1. Mysql有哪些存储引擎，默认的存储引擎是什么
2. 什么是索引，有哪些作用，
在数据库中，索引（Index） 是一种用于 加速数据检索 的数据结构。它类似于书籍的目录，可以帮助数据库快速定位到符合条件的数据行，而不必扫描整个表。
3. 一个表中应该有多少条索引。什么样的情况不应该添加索引
一、一个表中应该有多少条索引
主键自动创建索引：每个表应有且仅有一个主键索引（聚簇索引）。
频繁查询的字段：为经常出现在
WHERE、JOIN、ORDER BY中的字段添加索引。外键字段：建议为外键字段添加索引以提升连接效率。
联合索引优化多条件查询：如
(user_id, create_time)。
二、哪些情况不应该添加索引？
以下情况添加索引不仅无效，还可能影响性能：
1. 数据区分度低的字段
如性别（男/女）、状态（0/1）、枚举值较少的字段。
索引命中率低，数据库可能会选择忽略索引直接扫描全表。
4. 尝试为之前的表中插入10万条随机数据
import random
import mysql.connector
from datetime import datetime, timedelta
# 生成随机姓名
def random_name():
first_names = ['张', '李', '王', '刘', '陈', '杨', '赵', '黄', '周', '吴']
last_names = ['伟', '芳', '娜', '敏', '强', '磊', '军', '洋', '勇', '娟']
return random.choice(first_names) + random.choice(last_names)
# 生成指定范围内的随机日期
def random_date(start, end):
delta = end - start
return start + timedelta(days=random.randint(0, delta.days))
# 连接数据库
conn = mysql.connector.connect(
host='localhost',
user='root',
password='your_password',
database='your_database'
)
cursor = conn.cursor()
# 准备插入语句
insert_sql = "INSERT INTO users (name, birthday, gender) VALUES (%s, %s, %s)"
batch_size = 1000
total_records = 100000
start_date = datetime.strptime('1980-01-01', '%Y-%m-%d')
end_date = datetime.strptime('2005-12-31', '%Y-%m-%d')
try:
for i in range(0, total_records, batch_size):
batch_data = []
for _ in range(batch_size):
name = random_name()
birthday = random_date(start_date, end_date).date()
gender = random.choice(['男', '女'])
batch_data.append((name, birthday, gender))
cursor.executemany(insert_sql, batch_data)
conn.commit() # 每批提交一次事务
print(f"Inserted {i + batch_size} records...")
print("Data insertion completed.")
except Exception as e:
print(f"Error occurred: {e}")
finally:
cursor.close()
conn.close()
5. 查询年龄最大的10个人，记录查询时间，之后为生日字段添加索引，再次查询，对比有索引和无索引，快了多长时间
import time
import mysql.connector
# 数据库配置信息，请根据实际情况修改
config = {
'user': 'root',
'password': '911209787',
'host': '192.168.75.130',
'database': 'test_db',
'raise_on_warnings': True
}
def execute_query(query):
# 连接数据库
cnx = mysql.connector.connect(**config)
cursor = cnx.cursor()
start_time = time.time() # 记录开始时间
cursor.execute(query) # 执行SQL查询
result = cursor.fetchall()# 获取所有结果
end_time = time.time() # 记录结束时间
elapsed_time = end_time - start_time # 计算耗时
cursor.close()
cnx.close()
return result, elapsed_time
def main():
# 查询年龄最大的10个人（即出生日期最早的10个人）
query = "SELECT * FROM users ORDER BY birthday ASC LIMIT 10;"
result, elapsed_time = execute_query(query)
print(f"查询结果: {result}")
print(f"无索引时查询耗时: {elapsed_time:.6f} 秒")
if __name__ == "__main__":
main()
添加索引
ALTER TABLE users ADD INDEX idx_birthday (birthday);
6. 什么是事务，事务有哪些特性
什么是事务？
在数据库管理系统中，事务（Transaction） 是一个逻辑操作单元，它包含一组数据库操作语句。这些操作要么全部成功执行，要么全部失败回滚，形成一个不可分割的工作单位。事务确保数据从一种一致状态转换到另一种一致状态。
例如，在银行转账场景中：
A 账户减少 100 元；
B 账户增加 100 元。
这两个操作必须作为一个事务来处理，以防止其中一条操作失败导致数据不一致。
事务的四大特性（ACID）
事务具有四个核心特性，通常称为 ACID 特性：
事务控制命令（SQL）
7. 事务如何标记开始，执行和回滚
数据库操作中，事务的生命周期通常包括以下几个阶段：开始、执行、提交或回滚。以下是详细的说明和示例：
1. 事务的开始
事务的开始可以通过显式声明来启动，也可以由数据库自动隐式开始。
显式开始事务
使用 START TRANSACTION 或 BEGIN 命令来手动开启事务。
START TRANSACTION;
-- 或者
BEGIN;隐式开始事务
当你执行第一个数据修改语句（如 INSERT, UPDATE, DELETE）时，数据库会自动开启一个事务（取决于数据库配置和是否启用自动提交模式）。
2. 事务的执行
在事务开始后，你可以执行多个 SQL 操作，这些操作属于同一个事务，直到你明确提交 (COMMIT) 或回滚 (ROLLBACK)。
示例：银行转账场景
START TRANSACTION;
-- A 账户减少 100 元
UPDATE accounts SET balance = balance - 100 WHERE user_id = 1;
-- B 账户增加 100 元
UPDATE accounts SET balance = balance + 100 WHERE user_id = 2;在这个例子中，两个 UPDATE 操作都在同一个事务中。
3. 事务的提交
如果所有操作都成功完成，并且你确认希望将更改永久保存到数据库中，则可以使用 COMMIT 提交事务。
COMMIT;一旦提交，所有的更改都会被写入数据库，并对其他事务可见。
4. 事务的回滚
如果在事务执行过程中发生错误，或者你决定放弃当前的更改，可以使用 ROLLBACK 回滚事务。
ROLLBACK;这将撤销事务中的所有更改，恢复到事务开始前的状态。
完整示例：
-- 开始事务
START TRANSACTION;
-- 执行操作
UPDATE accounts SET balance = balance - 100 WHERE user_id = 1;
UPDATE accounts SET balance = balance + 100 WHERE user_id = 2;
-- 检查是否有错误（可选）
-- 如果一切正常，提交事务
COMMIT;
-- 如果出错，回滚事务
-- ROLLBACK;
8. 什么是数据一致性，在关系型数据库中，数据一致性是否是最重要的
什么是数据一致性？
数据一致性（Data Consistency） 是指在数据库系统中，数据在整个生命周期内始终保持合法、有效和可预测的状态。这意味着：
数据库中的所有数据都符合预定义的业务规则、约束和逻辑；
数据不会因为并发操作、系统故障或错误操作而处于不一致状态；
所有事务执行前后，数据库从一个一致状态转换到另一个一致状态。
在关系型数据库中，数据一致性是构建可靠系统的基础，因此通常是最重要的目标之一。不过，在特定场景（如高并发、大数据量分析）中，可以根据需求在一致性与其他特性之间进行权衡。
9. 什么是锁，是为了解决什么问题，达到什么效果
锁（Lock） 是一种 并发控制机制，用于在多个用户或进程同时访问共享资源时，防止数据不一致、冲突或破坏。
在数据库和操作系统中，锁可以确保：
同一时间只有一个线程/事务能修改某个资源；
避免脏读、不可重复读、幻读等并发问题；
维护数据的完整性和一致性。
锁是为了解决什么问题？
1. 并发访问导致的数据不一致
当多个事务同时操作同一数据时，可能出现以下问题：
2. 资源竞争（Race Condition）
多个线程/进程同时尝试修改同一个资源（如计数器、库存数量），可能导致最终值错误。
3. 死锁（Deadlock）
两个或多个事务相互等待对方释放资源，导致系统停滞。
锁能达到什么效果？
锁是数据库和操作系统中实现并发安全和数据一致性的核心机制。通过合理使用锁，可以有效防止并发问题、维护系统稳定，并保障业务逻辑的正确执行。
10. 什么是表锁，行锁。什么是共享锁，排它锁。
锁按锁定对象划分可以划分为以下三种：
锁按访问权限划分可以分为以下三种：
11. 什么是悲观锁，什么是乐观锁，什么是意向锁
一、悲观锁（Pessimistic Lock）
定义：
悲观锁 假设并发冲突 经常发生，因此在整个数据操作过程中都会加锁，防止其他事务访问或修改。
加锁方式：
显式使用
SELECT ... FOR UPDATE或SELECT ... LOCK IN SHARE MODE在更新前锁定资源，确保整个事务期间只有当前事务可以操作
适用场景：
写操作频繁的业务
高并发环境下对数据一致性要求高
数据竞争激烈（如库存扣减、订单处理）
二、乐观锁（Optimistic Lock）
定义：
乐观锁 假设并发冲突 不常发生，只在提交更新时检查版本号或时间戳，如果发现冲突则拒绝执行更新并提示用户重试。
实现方式：
使用版本号字段（
version）使用时间戳字段（
timestamp）检查字段值是否变化，再决定是否允许更新
适用场景：
读多写少的系统（如论坛、文档协作编辑）
网络环境复杂、长事务操作
不希望长时间持有数据库锁的情况
三、意向锁（Intention Lock）
定义：
意向锁 是一种表级锁，用于表示事务想要在某些行上加锁。它本身并不直接限制其他事务的操作，而是告诉数据库“我准备在某一行上加锁”。
类型：
工作机制：
当事务对某行加锁时，InnoDB 自动为对应的表加上意向锁；
其他事务看到意向锁后，就知道后续可能有行锁操作，从而避免冲突。
12. 什么是死锁，死锁的出现需要满足哪些条件，出现死锁后如何处理，如何预防
一、什么是死锁？
死锁（Deadlock） 是指两个或多个事务在执行过程中，因争夺资源而造成的一种 互相等待的僵局。每个事务都持有部分资源，并等待其他事务释放它所需的资源，导致所有事务都无法继续执行。
二、死锁出现需要满足哪些条件？（四个必要条件）
死锁的发生必须同时满足以下 四个条件：
三、出现死锁后如何处理？
1. 数据库自动检测与回滚
大多数数据库系统（如 MySQL InnoDB、Oracle、PostgreSQL）会定期运行死锁检测机制；
发现死锁后，会选择一个代价最小的事务进行 回滚（Rollback）；
回滚事务后，其他事务可以继续执行。
2. 应用层重试机制
在代码中捕获死锁异常（如 MySQL 返回
Deadlock found when trying to get lock）；自动重试事务（建议设置最大重试次数和退避时间）；
四、如何预防死锁？
1. 统一访问顺序
所有事务按相同的顺序访问表和字段；
避免不同事务以不同顺序加锁，减少循环依赖。
2. 缩短事务生命周期
尽量减少事务执行时间和锁持有时间；
提交或回滚越快，锁释放越快，降低冲突概率。
3. 合理设置索引
索引缺失可能导致锁升级为表锁；
合理使用索引，避免全表扫描带来的锁竞争。
4. 批量操作优先
将多个 SQL 操作合并为一个事务，减少多次交互带来的锁竞争；
减少网络延迟对事务的影响。
5. 设置合理的超时时间
设置事务等待锁的最大时间（InnoDB 默认 50 秒）：
SET innodb_lock_wait_timeout = 30; -- 设置等待锁最多 30 秒6. 使用乐观锁替代悲观锁
对于写冲突较少的场景，使用乐观锁（版本号控制）替代行锁；
避免长时间持有锁资源。
总结
13. 什么是隐式加锁，什么是显式加锁，显式加锁有什么注意事项
一、什么是隐式加锁？
隐式加锁（Implicit Locking） 是指数据库在执行某些操作时 自动为资源加上锁，开发者无需手动干预。
常见隐式加锁场景（MySQL InnoDB）：
二、什么是显式加锁？
显式加锁（Explicit Locking） 是指开发者通过 SQL 显式地为某个表或记录加锁，控制并发访问。
显式加锁命令示例（MySQL）：
表锁：
LOCK TABLE users READ; -- 加共享表锁
LOCK TABLE users WRITE; -- 加排他表锁
UNLOCK TABLES; -- 解锁行锁：
START TRANSACTION;
SELECT * FROM inventory WHERE product_id = 1001 FOR UPDATE; -- 排他锁
COMMIT;三、显式加锁有什么注意事项？
✅ 使用建议
四、显式加锁的常见问题与规避策略
14. 如果没有锁，会出现哪些问题？什么是脏读、幻读、不可重复读、丢失更新
在并发数据库操作中，如果没有锁机制，多个事务同时访问和修改数据时会出现一系列一致性问题，最常见的包括：
15. 事务的4个隔离级别分别是什么，每个隔离级别能防止哪些并发问题
事务的隔离级别用于控制事务之间的可见性和并发行为，确保在多事务同时执行时数据的一致性。SQL 标准定义了四个事务隔离级别，每个级别能防止不同的并发问题。
事务的 4 个隔离级别
每个隔离级别能防止哪些并发问题？
1. READ UNCOMMITTED（读未提交）
特点：最低的隔离级别，事务可以读取其他事务尚未提交的数据。
适用场景：几乎不用于生产环境。
可出现的问题：
脏读
不可重复读
幻读
写偏移
2. READ COMMITTED（读已提交）
特点：事务只能看到已经提交的数据变更。
适用场景：适用于对一致性要求不高、但希望提高并发性能的系统。
可出现的问题：
脏读
不可重复读
幻读
写偏移
3. REPEATABLE READ（可重复读）
特点：事务在整个执行期间多次读取同一行的结果保持一致。
适用场景：MySQL 默认使用的隔离级别。
可出现的问题：
脏读
不可重复读
幻读 （InnoDB 使用间隙锁解决此问题）
写偏移 （取决于数据库实现）
4. SERIALIZABLE（串行化）
特点：所有事务串行执行，避免一切并发问题。
适用场景：对一致性要求极高，且并发性能不是主要考虑因素的金融系统或审计系统。
可出现的问题：
脏读
不可重复读
幻读
写偏移
隔离级别与锁机制的关系
16. 如何查看当前数据库的锁等待和死锁信息
一、查看当前锁等待信息
方法：查询 information_schema 中的 INNODB_LOCKS 和 INNODB_LOCK_WAITS
SELECT
r.trx_id AS waiting_trx_id,
r.trx_mysql_thread_id AS waiting_thread,
r.trx_query AS waiting_query,
b.trx_id AS blocking_trx_id,
b.trx_mysql_thread_id AS blocking_thread,
b.trx_query AS blocking_query
FROM
information_schema.INNODB_LOCK_WAITS w
JOIN
information_schema.INNODB_TRX b ON b.trx_id = w.blocking_trx_id
JOIN
information_schema.INNODB_TRX r ON r.trx_id = w.requesting_trx_id;输出字段说明：
二、查看最近一次死锁信息
方法：使用 SHOW ENGINE INNODB STATUS\G
SHOW ENGINE INNODB STATUS\G