myisam和innodb的区别
- myisam引擎是5.1版本之前的默认引擎，支持全文检索、压缩、空间函数等，但是不支持事务和行级锁，所以一般用于有大量查询少量插入的场景来使用，而且myisam不支持外键，并且索引和数据是分开存储的。
- innodb是基于聚簇索引建立的，和myisam相反它支持事务、外键，并且通过MVCC来支持高并发，索引和数据存储在一起。
什么是覆盖索引和回表
- 覆盖索引指的是在一次查询中，如果一个索引包含或者说覆盖所有需要查询的字段的值，反之则回表查询。
- 一个查询是否是覆盖索引，我们只需要explain sql语句看Extra的结果是否是“Using index”即可。
drop、 delete与truncate的区别
- delete和truncate只删除表的数据不删除表的结构
- 速度: drop> truncate >delete
- delete 事务提交之后才回生效
- truncate,drop, 操作立即生效
事务隔离级别有哪些?MySQL的默认隔离级别是？
- READ-UNCOMMITTED(读未提交)： 最低的隔离级别，允许读取尚未提交的数据变更，可能会导致脏读、幻读或不可重复读。
- READ-COMMITTED(读已提交)： 允许读取并发事务已经提交的数据，可以阻止脏读，但是 幻读或不可重复读仍有可能发生。
- REPEATABLE-READ(可重复读)： 对同一字段的多次读取结果都是一致的，除非数据是被本身 事务自己所修改，可以阻止脏读和不可重复读，但幻读仍有可能发生。
- SERIALIZABLE(可串行化)： 最高的隔离级别，完全服从ACID的隔离级别。所有的事务依次逐 个执行，这样事务之间就完全不可能产生干扰，也就是说，该级别可以防止脏读、不可重复读 以及幻读。
| 隔离级别 | 脏读 | 不可重复读 | 幻影读 |
|---|---|---|---|
| READ-UNCOMMITTED | √ | √ | √ |
| READ-COMMITTED | × | √ | √ |
| REPEATABLE-READ | × | × | √ |
| SERIALIZABLE | × | × | × |
| MySQL InnoDB 存储引擎的默认支持的隔离级别是 REPEATABLE-READ（可重读）。我们可以通 过 SELECT @@tx_isolation; 命令来查看 |
MySQL 中一条查询 SQL 是执行流程是怎样的？
- 取得链接，使用使用到 MySQL 中的连接器。
- 查询缓存 ，key 为 SQL 语句，value 为查询结果，如果查到就直接返回。不建议使用次缓存， 在 MySQL 8.0 版本已经将查询缓存删除，也就是说 MySQL 8.0 版本后不存在此功能。
- 分析器，分为词法分析和语法分析。此阶段只是做一些 SQL 解析，语法校验。所以一般语法错 误在此阶段。
- 优化器，是在表里有多个索引的时候，决定使用哪个索引；或者一个语句中存在多表关联的时 候（join），决定各个表的连接顺序。
- 执行器，通过分析器让 SQL 知道你要干啥，通过优化器知道该怎么做，于是开始执行语句。执 行语句的时候还要判断是否具备此权限，没有权限就直接返回提示没有权限的错误；有权限则 打开表，根据表的引擎定义，去使用这个引擎提供的接口，获取这个表的第一行，判断 id 是都
等于 1。如果是，直接返回；如果不是继续调用引擎接口去下一行，重复相同的判断，直到取 到这个表的最后一行，最后返回。执行 SELECT COUNT(*) 在 InnoDB 比 MyISAM 快还是慢，为什么？
- MyISAM 内部有计数器更快
- InnoDB 实时查询慢
索引的缺点有哪些？
- 索引需要占物理空间。
- 当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，降低了数据的维护速度。
MySQL 数据库的锁有哪些?
- 共享锁：不堵塞，多个用户可以同一时刻读取同一个资源，相互之间没有影响。
- 排它锁：一个写操作阻塞其他的读锁和写锁，这样可以只允许一个用户进行写入，防止其他用 户读取正在写入的资源。
- 表锁：系统开销最小，会锁定整张表，MyISAM 使用表锁。
- 行锁：容易出现死锁，发生冲突概率低，并发高，InnoDB 支持行锁（必须有索引才能实现， 否则会自动锁全表，那么就不是行锁了）。
B+树相对于B树的优势
- 每个节点存储更多的KEY，树的高度更低，时间复杂度越小，查询越快
- 数据在叶子节点，每次查询都要查询到叶子节点，查询速度比较稳定
- 叶子节点构成了链表结构，方便区间查询和排序
Mysql为什么使用B+树
以最小的IO找到更多的记录数，如果是B树，由于每个节点要存储Key和Value(数据) ，那么每个节点能存储的Key是很少的 ，而B+树每个节点只存储Key，它可以存储更多的Key, 每个节点存储的Key越多，路数越多，节点就越少，需要耗时的IO就越少，查找性能就越高 ， 且B+树的叶子节点是有序的，形成链表，方便区间查询和排序。