几道常见SQL面试题

2021-07-12 00:00:00 索引 数据 节点 记录 主键

点击关注上方“SQL数据库开发”,

设为“置顶或星标”,时间送达干货
SQL专栏
SQL基础知识第二版
SQL知识第二版

作者:你在我家门口

juejin.im/post/5cabf5025188251afe0a76ad

前言

今天楼主给大家列一下关于MySQL数据库几个常见面试题,如果大家对其中的问题感兴趣,可以自行扩展研究。

1. UNION ALL 与 UNION 的区别

  • UNION和UNION ALL关键字都是将两个结果集合并为一个。

  • UNION在进行表链接后会筛选掉重复的记录,所以在表链接后会对所产生的结果集进行排序运算,删除重复的记录再返回结果。

  • 而UNION ALL只是简单的将两个结果合并后就返回。

  • 由于UNION需要排序去重,所以 UNION ALL 的效率比 UNION 好很多。

2. TRUNCATE 与 DELETE 区别

  • TRUNCATE 是DDL语句,而 DELETE 是DML语句。

  • TRUNCATE 是先把整张表drop调,然后重建该表。而 DELETE 是一行一行的删除,所以 TRUNCATE 的速度肯定比 DELETE 速度快。

  • TRUNCATE 不可以回滚,DELETE 可以。

  • TRUNCATE 执行结果只是返回0 rows affected,可以解释为没有返回结果。

  • TRUNCATE 会重置水平线(自增长列起始位),DELETE 不会。

  • TRUNCATE 只能清理整张表,DELETE 可以按照条件删除。

一般情景下,TRUNCATE性能比DELETE好一点。

3. TIMESTAMP 与 DATETIME 的区别

相同点

TIMESTAMP 列的显示格式与 DATETIME 列相同。显示列宽固定在19字符,并且格式为YYYY-MM-DD HH:MM:SS。

不同点

TIMESTAMP

  • 4个字节存储,时间范围:1970-01-01 08:00:01~2038-01-19 11:14:07。

  • 值以UTC格式保存,涉及时区转化,存储时对当前的时区进行转换,检索时再转换回当前的时区。

DATETIME

  • 8个字节存储,时间范围:1000-10-01 00:00:00~9999-12-31 23:59:59。

  • 实际格式存储,与时区无关。

4. 什么是联合索引

两个或更多个列上的索引被称作联合索引,联合索引又叫复合索引。

5. 为什么要使用联合索引

  • 减少开销:建一个联合索引(col1,col2,col3),实际相当于建了(col1),(col1,col2),(col1,col2,col3)三个索引。减少磁盘空间的开销。

  • 覆盖索引:对联合索引(col1,col2,col3),如果有如下的sql: select col1,col2,col3 from test where col1=1 and col2=2。那么MySQL可以直接通过遍历索引取得数据,而无需回表,这减少了很多的随机io操作。覆盖索引是主要的提升性能的优化手段之一。

  • 效率高:索引列越多,通过索引筛选出的数据越少。有1000W条数据的表,有如下sql select from table where col1=1 and col2=2 and col3=3,假设假设每个条件可以筛选出10%的数据,如果只有单值索引,那么通过该索引能筛选出1000W * 10%=100w条数据,然后再回表从100w条数据中找到符合col2=2 and col3= 3的数据,然后再排序,再分页;如果是联合索引,通过索引筛选出1000w * 10% * 10% * 10%=1w,效率得到明显提升。

6. MySQL 联合索引左匹配原则

  • 在 MySQL 建立联合索引时会遵循左前缀匹配的原则,即左优先,在检索数据时从联合索引的左边开始匹配。

  • MySQL 会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配,比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)顺序的索引,d是用不到索引的,如果建立(a,b,d,c)的索引则都可以用到,a,b,d的顺序可以任意调整。

  • = 和 in 可以乱序,比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意顺序,mysql的查询优化器会帮你优化成索引可以识别的形式。

7. 什么是聚集和非聚集索引

  • 聚集索引就是以主键创建的索引。

  • 非聚集索引就是以非主键创建的索引。

8. 什么是覆盖索引

覆盖索引(covering index)指一个查询语句的执行只用从索引页中就能够取得(如果不是聚集索引,叶子节点存储的是主键+列值,终还是要回表,也就是要通过主键再查找一次),避免了查到索引后,再做回表操作,减少I/O提高效率。

可以结合第10个问题更容易理解。

9. 什么是前缀索引

前缀索引就是对文本的前几个字符(具体是几个字符在创建索引时指定)创建索引,这样创建起来的索引更小。但是MySQL不能在ORDER BY或GROUP BY中使用前缀索引,也不能把它们用作覆盖索引。

创建前缀索引的语法:

ALTER TABLE table_name ADD
KEY(column_name(prefix_length))

10. InnoDB 与 MyISAM 索引存储结构的区别

  • MyISAM索引文件和数据文件是分离的,索引文件仅保存数据记录的地址。

  • 而在InnoDB中,表数据文件本身就是按B+Tree组织的一个索引结构,这棵树的叶节点data域保存了完整的数据记录。这个索引的key是数据表的主键,因此InnoDB表数据文件本身就是主索引,所以必须有主键,如果没有显示定义,自动为生成一个隐含字段作为主键,这个字段长度为6个字节,类型为长整型。

  • InnoDB的辅助索引(Secondary Index,也就是非主键索引)存储的只是主键列和索引列,如果主键定义的比较大,其他索引也将很大。

  • MyISAM引擎使用B+Tree作为索引结构,索引文件叶节点的data域存放的是数据记录的地址,指向数据文件中对应的值,每个节点只有该索引列的值。

  • MyISAM主索引和辅助索引(Secondary key)在结构上没有任何区别,只是主索引要求key是的,辅助索引可以重复,(由于MyISAM辅助索引在叶子节点上存储的是数据记录的地址,和主键索引一样,所以不需要再遍历一次主键索引)。

简单的说:

  • 主索引的区别:InnoDB的数据文件本身就是索引文件。而MyISAM的索引和数据是分开的。

  • 辅助索引的区别:InnoDB的辅助索引data域存储相应记录主键的值而不是地址。而MyISAM的辅助索引和主索引没有多大区别。

11. 为什么尽量选择单调递增数值类型的主键

InnoDB中数据记录本身被存于主索引(B+树)的叶子节点上。这就要求同一个叶子节点内(大小为一个内存页或磁盘页)的各条数据记录按主键顺序存放,因此每当有一条新的记录插入时,MySQL会根据其主键将其插入适当的结点和位置,如果页面达到装载因子(InnoDB默认为15/16),则开辟一个新的页。

如果使用自增主键,那么每次插入新的记录,记录就会顺序添加到当前索引结点的后续位置,当一页写满,就会自动开辟一个新的页,这样就会形成一个紧凑的索引结构,近似顺序填满。由于每次插入时也不需要移动已有数据,因此效率很高,也不会增加很多开销在维护索引上。

如果使用非自增主键,由于每次插入主键的值近似于随机,因此每次新纪录都要被插入到现有索引页的中间某个位置,此时MySQL不得不为了将新记录查到合适位置而移动元素,甚至目标页可能已经被回写到磁盘上而从缓存中清掉,此时又要从磁盘上读回来,这增加了很多开销,同时频繁的移动、分页操作造成了大量的碎片,得到了不够紧凑的索引结构,后续不得不通过 OPTIMIZE TABLE 来重建表并优化填充页面。

简单的说:

索引树只能定位到某一页,每一页内的插入还是需要通过比较、移动插入的。所以有序主键可以提升插入效率。

12. 建表时,int 后面的长度的意义

int占多少个字节,已经是固定的了,长度代表了显示的大宽度。如果不够会用0在左边填充,但必须搭配zerofill使用。也就是说,int的长度并不影响数据的存储精度,长度只和显示有关。

13. SHOW INDEX 结果字段代表什么意思

Table:

  • 表名。

Non_unique:

  • 0:该索引不含重复值。

  • 1:该索引可含有重复值。

Key_name:

  • 索引名称,如果是注解索引,名称总是为PRIMARY。

Seq_in_index:

  • 该列在索引中的序号,从 1 开始。例如:存在联合索引 idx_a_b_c (a,b,c),则a的Seq_in_index=1,b=2,c=3。

Column_name:

  • 列名。

Collation:

  • 索引的排列顺序:A(ascending),D (descending),NULL (not sorted)。

Cardinality:

  • 一个衡量该索引的程度的值,可以使用ANALYZE TABLE(INNODB) 或者 myisamchk -a(MyISAM)更新该值。

  • 如果表记录太少,该字段的意义不大。一般情况下,该值越大,索引效率越高。

Sub_part:

  • 对于前缀索引,用于索引的字符个数。如果整个字段都加上了索引,则显示为NULL。

Null:

  • YES:该列允许NULL值。

  • '':该列不允许NULL值。

Index_type:

  • 索引类型,包括(BTREE, FULLTEXT, HASH, RTREE)。

  1. 如何解决like'%字符串%'时索引失效?

LIKE问题:like 以通配符开头 ('%abc…'),mysql索引失效会变成全表扫描的操作。

  • 罪魁祸首是%,不是LIKE,LIKE 条件是 type = range 级别

  • %xxx%:全表扫描

  • %xxx:全表扫描

  • xxx%:range

解决办法:

使用覆盖索引,可以由 ALL 变为INDEX,为啥呢?覆盖索引之后就能使用使用索引进行全表扫描。这里要注意一下,使用符合索引的时候,命中一个字段就可以,不用全部命中。

14. MySQL高效分页

存在SQL:SELECT * FROM ttl_product_info ORDER BY id LIMIT N,M。其中 LIMIT N,M 存在的问题大:取出N+M行,丢弃前N行,返回 N ~ N+M 行的记录,如果N值非常大,效率极差(表记录1500w,N=10000000,M=30 需要9秒)。

解决办法:SQL:SELECT id FROM ttl_product_info WHERE id > N LIMIT M,id 列是索引列,id > N属于 range 级别,效率自然高,然后从位置开始取30条记录,效率极高(表记录1500w,N=10000000,M=30,需要0.9毫秒)。

当然想要实现上述效果的前提是:

  • id是索引,而且单调递增。

  • N 的值是上一次查询的记录的后一条id,(需要前端保存一下,不能直接用传统的方法获得)

  • 不支持跨页查询,只能按照第1,2,3,4页这样查询逐页查询。

总结

为了保持文章结构的完整性,这里强行加上一段总结。。。

参考文章:

https://segmentfault.com/a/1190000015416513
https://blog.csdn.net/bigtree_3721/article/details/73151472

后给大家分享我写的SQL两件套:《SQL基础知识第二版》《SQL知识第二版》的PDF电子版。里面有各个语法的解释、大量的实例讲解和批注等等,非常通俗易懂,方便大家跟着一起来实操。

有需要的可以下载学习,只需要在下面的公众号「数据前线(非本号),后台回复关键字:SQL,就行
数据前线

后台回复关键字:1024,获取一份精心整理的技术干货
后台回复关键字:进群,带你进入高手如云的交流群。
推荐阅读
  • 知乎:程序员上班时戴耳机是在听什么?

  • 我用一根网线,控制了整栋楼的网络

  • 看不见的二本学校学生

  • 一个程序员被骗去养猪

  • 再见了,学术硕士!

相关文章