数据库工程师面试题及答案（实战版）.docxVIP

数据库工程师面试题及答案（实战版）

一、基础原理类（考察核心认知）

问题：MySQL中InnoDB和MyISAM引擎的核心区别？实际项目中如何选择？

答案：核心区别集中在事务支持、锁机制、存储结构三点：

事务：InnoDB支持ACID事务，MyISAM不支持；

锁机制：InnoDB支持行级锁和表级锁（默认行锁），MyISAM仅支持表级锁；

存储：InnoDB有聚簇索引（数据和索引存在一起），MyISAM是非聚簇索引（数据和索引分离），且MyISAM保存表行数（count(*)更快）。

选择逻辑：需要事务（如订单、支付系统）、高并发写操作（如秒杀）选InnoDB；只读场景（如报表统计）、追求查询速度且无事务需求（如博客文章）可选MyISAM，但目前MySQL8.0已移除MyISAM默认支持，实际更推荐InnoDB兼容场景。

问题：什么是数据库索引？B+树索引和哈希索引的适用场景有何不同？

答案：索引是优化查询速度的数据结构，本质是“排好序的快速查找结构”，避免全表扫描。

B+树索引：适合范围查询（如between、、）和排序场景，因为数据按顺序存储在叶子节点，且叶子节点通过链表连接，遍历高效；支持等值查询，是MySQL主键索引、二级索引的默认结构。

哈希索引：基于哈希表实现，等值查询（如=、in）极快，但不支持范围查询和排序，且存在哈希冲突问题；MySQL中Memory引擎支持哈希索引，InnoDB的自适应哈希索引是自动优化的辅助索引，不能手动创建。

二、性能优化类（考察实操能力）

问题：如何定位MySQL慢查询？常见的慢查询优化手段有哪些？

答案：定位步骤：

开启慢查询日志：设置slow_query_log=ON，long_query_time=1（超过1秒的查询记录），log_queries_not_using_indexes=ON（记录未走索引的查询）；

用explain分析慢查询语句：重点看type（连接类型，如ref、range、ALL最差）、key（是否使用索引）、rows（扫描行数）、Extra（是否Usingfilesort、Usingtemporary等坏现象）；

工具辅助：PT-Query-Digest分析慢查询日志，定位高频慢查询。

优化手段（按优先级）：

给查询字段加合适索引（避免过度索引）；

优化SQL语句：避免select*、子查询转join、减少join表数量、避免在where子句中对字段做函数操作（如wheredate(create_time)=2024-01-01会失效索引）；

调整表结构：大表分库分表（水平分表按用户ID、时间，垂直分表拆分大字段）、使用分区表；

数据库参数优化：调整innodb_buffer_pool_size（缓存数据和索引，建议设为物理内存的50%-70%）、max_connections等。

问题：什么是索引失效？列举3个以上导致索引失效的常见场景。

答案：索引失效指查询语句本应使用索引，但因写法或数据特性导致数据库优化器放弃索引，转而全表扫描。

常见场景：

where子句中使用or（除非所有or条件字段都有索引）；

对索引字段做函数操作（如substr(name,1,3)=abc）、隐式类型转换（如字符串索引字段用数字查询：wherephone=；

使用like以通配符开头（如like%abc，like%abc%，likeabc%不会失效）；

联合索引不满足最左前缀原则（如联合索引(a,b,c)，查询whereb=1andc=2会失效）；

where子句中使用notin、、!=、isnotnull（部分场景可能失效，需结合数据分布判断）。

三、实操场景类（考察业务落地）

问题：假设设计一个电商订单表（日订单量100万+），需要存储订单ID、用户ID、商品ID、订单金额、支付状态、创建时间、支付时间等字段，如何设计表结构和索引？

答案：表结构设计（MySQL示例）：

CREATETABLE`t_order`(

`order_id`bigintNOTNULLCOMMENT订单ID（雪花算法生成）,

`user_id`bigintNOTNULLCOMMENT用户ID,

`product_id`bigintNOTNULLCOMMENT商品ID,

`order_amount`decimal(10,2)NOTNULLCOMMENT订单金额,

`pay_status`