MySQL 八股文知识大全（面试+复习必备）
本文整理了 MySQL 最核心的八股文内容，涵盖范式、SQL 执行流程、存储引擎、索引、事务等各大模块，适合用于面试前复习与系统性学习。
1. 数据库三大范式
- 第一范式（1NF）：每一列必须是不可再分的原子项。
- 第二范式（2NF）：在 1NF 基础上，所有非主属性完全依赖于主键，而不是主键的一部分。
- 第三范式（3NF）：在 2NF 基础上，非主属性不依赖于其他非主属性。
2. 一条 SQL 的执行过程
- 连接器：建立连接、身份验证
- 查询缓存（MySQL 8.0 后废除）
- 解析器：生成语法树
- 优化器：选择最优执行计划
- 执行器：与存储引擎交互获取数据
3. 存储引擎对比
| 引擎 | 特性描述 |
|---|
| MyISAM | 不支持事务、外键，读性能好 |
| Memory | 数据存储在内存中，性能高 |
| InnoDB | 默认引擎，支持事务、行锁、崩溃恢复 |
4. 索引分类方式
- 按数据结构：B+ Tree、Hash、Full-Text
- 按物理存储：聚簇索引、非聚簇索引
- 按字段特性：主键、唯一、普通、前缀索引
- 按字段数量：单列、联合索引
5. 聚簇索引 vs 非聚簇索引
| 维度 | 聚簇索引 | 非聚簇索引 |
|---|
| 存储结构 | 叶子节点存储完整数据 | 叶子节点存储主键值指针 |
| 查询性能 | 查询快，避免回表 | 覆盖索引快，非覆盖需回表 |
| 唯一性 | 每表仅一个 | 可有多个 |
| 适用场景 | 范围/排序查询 | 精确查找 |
6. 如何选择主键
- 字段唯一，不能为空
- 建议使用递增 ID，避免页分裂
- 避免使用业务字段
- 分布式系统建议用雪花 ID
7. 索引实现原理
- InnoDB 使用 B+Tree 结构
- 非叶子节点存索引，叶子节点存数据
- 叶子节点通过双向链表连接
- 查询效率高，I/O 次数少（3~4次）
8. B+Tree 的特点
- 所有数据在叶子节点
- 非叶子节点只存键值
- 叶子节点双向链表连接，适合范围查询
- 高度小，查询快
9. B+Tree、BTree、Hash 对比
| 项目 | B+ Tree | B Tree | Hash |
|---|
| 范围查询 | 支持 | 不便 | 不支持 |
| 查询稳定性 | 稳定 | 不稳定 | 高效（仅等值） |
| 适用场景 | 大量数据 | 中等复杂度查询 | 精确查找（非范围） |
10. 索引失效的常见场景
- 使用
%xx 或 %xx% 模糊查询 - 索引字段上使用函数或表达式
- 字符串字段与数字比较（类型转换）
- 联合索引不满足最左前缀法则
- WHERE 子句含 OR 且部分字段无索引
11. 索引优缺点
优点： 提高查询速度
缺点：
12. 索引优化建议
- 使用前缀索引减小索引项
- 利用覆盖索引避免回表
- 自增主键插入效率高
- 联合索引遵循最左匹配原则
- 避免函数、类型转换、模糊查询等导致索引失效
13. 事务四大特性 ACID
| 特性 | 含义 | 实现方式 |
|---|
| 原子性 | 要么全做，要么全不做 | undo log |
| 一致性 | 满足数据完整性约束 | ACID 整体保障 |
| 隔离性 | 并发事务互不干扰 | MVCC / 锁机制 |
| 持久性 | 提交的数据永久保存 | redo log |
14. 并发问题与事务隔离级别
| 问题类型 | 解释 | 出现级别 |
|---|
| 脏读 | 读到未提交事务的数据 | 读未提交 |
| 不可重复读 | 同一事务两次查询结果不同 | 读未提交、读已提交 |
| 幻读 | 查询结果数量不一致 | 可重复读以下级别 |
事务隔离级别：
- Read Uncommitted
- Read Committed
- Repeatable Read（MySQL 默认）
- Serializable
15. MVCC 实现原理
- 多版本控制，读取旧版本数据
- 使用版本链结构控制可见性
- 非阻塞读，适合高并发
16. 锁的分类
- 全局锁：如
flush tables with read lock - 表级锁：表锁、元数据锁、意向锁
- 行级锁：记录锁、间隙锁、临键锁（Next-Key Lock）
17. 表锁 vs 行锁
| 特性 | 表锁 | 行锁 |
|---|
| 粒度 | 粗，锁住整个表 | 精确，锁住具体记录 |
| 并发性 | 差 | 高 |
| 应用场景 | 批量操作、表结构修改 | 单行读写操作 |
18. MySQL 日志类型
- redo log：物理日志，持久性保障
- undo log：回滚用，原子性保障
- binlog：逻辑日志，备份与主从复制
- relay log：从库同步日志
- 慢查询日志：记录慢 SQL
19. Redo Log 的作用
- 采用 WAL 机制：先记录日志，再写磁盘
- 顺序写入优化性能
- 宕机后可用于恢复已提交数据
20. 提升查询性能的方法
- 优化 SQL 语句写法
- 合理使用索引
- 避免索引失效
- 使用 EXPLAIN 分析执行计划
- 数据分页优化（如延迟加载）
- 表结构合理设计
- 利用缓存（如 Redis）降低数据库压力
欢迎点赞 + 收藏 + 评论交流！
如果你觉得这篇总结有帮助，别忘了关注我获取更多干货内容～
