【面試專題】MySQL篇①

1.MySQL中，如何定位慢查詢?

①介紹一下當時產生問題的場景（我們當時的一個接口測試的時候非常的慢，壓測的結果大概5秒鐘）

②我們系統中當時采用了運維工具（ Skywalking ），可以監測出哪個接口，最終因為是sql的問題

③在mysql中開啟了慢日志查詢，我們設置的值就是2秒，一旦sql執行超過2秒就會記錄到日志中（調試階段）

面試回答：

我們當時做壓測的時候有的接口非常的慢，接口的響應時間超過了2秒以上，因為我們當時的系統部署了運維的監控系統Skywalking ，在展示的報表中可以看到是哪一個接口比較慢，并且可以分析這個接口哪部分比較慢，這里可以看到SQL的具體的執行時間，所以可以定位是哪個sql出了問題。

如果，項目中沒有這種運維的監控系統，其實在MySQL中也提供了慢日志查詢的功能，可以在MySQL的系統配置文件中開啟這個慢日志的功能，并且也可以設置SQL執行超過多少時間來記錄到一個日志文件中，我記得上一個項目配置的是2秒，只要SQL執行的時間超過了2秒就會記錄到日志文件中，我們就可以在日志文件找到執行比較慢的SQL了。

擴展：

方案一：開源工具

調試工具：Arthas

運維工具：Prometheus 、Skywalking

以Skywalking為例：

方案二：MySQL自帶慢日志

慢查詢日志記錄了所有執行時間超過指定參數（long_query_time，單位：秒，默認10秒）的所有SQL語句的日志如果要開啟慢查詢日志，需要在MySQL的配置文件（/etc/my.cnf）中配置如下信息：

SHOW VARIABLES LIKE 'slow_query_log';

我的之前配置過，所以顯示的是ON（off為關，on為開）:?

SHOW VARIABLES LIKE 'long_query_time';

# 設置慢日志的時間為2秒，SQL語句執行時間超過2秒，就會視為慢查詢，記錄慢查詢日志
long_query_time=2

配置完畢之后，通過以下指令重新啟動MySQL服務器進行測試，查看慢日志文件中記錄的信息 /var/lib/mysql/localhost-slow.log。

2.那這個SQL語句執行很慢, 如何分析呢？

面試回答：

如果一條sql執行很慢的話，我們通常會使用mysql自動的執行計劃explain來去查看這條sql的執行情況。

①可以通過key和key_len檢查是否命中了索引，如果本身已經添加了索引，也可以判斷索引是否有失效的情況

②可以通過type字段查看sql是否有進一步的優化空間，是否存在全索引掃描或全盤掃描

③可以通過extra建議來判斷，是否出現了回表的情況，如果出現了，可以嘗試添加索引或修改返回字段來修復

擴展：

-- 直接在select語句之前加上關鍵字 explain / desc
EXPLAIN SELECT 字段列表 FROM 表名 WHERE 條件 ;

Explain?執行計劃中各個字段的含義:

3.了解過索引嗎？（什么是索引）

面試回答：

索引在項目中還是比較常見的，它是幫助MySQL高效獲取數據的數據結構，主要是用來提高數據檢索的效率，降低數據庫的IO成本，同時通過索引列對數據進行排序，降低數據排序的成本，也能降低了CPU的消耗。

擴展：

【MySQL進階】索引的結構及分類_mysql索引數據結構有哪些-CSDN博客

4.索引的底層數據結構了解過嘛?

面試回答：

MySQL的默認的存儲引擎InnoDB采用的B+樹的數據結構來存儲索引，選擇B+樹的主要的原因是：

①階數更多，路徑更短

②磁盤讀寫代價B+樹更低，非葉子節點只存儲指針，葉子階段存儲數據

③B+樹便于掃庫和區間查詢，葉子節點是一個雙向鏈表

?擴展：

【MySQL進階】索引的結構及分類_mysql索引數據結構有哪些-CSDN博客

5.B樹和B+樹的區別是什么呢？

面試回答：

第一：在B樹中，非葉子節點和葉子節點都會存放數據，而B+樹的所有的數據都會出現在葉子節點，在查詢的時候，B+樹查找效率更加穩定

第二：在進行范圍查詢的時候，B+樹效率更高，因為B+樹都在葉子節點存儲，并且葉子節點是一個雙向鏈表

?擴展：

【MySQL進階】索引的結構及分類_mysql索引數據結構有哪些-CSDN博客

6.InnoDB為什么使用B+樹實現索引？

面試回答：

首先看看B+樹有哪些特點：

B+樹是一棵平衡樹，每個葉子節點到根節點的路徑長度相同，查找效率較高；
B+樹的所有關鍵字都在葉子節點上，因此范圍查詢時只需要遍歷一遍葉子節點即可；
B+樹的葉子節點都按照關鍵字大小順序存放，因此可以快速地支持按照關鍵字大小進行排序；
B+樹的非葉子節點不存儲實際數據，因此可以存儲更多的索引數據；
B+樹的非葉子節點使用指針連接子節點，因此可以快速地支持范圍查詢和倒序查詢。
B+樹的葉子節點之間通過雙向鏈表鏈接，方便進行范圍查詢。

那么，使用B+樹實現索引，就有以下幾個優點：

支持范圍查詢，B+樹在進行范圍查找時，只需要從根節點一直遍歷到葉子節點，因為數據都存儲在葉子節點上，而且葉子節點之間有指針連接，可以很方便地進行范圍查找。
支持排序，B+樹的葉子節點按照關鍵字順序存儲，可以快速支持排序操作，提高排序效率；
存儲更多的索引數據，因為它的非葉子節點只存儲索引關鍵字，不存儲實際數據，因此可以存儲更多的索引數據；
在節點分裂和合并時，IO操作少。B+樹的葉子節點的大小是固定的，而且節點的大小一般都會設置為一頁的大小，這就使得節點分裂和合并時，IO操作很少，只需讀取和寫入一頁。
有利于磁盤預讀。由于B+樹的節點大小是固定的，因此可以很好地利用磁盤預讀特性，一次性讀取多個節點到內存中，這樣可以減少IO操作次數，提高查詢效率。
有利于緩存。B+樹的非葉子節點只存儲指向子節點的指針，而不存儲數據，這樣可以使得緩存能夠容納更多的索引數據，從而提高緩存的命中率，加快查詢速度。