面试数据库八股文五问五答第四期
作者：程序员小白条，个人博客
相信看了本文后，对你的面试是有一定帮助的！
⭐点赞⭐收藏⭐不迷路！⭐
1）什么情况下 mysql 会索引失效？
- 不使用索引列进行查询：当查询条件不包含索引列时，MySQL无法使用索引进行快速查找，而会进行全表扫描，导致索引失效。
- 使用函数或表达式对索引列进行操作：当查询条件对索引列进行函数操作或表达式计算时，MySQL无法直接使用索引，而会进行全表扫描。
- 数据量过小：当表中的数据量过小时，MySQL可能会选择全表扫描而不是使用索引，因为全表扫描的开销更小。
- 索引列数据重复度过高：当索引列的数据重复度过高时，MySQL可能会放弃使用索引，因为全表扫描的开销更小。
- 索引列数据类型不匹配：当查询条件中的数据类型与索引列的数据类型不匹配时，MySQL无法使用索引进行查找，而会进行全表扫描。
2）B+ 树和 B 树的区别是什么？
- 数据存储方式：B树中的每个节点存储的是键值对，而B+树中的每个节点只存储键，数据存储在叶子节点上。
- 叶子节点的指针：B树中的叶子节点包含了指向数据的指针，而B+树中的叶子节点只包含键和指向下一个叶子节点的指针。
- 叶子节点的顺序访问：B树中的叶子节点是通过指针连接在一起的，可以进行范围查询。而B+树中的叶子节点是通过链表连接在一起的，只能进行单个键的查询。
- 索引的高度：B树的高度比B+树的高度要高，因为B树中的每个节点都包含了数据。
- 索引的扫描效率：B+树的叶子节点连续存储数据，可以更快地进行范围查询和顺序访问，因此在大数据量的情况下，B+树的扫描效率更高。
3）如果处理慢查询？
- 优化查询语句：检查慢查询日志，分析查询语句的执行计划，优化查询语句的索引使用和查询逻辑，尽量减少查询的开销。
- 优化表结构：通过添加合适的索引、调整字段类型和长度、拆分大表等方式优化表结构，提高查询的性能。
- 配置合适的参数：调整MySQL的配置参数，如缓冲区大小、连接数等，以满足查询的需求，提高查询的效率。
- 使用缓存：使用缓存技术，如Redis或Memcached，将热点数据缓存起来，减少对数据库的查询次数。
- 分析和监控：使用工具进行慢查询分析和性能监控，找出慢查询的原因和瓶颈，并进行相应的优化。
4）Linux 如果排查 MySQL 问题
- 查看日志文件：查看MySQL的错误日志文件，通常位于/var/log/mysql/目录下，查看是否有异常报错信息。
- 使用命令行工具：使用命令行工具如mysqladmin或mysqlshow查看MySQL的运行状态、进程列表、连接数等信息。
- 使用性能监控工具：使用性能监控工具如MySQL Performance Schema、Percona Toolkit等来监控MySQL的性能指标和查询执行情况。
- 检查系统资源：使用命令如top、htop等来查看系统的CPU、内存、磁盘等资源使用情况，是否有资源瓶颈。
- 分析慢查询：使用慢查询日志或性能监控工具，分析慢查询的执行计划、索引使用情况等，找出慢查询的原因并进行优化。
5）数据库分表如何操作
- 设计分表策略：根据业务需求和数据特点，设计合适的分表策略，如按照时间、地理位置、用户ID等进行分表。
- 创建分表结构：根据分表策略，创建对应的分表结构，包括表名、字段、索引等。
- 迁移数据：将原有的数据迁移到分表中，可以使用INSERT INTO SELECT语句或数据导入工具进行数据迁移。
- 修改应用程序：修改应用程序的数据库访问逻辑，根据分表策略动态选择访问的分表。
- 维护分表：定期维护分表，包括数据清理、数据迁移、索引优化等，以保证分表的性能和数据的一致性。
项目
项目适用人群：做课设、毕设的小伙伴、只学习了后端（或者前端），但想要自己做项目写在简历上，这三个项目可以作为拓展点。
前后端项目 Gitee & Github 累计 3000+ Star，10W+浏览量！⭐点赞⭐收藏⭐不迷路！⭐
智能 AI 旅游推荐平台：https://github.com/luoye6/vue3_tourism_frontend
智能 AI 校园二手交易平台：https://github.com/luoye6/vue3_trade_frontend
GPT 智能图书馆：https://github.com/luoye6/Vue_BookManageSystem
