前两天我朋友他跳槽了，之前在网上疯狂的找面试题以及资料。在他拿到大厂offer的时候整理出来了这十篇Mymsql面试题资料，威逼利诱下才加他发给我，今天就给大家分享出来。

1. MySQL 支持哪些存储引擎？

【参考答案】

MySQL 支持的存储引擎主要有四种：

（1）InnoDB 支持事务，行级锁定和外键，是事务型数据库的首选引擎；MySQL5.5.5 之后的默认存储引擎；

(2）MyISAM 拥有较高的插入、查询速度，但不支持事务。MySQL5.5.5 之前的默认存储引擎；

（3）Memory 基于散列，存储在内存中，对临时表有用。常见的应用场景是：临时存放数据，数据量不大，并且不需要较高的数据安全性；

（4）Archive 支持高并发的插入操作，但是本身不是事务安全的。常见的应用场景：存储归档数据，如记录日志信息可以使用 Archive。

2. MySQL 索引底层是什么结构？选择采用此结构有什么好处？

【参考答案】

MySQL 索引底层采用 B + 树的存储结构。采用 B + 树的原因：

（1）索引文件很大，不能全部存储在内存中，只能存储到磁盘上，因此索引的数据结构要尽量减少查找过程中磁盘 I/O 的存取次数；

3. 为什么不选B树呢？

【参考答案】

B + 树所有的 Data 域在叶子节点，其余节点用来索引，而 B 树是每个索引节点都会有 Data 域；并且 B + 树所有叶子节点之间都有一个链指针。 这样遍历叶子节点就能获得全部数据，从而支持区分查询。在数据库中基于范围的查询是非常频繁的，而 B 树不支持这样的遍历操作。

4. 为什么不选择红黑树？

【参考答案】

红黑树往往高度过大，从而造成磁盘 IO 读写过于频繁，效率低下。而且逻辑上很近的节点（父子）物理上可能很远，无法利用局部性原理。

5. InnoDB 和 MyISAM 有什么区别呢？

【参考答案】

1. InnoDB 支持事务；而 MyISAM 不支持事物，强调的是性能，查询速度更快；
2. InnoDB 支持行级锁和表级锁（默认行级锁），而 MyISAM 只支持表级锁；
3. InnoDB 支持 MVCC, 而 MyISAM 不支持 MVCC；
4. InnoDB 支持外键，而 MyISAM 不支持外键；
5. InnoDB早期版本不支持全文索引（从 MySQL5.6 开始支持全文索引），而 MyISAM 支持；
6. InnoDB 不保存表的具体行数，count () 时要扫描一遍整个表来计算有多少行；MyISAM 则内置了一个计数器，count () 时它直接从计数器中读。

注意：在 MySQL 中，索引就是在存储引擎层实现的，不同存储引擎的索引的工作方式并不一样，即使不同的存储引擎支持同一种类型的索引，其底层的实现也可能不同。而这些存储引擎中以 InnoDB 应用最广泛，很多面试题也围绕着它展开。

6. MySQL 支持的索引类型是哪些？

【参考答案】

1. 普通索引：用表中的普通列构建的索引，没有任何限制；
2. 唯一索引：唯一索引列的值必须唯一，但允许有空值。如果是组合索引，则列值的组合必须唯一；
3. 主键索引：是一种特殊的唯一索引，根据主键建立索引，不允许重复，不允许空值；
4. 全文索引：通过建立倒排索引，快速匹配文档的方式。MySQL 5.7.6 之前仅支持英文，MySQL 5.7.6 之后支持中文；
5. 组合索引：又叫联合索引。用多个列组合构建的索引，这多个列中的值不允许有空值。可以在创建表的时候指定，也可以修改表结构。

7. 知道聚集索引和非聚集索引吗？

【参考答案】

1. 聚集索引 (clustered index) ，又称为主索引，该索引中键值的逻辑顺序决定了表中相应行的物理顺序。因为数据真正的数据只能有一种排序方式，所以一个表上只能有一个聚簇索引。
2. 非聚集索引 (secondary index) ，又称为辅助索引、普通索引，该索引的逻辑顺序与磁盘上行的物理存储顺序不同，一个表可以包含多个非聚集索引。

注意： 聚集索引 / 非聚集索引不是一种索引类型，而是一种存储数据的方式。在 InnoDB 中它们还有一个非常重要的区别：聚集索引的叶子节点的的 data 域包含了完整的数据记录，而非聚集索引的叶子节点的 data 域记录着主键的值，因此在使用非聚集索引进行查找时，需要先查找到主键值，然后再到聚集索引中进行查找，这称之为回表查询。

8. 索引有什么缺点？

【参考答案】

1. 索引需要额外的占用物理空间，索引越多，所以空间越多；
2. 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，降低了数据的写速度；

9. 索引什么时候会失效？

【参考答案】

索引失效通常有以下原因：

1. 条件中有 or；
2. like 查询（以 % 开头）；
3. 如果列类型是字符串，那一定要在条件中将数据使用引号引用起来，否则不使用索引；
4. 对列进行函数运算（如 where md5 (password) = “xxxx”）；
5. 负向查询条件会导致无法使用索引，比如 NOT IN,NOT LIKE,!= 等；
6. 对于联合索引，不是使用的第一部分 (第一个)，则不会使用索引（最左匹配）；
7. 如果 mysql 评估使用全表扫描要比使用索引快，则不使用索引；。

10. 为什么不选择哈希表？

【参考答案】

1. 哈希表只适用与查找等值查询， 不能支持区分条件（大于小于查询）、模糊查询等；
2. hash 索引虽然在等值查询上较快，但是不稳定，性能不可预测，当某个键值存在大量重复的时候，发生 hash 碰撞，此时效率可能极差。而 B + 树的查询效率比较稳定。

——————————————————————

资料领取方式：点赞+收藏后，私聊小编：资料，免费领取

看完记得点赞+收藏哦！在这里也祝愿读者们都可以拿到自己心仪的offer哦！