万条，避免锁表时间太长、数据库压力过大。
如果追求更快，我会先把表 A 的索引、外键先临时关掉，插完再重新开启，这样插入速度会快很多。
业务允许的话，也可以先清空表 A，再一次性导入，效率更高。
如果是跨服务器迁移，就用 mysqldump 导出再导入，或者用 CSV 文件导入的方式。
整体思路就是：尽量数据库层批量操作，分批插入，减少锁表和性能问题。
