MySQL面试通关秘籍：这次你也可以在简历写上精通MySQL！

本是古典何须时尚 2024-03-25 12:44 33阅读 0赞

### 一、好戏开场：MySQL底层架构与库表设计 ###

*  **自我感慨**：闭关修炼半载、精通`MySQL`的我又回来啦！虽然迄今为止我的面试大写着失败，但这并不妨碍我继续失败！
 *  **开幕场景**：此时正挺着啤酒肚迎面向我走来的性感帅哥，正是本次负责考验我的面试官，微风吹过他那一头浓密的秀发，从空气中我嗅到了一丝并非强者的气息，我内心不由自主的称道：“呵，真弱”！
 *  **震惊的我**：刷~，很快面试官就在我面前缓缓落座！突然！他朝我微微一笑，接着将双手举过头顶，在我一副震惊的神色中，从他那儿`48`码的大头上，渐渐取下了一顶假发帽，露出了在阳光下略带反光的地中海！该死，这气息的压迫感....好强大！
 *  **面试官温文尔雅道**：候选者早上好呀，请先做个简单的自我介绍。
 *  **我**：咳咳，好的。我叫竹子，是一位具有三十年开发经验的三十三岁程序员，精通`Java、Golang、Rust、PHP、Scala、C/C++、Spring、Redis....MySQL`等技术栈的单词拼写！
 *  **面试官**：啥？精通`MySQL`？好，那我接下来考考你。
 *  **我**：不是，精通`MySQL`单词的拼写......
 *  **面试官**：先跟我说说你理解中的`MySQL`底层架构哈。
 *  **我内心**：靠，难怪当初在流水线做娃娃时，组长非得安排我去装头，原来我不是装逼那块料啊。
 *  **面试官**：竹子先生，为了有效开展本场面试，请尽快开始你的回答！
 *  **我**：我个人理解中的[MySQL整体架构][MySQL]，自顶向下分为连接层、服务层、引擎层以及文件层，其作用如下：
    
     *  ①连接层：主要是指数据库连接池，会负责处理所有客户端接入的工作，如用户登录、授权、连接等。
     *  ②服务层：这是最重要的一层，所有跨引擎的操作都会放在这里完成，如`SQL`解析、结果合并、执行计划生成等。
     *  ③引擎层：这依旧是`MySQL`较为重要的一层，服务层主要是制定执行计划和等待结果，但读写数据的具体操作都需要通过引擎层来完成，引擎层决定着表数据读写方式和存储方式。
     *  ④文件层：这是`MySQL`的基础层，对上层服务提供最基础的文件服务，如日志、数据、索引等文件的支持。
     *  顺手画了个流程图，并甩给了面试官，如下：![7870a4d318724fd799f126b7cc5ce476.png][]
     *  
 *  **面试官**：嗯，回答的还算不错，你具体说说客户端是怎么和`MySQL`服务建立连接的呢？
 *  **我**：这个会比较复杂一些，[客户端与MySQL建立连接][MySQL 1]时，会先经过`TCP/IP`的三次握手过程，如果采用了加密连接的方式，还会经过`SSL`的握手过程，握手完成后`MySQL`和客户端会建立`session`连接。
 *  **我**：接着`MySQL`会查询自身的`mysql.user`表，来验证客户端的用户名和密码，如果有误则会报错。
 *  **我**：在都正确的情况下，首先会根据登录的用户名，对客户端连接进行授权，完成后即表示连接建立成功，后续的交互会采用半全工模式通信，也就是同一时刻内，单方要么只能发送数据，要么只能接受数据。
 *  **面试官**：客户端获取到的数据库连接本质是什么？每个连接用完后会立马被丢弃吗？
 *  **我**：数据库连接的本质是一条条线程，比如当一个客户端和`MySQL`成功建立连接之后，`MySQL`会先保存客户端的网络连接信息，即`session`会话信息。
 *  **我**：然后为了维护与客户端之间的连接，在内部都会开启一条条的线程绑定对应的会话信息，以此来维护现有的连接，当客户端发来一条`SQL`语句时，维护对应连接的线程则会去执行，执行过程中也会由对应的线程处理结果集并返回。
 *  **我**：当执行完客户端的`SQL`语句后，`MySQL`默认会将连接维护八小时，在这八小时内不会销毁，除非客户端主动发送了`quit`指令，这时`MySQL`才会主动销毁连接，但这里的销毁也并非真正意义上的销毁。
 *  **我**：因为线程在任何系统中都属于珍贵资源，频繁创建和销毁的代价比较高，当客户端主动退出连接后，`MySQL`只会将对应线程绑定的会话信息清空，然后将“空闲”的线程放入自身的连接池当中，以备下次客户端连接时使用。
 *  **面试官**：可以啊，你小子挺细，那接着说说解析器和优化器的作用。
 *  **我**：解析器和优化器一般是所有语言都具备的组件，前者主要用来词义、语义分析和语法树生成，说人话就是检测`SQL`语法是否正确。
 *  **我**：优化器主要会对解析器生成的语法树，选出一套`SQL`执行的最优方案，如选择合适的索引、选择合适的`join`方式等，对于优化器最终选择的执行计划可以通过`explain`工具来查看。
 *  **面试官**：嗯，基础还算扎实，那你再说说`MySQL`执行是如何执行一条`SQL`语句的呢？
 *  **我**：这要看具体情况，毕竟写语句和读语句的执行流程会存在些许差异，请问具体是哪个呢？
 *  **面试官内心OS**：哟，你小子给我显摆上了，小样，看我整不整你就完事！
 *  **面试官**：都给我先简单的说一遍。
 *  **我**：好的，其实两者大体上并无差异，主要区别在于一些细节上的变化，先说说读语句的执行流程吧。
 *  [读语句][Link 1]：
    
     *  ①先将`SQL`发送给`SQL`接口，`SQL`接口会对`SQL`语句进行哈希处理。
     *  ②`SQL`接口在缓存（`QueryCache`）中根据哈希值检索数据，如果缓存中有则直接返回数据。
     *  ③缓存中未命中时会将`SQL`交给解析器，解析器会判断`SQL`语句是否正确：
        
         *  错误：抛出`1064`错误码及相关的语法错误信息。
         *  正确：将`SQL`语句交给优化器处理，进入第④步。
     *  ④优化器根据`SQL`制定出不同的执行方案，并择选出最优的执行计划。
     *  ⑤工作线程根据执行计划，调用存储引擎所提供的`API`获取数据。
     *  ⑥存储引擎根据`API`调用方的操作，去磁盘中检索数据（索引、表数据....）。
     *  ⑦发送磁盘`IO`后，对于磁盘中符合要求的数据逐条返回给`SQL`接口。
     *  ⑧`SQL`接口会对所有的结果集进行处理（剔除列、合并数据....）并返回。
     *  我嘴里一边念叨，同时拿出了纸笔，然后唰唰两下画出了一幅大体的流程图，如下：
     *  ![format_png][]
 *  [写语句][Link 2]：
    
     *  ①先将`SQL`发送给`SQL`接口，`SQL`接口会对`SQL`语句进行哈希处理。
     *  ②在缓存中根据哈希值检索数据，如果缓存中有则将对应表的所有缓存全部删除。
     *  ③经过缓存后会将`SQL`交给解析器，解析器会判断`SQL`语句是否正确：
        
         *  错误：抛出`1064`错误码及相关的语法错误信息。
         *  正确：将`SQL`语句交给优化器处理，进入第④步。
     *  ④优化器根据`SQL`制定出不同的执行方案，并择选出最优的执行计划。
     *  ⑤在执行开始之前，先记录一下`undo-log`日志和`redo-log(prepare状态)`日志。
     *  ⑥在缓冲区中查找是否存在当前要操作的行记录或表数据（内存中）：
        
         *  存在：
            
             *  ⑦直接对缓冲区中的数据进行写操作。
             *  ⑧然后等待后台线程将数据刷写到磁盘。
         *  不存在：
            
             *  ⑦根据执行计划，调用存储引擎的`API`。
             *  ⑧发生磁盘`IO`，读取磁盘中的数据做写操作。
     *  ⑨写操作完成后，记录`bin-log`日志，同时将`redo-log`日志中的记录改为`commit`状态。
     *  ⑩将`SQL`执行耗时及操作成功的结果返回给`SQL`接口，再由`SQL`接口返回给客户端。
     *  同时大笔一挥，又在纸上画出了一幅流程图，如下：
     *  ![format_png 1][]
 *  **面试官内心OS**：就知道你小子会显摆，说的越详细坑就越多，你小子等着吧，嘿嘿嘿.....
 *  **面试官**：听你刚刚说读语句的执行流程时，似乎提到了一个叫做查询缓存的东西，你确定这玩意一定在吗？
 *  **我**：不用怀疑，我敢说！它....不一定在。
 *  **面试官**：哦！？什么情况下不在呢？
 *  **我**：手动关闭的情况下不会在，`8.0`之后的版本中想开也开不了，因为被移除了。
 *  **面试官**：那你说说官方为什么要移除呢？缓存不是能很好的提升查询性能吗？
 *  **我**：缓存的确能够很好的提升查询性能，但`MySQL`的查询缓存就一言难尽，有多方面原因吧，如下：
    
     *  ①缓存命中率低：几乎大部分`SQL`都无法从查询缓存中获得数据。
     *  ②占用内存高：将大量查询结果放入到内存中，会占用至少几百`MB`的内存。
     *  ③增加查询步骤：查询表之前会先查一次缓存，查询后会将结果放入缓存，额外多几步开销。
     *  ④缓存维护成本不小，需要`LRU`算法淘汰缓存，同时每次更新/插入/删除数据时，都要清空缓存中对应的数据。
     *  ⑤查询缓存是专门为`MyISAM`引擎设计的，而`InnoDB`构建的缓冲区完全具备查询缓存的作用。
     *  ⑥同时项目中一般都会用`Redis`做业务缓存，能来到`MySQL`查询的语句十有八九是要走磁盘的，因此查询缓存的存在，反而弊大于利。
 *  **面试官**：嗯，回答的不错，那说说这个查询缓存和你前面提到的缓冲，两者有什么区别呢？
 *  **我**：查询缓存只能给读语句使用，而缓冲读写语句都能用（缓冲区的知识后面聊）。
 *  **面试官**：你刚刚说的是`SQL`执行流程，那你能不能跟我说一下`SQL`执行之前会发生什么呢？
 *  **我**：当然可以，程序上线后，任何一条`SQL`语句的诞生，都源自于平台用户的操作，用户发送的请求最终会转变为一条条具体的`SQL`语句。
 *  **我**：生成`SQL`之后接着会去配置好的数据库连接池，如`Druid`中获取一个数据库连接，然后发给`MySQL`执行，但执行前还会先判断当前连接的用户，是否具备`SQL`要操作的表权限。
 *  **面试官**：不错，那你刚刚提到的`Druid`这类连接池，和`MySQL`自己维护的连接池，会不会冲突呢？
 *  **我**：不会呀，虽然两个都叫连接池，但一个是位于客户端，一个是位于服务端，两者的区别在于：
    
     *  客户端连接池：减少多次创建数据库连接时，频繁出现的`TCP`三次握手、四次挥手、`SSL`握手等过程。
     *  服务端连接池：减少多次创建数据库连接时，频繁创建和销毁工作线程造成的资源开销。
 *  **我**：同时这两个连接池都能带来不小的速度提升呢，前者避免了等待网络握手的时间，后者避免了等待线程创建的时间，如果没有这些连接池，每次`SQL`执行时，光网络握手和创建线程就需要耗费不少时间。
 *  **面试官**：嗯嗯，那在高并发情况下，是不是把客户端连接池的最大连接数，调的越大越好呢？
 *  **我**：理论上是的，因为连接数越大，代表同一时间可以执行更多的`SQL`语句，也就意味着同一时间可以处理更多的用户请求，但理想很丰满，现实很骨感，由于硬件配置的原因，这种做法是不行的。
 *  **面试官**：此话怎讲呐？谈谈你的看法。
 *  **我**：因为一个数据库连接，本质上对端都需要各自开启一条线程维护，将最大连接数配置成`100`，这也意味着应用程序和`MySQL`各自都需要开启`100`条线程维护这些连接。
 *  **我**：如果一台八核的机器，因为只有八个核心，无法在同一时刻内支持这么多线程执行，所以`OS`只能频繁的在每条线程之间切换`CPU`资源，确保每条线程能够正常运转。
 *  **我**：这最终会导致：每条线程等待`CPU`资源的总时长，反而会超出实际执行`SQL`的时间，所以根据机器的硬件来配置最大线程数，这才是最合理的方案，目前业界主流的配置计算公式为：`CPU`核心数`*2`，如果硬盘材质是`SSD`的，那么还可以再加个一，这属于最佳配置。
 *  **面试官**：可以嘛，看样子你还懂性能调优呀，这都直接给我聊到[连接层调优][Link 3]来了。
 *  **面试官**：你再跟我说说，`MySQL`一条线程执行完成后，它是如何知道自己该向谁返回数据的？
 *  **我**：这倒不难，之前不是说过数据库连接对应的工作线程，自身会绑定客户端的会话信息嘛？这个会话信息就包含了客户端的`IP`地址、端口等信息，当一条线程执行完成后，只需要根据这个地址去封装数据报文就好啦，如果要返回的结果集比较大，`MySQL`会把一个大的数据包拆分成多个小的数据报文分批返回。
 *  **面试官**：嗯呢，这块就此打住，有了解过数据库的三范式吗？它是做什么用的呢？
 *  **我**：了解过啊，三范式主要是在设计库表结构时，需要遵循的一些原理原则：
    
     *  第一范式：要求一张表的每个字段，设计时都必须具备原子性，即单个列只表示一个值，不可再分。
     *  第二范式：要求一张表的所有字段，都必须依赖于主键，也就是一张表只能存同一个业务属性的字段。
     *  第三范式：要求表中每一列数据不能与主键之外的字段有直接关系，也就是表中只允许一个主属性存在。
     *  除开上述基本的三范式外，还有一些用的比较少的[巴斯-科德范式/3.5范式][-_3.5]、[第四范式][Link 4]、[第五范式][Link 5]。
 *  **面试官**：那在设计库表结构的时候，一定要遵循这些范式原则去设计吗？
 *  **我**：不需要，范式只是设计库表的方法论，但如若业务需要或性能需要，不遵循范式设计也可以，这种不遵循范式设计的手段则被称之为[反范式设计][Link 6]。
 *  **面试官**：小伙子，很不错嘛！
 *  **我微微一抬手道**：咳咳，低调低调，基操勿六~
 *  **面试官**：........
 *  **我**：咳咳，您接着问~

### 二、小试牛刀：细聊MySQL索引机制 ###

*  **面试官**：你知道`MySQL`是如何从磁盘中按条件读取数据的吗？
 *  **我**：这个很简单，`MySQL`会默认会触发磁盘`IO`来读取表数据，但`InnoDB`引擎读取时，会利用局部性原理，也就是预读思想，一次`IO`会读取`16KB`磁盘数据放入内存，接着和`SQL`语句的条件做对比，符合条件的留在内存，其他的丢弃，然后继续去磁盘中读其他的表数据，直到把整张表的数据文件都找一次后，最后才会把符合条件的数据返回，这个过程也被称作[全表扫描][Link 7]。
 *  **面试官**：你这小嘴叭叭太多了，听的脑瓜疼，麻烦给我讲简单点。
 *  **我**：.....，相当于小学读书，在字典中找一个汉字，是靠一页页的翻，最终找到需要的目标汉字。
 *  **面试官**：哦，那怎么才能快一点呢？
 *  **我**：字典不是有那个目录索引页么，通过音节、偏旁等方式查找就行。
 *  **面试官**：咳，我是问`MySQL`查数据，怎么才能更快一点。
 *  **我**：同样的思想，书籍有目录，`MySQL`中也有索引，我们可以在经常查询的字段上创建索引，查询时就能直接走索引查找了。
 *  **面试官**：那`MySQL`中有哪些索引呢？
 *  **我**：这要看以啥维度来分，不同维度可以划分为不同的索引叫法，比如：
    
     *  以数据结构来分：`Hash`索引、`B+Tree`索引、`R-Tree`索引、`T-Tree`索引。
     *  以字段数量来分：单列索引（由单个字段组成）、联合索引（由多个字段组成）、前缀索引（由单/多个字段的前面一部分组成）。
     *  以功能逻辑来分：普通索引、唯一索引、主键索引、全文索引、空间索引。
     *  以存储方式来分：聚簇索引、非聚簇索引。
 *  **面试官**：小伙子就是不一样，整这么细~，如果我线上业务经常使用`like`模糊查询，你有好办法优化不？
 *  **我**：很简单呀，可以使用`ES`这类搜索引擎来完成模糊查询工作，如果不想用，则可在对应字段上建立全文索引，全文索引会比`like`查询的效率更高，并且支持全模糊、左模糊查询走索引。
 *  **面试官**：你知道`MySQL`索引的底层是什么数据结构么？
 *  **我**：这要根据具体的存储引擎来决定，常用引擎一般支持`Hash、B+Tree`两种结构，通常是`B+`树。
 *  **面试官**：嗯嗯，那[为什么MySQL不选择二叉平衡树、红黑树、B树等结构呢][MySQL_B]？
 *  **我**：您所提到的这些数据结构都属于树结构，选择这些树结构作为索引的底层实现，在数据量较大的情况下，尤其是索引字段具备顺序递增特性时，索引树的高度会呈直线型增长，也就是树高会变得很大。
 *  **我**：而走索引查询时，一层树高就需要触发一次磁盘`IO`，索引树的树高决定着磁盘`IO`的次数，磁盘`IO`的次数越多，意味着查询耗时、资源开销会更大，所以您所提及到的这些树结构，并不适合作为索引结构的实现。
 *  **面试官**：我提到的前两个树结构的确如此，但为何`B`树结构也不合适呢？它单个叶子节点不是会存储多个数据吗？
 *  **我**：没错，但关系型数据库经常会执行一些范围查询操作，而普通的`B`树结构，各个叶子节点之间没有指针连接，所以对于范围查询支持不友好。
 *  **我**：而`B+`树则不同，每个叶子节点都会有一根指向下个节点的指针，范围查询时可以基于这些指针快捷查找。
 *  **我**：不过值得一提的是：`MySQL`也并未选择传统的`B+Tree`结构来实现索引，而是又对其进行了改良，毕竟`B+`树只有指向下个节点的指针，所以只支持正向范围查询，而不支持反向范围查询。
 *  **我**：因此`MySQL`在传统的`B+Tree`结构中，又在每个节点中加了一个指向上个节点的指针，这样做之后也支持反向范围查询。
 *  **面试官**：你的意思是`MySQL`索引用了变种`B+Tree`咯？再问一下你们项目一般选什么字段作为主键？
 *  **我**：通常会选一个数值类型、且具备顺序递增特性的字段作为主键，如果表中没有符合条件的字段，则通常会额外设计一个跟业务无关的`ID`字段作为主键。
 *  **面试官**：哦？为什么宁愿额外设计也不从表中选择其他字段呢？
 *  **我**：这主要是为了维护索引的树结构，如果选择值无序的字段作为索引键，这绝对会造成索引树频繁的发生分裂，从而导致索引的性能下降。
 *  **面试官**：嗯哼？为什么索引树分裂会导致性能下降呢？而顺序自增又能维护树结构呢？
 *  **我内心**：......，希望你除开嘴上一口一个`B`树的问之外，心里最好也要有个`B`树。
 *  **我**：因为当一个叶子节点存满后，此时又新增一个新的值，也要插入到这个节点中，那么该节点中的最后一个数据只能往后面的节点移动，而后面的节点又需要继续往后移动，最终才能给新增的值腾出位置。
 *  **我**：因为这个过程索引树的结构在发生变更，所以会加锁防止其他事务读到不对的数据。而挪动数据、加锁阻塞都需要时间，因此树分裂会导致索引下降。
 *  **我**：但如果选择按序递增的字段就不会有这个问题，毕竟每次新增的值，都会直接放到最后面去插入，并不会导致树结构发生分裂。
 *  **面试官**：不错不错，你再跟我说说[聚簇索引和非聚簇索引的区别][Link 8]。
 *  **我**：聚簇索引是物理空间+逻辑上的连续，索引数据和表数据会放在磁盘的同一块位置上存储；而非聚簇索引则是单纯逻辑上的连续，索引数据和表数据是分开的，通过地址指针的形式指向数据。
 *  **我**：同时`InnoDB`引擎的非聚簇索引和传统的非聚簇索引不同，例如`MyISAM`引擎中的非聚簇索引，索引值存储的是行数据的磁盘地址。
 *  **我**：而`InnoDB`的非聚簇索引的索引值，因为表数据和聚簇索引键存储在一起，存储的则是对应行数据的聚簇索引键。
 *  **面试官**：你既然都聊到了这个，一定知道啥是回表问题吧？
 *  **我**：知道的，回表查询指需要经过两次完整的查询过程后，才能够读取到目标数据，这也是`InnoDB`引擎独有的坏毛病，基于非聚簇索引/次级索引查找数据时，从索引中查找索引值后，会接着再通过查到的聚簇索引键再查一次聚簇索引，从而得到最终需要的行数据。
 *  **面试官**：嗯嗯，那有什么好的办法减少回表查询吗？
 *  **我**：有的，尽量创建联合索引来代替单列索引，再结合查询数据时不要用`*`来表示所有字段，这样可以重复利用[索引覆盖机制][Link 9]来获取数据，从而减少回表查询的次数。
 *  **面试官**：你提到的这个索引覆盖机制，可以展开讲讲吗？
 *  **我**：这个是`MySQL`的一种优化手段，假设通过`name、sex、age`三个字段建立了一个联合索引，当基于联合索引查询时只需要返回`name、age`，因为这两个字段值在联合索引中都包含了，那就可以直接从索引键中读取数据返回。
 *  **我**：但如果使用`*`时，因为联合索引中不具备完整数据，所以只能触发回表动作得到完整的行数据。
 *  **面试官**：那你知道[创建一个索引之后，MySQL会干什么工作][MySQL 2]么？
 *  **我**：分情况，如果是基于空表创建索引，会直接根据创建的索引类型、存储引擎、字段类型等信息，在本地的表文件/索引文件中，直接创建一个树结构即可。但如果表中有数据，情况会略微复杂一些，如下：
    
     *  ①首先根据索引类型，对索引字段的数据进行对应处理：
        
         *  唯一索引：判断索引字段的每个值是否存在重复值，如果有则抛出错误码和信息。
         *  主键索引：判断主键字段的每个值是否重复、是否有空值，有则抛出错误信息。
         *  全文索引：判断索引字段的数据类型是否为文本，对索引字段的值进行分词处理。
         *  前缀索引：对于索引字段的值进行截取工作，选用指定范围的值作为索引键。
         *  联合索引：对于组成联合索引的多个列进行值拼接，组成多列索引键。
         *  `........`
     *  ②接着根据索引的数据结构，再对索引字段的数据进行处理：
        
         *  `B+Tree`：对索引字段的值进行排序，按照顺序组成`B+`树结构。
         *  `Hash`：对索引字段的值进行哈希计算，处理相应的哈希冲突，方便后续查找。
         *  `.......`
     *  ③根据表的存储引擎、索引字段再进行相应处理：
        
         *  `InnoDB`主键索引：对`.ibd`文件中的表数据进行重构，将索引键和行数据调整到一块区域中存储。
         *  `InnoDB`次级索引：因为有聚簇索引，将非聚簇索引的索引值，与行数据对应的聚簇索引键的关联起来。
         *  `MyISAM`：由于表数据在单独的`.MYD`文件中，因此可以直接以磁盘指针的关联表数据。
     *  经过上述处理后，创建索引就完成啦！
 *  **面试官**：讲的蛮好，再奖励你回答一下：[基于索引的查找数据过程][Link 10]。
 *  **我**：这个还算比较简单，面试官你认真听好咯！
    
     *  ①首先根据查询语句的条件字段，去内存中找到对应的索引根节点。
     *  ②通过根节点中记录的叶节点地址，逐步去遍历查找索引树，最终定位到目标数据所在的叶子节点。
     *  ③但遍历索引树的过程，采用的是二分查找法，拿到一个叶节点后，如果`SQL`条件比它大，会去继续读取右边的叶节点，反之则读取左边的叶节点，然后再进行判断。
     *  ④使用二分查找法，找到一个目标数据后，这里会根据不同的索引，来执行不同的操作：
        
         *  `InnoDB`聚簇索引：直接从索引树中得到行数据，因为行数据和聚簇索引存储在一块。
         *  `InnoDB`次级索引：看是否能够使用索引覆盖机制获取数据，不行则触发回表动作得到数据。
         *  `MyISAM`的索引：根据索引键中记录的磁盘地址，直接去磁盘中读取行数据。
     *  ⑤读取到一个目标数据后，如果是基于主键/唯一索引在查询，则会立马停止查找，如果是普通索引则会继续向下遍历。
     *  ⑥如果是范围查询操作，会直接根据叶子节点的前后指针，获取其他的索引键数据，然后重复第④步，得到目标行数据。
 *  **面试官**：可以，再说说[写入语句执行时，会对索引产生什么影响呢？][Link 11]
 *  **我**：好的，但插入、删除、修改数据时，都会存在细微不同，我都简单说说吧：
    
     *  增：
        
         *  如果索引字段具备自增特性，直接把插入的字段数据作为索引键，追加到索引树最后一个节点存储。
         *  如果索引字段是无序的，则先对其排序计算（字符串转换为`ascii`码），计算出一个位置并插入。
     *  删：
        
         *  会先根据删除的条件查找索引树，接着去聚簇索引树找到对应的行数据，先删其他次级索引的数据，接着再删行数据和聚簇索引键。
     *  改：
        
         *  和删操作类似，先找到数据，再改行数据，再改聚簇索引键，再改次级索引数据。
 *  **面试官**：嗯嗯，自己有了解过索引的最左匹配原则么？
 *  **我**：索引最左匹配原则是基于联合索引而言的，好比一个联合索引由`A、B、C`三个字段组成，那么在写`SQL`语句时，最好按照索引字段的顺序来使用索引，如果写的`SQL`中不包含第一个`A`字段，一般都无法使用这个联合索引查询数据。
 *  **我**：同时，如果查询语句中使用了`A、C`字段，但没有使用`B`字段，也无法完全利用联合索引。
 *  **我**：因为`MySQL`的联合索引会从左往右匹配数据，所以在设计索引时，最好把查询频率高的字段放在前面，这样才能充分利用最左匹配原则查询数据，但`MySQL8.0`中也推出了一种名为[索引跳跃式扫描的机制][Link 12]，可以打破联合索引的最左匹配原则查找数据。
 *  **面试官**：嗯呢，那`MySQL`索引除开索引覆盖、跳跃扫描外，还有别的优化机制吗？
 *  **我**：还有`MySQL5.6`中引入的[索引下推机制][Link 13]、[MRR机制][MRR]，这两种机制能够在很大程度上减少索引查询的磁盘`IO`，以及离散性的磁盘`IO`。
 *  **面试官**：嗯，聊了这么多理论，考你一些实践性的知识，怎么才能很好的使用索引呢？
 *  **我**：这个也不难，可以从两个角度出发，一是合理的创建索引，二是编写合理的`SQL`语句使用索引，先来说说什么是合理的创建索引：
    
     *  建立索引时需要遵守的原则：
        
         *  ①经常频繁用作查询条件的字段应酌情考虑为其创建索引。
         *  ②表的主外键或连表字段，必须建立索引，因为能很大程度提升连表查询的性能。
         *  ③建立索引的字段，一般值的区分性要足够高，这样才能提高索引的检索效率。
         *  ④建立索引的字段，值不应该过长，如果较长的字段要建立索引，可以选择前缀索引。
         *  ⑤建立联合索引，应当遵循最左前缀原则，将多个字段之间按优先级顺序组合。
         *  ⑥经常根据范围取值、排序、分组的字段应建立索引，因为索引有序，能加快排序时间。
         *  ⑦对于唯一索引，如果确认不会利用该字段排序，那可以将结构改为`Hash`结构。
         *  ⑧尽量使用联合索引代替单值索引，联合索引比多个单值索引查询效率要高。
     *  不适合建立索引的一些情况：
        
         *  ❶值经常会增删改的字段，不合适建立索引，因为每次改变后需维护索引结构。
         *  ❷一个字段存在大量的重复值时，不适合建立索引，比如之前举例的性别字段。
         *  ❸索引不能参与计算，因此经常带函数查询的字段，并不适合建立索引。
         *  ❹一张表中的索引数量并不是越多越好，一般控制在`3`，最多不能超过`5`。
         *  ❺建立联合索引时，一定要考虑优先级，查询频率最高的字段应当放首位。
         *  ❻当表的数据较少，不应当建立索引，因为数据量不大时，维护索引反而开销更大。
         *  ❼索引的字段值无序时，不推荐建立索引，因为会造成页分裂，尤其是主键索引。
 *   *  **我**：一般按照上述这些原则建立索引，避开一些不适合建立索引的情况，就能设计出一个很不错的索引，接着聊聊写`SQL`语句时的注意点，主要是避免索引失效即可，[索引失效的场景][Link 14]有下面这些情况：
        
         *  [查询中带有OR会导致索引失效][OR]。
         *  [模糊查询中like以%开头导致索引失效][like]。
         *  [字符类型查询时不带引号导致索引失效][Link 15]。
         *  [索引字段参与计算导致索引失效][Link 16]。
         *  [字段被用于函数计算导致索引失效][Link 17]。
         *  [违背最左前缀原则导致索引失效][Link 18]。
         *  [不同字段值对比导致索引失效][Link 19]。
         *  [反向范围操作导致索引失效][Link 20]。
 *  **我**：咱们在写`SQL`语句的时候，可以刻意避开这些会导致索引失效的场景即可。
 *  **面试官**：哦哟，你小子不赖呀，那你最后再给我说说，使用索引的好处和坏处吧。
 *  **我**：好，凡事有利弊，索引也不例外，除开带来了好处之外也带来了影响，如下：
    
     *  使用索引带来的优势：
        
         *  ①整个数据库中，数据表的查询速度直线提升，数据量越大时效果越明显。
         *  ②通过创建唯一索引，可以确保数据表中的数据唯一性，无需额外建立唯一约束。
         *  ③在使用分组和排序时，同样可以显著减少`SQL`查询的分组和排序的时间。
         *  ④连表查询时，基于主外键字段上建立索引，可以带来十分明显的性能提升。
         *  ⑤索引默认是`B+Tree`有序结构，基于索引字段做范围查询时，效率会明显提高。
         *  ⑥从`MySQL`整体架构而言，减少了查询`SQL`的执行时间，提高了数据库整体吞吐量。
     *  使用索引带来的影响：
        
         *  ①建立索引会生成本地磁盘文件，需要额外的空间存储索引数据，磁盘占用率会变高。
         *  ②写入数据时，需要额外维护索引结构，增、删、改数据时，都需要额外操作索引。
         *  ③写入数据时维护索引需要额外的时间开销，执行写`SQL`时效率会降低，性能会下降。
 *  **面试官**：OK，那咱们这块就此打住，嘿嘿，接下来我再问你一点特殊的东西~

### 三、崭露头角：详谈MySQL事务与锁机制 ###

*  **我**：咔！打住！你想要干吗？我卖艺不卖身！
 *  **面试官**：额.....，我就想问问你懂不懂事务与锁机制。
 *  **我**：啊？阿，那我白高兴了.....
 *  **面试官**：？！？？
 *  **我**：嘿嘿，没事，您接着问。
 *  **面试官**：那先跟我说说什么为什么需要事务机制，以及[事务的ACID原则][ACID]吧。
 *  **我**：需要事务机制的道理很简单，比如目前有一个转账业务，整个业务由减`A`账户余额、加`B`账户余额这两个操作组成，假设现在扣完`A`的余额后，结果程序执行时抛`Bug`了，但此时`B`的余额还没有增加，这最终会造成`A`账户的钱平白无故消失了！所以也正因如此，才需要事务机制来确保一组操作的数据一致性。
 *  **我**：而所谓的`ACID`原则，则是数据库事务机制要满足的四个特性：
    
     *  `A/Atomicity`：原子性，指组成一个事务的一组`SQL`要么全部执行成功，要么全部执行失败。
     *  `C/Consistency`：一致性，指任何一个事务发生的前后，库中的数据变化必须一致。
     *  `I/Isolation`：独立性/隔离性，指同时存在多个并发事务时，各个事务之间执行的操作不会相互影响。
     *  `D/Durability`：持久性，指一个事务但凡提交之后，就必须确保事务变更过的数据永远不会丢失。
 *  **面试官**：嗯呢，那你再跟我说说事务的隔离级别。
 *  **我**：`MySQL`的事务隔离级别有四个，每个级别分别能够解决不同的问题，如下：
    
     *  ①读未提交/`RU`：处于该隔离级别的数据库，脏读、不可重复读、幻读问题都有可能发生。
     *  ②读已提交/`RC`：该级别中解决了脏读问题，不可重复读、幻读问题依旧存在。
     *  ③可重复读/`RR`：该级别中解决了脏读、不可重复读问题，幻读问题依旧存在。
     *  ④序列化/`Serializable`：该级别中解决了脏读、不可重复读、幻读问题都不存在。
 *  **面试官**：等等，你所说的[脏读、幻读、不可重复读问题][Link 21]是什么意思呢？
 *  **我**：这是指并发事务执行过程中，可能会碰到的一些问题，我展开说说吧。
    
     *  脏读问题：指一个事务读到了其他事务还未提交的数据，其他事务可能会回滚这些数据。
     *  不可重复读问题：指在一个事务中，多次读取同一数据，先后读取到的数据不一致。
     *  幻读问题：指一个事务中，批量变更了某类数据，变更完成后再次查询，表中依旧存在变更前的数据，就好比发生了幻觉一样。
 *  **面试官**：那你知道[MySQL的事务机制是怎么实现的][MySQL 3]吗？
 *  **我**：首先纠正一下你的问题，`MySQL-Server`本身没有提供事务机制，事务机制是`InnoDB`引擎独有的特性，而事务机制是基于`Undo-log`日志实现的，`InnoDB`默认会开启事务的自动提交，将每条`SQL`都视作一个单独的事务，而通过`begin`开启事务后，需要手动提交后才能生效，可以将多条`SQL`语句组成一个事务。
 *  **我**：之前咱们在聊写入语句的执行流程时，说过写入语句执行时会记录`Undo-log`日志，更新数据前，会把原本的老数据放到`Undo-log`日志中，然后在表的数据行上记录一个回滚指针，这个指针会指向`Undo-log`中的旧数据。
 *  **我**：当事务需要回滚时，`InnoDB`会直接根据回滚指针的地址，找到原本的老数据，然后直接复制过来，将变更过的新数据覆盖掉。

--------------------

*  **面试官**：OK，那你能不能简单说一下[MySQL中的锁机制][MySQL 4]呢？
 *  **我**：可以呀，其实锁的叫法有很多，但本质上就只有共享锁、排他锁这两种，只不过加的粒度不同、时机不同、方式不同，就演变出了很多叫法，整个体系如下：
    
     *  以锁粒度的维度划分：
        
         *  ①表锁：
            
             *  全局锁：加上全局锁之后，整个数据库只能允许读，不允许做任何写操作。
             *  元数据锁 / `MDL`锁：基于表的元数据加锁，加锁后整张表不允许其他事务操作。
             *  意向锁：这个是`InnoDB`中为了支持多粒度的锁，为了兼容行锁、表锁而设计的。
             *  自增锁 / `AUTO-INC`锁：这个是为了提升自增ID的并发插入性能而设计的。
         *  ②页面锁
         *  ③行锁：
            
             *  记录锁 / `Record`锁：也就是行锁，一条记录和一行数据是同一个意思。
             *  间隙锁 / `Gap`锁：`InnoDB`中解决幻读问题的一种锁机制。
             *  临建锁 / `Next-Key`锁：间隙锁的升级版，同时具备记录锁+间隙锁的功能。
     *  以互斥性的维度划分：
        
         *  共享锁 / `S`锁：不同事务之间不会相互排斥、可以同时获取的锁。
         *  排他锁 / `X`锁：不同事务之间会相互排斥、同时只能允许一个事务获取的锁。
         *  共享排他锁 / `SX`锁：`MySQL5.7`版本中新引入的锁，主要是解决`SMO`带来的问题。
     *  以操作类型的维度划分：
        
         *  读锁：查询数据时使用的锁。
         *  写锁：执行插入、删除、修改、`DDL`语句时使用的锁。
     *  以加锁方式的维度划分：
        
         *  显示锁：编写`SQL`语句时，手动指定加锁的粒度。
         *  隐式锁：执行`SQL`语句时，根据隔离级别自动为`SQL`操作加锁。
     *  以思想的维度划分：
        
         *  乐观锁：每次执行前认为自己会成功，因此先尝试执行，失败时再获取锁。
         *  悲观锁：每次执行前都认为自己无法成功，因此会先获取锁，然后再执行。
 *  **面试官**：那行锁和表锁之间有啥区别呢？
 *  **我**：主要是粒度不同，表锁是指对一整张表加锁，当加锁后，其他来访问该表的事务都会被阻塞，而行锁的粒度则小很多，是指针对于一条/多条数据加锁，并不会阻塞操作同一表的事务，而仅仅只会阻塞操作相同行数据的事务。
 *  **面试官**：嗯呢，那你所说的共享锁和排他锁，两者的区别是啥？
 *  **我**：共享锁允许多个事务一起持有，而排他锁在同一时间内只能允许一个事务持有，也就是但凡出现排他锁的场景，其他事务都需要阻塞等待。
 *  **面试官**：那`MySQL`的[表锁][Link 22]、[行锁][Link 23]有哪些呢？
 *  **我**：表锁有元数据锁、意向锁、自增锁、全局锁这四种，行锁有记录锁、间隙锁、临键锁、插入意向锁这四类，行锁在`MySQL`中是`InnoDB`引擎独有的，并且`InnoDB`的行锁和表锁之间，是相互兼容的。
 *  **面试官**：你说到的记录锁、间隙锁、临键锁这三种行锁有什么区别呢？
 *  **我**：记录锁是指对一条数据上锁、间隙锁是指对一条数据和下一条数据之间的空隙上锁、临键锁则是前两者的结合体，`InnoDB`的行锁默认就是临键锁类型，这三种锁都属于`InnoDB`的行锁算法，`InnoDB`会根据情况来选择不同的行锁算法获取锁。
 *  **面试官**：好的，但你说了这么多锁，可是我们在用`MySQL`的时候似乎没有使用呀？
 *  **我**：对的，我们不会主动去使用锁，这些都是`MySQL`在执行语句时，自动根据情况来加的锁，因此也被称之为隐式锁，但我们也可以在`SQL`语句中，通过`for update、for share`这种语法手动加锁。
 *  **面试官**：那请问隐式锁、或手动加锁后，什么时候会释放锁呢？
 *  **我**：几乎所有释放锁的工作都是`MySQL`自动完成的，但不同事务隔离级别中，释放锁的时机也不同，如果目前是读未提交级别，`MySQL`执行完一条语句后就会立马释放锁。如果是其他级别中，基本上都需要等待持有锁的事务结束（`commit/rollback`）后才会释放。
 *  **面试官**：那你前面提到过一句，[MySQL5.7中引入了一种共享排他锁][MySQL5.7]，这是干嘛的？
 *  **我**：因为索引树的结构会发生变更，比如一个无序数据插入时，就会导致树节点的分裂，这时需要挪动树中的一些节点位置，为了防止其他事务再次破坏树结构、或从索引树中读到不对的数据，所以会对整棵树上锁，这个问题被称为`SMO`问题，共享排他锁主要就是用来解决`SMO`问题。
 *  **面试官**：嗯呢，[MVCC机制][MVCC]有了解过吗？
 *  **我**：有的，但我先给你讲个故事吧，比如拿一个新闻网站举例说明，首先小编发布了一则新闻报道，等待审核通过后，`A、B、C`用户看到后开始阅读这篇新闻。
 *  **我**：但小编突然发现文中有错别字，就更新了一次新闻，因此这则新闻又进入了审核状态，但此时`A、B、C`用户正在看新闻呀！肯定不能直接给它们显示一个审核中的状态，所以就会采用多版本方案，新版本进入审核状态，而用户则读老版本的新闻。
 *  **我**：而`MVCC`机制翻译过来也就是多版本并发控制技术，是`InnoDB`中用来解决读-写事务并发冲突问题的，对于多事务并发执行的情况下，`InnoDB`引擎的表在更新某条数据时，并不会阻塞尝试读取这条数据的事务，而是会让读数据的事务去拿更新前的数据记录，和前面我给您的举例类似，从而实现了读写事务并发执行。
 *  **面试官**：说的倒是蛮清晰的，那跟我说说[MVCC机制是怎么实现的][MVCC 1]呢？
 *  **我**：`MVCC`机制是通过`Undo-log`日志的版本链、数据表上的隐藏字段、以及`ReadView`读视图实现的，简单来说就是：写操作会直接对表数据进行变更，而读操作会根据回滚指针，去找到`Undo-log`中的旧数据读取。
 *  **面试官**：嗯，你有了解过[MySQL锁机制的底层实现][MySQL 5]吗？
 *  **我**：了解过的，`MySQL`锁机制是基于事务实现的，一个事务尝试获取锁时，就会在内存中生成一个锁结构，锁结构中会记录着当前事务，要加锁的数据地址，会精确到表空间、数据段、数据页、行数的信息。同时锁结构中有一个`is_waiting`信息，为`0`表示当前锁结构对应事务持有着锁，而为`1`表示当前锁结构对应的事务在阻塞等待获取锁。
 *  **我**：一个事务尝试获取锁时，会根据要上锁的数据位置，去内存中看看是否已有对应数据位置的锁结构，如果有就代表自己要获取的锁，已经被其他事务占有了，这时还要去具体看一下锁的比特位，看一下自己要获取的行锁，具体有没有被加锁，如果没有，当前事务直接获取锁执行，如果有，当前事务阻塞等待，对应锁结构中的`is_waiting=1`。
 *  **面试官**：嗯呢，那你有了解过[事务隔离机制的底层实现][Link 24]吗？
 *  **我**：这块也略懂一些，每个隔离级别都是基于锁和`MVCC`机制实现的，如下：
    
     *  ①读未提交/`RU`：写操作加排他锁，读操作不加锁。
     *  ②读已提交/`RC`：写操作加排他锁，读操作使用`MVCC`，但每次`select`都生成读视图。
     *  ③可重复读/`RR`：写操作加排他锁，读操作依旧采用`MVCC`机制，但一次事务中只生成一个读视图。
     *  ④序列化/`Serializable`：所有写操作加临键锁（具备互斥特性），所有读操作加共享锁。
 *  **面试官**：可以，先考你到这里，时间不早了，我带你去吃个午饭回来接着聊~
 *  **我**：好的，开我车去吧（一边说一边从口袋里慢慢掏出了兰博基尼的车钥匙）。
 *  **面试官**：`........`

> 因为今晚临时有事，所以得出去一趟，目前这章大概有`1.2W`字，全部写完预计会有`3~4W`字左右，我忙完之后会回来继续更，诸位对后续内容感兴趣，可点个关注或收藏，耐心等待一小会儿时间~（时间也不会太久，大概明后天左右会彻底更完！本章属于整个`MySQL`专栏的总结篇，所以写起来速度会比较快，抛开事实不谈的情况下，日更十万字简直不在话下，哈哈哈）

### 四、大展身手：对线MySQL日志、内存与存储引擎 ###

*  **面试官**：怎么样？我们公司楼下的炒饭味道还不错吧？
 *  **我**：额.....，如果味道不难吃的话，应该还挺好吃的。
 *  **我**：咱们不耽误时间了，接下来咱们聊什么呢？
 *  **面试官**：对`MySQL`的日志熟悉么？
 *  **我**：略懂略懂，`MySQL`中的日志种类不少，但常用的主要有六种：
    
     *  ①`Undo-log`撤销日志：当有操作变更数据前，都会把老数据放入该日志中。
     *  ②`Redo-log`重做日志：该日志记录着`InnoDB`所有表的变更语句，也可用来做灾难恢复。
     *  ③`Bin-log`变更日志：这里面记录着所有对数据库会产生变更的语句。
     *  ④`Error-log`错误日志：记录着`MySQL`启动、运行期间所有的报错、警告信息。
     *  ⑤`Slow-log`慢查询日志：记录着所有执行时长超出指定阈值的查询语句。
     *  ⑥`Relay-log`中继日志：主从集群中，丛节点用于存储主节点`Bin-log`数据的日志。
 *  **面试官**：你跟我说说，为什么有了`Bin-log`日志还需要`Redo-log`日志呢？
 *  **我**：这两个日志都会记录数据库的写操作，但`Redo-log`是`InnoDB`引擎独有的日志，主要功能在于做灾难恢复，每条写入语句在执行前，都会先记录一条`prepare`状态的日志，然后再执行`SQL`语句，执行完成后会记录`bin-log`日志，接着再把`Redo-log`日志的状态从`prepare`改为`commit`。如果一个事务提交后，数据在内存中还未刷盘，此时`MySQL`宕机了，后续重启时也可以根据`Redo-log`来恢复数据。
 *  **面试官**：嗯呢，那你跟我说说这两个日志有啥区别呢？
 *  **我**：对于`Redo-log、Bin-log`两者的区别，主要可以从四个维度上来说：
    
     *  ①生效范围不同，`Redo-log`是`InnoDB`专享的，`Bin-log`是所有引擎通用的。
     *  ②写入方式不同，`Redo-log`是用两个文件循环写，而`Bin-log`是不断创建新文件追加写。
     *  ③文件格式不同，`Redo-log`中记录的都是变更后的数据，而`Bin-log`会记录变更`SQL`语句。
     *  ④使用场景不同，`Redo-log`主要实现故障情况下的数据恢复，`Bin-log`则用于数据灾备、同步。
 *  **面试官**：那日志是直接写磁盘的吗？
 *  **我**：不是的，`MySQL、InnoDB`专门在内存中设计了日志缓冲区，不同日志有不同的缓冲区，日志也是先写内存，然后由后台线程来完成刷盘。
 *  **面试官**：嗯呢，你对`Redo-log、Bin-log`日志的刷盘机制了解过么？
 *  **我**：`redo-log`日志的刷盘策略由`innodb_flush_log_at_trx_commit`参数控制，而`bin-log`日志的刷盘策略则可以通过`sync_binlog`参数控制：
    
     *  `innodb_flush_log_at_trx_commit`：
        
         *  `0`：间隔一段时间，然后再刷写一次日志到磁盘（性能最佳）。
         *  `1`：每次提交事务时，都刷写一次日志到磁盘（性能最差，最安全，默认策略）。
         *  `2`：有事务提交的情况下，每间隔一秒时间刷写一次日志到磁盘。
     *  `sync_binlog`：
        
         *  `0`：同上述`innodb_flush_log_at_trx_commit`参数的`2`。
         *  `1`：同上述`innodb_flush_log_at_trx_commit`参数的`1`，每次提交事务都会刷盘，默认策略。
 *  同时，[Redo-log是通过两个日志来循环写][Redo-log]，而[Bin-log是通过多个日志文件来追加写][Bin-log]。
 *  **面试官**：再问一下，`Bin-log`日志格式有哪些呢？
 *  **我**：总共有三种格式，如下：
    
     *  `Statment`：记录每一条会对数据库产生变更操作的SQL语句（默认格式）。
     *  `Row`：记录具体出现变更的数据（也会包含数据所在的分区以及所位于的数据页）。
     *  `Mixed`：`Statment、Row`的结合版，可复制的记录SQL语句，不可复制的记录具体数据。
 *  **面试官**：如果你在线上因为不小心，误删了大量表数据或库数据，你会怎么做呢？
 *  **我**：这不用说啊，肯定是卷铺盖跑路！
 *  **面试官**：如果不能跑路呢？
 *  **我**：那就硬着头皮上，由于`bin-log`日志是按顺序追加写，一个日志文件满了之后，会创建一个新的日志文件来存放记录，在本地会呈现`bin-log.0001、bin-log.0002、bin-log.000x.....`这种形式，所以咱们只需要找到误删命令执行前的日志文件，然后通过日志来恢复数据即可。
 *  **面试官**：那你有了解过[Redo-log日志的两阶段提交][Redo-log 1]嘛？
 *  **我**：有的，这个主要是因为单阶段提交，如果放在`bin-log`前写入日志，可能会导致主从集群数据同步不一致，但如果放在`bin-log`后写入日志，则无法实现灾难恢复，所以被设计成了在`bin-log`前后都写入一次。
 *  **面试官**：嗯呢，那你们一般在线上环境中，如何定位哪些执行比较缓慢的查询语句呢？
 *  **我**：会开启慢查询日志，通过`long_query_time`参数指定时间阈值，`MySQL`会自动将超出阈值的查询语句记录进去。

--------------------

*  **面试官**：好，众人都说`MySQL`是基于磁盘工作的，你对此怎么看呢？
 *  **我**：我觉得它们说的没有错！
 *  **面试官**：......，有没有一些别的见解呢？
 *  **我**：那我简单发表一下我的看法吧，`MySQL`在设计的时候的确是基于磁盘工作，但因为`MySQL`的存储引擎支持可拔插式，所以如果库使用的是`InnoDB`引擎，这时情况就不同了。
 *  **我**：`InnoDB`会在内存中构建出一个`BufferPool`缓冲区，只要为其分配的内存足够大，`InnoDB`基本上会把所有操作都放在内存中完成。
 *  **面试官**：何出此言呐？能否跟我细致聊聊这[BufferPool缓冲区][BufferPool]其中的门道？
 *  **我**：可以的，`InnoDB`构建出的缓冲区，会把内存划分为一个个的「页」，每个页的默认大小为`16KB`，以页作为内存和磁盘交互的基本单位，这些缓冲页会分为三种：
    
     *  空闲页：指没有被使用过的内存缓冲页。
     *  数据页：指已经被使用、用于存放磁盘表数据、索引数据以及其他各类的缓冲页。
     *  变更页（标记页、脏页）：指页中数据发生过变更、还未被后台线程刷写到磁盘的缓冲页。
 *  **我**：同时为了便于管理所有缓冲页，每个缓冲页都会有一个控制块与其对应，其中记录着磁盘数据的表空间、页号、缓冲页地址、链表节点指针等信息，`InnoDB`可以基于控制块去管理每一块缓冲页。
 *  **面试官**：那[InnoDB具体会如何管理缓冲页][InnoDB]呢？
 *  **我**：`InnoDB`会基于三个链表来管理所有缓冲页，所有缓冲页会根据类型不同，分别加入到不同的链表中，每个缓冲页通过控制块中的指针，形成逻辑连续的链表结构：
    
     *  `Free List`：负责记录空闲页，为了使用时能更快的找到空闲缓冲页。
        
         *  当需要使用缓冲页时，会从空闲链表中拿出一个空闲页使用。
         *  当清空一个数据页后，又会将没有数据的缓冲页加入到空闲链表。
     *  `Lru List`：记录所有已经使用过的缓冲页，为了方便淘汰已使用的内存页。
     *  `Flush List`：负责记录所有变更页，为了刷盘时能够更快的找到变更数据页。
        
         *  当一个缓冲页中的数据发生变更后，会从`Lru`链表移动到`Flush`链表中。
         *  当变更页的数据刷写完成后，又会从`Flush`链表中移回`Lru`链表。
 *  **面试官**：那一个磁盘数据被载入内存缓冲页，会一直停留在内存吗？
 *  **我**：不会的，因为这样做会导致内存占用无限增长，最终引发`OOM`内存溢出，所以有些数据页会被淘汰出内存。
 *  **面试官**：那[内存中的数据页是如何被淘汰出去的][Link 25]呢？
 *  **我**：这就需要用到前面所说的`Lru`链表了，`InnoDB`会采用末尾淘汰机制，这正如大部分企业中推行的`KPI`绩效机制类似，每个员工都会有`KPI`绩效，到了年底时会淘汰一部分绩效较低的员工，来年后再招聘新员工，吸收新鲜血液入职。
 *  **我**：而`InnoDB`中也类似，所有使用过的数据页都会加入`Lru`链表中，但每当一个数据页被访问后，都会将其移动到链表的最前面，这样就能够保证热度较高的数据页长久留在内存中，及时淘汰掉那些热度较低的数据页。
 *  **面试官**：那如果在缓冲区内存较大的情况下，如果数据页比较多，对于一些只使用过`1~2`次的数据，岂不是需要很久才能被淘汰吗？
 *  **我**：对的，所以`InnoDB`把`Lru`链表分为了`young、old`两个区域，默认比例为`63:37`：
    
     *  `young`区域：存放经常被访问的热点数据页。
     *  `old`区域：存放刚从磁盘中加在的数据页。
 *  **我**：`LRU`链表被划分为两个区域后，从磁盘中预读的数据页会加入到`old`区域的头部，当这个数据页被真正访问时，才会将其插入`young`区的头部。
 *  **我**：如果预读的这页在后续一直没有被访问，就会从`old`区域移除，从而不会影响`young`区域中的热点数据。
 *  **面试官**：那假设此时有一个查询操作，对一张千万级别的表走了全表查询，内存中的热点数据页全部被换出去了怎么办呢？
 *  **我**：这也不用担心，前面说过首次载入内存的数据页，会先放到`old`区域，而想要从`old`移到`young`区域，这是有晋升限制的。
 *  **我**：所谓的晋升限制，就是加了一个停留时间的限制，如果一个数据页想从`old`晋升到`young`区，必须要在`old`区中存活一定时间，这个时间默认为`1000ms`。
 *  **我**：结合前面`old`进入`young`区的条件，数据页想从`Old`转到`Young`得满足两个条件：
    
     *  ①在`old`区中停留的时间超过了`1000ms`。
     *  ②在`old`区中，一秒后有线程再次访问了这个数据页。
 *  **我**：通过这两个条件限制，就能够有效避免你前面所说的缓冲池污染问题，也就是大查询操作替换掉热点数据页的问题。
 *  **面试官**：很不错嘛，那你跟我说说`InnoDB`内部的执行过程吧。
 *  **我**：这个不难，`InnoDB`在处理读写语句时也会有细微差距：
    
     *  读语句：首先会根据`SQL`语句，将目标数据从磁盘载入内存，经过条件筛选后返回。
     *  写语句：首先会将语句要操作的数据页载入到内存，然后更改内存数据页，由后台线程去把变更数据刷写到磁盘。
 *  **面试官**：嗯呢，如果是`insert`新增操作呢？之前磁盘没有数据呀，如何处理呢？
 *  **我**：这也不用担心，`InnoDB`有一个插入缓冲区，`5.6`之后叫做[写入缓冲区][Link 26]，专门用来处理新增操作，`insert`的数据会被放到这个缓冲区中，然后由后台线程完成刷盘工作。
 *  **面试官**：嗯呢，那你有了解过`InnoDB`的[自适应哈希索引][Link 27]吗？
 *  **我**：这个很简单，因为`Hash`结构是所有数据类型中最快的，所以`InnoDB`会在运行期间，统计出一些经常走索引查询的热点数据，然后针对这些热点索引数据，去为其建立哈希索引，以此提升查询性能。
 *  **面试官**：那你最后给我总结一下，`MySQL`内存中有什么？
 *  **我**：......，您直接看图吧。
    
     *  ![format_png 2][]
 *  **面试官**：说说`MySQL`常用的[InnoDB、MyISAM两款引擎之间的区别][InnoDB_MyISAM]吧。
 *  **我**：可以，两者之间其实有许许多多的细微差距，但我就简单从七个大方向总结一下：
    
     *  ①磁盘文件不同：
        
         *  `MyISAM`引擎的表会生成三个磁盘文件：
            
             *  `table_name.frm`：该文件中存储表的结构信息。
             *  `table_name.MYD`：该文件中存储表的行数据。
             *  `table_name.MYI`：该文件中存储表的索引数据。
         *  而`InnoDB`引擎的表只会生成两个磁盘文件：
            
             *  `table_name.frm`：该文件中存储表的结构信息。
             *  `table_name.ibd`：该文件中存储表的行数据和索引数据。
     *  ②`InnoDB`支持聚簇索引，而`MyISAM`只支持非聚簇索引，因为它索引数据和表数据是分开存储的。
     *  ③`InnoDB`基于`Undo-log`日志实现了事务机制，但`MyISAM`没有，所以不支持事务。
     *  ④`InnoDB`基于`Redo-log`日志实现了故障恢复机制，但`MyISAM`则只能依靠`Bin-log`，因此会有丢失数据的风险。
     *  ⑤`InnoDB`可以基于聚簇索引实现行锁，同时还兼容表锁，但`MyISAM`仅支持表锁。
     *  ⑥`InnoDB`因为支持行锁以及`MVCC`机制，所以并发场景下的性能会远超`MyISAM`引擎。
     *  ⑦`InnoDB`由于设计了`BufferPool`缓冲池，所有内存利用度会远超`MyISAM`引擎。
 *  **面试官**：好的，回答的蛮不错。

### 五、戏入高潮：高级特性、性能调优与线上排查 ###

*  **面试官**：有用过存储过程吗？能否说说[存储过程的优劣势][Link 28]呢？
 *  **我**：之前在项目中实现一些特殊需求时用过，个人理解中，存储过程的优劣势如下：
    
     *  使用存储过程的好处：
        
         *  复用性：存储过程被创建后可以被反复调用，表结构发生变更也只需修改存储过程。
         *  灵活性：存储过程中可以用变量、流程控制语句，可以完成复杂的条件查询和较繁琐的运算。
         *  省资源：调用存储过程只需要传输调用语句和参数，无需传输一条体积较大的`SQL`语句。
         *  高性能：执行多次后，会被编译成机器码驻留在线程缓冲区，后续执行时无需重新编译。
         *  安全性：对于不同的存储过程，可设置用户的执行权限，包括内部语句对客户端来说是黑盒操作，减小了`SQL`被暴露的风险。
     *  使用存储过程带来的问题：
        
         *  `CPU`开销大：如果其中涉及大量逻辑运算工作，会导致`MySQL`所在的服务器`CPU`飙升。
         *  内存占用高：多次执行后的存储过程会被编译成机器码，长期驻留在内存中，占用不小空间。
         *  维护性差：过于复杂的存储过程阅读性较差，并且不支持`Debug`调试，出错时难以排查。
 *  **面试官**：那我如果想在新增数据之后，再做某个操作，不用`AOP`切面的话怎么实现呢？
 *  **我**：可以用`MySQL`的触发器来完成，`insert、delete、update`三个操作都可以添加前/后置处理器，效果与`AOP`切面类似。
 *  **面试官**：那如果我想定时执行某段`SQL`语句，不想用定时调度框架怎么办呢？
 *  **我**：可以用`MySQL`的定时器，支持按年、季、月、周、日、时、分、秒、毫秒等精度触发。
 *  **面试官**：那一般你写`SQL`时，经常会用那些语句、关键字、和函数呢？
 *  **我**：`......`，我给你一个[命令大全][Link 29]，您自己看吧。
 *  **面试官**：前面看你有提到连接层优化，你对[MySQL性能优化][MySQL 6]这块熟悉吗？
 *  **我**：同样略知一二，性能调优是一门大学问，没有通用的方案，调优都要取决于现有环境、业务来谈，`MySQL`的性能优化可以从五个维度来说：
    
     *  ①连接层的优化：调整客户端`DB`连接池的参数和`DB`连接层的参数。
     *  ②结构的优化：合理的设计库表结构，表中字段根据业务选择合适的数据类型、索引。
     *  ③参数/配置优化：调整参数的默认值，根据业务将各类参数调整到合适的大小。
     *  ④架构优化：引入中间件减轻数据库压力，优化`MySQL`架构提高可用性。
     *  ⑤编码优化：根据库表结构、索引结构优化业务`SQL`语句，提高索引命中率。
 *  **面试官**：你前面说的[连接层优化][Link 3]，怎么配置连接数来着？
 *  **我**：`CPU`核心数`*2`，如果硬盘材质是`SSD`的，那么还可以再加个一，总的来说就是根据硬件来配置。
 *  **面试官**：好，那我这个连接数是配在客户端还是`MySQL`呢？
 *  **我**：如果`MySQL`只有一个应用程序访问，在客户端配好最大连接数就行，如果提供给多个应用访问，则需要限制一下`MySQL`的最大连接数。
 *  **面试官**：那你再详细说说你提到的[结构优化][Link 30]是咋回事呢？
 *  **我**：主要是表结构、字段结构、索引结构这三方面的设计，我简单的聊一聊：
    
     *  [表结构优化][Link 31]：选择合适的引擎、精细化字段数量、选择合适的主键、适当冗余字段和中间表。
     *  [字段结构优化][Link 32]：
        
         *  ①在保证足够使用的范围内，选择最小数据类型，如能用`int`就别用`bigint`。
         *  ②尽量避免索引字段值为`NULL`，因为字段空值过多会影响索引性能。
         *  ③在条件允许的情况下，尽量使用最简单的类型代替复杂的类型。
     *  [索引结构优化][Link 33]：
        
         *  ①尽量避免创建过多的单列索引，对于多个字段要用索引，可以用联合索引代替。
         *  ②对于一个值较长的字段创建索引，可以使用前`N`个字节，创建前缀索引。
         *  ③索引类型一定要选择合理，如经常做模糊查询的字段，可用全文索引代替普通索引。
         *  ④某个字段在业务中无需用作范围查询时，可以通过`Hash`结构代替`B+Tree`结构。
 *  **面试官**：[参数优化][Link 34]呢？
 *  **我**：参数优化不太熟，有专门的`DBA`负责，个人一般就是调大缓冲区、线程缓冲区这些。
 *  **面试官**：[架构优化][Link 35]呢？
 *  **我**：这块还比较熟悉，主要分为引入第三方技术栈调整业务架构，以及调整数据库的部署架构：
    
     *  引入第三方技术栈调整业务架构：
        
         *  引入`Redis`做缓存，来减少落入数据库中的读请求，分担大部分读压力。
         *  引入`MQ`做削峰，来将并发情况下的写压力，平缓到数据库可承载的级别。
     *  调整数据库的部署架构：
        
         *  读写分离架构：搭建主从集群，主机负责处理外部写请求，从机负责处理外部读请求。
         *  多主多写架构：搭建多主集群，集群内任意节点，都具备独立处理读写请求的能力。
         *  垂直分库架构：对整库按照业务进行拆分，不同业务属性的流量分发到不同库处理。
         *  水平分库架构：在垂直分库基础上，再对核心业务库做横向拓展，提升核心库的吞吐。
 *  **面试官**：回答的都挺不错的，再聊聊[SQL优化][SQL]吧。
 *  **我**：所谓的`SQL`优化，核心就是减小查询的数据量、提升SQL的索引命中率，在写`SQL`的时候刻意注意下述一些原则即可：
    
     *  ①[查询时尽量不要使用\*][Link 36]：因为用`*`会导致网络开销变大，并且无法利用索引覆盖机制。
     *  ②[连表查询时尽量不要关联太多表][Link 37]：关联的表数量过多时，会导致扫描的数据量呈直线性增长。
     *  ③[多表查询时一定要以小驱大][Link 38]：用小表匹配大表能有效减少循环过程，从而提升数据的检索效率。
     *  ④[不要使用like左模糊和全模糊查询][like 1]：`like`查询以`%`号开头会导致索引失效，从而走全表查询。
     *  ⑤[查询时尽量不要对字段做空值判断][Link 39]：如果字段存在过多的空值，也有可能导致索引失效。
     *  ⑥[不要在条件查询=前对字段做任何运算][Link 40]：在`where`字句的`=`号前做运算，也会导致索引失效。
     *  ⑦[!=、!<>、not in、not like、or...要慎用][not in_not like_or...]：这些反范围查询的操作也有可能会导致索引失效。
     *  ⑧[必要情况下可以强制指定索引][Link 41]：过于复杂的查询语句中，优化器可能无法选择最佳索引执行。
     *  ⑨[避免频繁创建、销毁临时表][Link 42]：临时表对资源开销极大，内存、磁盘资源消耗较高。
     *  ⑩[尽量将大事务拆分为小事务执行][Link 43]：大事务会长期占用锁，造成其他获取锁的事务阻塞等待。
     *  ⑪[从业务设计层面减少大量数据返回][Link 44]：结果集的数据量较大时，网络带宽会成为新的瓶颈。
     *  ⑫[尽量避免深分页的情况出现][Link 45]：`MySQL`的`limit`关键字，处理深分页会把前面的数据都查一次。
     *  ⑬[SQL要写完整，不要使用缩写法][SQL 1]：缩写的语法会在底层做一次转换，完整的语句则省略此过程。
     *  ⑭[使用联合索引请确保字段的顺序性][Link 46]：虽然有跳跃扫描机制，但该机制的底层开销依旧不小。
     *  ⑮[某些操作可以批量化完成][Link 47]：将操作批处理可节省传输消耗，减少`SQL`解析、优化次数。
     *  ⑯[明确返回单条数据时可使用limit 1][limit 1]：使用此语句在匹配到一条数据后就会停止扫描。
 *  **我**：一般在写`SQL`时注意上述十六条原则，通常写出的语句，其效率都不会太差。
 *  **面试官**：一般你们线上的`SQL`执行标准是多久呢？
 *  **我**：普通语句要控制在`200ms`以内，超出这个时间，就会导致客户端长时间无响应。
 *  **面试官**：嗯呢，当线上有些语句执行较为缓慢时，你会如何定位呢？
 *  **我**：部署`MySQL`前会开启慢查询日志，直接查看慢查询日志即可。
 *  **面试官**：那定位到[慢查询语句后，你会怎么排查问题][Link 48]呢？
 *  **我**：定位到具体的慢查询日志后，接着会去通过`explain`工具分析语句，到底是没走索引、还是由于扫描的数据量较大，然后对症下药解决问题。
 *  **面试官**：你在线上有碰到过[客户端连接异常的情况][Link 49]么？连接异常会有哪些原因导致呢？
 *  **我**：连接异常这种情况比较少见，一般出现的原因如下：
    
     *  ①总体的现有连接数，超出了`MySQL`中的最大连接数，此时再出现新连接时就会出异常。
     *  ②客户端数据库连接池与`MySQL`版本不匹配，或超时时间过小，也可能导致出现连接中断。
     *  ③`MySQL、Java`程序所部署的机器不位于同一个网段，两台机器之间网络存在通信故障。
     *  ④部署`MySQL`的机器资源耗尽，如`CPU`、硬盘过高，导致`MySQL`没有资源分配给新连接。
 *  **面试官**：对于每种情况出现时，该怎么解决呢？
 *  **我**：前面两种比较简单，检查一下相关的配置，然后调整一下配置项即可，如果是网络问题，排查的思路如下：
    
     *  检测防火墙与安全组的端口是否开放，或与外网机器是否做了端口映射。
     *  检查`MySQL`的机器白名单，及登录的用户`IP`限制，可能是`IP`不在白名单范围内。
     *  如果整个系统各节点部署的网段不同，检查各网段之间交换机的连接超时时间是多少。
     *  检查不同网段之间的带宽大小，及具体的带宽使用情况，有时会因带宽占满出现问题。
     *  如果用了`MyCat`这类代理中间件，记得检查中间件的白名单、超时时间等配置。
 *  **我**：如果是机器资源被耗尽，那首先需要找到资源消耗较高的语句，然后对语句进行优化后才能解决连接异常。
 *  **面试官**：有在线上排查过[MySQL死锁问题][MySQL 7]么？
 *  **我**：有的，虽然`MySQL`会有死锁检测机制主动解除已发生的死锁，但无法彻底根治死锁，想要根治必须要先找到频繁触发死锁的事务，步骤如下：
    
     *  ①先通过`SHOW ENGINE INNODB STATUS\G`命令，查询`InnoDB`的运行时日志。
     *  ②找到日志中的`LATEST DETECTED DEADLOCK`区域，这其中会记录发生过的死锁。
     *  ③查看日志中触发死锁次数最多的语句，分析`SQL`为何会产生死锁，然后调整即可。
 *  **面试官**：那[服务器CPU占用100%][CPU_100]该怎么排查呢？
 *  **我**：这个很简单，属于一种比较常见的线上问题，排查思路如下：
    
     *  ①先找到`CPU`过高的服务器。
     *  ②然后在其中定位到具体的进程。
     *  ③再定位到进程中具体的线程。
     *  ④再查看线程正在执行的代码逻辑。
     *  ⑤最后从代码层面着手优化掉即可。
 *  **面试官**：[MySQL磁盘利用率达到100%][MySQL_100]呢，什么情况下会出现，出现后如何解决？
 *  **我**：`MySQL`磁盘利用率达到`100%`的原因，通常是因为磁盘占用过高导致，占用过高的情况有很多种，如下：
    
     *  ①突然大量变更库中数据，需要执行大量写入操作，如主从数据同步时就会出现此问题。
     *  ②`MySQL`整体并发过高，磁盘`I/O`频率跟不上，比如是机械硬盘材质，读写速率过慢。
     *  ③内存中的`BufferPool`缓冲池过小，大量读写操作落入磁盘处理，导致磁盘利用率过高。
     *  ④频繁使用临时表，导致内存无法存下临时表数据，因而转到磁盘存储，导致磁盘飙升。
     *  ⑤执行某些语句从磁盘加载海量数据，如多表联查时，每张表数据较大，导致`IO`打满。
     *  ⑥日志刷盘频率过高，这条是①、②的附带情况，毕竟日志的刷盘频率，跟整体并发挂钩。
 *  **我**：解决方案如下：
    
     *  ①如果磁盘不是`SSD`材质，请先将磁盘升级成固态硬盘，`MySQL`对`SSD`硬盘有特殊优化。
     *  ②在项目中记得引入`Redis`降低读压力，引入`MQ`对写操作做流量削峰。
     *  ③调大内存中`BufferPool`缓冲池的大小，最好设置成机器内存的`70~75%`左右。
     *  ④撰写`SQL`语句时尽量减少多张大表联查，不要频繁的使用和销毁临时表。
 *  **面试官**：很不错，你小子和我胃口！

### 六、愈演愈热：论述表分区、新特性与高可用集群 ###

*  **面试官**：如果一张表的数据较大，但历史数据又很少使用，你会如何处理呢？
 *  **我**：做[表分区][Link 50]，可以对数据按时间或者按数据量级分区，将不同范围的数据划分到不同分区中存储。
 *  **面试官**：嗯呢，对`MySQL`各版本的新特性有了解过吗？
 *  **我**：版本太多了没完全了解，但研究过`MySQL5.6、5.7、8.0`这三个重量级版本。
 *  **面试官**：那你先说说[MySQL5.6有什么重要的特性][MySQL5.6]呢？
 *  **我**：`MySQL5.6`属于一个里程碑式的版本，在这个版本中性能改善很大，重点有六个改进：
    
     *  ①[支持Read-Only只读事务][MySQL5.6]：提升`MVCC`机制读取数据的速度。
     *  ②[InnoDB缓冲池增强][InnoDB 1]：分配单独刷盘线程、热点数据支持写盘，下次重启后可支持预热。
     *  ③[新增performance\_schema库监控全局资源][performance_schema]：统计网络、磁盘`IO`、锁资源、`SQL`语句...信息。
     *  ④[引入ICP索引下推机制][ICP]：将筛选数据的工作从服务层下移到引擎层，减少查询的磁盘`IO`次数。
     *  ⑤[引入MRR机制][MRR 1]：减少离散`IO`，并且将随机`IO`转换为顺序`IO`，从而提高查询效率。
     *  ⑥[主从复制技术优化][Link 51]：支持`GTID`复制、无损复制、延时复制、并行复制技术。
 *  **面试官**：嗯呢，再接着给我说说[MySQL5.7中的特性][MySQL5.7 1]吧。
 *  **我**：`5.7`版本中更多是在改善`5.6`中的问题，因为优化太多，所以有很多细节需要改进，对于新特性就两个较为重要的：
    
     *  ①[引入共享排他锁][Link 52]：解决`SMO`问题发生时，锁住整颗`B+`树（表锁）影响并发性能。
     *  ②[内置数据类型中支持Json][Json]：`MySQL`表结构支持`Json`格式，无需将其转换为字符串再进行存储。
 *  **面试官**：好，最后说说[MySQL8.0的新特性][MySQL8.0]吧。
 *  **我**：`MySQL8.0`是改进较大的一个版本，其中发生的变更比较多，主要也有七点：
    
     *  ①[移除了查询缓存][Link 53]：因为查询缓存带来的弊端大过优势，而且和缓冲池存储功能重复。
     *  ②[优化了锁机制][Link 53]：优化共享锁的写法、支持非阻塞式获取锁。
     *  ③[在线修改的系统参数支持持久化][Link 54]：之前运行期改过的参数重启后会失效，`8.0`中会持久化到本地。
     *  ④[优化多表连接][Link 55]：引入哈希连接算法、支持隐式转换为反连接查询。
     *  ⑤[增强索引机制][Link 56]：引入索引跳跃扫描机制、支持隐藏索引、降序索引、函数索引。
     *  ⑥[支持CTE通用表表达式][CTE]：进一步提升了`SQL`编程的灵活性。
     *  ⑦[支持窗口函数][Link 57]：进一步丰富了`MySQL`的特性支持。
 *  **面试官**：你说提到的这个哈希连接是什么东西？我怎么没用过呢？
 *  **我**：这个是连表查询的一种连接算法，之前版本中的联表查询都采用`Nest-Loop-Join`嵌套循环连接算法，而`8.0`中，在适当情况下会选择`Hash-Join`算法提升查询性能。
 *  **面试官**：你说的`Nest-Loop-Join`嵌套循环连接算法，自己有深入了解过吗？
 *  **我**：有的，在这种联表查询算法中，会分为驱动表和被驱动表，驱动表则是作为条件的表，被驱动表则是需要去检索数据的表。
 *  **我**：`Nest-Loop-Join`算法执行时，会通过循环嵌套的模式工作，外层循环遍历驱动表的数据，内层循环遍历被驱动表的数据，然后再进行目标数据的检索，最终得到目标数据。
 *  **面试官**：嗯呢，那为什么需要引入`Hash-join`算法呢？
 *  **我**：因为`Nest-Loop-Join`算法执行时，因为采用的是循环嵌套，所以性能方面并不高。
 *  **面试官**：那你说的`Hash-Join`算法效率很高么？
 *  **我**：在用`=`符号做等值连接查询时的确如此，在哈希算法中会分为构建表和探测表，构建表则是作为条件的表，探测表是需要检索数据的表。
 *  **我**：首先`MySQL`会对构建表的每行数据生成哈希值，然后最终得到一张哈希表，接着只需要循环探测表的数据，将每条数据计算出哈希值，然后去哈希表中匹配即可。
 *  **面试官**：好的。

--------------------

*  **面试官**：如果你线上单台节点抗不住并发，你会如何处理呢？
 *  **我**：首先我会考虑搭建主从集群来解决并发问题。
 *  **面试官**：那你说说使用主从集群有啥好处？
 *  **我**：使用主从复制方案，可以进一步提升数据库的可用性和性能，主要有四大好处：
    
     *  ①在主机宕机或故障的情况下，从节点能自动升级成主机，从而继续对外提供服务。
     *  ②提供数据备份的功能，当主节点的数据发生损坏时，从节点中依旧保存着完整数据。
     *  ③可以实现读写分离，主节点负责处理写请求，从节点处理读请求，进一步提升性能。
     *  ④可以实现多主多写，数据库系统可以由多个节点组成，共同对外提供读写处理的能力。
 *  **面试官**：那你认为主从集群这种方案，有没有啥问题呢？
 *  **我**：有的，主要有三个问题：
    
     *  ①硬伤：木桶效应，主从集群中所有节点的容量，受限于容量最低的那台服务器。
     *  ②数据一致性问题：同步数据的过程是基于网络传输完成的，所以存在数据延迟。
     *  ③脑裂问题：从机会通过心跳机制来判断主机是否存活，网络故障情况下会产生多主。
 *  **面试官**：嗯呢，对[MySQL主从集群的数据同步的原理][MySQL 8]熟悉么？
 *  **我**：这块还比较熟悉，我先给您画个图：
    
     *  ![format_png 3][]
     *  ①客户端将写入数据的需求交给主节点，主节点先向自身写入数据。
     *  ②数据写入完成后，紧接着会再去记录一份`Bin-log`二进制日志。
     *  ③配置主从架构后，主节点上会创建一条专门监听`Bin-log`日志的`log dump`线程。
     *  ④当`log dump`线程监听到日志发生变更时，会通知从节点来拉取数据。
     *  ⑤从机会有专门的`I/O`线程等待主节点的通知，当收到通知时会去请求一定范围的数据。
     *  ⑥当从机在主机上请求到一定数据后，接着会将得到的数据写入到`relay-log`中继日志。
     *  ⑦从机上也会有专门负责监听`relay-log`变更的`SQL`线程，当日志出现变更会开始工作。
     *  ⑧监听到变更后，接着会从中读取日志记录，然后解析日志并将数据写入到自身磁盘中。
 *  **面试官**：一般[搭建主从集群时，有几种架构可选][Link 58]呢？
 *  **我**：有一主一从/多从、双主/多主、多主一从、级联复制这四种架构可选：
    
     *  ①一主一从/多从：可以基于此结构的集群实现读写分离，适用于读大于写的场景。
     *  ②双主/多主：各节点间互为主从，各节点都具备处理读写的能力，适用于读写参半的场景。
     *  ③多主一从：一个从节点同步多个主节点的数据，适用于写大于读的场景。
     *  ④级联复制：方案①的改良版，一个节点同步主机数据，其他节点同步该节点的数据。
 *  **面试官**：`MySQL`主从同步数据时，是主节点推送还是从节点拉取？
 *  **我**：主推+从拉的结合方案，当主节点数据发生变更时，主机会通知从机，然后从机来拉取数据。
 *  **面试官**：嗯呢，那你能跟我说说，[主从同步复制数据时，有哪些方式][Link 59]吗？
 *  **我**：`MySQL`中主从之间的数据复制，支持四种同步方式：
    
     *  ①同步复制：主机收到客户端写入请求后，需要等待所有从机都写入完成后再返回。
     *  ②异步复制：主机收到客户端写入请求后，自身写入数据就立即返回。
     *  ③半同步复制：主机收到客户端写入请求后，自身写入成功+一个从节点写入成功就返回。
     *  ④无损复制：第③种的增强版，在未收到从机写入成功的`ACK`之前，不会提交事务。
 *  **我**：从性能来说`① < ④ < ③ < ②`，从数据一致性来说`② < ③ < ④ < ①`。
 *  **面试官**：那你在说`5.6`特性时，提到的延迟复制、`GTID`复制、并行复制是啥意思？
 *  **我**：这是对于主从复制的三种增强机制：
    
     *  延迟复制：支持从机同步数据后，并不立刻执行写入操作，而是等待指定时间后再写入。
     *  `GTID`复制：主从的同步点依靠全局事务`ID`来实现，开启后无需人工指定数据同步点。
     *  并行复制：指主节点上怎么并发写入数据的，从节点也开启相同数量的线程写入数据。
 *  **面试官**：那你们[线上主从库之间同步存在延迟，数据一致性问题如何解决][Link 60]的呢？
 *  **我**：前面讲过，主从数据是依靠网络来同步的，所以有延迟很正常，处理一致性问题共有五种方案：
    
     *  ①更改业务逻辑：当用户变更数据后，先显示「审核中」的状态，同步到从库后再让查询。
     *  ②更改同步方式：将复制数据的方式改为同步复制，这样能够保障主从数据的严格一致性。
     *  ③调整部署架构：将部署结构升级到分库分表，按业务对数据进行分片，每次读对应数据。
     *  ④引入中间件：通过`Canal`来监控主机的`Bin-log`日志，一发生变化就立马同步数据。
     *  ⑤调整分发规则：对于一致性较为敏感的数据，强制改写并路由到主节点上读取数据。
 *  **面试官**：嗯呢，那你自己做过主从集群的搭建么，具体过程能跟我说一下吗？
 *  **我**：......，这个主要是改配置文件，我给你一个[搭建教程][Link 61]看吧。

### 七、戏至巅峰：共探分库分表的奥妙 ###

*  **面试官**：如果你的业务规模，使用主从集群无法解决并发压力怎么办呢？
 *  **我**：会直接选用分库分表方案。
 *  **面试官**：嗯呢，那你跟我说说[为什么要分库分表][Link 62]呢？
 *  **我**：并发请求过高、数据查询较慢、单表/单库数据量过大、数据库出现性能瓶颈。
 *  **面试官**：那分库[分表究竟是怎么回事，如何拆分][Link 63]呢？
 *  **我**：分库、分表、分库分表这是三个概念：
    
     *  分库：不对库内的表做拆分，所有节点的表结构完全一致，主从集群就是这种形式。
     *  分表：不分库，而是在单库内对一张大表做拆分。
     *  分库分表：先拆分库，再对库中的表做拆分。
 *  **我**：分库分表主要有两种拆分方式，水平拆分和垂直拆分，好比一个西瓜，横着切叫水平，竖着切叫垂直：
    
     *  垂直分表：将一张字段过多的表，拆分成多张字段更精细化的小表。
     *  水平分表：将一张数据量过大的表，按时间或数据量等方式，拆分为多张数据量较小的表。
     *  垂直分库：对一个压力较高的大库，按业务属性来分成不同的业务库。
     *  水平分库：对一个压力较高的核心业务库，再对其做水平拓展，分成多个核心业务库。
 *  **面试官**：那分库分表能够带来什么好处呢？
 *  **我**：分库分表能够让数据存储层真正达到高可用、高性能、高拓展的三高水准：
    
     *  ①能够得到最大的性能收益，吞吐量会随机器数量呈直线性增长。
     *  ②能够最大程度上保障存储层的高可用，任意节点宕机都不会影响整体业务的运转。
     *  ③具备很强的容错率，当一个库存在问题需要重构时，无需将所有业务停机更新。
     *  ④具备高稳定性，分库+配备完善的监控重启策略后，能确保线上无需人工介入管理。
 *  **面试官**：对于一张日均数据量增长超百万的表，你会如何处理呢？
 *  **我**：会采用水平分表策略，按几天为一张表做拆分，划分为一张张的小表。
 *  **面试官**：具体如何做的呢？
 *  **我**：用存储过程+定时器自动按日期创建表，再将业务层的语句做改写，具体可以看[这个][Link 64]。
 *  **面试官**：那分库分表之后，`SQL`语句该如何执行呢？
 *  **我**：这需要配置好路由键和分片算法，只要根据配置好的分片规则，定位到数据表即可。
 *  **面试官**：那[水平拆分出多个数据表之后，如何做联表查询][Link 65]呢？
 *  **我**：联表查询有多种方案来实现，但性能肯定比不上传统的单库查询，方案如下：
    
     *  ①如果分表数量是固定的，直接对所有表进行连接查询，但这样性能开销较大。
     *  ②如果表数量会随时间不断变多，那就先根据分表规则，去确定要连接哪张表后再查询。
     *  ③如果每次连表只需要从中获取`1~3`个字段，可直接在另一张表中设计冗余字段。
 *  **面试官**：那[水平分表后，如何使用count()、sum()...这类聚合函数][count_sum_...]呢？
 *  **我**：有三种方案，可以靠中间件、中间表、数据聚合解决：
    
     *  ①提前聚合好数据放入第三方中间件中，然后依赖于第三方中间件完成，如`ES、Redis`。
     *  ②定期跑脚本查询出一些常用的聚合数据，然后建立中间表，每次查询从中间表中读取。
     *  ③首先从所有表中统计出各自的数据，然后在`Java`中作聚合操作，从而得到出最终数据。
 *  **面试官**：那[垂直分库之后的跨库Join问题该怎么解决][Join]呢？
 *  **我**：不同业务表之间需要做关联查询，这种情况很常见，解决方案有四种：
    
     *  ①在不同库的表中冗余字段，把常用的字段放到需要要数据的表中，避免跨库连表。
     *  ②选择同步数据，通过全局表/广播表等方式，将需要的表数据直接完全同步到相应库中。
     *  ③在设计库表拆分时配置绑定表，具备主外键的表放在一个库，保证数据落到同一数据库。
     *  ④业务系统中组装数据，调用相应服务的`API`接口获取数据，然后在程序中组装后返回。
 *  **面试官**：那[垂直分库之后的分布式事务问题，又该如何解决][Link 66]呢？
 *  **我**：目前业内的主流方案是使用`Seata`框架，内部提供了多种模式支持，思想如下：
    
     *  ①`Best Efforts 1PC`模式。
     *  ②`XA 2PC、3PC`模式。
     *  ③`TTC`事务补偿模式。
     *  ④`MQ`最终一致性事务模式。
 *  **面试官**：如果垂直分库之后，某些核心库的访问压力依旧比较大怎么办？
 *  **我**：对核心库再做水平拆分，将核心库再横向拓展出多个节点。
 *  **面试官**：嗯呢，那[水平分库之后，如果做数据分页呢][Link 67]？
 *  **我**：处理分页问题依旧有三种方案：
    
     *  ①常用的分页数据提前聚合到`ES`或中间表，运行期间跑按时更新其中的分页数据。
     *  ②搭建大数据中台，将所有子库数据汇聚到其中，后续的分页数据直接从中获取。
     *  ③先从所有子库中先拿到目标页的数据，然后在`Service`层再做过滤处理。
 *  **面试官**：那[水平分库之后如何保障主键字段的唯一性][Link 68]？
 *  **我**：可以设置自增步长、使用分布式序列算法、或设计第三方主键生成器：
    
     *  ①通过设置自增机制的起始值和步长，来控制不同节点的`ID`交叉增长，保证唯一性。
     *  ②在业务系统中，利用特殊算法生成有序的分布式`ID`，比如`Snowflake`雪花算法等。
     *  ③设计`ID`生成器，如使用`Redis`的`incr`命令、或创建独立的库专门做自增`ID`工作。
 *  **面试官**：那[水平分库之后数据该具体落入哪个库中呢][Link 69]？
 *  **我**：这依旧要根据配置好的分片规则来决定，如：
    
     *  ①随机分片：随机分发数据，但查询时需要读取全部节点才能拿取数据，一般不用。
     *  ②连续分片：每个节点负责存储一个范围内的数据，如`DB1:1~500W、DB2:500~1000W....`。
     *  ③取模分片：通过数值`ID`或哈希值与节点数量做取模运算，最终得到数据落入的节点。
     *  ④一致性哈希：根据某个具备唯一特性的字段值计算哈希值，再通过哈希值做取模分片。
     *  `..........`
 *  **面试官**：那[如果水平分库后，系统再次出现瓶颈时，你会如何扩容呢][Link 70]？
 *  **我**：如果是对单个业务库做水平分库，采用异步双写法，如果是对水平分库的业务库再扩容，则采用水平双倍扩容法。
 *  **面试官**：那[如果水平分库后如何做多维度查询][Link 71]？
 *  **我**：设计多个列组成路由键，或者为多个列规划多个水平库集群，也可以维护二级索引。
 *  **面试官**：那你在做分库分表的时候，会考虑哪些技术栈？
 *  **我**：`MyCat`和`Apache-Sharding-Sphere`，个人更倾向于后者。
 *  **面试官**：好的，那分库分表之后，应用程序访问数据库的过程，具体是什么样的呢？
 *  **我**：我先给你再画张图吧：
    
     *  ![format_png 4][]
     *  ①应用程序的`SQL`不需要改变，只需要配置好分片策略中的逻辑表后就可以了。
     *  ②首先会根据配置好的路由键以及分片算法，去定位到最终的数据节点（数据表）。
     *  ③改写原本的逻辑`SQL`语句，然后发往具体的数据节点执行。
 *  **面试官**：那你知道`Apache-Sharding-Sphere`的工作原理嘛？
 *  **我**：我简单说一下大体流程哈，如下：
    
     *  配置加载：在程序启动时，会读取用户的配置好的数据源、数据节点、分片规则等信息。
     *  `SQL`解析：`SQL`执行时，会先根据配置的数据源来调用对应的解析器，然后对语句进行拆解。
     *  `SQL`路由：拆解`SQL`后会从中得到路由键的值，接着会根据分片算法选择单或多个数据节点。
     *  `SQL`改写：选择了目标数据节点后，接着会改写、优化用户的逻辑`SQL`，指向真实的库、表。
     *  `SQL`执行：对于要在多个数据节点上执行的语句，内部开启多线程执行器异步执行每条`SQL`。
     *  结果归并：持续收集每条线程执行完成后返回的结果集，最终将所有线程的结果集合并。
     *  结果处理：如果`SQL`中使用了`order by、max()、count()...`等操作，对结果处理后再返回。
 *  **面试官**：`MyCat`和`Apache-Sharding-Sphere`有啥区别呢？
 *  **我**：`Sharding-Sphere`是由`Sharding-Porxy、MyCat`两款产品组成的，三者对比如下：

<table> 
 <thead> 
  <tr> 
   <th>对比项</th> 
   <th>Sharding-JDBC</th> 
   <th>Sharding-Proxy</th> 
   <th>MyCat</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>性能开销</td> 
   <td>较低</td> 
   <td>较高</td> 
   <td>高</td> 
  </tr> 
  <tr> 
   <td>异构支持</td> 
   <td>不支持</td> 
   <td>支持</td> 
   <td>支持</td> 
  </tr> 
  <tr> 
   <td>网络次数</td> 
   <td>最少一次</td> 
   <td>最少两次</td> 
   <td>最少两次</td> 
  </tr> 
  <tr> 
   <td>异构语言</td> 
   <td>仅支持Java</td> 
   <td>支持异构</td> 
   <td>支持异构</td> 
  </tr> 
  <tr> 
   <td>数据库支持</td> 
   <td>MySQL、PgSQL</td> 
   <td>任意数据库</td> 
   <td>任意数据库</td> 
  </tr> 
  <tr> 
   <td>配置管理</td> 
   <td>去中心化</td> 
   <td>中心化</td> 
   <td>中心化</td> 
  </tr> 
  <tr> 
   <td>部署方式</td> 
   <td>依赖工程</td> 
   <td>中间件</td> 
   <td>中间件</td> 
  </tr> 
  <tr> 
   <td>业务侵入性</td> 
   <td>较低</td> 
   <td>无</td> 
   <td>无</td> 
  </tr> 
  <tr> 
   <td>连接开销</td> 
   <td>高</td> 
   <td>低</td> 
   <td>低</td> 
  </tr> 
  <tr> 
   <td>事务支持</td> 
   <td>XA、Base、Local事务</td> 
   <td>同前者</td> 
   <td>XA事务</td> 
  </tr> 
  <tr> 
   <td>功能丰富度</td> 
   <td>多</td> 
   <td>多</td> 
   <td>一般</td> 
  </tr> 
  <tr> 
   <td>社区活跃性</td> 
   <td>活跃</td> 
   <td>活跃</td> 
   <td>一言难尽</td> 
  </tr> 
  <tr> 
   <td>版本迭代性</td> 
   <td>高</td> 
   <td>高</td> 
   <td>极低</td> 
  </tr> 
  <tr> 
   <td>多路由键支持</td> 
   <td>2</td> 
   <td>2</td> 
   <td>1</td> 
  </tr> 
  <tr> 
   <td>集群部署</td> 
   <td>支持</td> 
   <td>支持</td> 
   <td>支持</td> 
  </tr> 
  <tr> 
   <td>分布式序列</td> 
   <td>雪花算法</td> 
   <td>雪花算法</td> 
   <td>自增序列</td> 
  </tr> 
 </tbody> 
</table>

### 八、大戏落幕：放在最后的结语 ###

*  **面试官**：可以呀，你小子果然是真的精通`MySQL`！
 *  **我**：谬赞了！不敢当，不敢当~
 *  **面试官**：最后问你一下，看过`MySQL`源码没有？
 *  **我**：没看过太多。
 *  **面试官**：啊？这样啊，那你期望薪资是多少呢？
 *  **我**：你看着给就行！
 *  **面试官**：嗯，因为你对`MySQL`源码还不熟悉，所以给你开三千五，干不干！
 *  **我**：我`..............`，干！您看人可真准~，嘿嘿
 *  **面试官**：好，那你这边最快多久能入职呢？
 *  **我一脸严谨，站起身来郑重的道**：请现在立刻带我去到我的工位！！！

结语

疫情当下，这让原本很多一年一跳一涨薪的开发者，从此进入了互联网寒冬，企业缩招、停招、裁员等情况屡见不鲜，虽然相较于其他传统行业而言，`IT`开发行业受影响范围小很多，但依旧造成了一系列的连锁反应，随着应届毕业生越来越多，这也让诸多岗位的要求越来越高，但薪资反而越来越低。

> 同时，无论是工作一段时间、或工作多年的程序员，亦或是刚从校园毕业的应届生，为了能够更好的找到符合意愿的工作，近两年的内卷更为严重，离职待业的开发者在家学技术，在职工作的程序员为了应对随时可能发生的“优化”，也仍然在学习的路上不断前行，也包括了一些毕业后没有找到理想工作的应届生，几乎各自身上都有着学习的影子。

但许许多多在学习路途上“埋头苦干”的小伙伴，基本上都只是为了应付面试而在学习，诸多时候为了使自己面试造火箭的能力更上一层楼，而这章关于`MySQL`面试的文章，也真心希望能够帮助到每一位准备或正在面试的后端小伙伴，助力于每一位求职者拿到心满意足的`Offer`，我与诸君共勉之！

[MySQL]: https://juejin.cn/post/7143614079532269598#heading-2
[7870a4d318724fd799f126b7cc5ce476.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/1ff9b04dc936479baa333b4be2232efa.png
[MySQL 1]: https://juejin.cn/post/7143614079532269598#heading-3
[Link 1]: https://juejin.cn/post/7145102393988874253#heading-6
[format_png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/ab5ce8f46d7845b1a91eb837c582dc90.png
[Link 2]: https://juejin.cn/post/7145102393988874253#heading-11
[format_png 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/f5ba9d71083445099465047e43af9394.png
[Link 3]: https://juejin.cn/post/7163894728201601060#heading-9
[-_3.5]: https://juejin.cn/post/7146474739018498062#heading-7
[Link 4]: https://juejin.cn/post/7146474739018498062#heading-8
[Link 5]: https://juejin.cn/post/7146474739018498062#heading-9
[Link 6]: https://juejin.cn/post/7146474739018498062#heading-11
[Link 7]: https://juejin.cn/post/7151275584218202143#heading-2
[MySQL_B]: https://juejin.cn/post/7151275584218202143#heading-5
[Link 8]: https://juejin.cn/post/7151275584218202143#heading-33
[Link 9]: https://juejin.cn/post/7149074488649318431#heading-25
[MySQL 2]: https://juejin.cn/post/7151275584218202143#heading-21
[Link 10]: https://juejin.cn/post/7151275584218202143#heading-23
[Link 11]: https://juejin.cn/post/7151275584218202143#heading-26
[Link 12]: https://juejin.cn/post/7149074488649318431#heading-28
[Link 13]: https://juejin.cn/post/7149074488649318431#heading-26
[MRR]: https://juejin.cn/post/7149074488649318431#heading-27
[Link 14]: https://juejin.cn/post/7149074488649318431#heading-13
[OR]: https://juejin.cn/post/7149074488649318431#heading-15
[like]: https://juejin.cn/post/7149074488649318431#heading-16
[Link 15]: https://juejin.cn/post/7149074488649318431#heading-17
[Link 16]: https://juejin.cn/post/7149074488649318431#heading-18
[Link 17]: https://juejin.cn/post/7149074488649318431#heading-19
[Link 18]: https://juejin.cn/post/7149074488649318431#heading-20
[Link 19]: https://juejin.cn/post/7149074488649318431#heading-21
[Link 20]: https://juejin.cn/post/7149074488649318431#heading-22
[ACID]: https://juejin.cn/post/7152765784299667487#heading-1
[Link 21]: https://juejin.cn/post/7152765784299667487#heading-10
[MySQL 3]: https://juejin.cn/post/7152765784299667487#heading-21
[MySQL 4]: https://juejin.cn/post/7153869469394305061
[Link 22]: https://juejin.cn/post/7153869469394305061#heading-7
[Link 23]: https://juejin.cn/post/7153869469394305061#heading-12
[MySQL5.7]: https://juejin.cn/post/7153869469394305061#heading-25
[MVCC]: https://juejin.cn/post/7155359629050904584
[MVCC 1]: https://juejin.cn/post/7155359629050904584#heading-9
[MySQL 5]: https://juejin.cn/post/7156111610589741063#heading-8
[Link 24]: https://juejin.cn/post/7156111610589741063#heading-18
[Redo-log]: https://juejin.cn/post/7157956679932313608#heading-10
[Bin-log]: https://juejin.cn/post/7157956679932313608#heading-12
[Redo-log 1]: https://juejin.cn/post/7157956679932313608#heading-18
[BufferPool]: https://juejin.cn/post/7159071309354254373#heading-7
[InnoDB]: https://juejin.cn/post/7159071309354254373#heading-15
[Link 25]: https://juejin.cn/post/7159071309354254373#heading-19
[Link 26]: https://juejin.cn/post/7159071309354254373#heading-14
[Link 27]: https://juejin.cn/post/7159071309354254373#heading-13
[format_png 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/bf9c69059e5c4f45a5fe497e053950e4.png
[InnoDB_MyISAM]: https://juejin.cn/post/7160557698642083847#heading-1
[Link 28]: https://juejin.cn/post/7161662496460242980#heading-1
[Link 29]: https://juejin.cn/post/7163148228420960263
[MySQL 6]: https://juejin.cn/post/7163894728201601060
[Link 30]: https://juejin.cn/post/7163894728201601060#heading-13
[Link 31]: https://juejin.cn/post/7163894728201601060#heading-14
[Link 32]: https://juejin.cn/post/7163894728201601060#heading-15
[Link 33]: https://juejin.cn/post/7163894728201601060#heading-16
[Link 34]: https://juejin.cn/post/7163894728201601060#heading-17
[Link 35]: https://juejin.cn/post/7163894728201601060#heading-23
[SQL]: https://juejin.cn/post/7164652941159170078
[Link 36]: https://juejin.cn/post/7164652941159170078#heading-4
[Link 37]: https://juejin.cn/post/7164652941159170078#heading-5
[Link 38]: https://juejin.cn/post/7164652941159170078#heading-6
[like 1]: https://juejin.cn/post/7164652941159170078#heading-7
[Link 39]: https://juejin.cn/post/7164652941159170078#heading-8
[Link 40]: https://juejin.cn/post/7164652941159170078#heading-9
[not in_not like_or...]: https://juejin.cn/post/7164652941159170078#heading-10
[Link 41]: https://juejin.cn/post/7164652941159170078#heading-11
[Link 42]: https://juejin.cn/post/7164652941159170078#heading-12
[Link 43]: https://juejin.cn/post/7164652941159170078#heading-13
[Link 44]: https://juejin.cn/post/7164652941159170078#heading-14
[Link 45]: https://juejin.cn/post/7164652941159170078#heading-15
[SQL 1]: https://juejin.cn/post/7164652941159170078#heading-16
[Link 46]: https://juejin.cn/post/7164652941159170078#heading-17
[Link 47]: https://juejin.cn/post/7164652941159170078#heading-18
[limit 1]: https://juejin.cn/post/7164652941159170078#heading-19
[Link 48]: https://juejin.cn/post/7165767441883398175#heading-5
[Link 49]: https://juejin.cn/post/7165767441883398175#heading-9
[MySQL 7]: https://juejin.cn/post/7165767441883398175#heading-10
[CPU_100]: https://juejin.cn/post/7165767441883398175#heading-11
[MySQL_100]: https://juejin.cn/post/7165767441883398175#heading-15
[Link 50]: https://juejin.cn/post/7166500122166034469
[MySQL5.6]: https://juejin.cn/post/7167239385883082782#heading-1
[InnoDB 1]: https://juejin.cn/post/7167239385883082782#heading-3
[performance_schema]: https://juejin.cn/post/7167239385883082782#heading-6
[ICP]: https://juejin.cn/post/7167239385883082782#heading-7
[MRR 1]: https://juejin.cn/post/7167239385883082782#heading-8
[Link 51]: https://juejin.cn/post/7167239385883082782#heading-9
[MySQL5.7 1]: https://juejin.cn/post/7167239385883082782#heading-11
[Link 52]: https://juejin.cn/post/7167239385883082782#heading-12
[Json]: https://juejin.cn/post/7167239385883082782#heading-17
[MySQL8.0]: https://juejin.cn/post/7167239385883082782#heading-19
[Link 53]: https://juejin.cn/post/7167239385883082782#heading-20
[Link 54]: https://juejin.cn/post/7167239385883082782#heading-22
[Link 55]: https://juejin.cn/post/7167239385883082782#heading-23
[Link 56]: https://juejin.cn/post/7167239385883082782#heading-29
[CTE]: https://juejin.cn/post/7167239385883082782#heading-34
[Link 57]: https://juejin.cn/post/7167239385883082782#heading-35
[MySQL 8]: https://juejin.cn/post/7169834984034402334#heading-3
[format_png 3]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/7bc4a1a12c5b44758981872f32588ac5.png
[Link 58]: https://juejin.cn/post/7169834984034402334#heading-5
[Link 59]: https://juejin.cn/post/7169834984034402334#heading-11
[Link 60]: https://juejin.cn/post/7169834984034402334#heading-24
[Link 61]: https://juejin.cn/post/7170202668013453319
[Link 62]: https://juejin.cn/post/7168355448658395166#heading-1
[Link 63]: https://juejin.cn/post/7168355448658395166#heading-16
[Link 64]: https://juejin.cn/post/7169098754719481864
[Link 65]: https://juejin.cn/post/7168356696975212574#heading-3
[count_sum_...]: https://juejin.cn/post/7168356696975212574#heading-5
[Join]: https://juejin.cn/post/7168356696975212574#heading-7
[Link 66]: https://juejin.cn/post/7168356696975212574#heading-8
[Link 67]: https://juejin.cn/post/7168356696975212574#heading-12
[Link 68]: https://juejin.cn/post/7168356696975212574#heading-13
[Link 69]: https://juejin.cn/post/7168356696975212574#heading-14
[Link 70]: https://juejin.cn/post/7168356696975212574#heading-18
[Link 71]: https://juejin.cn/post/7168356696975212574#heading-22
[format_png 4]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/1ff07f71f9d54908b442f7c82d54e2e8.png