1.在表中建立索引，优先考虑 where group by 使用到的字段
2.查询时尽量避免使用select * ，只查询需要用到的字段
3.避免在where子句中使用关键字两边都是%的模糊查询，尽量在关键字后使用模糊查询
4.尽量避免在where子句中使用IN 和NOT IN
优化：能使用between就不用in
在子查询中使用exists 子句
1.在表中建立索引，优先考虑 where group by 使用到的字段
2.查询时尽量避免使用select * ，只查询需要用到的字段
3.避免在where子句中使用关键字两边都是%的模糊查询，尽量在关键字后使用模糊查询
4.尽量避免在where子句中使用IN 和NOT IN
优化：能使用between就不用in
在子查询中使用exists 子句
产生原因：
所谓死锁<DeadLock>：是指两个或两个以上的进程在执行过程中,因争夺资源而造成的一种互相等待的现象,若无外力作用，它们都将无法推进下去.此时称系统处于死锁状态或系统产生了死锁，这些永远在互相等待的进程称为死锁进程。表级锁不会产生死锁.所以解决死锁主要还是针对于最常用的InnoDB。
死锁的关键在于：两个(或以上)的Session加锁的顺序不一致。
那么对应的解决死锁问题的关键就是：让不同的session加锁有次序
在日常查询中，索引或其他数据查找的方法可能不是查询执行中最高昂的部分，例如：MySQL GROUP BY 可能负责查询执行时间 90% 还多。MySQL 执行 GROUP BY 时的主要复杂性是计算 GROUP BY 语句中的聚合函数。UDF 聚合函数是一个接一个地获得构成单个组的所有值。这样，它可以在移动到另一个组之前计算单个组的聚合函数值。当然，问题在于，在大多数情况下，源数据值不会被分组。来自各种组的值在处理期间彼此跟随。因此，我们需要一个特殊的步骤。
处理 MySQL GROUP BY让我们看看之前看过的同一张table： mysql> show create table tbl G *************************** 1. row *************************** Table: tbl Create Table: CREATE TABLE `tbl` ( `id` int(11) NOT NULL AUTO_INCREMENT, `k` int(11) NOT NULL DEFAULT '0', `g` int(10) unsigned NOT NULL, PRIMARY KEY (`id`), KEY `k` (`k`) ) ENGINE=InnoDB AUTO_INCREMENT=2340933 DEFAULT CHARSET=latin1 1 row in set (0.00 sec)
并且以不同方式执行相同的 GROUP BY 语句：
1、MySQL中 的 Index Ordered GROUP BY
mysql> select k, count(*) c from tbl group by k order by k limit 5;
+---+---+
| k | c |
+---+---+
| 2 | 3 |
| 4 | 1 |
| 5 | 2 |
| 8 | 1 |
| 9 | 1 |
+---+---+
5 rows in set (0.00 sec)
mysql> explain select k, count(*) c from tbl group by k order by k limit 5 G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: tbl
partitions: NULL
type: index
possible_keys: k
key: k
key_len: 4
ref: NULL
rows: 5
filtered: 100.00
Extra: Using index
1 row in set, 1 warning (0.00 sec)
在这种情况下，我们在 GROUP BY 的列上有一个索引。这样，我们可以逐组扫描数据并动态执行 GROUP BY（低成本）。当我们使用 LIMIT 限制我们检索的组的数量或使用“覆盖索引”时，特别有效，因为顺序索引扫描是一种非常快速的操作。
如果您有少量组，并且没有覆盖索引，索引顺序扫描可能会导致大量 IO。所以这可能不是最优化的计划。
2、MySQL 中的外部排序 GROUP BY
mysql> explain select SQL_BIG_RESULT g, count(*) c from tbl group by g limit 5 G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: tbl
partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 998490
filtered: 100.00
Extra: Using filesort
1 row in set, 1 warning (0.00 sec)
mysql> select SQL_BIG_RESULT g, count(*) c from tbl group by g limit 5;
+---+---+
| g | c |
+---+---+
| 0 | 1 |
| 1 | 2 |
| 4 | 1 |
| 5 | 1 |
| 6 | 2 |
+---+---+
5 rows in set (0.88 sec)
如果我们没有允许我们按组顺序扫描数据的索引，我们可以通过外部排序（在 MySQL 中也称为“filesort”）来获取数据。你可能会注意到我在这里使用 SQL_BIG_RESULT 提示来获得这个计划。没有它，MySQL 在这种情况下不会选择这个计划。
一般来说，MySQL 只有在我们拥有大量组时才更喜欢使用这个计划，因为在这种情况下，排序比拥有临时表更有效（我们将在下面讨论）。
3、MySQL中 的临时表 GROUP BY
mysql> explain select g, sum(g) s from tbl group by g limit 5 G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: tbl
partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 998490
filtered: 100.00
Extra: Using temporary
1 row in set, 1 warning (0.00 sec)
mysql> select g, sum(g) s from tbl group by g order by null limit 5;
+---+------+
| g | s |
+---+------+
| 0 | 0 |
| 1 | 2 |
| 4 | 4 |
| 5 | 5 |
| 6 | 12 |
+---+------+
5 rows in set (7.75 sec)
在这种情况下，MySQL 也会进行全表扫描。但它不是运行额外的排序传递，而是创建一个临时表。此临时表每组包含一行，并且对于每个传入行，将更新相应组的值。很多更新！虽然这在内存中可能是合理的，但如果结果表太大以至于更新将导致大量磁盘 IO，则会变得非常昂贵。在这种情况下，外部分拣计划通常更好。请注意，虽然 MySQL 默认选择此计划用于此用例，但如果我们不提供任何提示，它几乎比我们使用 SQL_BIG_RESULT 提示的计划慢 10 倍 。您可能会注意到我在此查询中添加了“ ORDER BY NULL ”。这是为了向您展示“清理”临时表的唯一计划。没有它，我们得到这个计划： mysql> explain select g, sum(g) s from tbl group by g limit 5 G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: tbl partitions: NULL type: ALL possible_keys: NULL key: NULL key_len: NULL ref: NULL rows: 998490 filtered: 100.00 Extra: Using temporary; Using filesort 1 row in set, 1 warning (0.00 sec)
在其中，我们获得了 temporary 和 filesort “两最糟糕的”提示。MySQL 5.7 总是返回按组顺序排序的 GROUP BY 结果，即使查询不需要它（这可能需要昂贵的额外排序传递）。ORDER BY NULL 表示应用程序不需要这个。您应该注意，在某些情况下 - 例如使用聚合函数访问不同表中的列的 JOIN 查询 - 使用 GROUP BY 的临时表可能是唯一的选择。
如果要强制 MySQL 使用为 GROUP BY 执行临时表的计划，可以使用 SQL_SMALL_RESULT 提示。
4、MySQL 中的索引基于跳过扫描的 GROUP BY前三个 GROUP BY 执行方法适用于所有聚合函数。然而，其中一些人有第四种方法。
mysql> explain select k,max(id) from tbl group by k G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: tbl
partitions: NULL
type: range
possible_keys: k
key: k
key_len: 4
ref: NULL
rows: 2
filtered: 100.00
Extra: Using index for group-by
1 row in set, 1 warning (0.00 sec)
mysql> select k,max(id) from tbl group by k;
+---+---------+
| k | max(id) |
+---+---------+
| 0 | 2340920 |
| 1 | 2340916 |
| 2 | 2340932 |
| 3 | 2340928 |
| 4 | 2340924 |
+---+---------+
5 rows in set (0.00 sec)
此方法仅适用于非常特殊的聚合函数：MIN() 和 MAX()。这些并不需要遍历组中的所有行来计算值。他们可以直接跳转到组中的最小或最大组值（如果有这样的索引）。如果索引仅建立在 (K) 列上，如何找到每个组的 MAX(ID) 值？这是一个 InnoDB 表。记住 InnoDB 表有效地将 PRIMARY KEY 附加到所有索引。(K) 变为 (K,ID)，允许我们对此查询使用 Skip-Scan 优化。仅当每个组有大量行时才会启用此优化。否则，MySQL 更倾向于使用更传统的方法来执行此查询（如方法＃1中详述的索引有序 GROUP BY）。虽然我们使用 MIN() / MAX() 聚合函数，但其他优化也适用于它们。例如，如果您有一个没有 GROUP BY 的聚合函数（实际上所有表都有一个组），MySQL 在统计分析阶段从索引中获取这些值，并避免在执行阶段完全读取表： mysql> explain select max(k) from tbl G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: NULL partitions: NULL type: NULL possible_keys: NULL key: NULL key_len: NULL ref: NULL rows: NULL filtered: NULL Extra: Select tables optimized away 1 row in set, 1 warning (0.00 sec)
过滤和分组
我们已经研究了 MySQL 执行 GROUP BY 的四种方式。为简单起见，我在整个表上使用了 GROUP BY，没有应用过滤。当您有 WHERE 子句时，相同的概念适用： mysql> explain select g, sum(g) s from tbl where k>4 group by g order by NULL limit 5 G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: tbl partitions: NULL type: range possible_keys: k key: k key_len: 4 ref: NULL rows: 1 filtered: 100.00 Extra: Using index condition; Using temporary 1 row in set, 1 warning (0.00 sec)
对于这种情况，我们使用K列上的范围进行数据过滤/查找，并在有临时表时执行 GROUP BY。在某些情况下，方法不会发生冲突。但是，在其他情况下，我们必须选择使用 GROUP BY 的一个索引或其他索引进行过滤：
mysql> alter table tbl add key(g);
Query OK, 0 rows affected (4.17 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> explain select g, sum(g) s from tbl where k>1 group by g limit 5 G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: tbl
partitions: NULL
type: index
possible_keys: k,g
key: g
key_len: 4
ref: NULL
rows: 16
filtered: 50.00
Extra: Using where
1 row in set, 1 warning (0.00 sec)
mysql> explain select g, sum(g) s from tbl where k>4 group by g limit 5 G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: tbl
partitions: NULL
type: range
possible_keys: k,g
key: k
key_len: 4
ref: NULL
rows: 1
filtered: 100.00
Extra: Using index condition; Using temporary; Using filesort
1 row in set, 1 warning (0.00 sec)
根据此查询中使用的特定常量，我们可以看到我们对 GROUP BY 使用索引顺序扫描（并从索引中“放弃”以解析 WHERE 子句），或者使用索引来解析 WHERE 子句（但使用临时表来解析 GROUP BY）。根据我的经验，这就是 MySQL GROUP BY 并不总是做出正确选择的地方。您可能需要使用 FORCE INDEX 以您希望的方式执行查询。
在MySQL中，多表联接（JOIN）的性能优化可以通过以下几个方面来考虑：
1. 索引优化：确保参与联接的列上有合适的索引。通过为联接列创建索引，可以提高联接的效率。可以使用`EXPLAIN`语句来分析查询计划，找到潜在的索引缺失或者性能差的索引。
2. 使用合适的JOIN类型：根据实际需求选择合适的JOIN类型。常见的JOIN类型有INNER JOIN、LEFT JOIN、RIGHT JOIN和FULL JOIN等。根据表之间的关系以及查询需要的结果，选择合适的JOIN类型可以减小计算的复杂度。
3. 避免多余的列：在联接查询时，只选择需要的列，避免选择无用的列。这可以减少数据传输和处理的成本，提高查询的效率。
4. 分段查询：如果联接的表很大，可以考虑将查询分成多个子查询，分别对每个子查询单独进行联接操作，然后再进行汇总。这样可以减少一次查询涉及的数据量和联接的复杂度。
5. 使用临时表：根据实际情况，可以考虑使用内存表或者临时表来存储中间结果，减少磁盘IO操作，提高联接的效率。
6. 适当的扩展硬件资源：如果联接表的数据量较大，可以考虑增加服务器的内存、CPU等硬件资源，以提高并发执行能力和速度。
需要根据具体的查询和数据情况进行优化选择，可以结合使用MySQL的查询分析工具如`EXPLAIN`来定位和解决潜在的性能问题。同时，可以对表的结构和索引进行优化，以适应查询需求。
1、Mysql 查询是否区分大小写？
不区分SELECT VERSION(), CURRENT_DATE;SeLect version(), current_date;seleCt vErSiOn(), current_DATE;所有这些例子都是一样的，Mysql 不区分大小写。
2、Mysql 的技术特点是什么？
Mysql 数据库软件是一个客户端或服务器系统，其中包括：支持各种客户端程序和库的多线程 SQL 服务器、不同的后端、广泛的应用程序编程接口和管理工具。
3、Heap 表是什么？
HEAP 表存在于内存中，用于临时高速存储。BLOB 或 TEXT 字段是不允许的只能使用比较运算符=，<，>，=>，= <HEAP 表不支持 AUTO_INCREMENT索引不可为 NULL
4、Mysql 服务器默认端口是什么？
Mysql 服务器的默认端口是 3306。
5、与 Oracle 相比，Mysql 有什么优势？
Mysql 是开源软件，随时可用，无需付费。Mysql 是便携式的带有命令提示符的 GUI。使用 Mysql 查询浏览器支持管理
6、如何区分 FLOAT 和 DOUBLE？
以下是 FLOAT 和 DOUBLE 的区别：浮点数以 8 位精度存储在 FLOAT 中，并且有四个字节。浮点数存储在 DOUBLE 中，精度为 18 位，有八个字节。
7、区分 CHAR_LENGTH 和 LENGTH？
CHAR_LENGTH 是字符数，而 LENGTH 是字节数。Latin 字符的这两个数据是相同的，但是对于 Unicode 和其他编码，它们是不同的。
8、请简洁描述 Mysql 中 InnoDB 支持的四种事务隔离级别名称，以及逐级之间的区别？
SQL 标准定义的四个隔离级别为：read uncommited ：读到未提交数据read committed：脏读，不可重复读repeatable read：可重读serializable ：串行事物
9、在 Mysql 中 ENUM 的用法是什么？
ENUM 是一个字符串对象，用于指定一组预定义的值，并可在创建表时使用。Create table size(name ENUM('Smail,‘Medium’,‘Large’);
10、如何定义 REGEXP？
REGEXP 是模式匹配，其中匹配模式在搜索值的任何位置。
MySQL 面试题是面试过程中经常会遇到的考察数据库知识的重要环节。无论是应聘数据库工程师、数据分析师、还是后端工程师，掌握 MySQL 相关的面试题非常关键。在这篇文章中，我们将针对 MySQL 面试题进行详细的解答和分析，帮助读者更好地准备面试。
MySQL 是一种广泛应用于 Web 开发的关系型数据库管理系统。作为开源软件，MySQL 可以被免费使用，并且拥有活跃的社区支持和强大的生态系统。它被用于构建各种类型的应用程序，从个人博客到大型企业级系统。
在面试中，MySQL 面试题通常涵盖了许多方面的知识，包括基础概念、SQL 查询语句、性能优化、事务处理等。以下是一些常见的 MySQL 面试题：
数据库索引是一种数据结构，用于加速对数据库表中数据的访问。它类似于书籍的目录，可以快速定位到需要查找的数据。通过创建索引，可以减少查询所需的时间复杂度。
在大型数据库中，表中数据的数量庞大，没有索引的情况下，数据库查询需要逐行扫描整个表进行线性搜索，这将耗费大量的时间。而通过使用索引，可以快速定位到目标数据所在的位置，大大提高查询效率。
需要注意的是，索引并非越多越好。索引会占用磁盘空间，并且会增加数据插入、更新和删除的时间开销。因此，在设计数据库表时，需要根据具体使用场景和数据访问模式来合理地选择和创建索引。
ACID 是数据库事务的四个基本特性，分别是原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）和持久性（Durability）。
- 原子性指的是事务是不可分割的最小执行单位，要么全部执行成功，要么全部执行失败。如果事务执行过程中发生错误，会进行回滚，恢复到事务开始前的状态。
- 一致性要求事务在执行过程中，数据库从一个一致性状态转变为另一个一致性状态。事务的执行不会破坏数据库的完整性约束。
- 隔离性指的是并发执行的事务之间不能相互干扰。每个事务都应该感觉自己在独立地操作数据库，不受其他事务的影响。
- 持久性要求一旦事务提交，其结果就应该持久保存在数据库中，即使发生系统崩溃或故障。
事务是指一系列对数据库的操作，它们被视为一个整体，要么全部执行成功，要么全部执行失败。事务具备以下四个特性：
- 原子性（Atomicity）：事务是不可分割的最小执行单位，要么全部执行成功，要么全部执行失败。
- 一致性（Consistency）：事务的执行使数据库从一个一致性状态转变为另一个一致性状态。
- 隔离性（Isolation）：并发执行的事务之间不能相互干扰，每个事务都感觉自己在独立地操作数据库。
- 持久性（Durability）：一旦事务提交，其结果就应该持久保存在数据库中。
优化 MySQL 数据库的查询性能是提高应用程序整体性能的重要方面。以下是一些优化的常用方法：
- 使用索引：为经常查询和排序的列创建索引，可以大幅减少查询所需的时间。
- 避免全表扫描：尽可能通过索引来查询数据，避免全表扫描。
- 优化查询语句：避免使用过于复杂的查询语句，合理选择查询方式和条件，尽量减少数据量。
- 适当分页：当查询结果集很大时，通过适当分页可以提高查询性能。
- 合理配置数据库参数：根据应用程序的实际需求，合理调整数据库参数，如连接数、缓冲区大小等。
正则表达式是一种强大的匹配模式，用于在文本中进行模式匹配和搜索。在 MySQL 中，可以通过 REGEXP 运算符和一些内置函数来进行正则表达式的匹配。
在查询时，可以使用 REGEXP 或 RLIKE 关键字来进行正则表达式匹配。例如，SELECT * FROM table_name WHERE column_name REGEXP 'pattern'; 可以查询符合正则表达式模式的数据。
MySQL 中常用的存储引擎包括 InnoDB、MyISAM、Memory、Archive、CSV 等。
- InnoDB：支持事务和行级锁定，提供了较好的并发性能和数据恢复能力，适用于高并发 OLTP 系统。
- MyISAM：不支持事务和行级锁定，具有较高的插入和查询速度，适用于读密集型应用。
- Memory：将数据存储在内存中，读写速度极快，但数据不具持久性，适用于临时数据和高速缓存等。
- Archive：以压缩格式存储数据，适用于存档和大量历史数据查询。
- CSV：以 CSV（逗号分隔值）格式存储数据，适用于数据导入和导出等。
备份和恢复 MySQL 数据库是确保数据安全的重要手段。以下是基本的备份和恢复方法：
- 备份数据库：可以使用 mysqldump 命令来生成数据库的逻辑备份文件。例如，mysqldump -u username -p password database_name > backup_file.sql 可以将指定数据库导出为 SQL 文件。
- 恢复数据库：可以使用 mysql 命令或 MySQL 客户端工具来执行备份文件，将数据导入到新的数据库中。例如，mysql -u username -p password new_database < backup_file.sql 可以将备份文件导入到新的数据库中。
MySQL 的主从复制是一种将数据集中存储在一个数据库主服务器上，并将数据复制到一个或多个从服务器上的技术。
要配置主从复制，需要进行以下几个步骤：
配置完成后，主服务器上的数据变更将自动同步到从服务器上，实现了数据的实时复制和备份。
进行 MySQL 数据库的安全管理可以从以下几个方面入手：
- 合理设置数据库权限：仅给予用户所需的最低权限，并限制远程访问。
- 使用强密码：为数据库账户设置复杂、不易被猜测的密码。
- 更新和升级：及时安装数据库的安全补丁和新版本，以修复已知的安全漏洞。
- 数据加密：对敏感数据进行加密存储，确保数据在传输和存储中的安全。
- 监测和审计：配置数据库日志，并定期审计和监测数据库的访问和操作情况。
- 定期备份：按照备份策略进行定期备份，以防止数据丢失。
通过以上的安全管理措施，可以保护数据库的数据安全和完整性。
MySQL 面试题涵盖了数据库的许多重要概念和技术，准备和熟悉这些问题是提高面试成功率的关键。通过理解和掌握 MySQL 的基础知识，以及针对性地进行实际操作和实践，可以在面试中更加自信和流畅地回答相关问题。
希望本文对读者能够提供有价值的帮助，祝大家在 MySQL 面试中取得好的成绩！
因为MySQL5.6版本需要指定配置路径
mysqld --install MySQL --defaults-file=D:/Mysql/my.ini
1. 推荐书籍：《高性能MySQL》2. 这本书是由MySQL专家撰写的，详细介绍了MySQL的性能优化方法和技巧。它涵盖了索引优化、查询优化、表设计、服务器配置等方面的内容，可以帮助读者深入理解MySQL的性能优化原理和方法。3. 此外，除了《高性能MySQL》这本书，还可以参考一些在线文档和博客，如MySQL官方文档、Percona的博客等，以获取更多的性能优化建议和实践经验。同时，不断学习和实践也是提升MySQL性能优化能力的重要途径。
select * from collect where id in (9000,12,50,7000); 竟然 0秒便可以查完！id in (str) 很快，根基还是0秒。若是这样，千万级的数据，mysql应该也很轻易应付。
