一、为什么MySQL是面试的"必答题"？
- 数据库领域占比：MySQL占据全球关系型数据库市场份额Top 3，阿里、腾讯、美团等大厂核心系统深度依赖
- 技术栈深度检验：通过MySQL问题可考察候选人的数据结构理解、系统设计能力、性能优化思维三大维度
- 薪资挂钩指标：P6+/35k+岗位面试中，90%会涉及MySQL底层原理与高并发场景解决方案
MySQL中，如何定位慢查询? （先找到哪个sql查询的慢）
慢查询常用工具
1部署了运维的监控系统Skywalking ，在展示的报表中可以看到是哪一个接口比较慢，可以分析这个接口哪部分比较慢，可以看到SQL的具体的执行时间，可以定位是哪个sql出了问题
2.MySQL自带慢日志
慢查询日志记录了所有执行时间超过指定参数（long_query_time，单位：秒，默认10秒）的所有SQL语句的日志如果要开启慢查询日志，需要在MySQL的配置文件（/etc/my.cnf）中配置；
SQL语句执行很慢, 如何分析呢？ （再分析为什么慢）
采用EXPLAIN 或者 DESC命令获取 MySQL 如何执行 SELECT 语句的信息
mysql 的 explain 执行结果
用mysql自动的执行计划 explain来去查看这条sql的执行情况，比如在这里面可以通过key和key_len检查是否命中了索引，如果本身已经添加了索引，也可以判断索引是否有失效的情况，第二个，可以通过type字段查看sql是否有进一步的优化空间，是否存在全索引扫描或全盘扫描，第三个可以通过extra建议来判断，是否出现了回表的情况，如果出现了，可以尝试添加索引或修改返回字段来修复；
possible_key： 当前sql可能会使用到的索引
key ：当前sql实际命中的索引
key_len： 索引占用的大小
Extra ：额外的优化建议
type： 这条sql的连接的类型，性能由好到差为NULL、system、const、eq_ref、ref、range、 index、all；
system：查询系统中的表
const：根据主键查询
eq_ref：主键索引查询或唯一索引查询
ref：索引查询
range：范围查询
index：索引树扫描
all：全盘扫描
什么是索引 ？
主要是用来提高数据检索的效率，降低数据库的IO成本，同时通过索引列对数据进行排序，降低数据排序的成本，也能降低了CPU的消耗‘
MYSQL支持的存储引擎有哪些, 有什么区别 ?
搜索引擎区别
InnoDB：mysql5.5之后是默认的引擎，它支持事务、外键、表级锁和行级锁
MyISAM：它不支持事务、只有表级锁、也没有外键，用的不多
Memory：主要把数据存储在内存，支持表级锁，没有外键和事务，用的不多
索引的底层数据结构 ?
MySQL的默认的存储引擎InnoDB采用的B+树的数据结构来存储索引，选择B+树的主要的原因是：第一阶数更多，路径更短，第二个磁盘读写代价B+树更低，非叶子节点只存储指针，叶子阶段存储数据，第三是B+树便于扫库和区间查询，叶子节点是一个双向链表；、
B树和B+树的区别是什么呢？
第一：在B树中，非叶子节点和叶子节点都会存放数据，而B+树的
所有的数据都会出现在叶子节点，在查询的时候，B+树查找效率更加稳定
第二：在进行范围查询的时候，B+树效率更高，因为B+树都在叶子节点存
储，并且叶子节点是一个双向链表
B树与B+树对比:
①：磁盘读写代价B+树更低；②：查询效率B+树更加稳定；③：B+树便于扫库和区间查询
B树 ：B树每个节点可以有多个分支，即多叉
B+树
为什么MySQL默认使用B+树而不是B树或哈希表？
- 核心差异：
- B树：每个节点存储键值和数据，导致单个节点存储的键值少，树的高度较高，查询时磁盘I/O次数多。
- B+树：数据只存储在叶子节点，非叶子节点仅存键值，单个节点可存储更多键值，树的高度更低；叶子节点形成链表，范围查询效率提升5倍以上。
- 哈希表：适合等值查询（O(1)），但无法支持范围查询和排序，且哈希冲突处理代价高。
- 延伸问题：
-- 验证索引页大小（默认16KB）
SHOW VARIABLES LIKE 'innodb_page_size';- 页大小设计：16KB平衡了内存利用率与磁盘I/O效率，B+树高度为3时可存储约 2000万行数据（