InnoDB 是 MySQL 默认的事务型存储引擎，MyISAM 是早期非事务引擎，核心区别很明显。InnoDB 支持事务、行级锁、外键和崩溃恢复，适合高并发、数据一致性要求高的场景，比如电商订单。MyISAM 不支持事务和外键，用表级锁，查询速度快但并发差，支持全文索引，适合只读、查询多的静态数据。InnoDB 底层是聚簇索引，数据和索引存一起；MyISAM 是非聚簇索引，数据和索引分离。此外 InnoDB 支持 MVCC 多版本并发控制，能提升读写并发性能，现在生产环境几乎都用 InnoDB，MyISAM 仅用于老旧项目。
MySQL 索引主要分 B-Tree、哈希、全文、空间索引，最常用 B-Tree。普通索引用于基础查询加速；唯一索引保证列值唯一，允许一个 NULL；主键索引是特殊唯一索引，非空且唯一，每张表必设；联合索引将多列组合，适合多条件查询，遵循最左匹配原则；覆盖索引查询时直接从索引取数据，不用回表。哈希索引查询极快但只支持等值查询，不支持范围查询。全文索引用于文本关键词搜索，空间索引用于地理数据。日常开发优先用 B-Tree 联合索引，覆盖索引优化高频查询。
MySQL 分页常用 limit offset，offset 过大会全表扫描，效率极低。高效方案：主键索引分页，用where id > 页码*每页条数 limit 条数，利用主键索引快速定位，避免全表扫描。联合索引优化，查询字段建立覆盖索引，直接从索引取数，无需回表。延迟关联法，先查主键 id 再关联查询数据，减少扫描行数。大数据量分页用书签记录上次最后一条 id，下次从该 id 开始查询。禁止使用limit 100000,20这种大偏移分页，生产环境优先主键 id 分页，配合覆盖索引，性能提升几十倍。
MySQL 锁按粒度分全局锁、表级锁、行级锁。全局锁锁定整个库，用于全库备份；表级锁锁定整张表，开销小、加锁快，但并发低，MyISAM 默认使用。行级锁锁定单行数据，并发高、开销大，InnoDB 默认使用，支持事务。按性质分共享锁（读锁），允许多个事务同时读，互斥写；排他锁（写锁），独占资源，读写都互斥。InnoDB 还有意向锁，协调表锁和行锁，避免冲突。行锁基于索引实现，索引失效会升级为表锁，高并发场景要合理设计索引，避免锁升级。
MySQL 有四种事务隔离级别，解决脏读、不可重复读、幻读问题。读未提交：最低级别，允许读取未提交数据，会出现脏读、不可重复读、幻读，基本不用。读已提交：只能读取已提交数据，解决脏读，仍有不可重复读、幻读，Oracle 默认级别。可重复读：MySQL 默认级别，同一事务内读取数据一致，解决脏读、不可重复读，通过 MVCC 避免幻读。串行化：最高级别，事务串行执行，完全避免所有问题，但并发极低，仅用于数据强一致场景。日常用可重复读，兼顾并发和数据安全。
死锁是多个事务互相持有对方需要的锁，循环等待导致僵持。InnoDB 内置死锁检测机制，能实时发现循环等待，立即回滚代价最小的事务，释放锁让其他事务执行。预防死锁的方法：统一按固定顺序访问表和行，避免循环依赖；事务保持短小，尽快提交释放锁；使用低隔离级别，减少锁持有时间；合理设计索引，避免行锁升级为表锁。还能设置锁等待超时时间，超时自动释放锁。生产环境通过查看死锁日志分析原因，优化业务逻辑和索引，从根源减少死锁发生。
ACID 是事务的四大特性，保证数据安全可靠。原子性：事务是最小单元，要么全部执行成功，要么全部回滚失败，比如转账扣钱和加钱必须同时完成。一致性：事务执行前后数据完整性不变，约束、索引、外键都保持有效。隔离性：多个事务并发执行，互不干扰，一个事务看不到另一个事务的中间状态。持久性：事务提交后，数据永久保存到磁盘，即使数据库崩溃也不会丢失。InnoDB 通过 redo log 保证持久性，undo log 保证原子性和一致性，锁 +MVCC 保证隔离性，是事务的核心保障。
索引覆盖是查询的所有字段都包含在索引中，MySQL 直接从索引树获取数据，不用回表查询聚簇索引。比如建立(name,age)联合索引，查询select name,age from user where name='张三'，就能触发覆盖索引。优点：大幅提升查询速度，避免回表的 IO 开销；减少数据页加载，降低内存使用；避免行锁竞争，提升并发性能；减少随机 IO，转为顺序 IO。使用场景：高频查询、报表统计、分页查询，只需给查询字段建立联合索引，就能实现覆盖索引，是 SQL 优化的核心手段。
GROUP BY 是分组聚合，ORDER BY 是排序，功能完全不同。GROUP BY 将相同字段值的数据分为一组，配合聚合函数 sum、count、avg 使用，比如统计每个部门的员工数，分组后每组只返回一条结果。ORDER BY 对查询结果按指定字段升序或降序排序，不改变数据行数，只是调整展示顺序。执行顺序上，先 GROUP BY 分组聚合，再 ORDER BY 排序结果。GROUP BY 会产生临时表和文件排序，性能较低，可建立索引优化。简单说，分组是合并数据，排序是整理数据顺序。
慢查询日志记录执行时间超过阈值的 SQL 语句，用于定位性能瓶颈。开启方法：在配置文件设置slow_query_log=1，long_query_time=1（单位秒），指定日志文件路径。也可动态开启，无需重启数据库。分析工具用 mysqldumpslow，能统计最慢的 SQL、执行次数、锁定时间。生产环境建议开启，阈值设为 1 秒，定期分析日志，优化慢 SQL。慢查询会记录全表扫描、无索引、大偏移分页等低效语句，优化后能大幅提升数据库性能，是 DBA 日常排查的核心工具。
MySQL 常用 JOIN 分内连接、左连接、右连接、全连接。内连接（INNER JOIN）：只返回两张表匹配的数据，取交集，最常用。左连接（LEFT JOIN）：左表数据全部返回，右表匹配则显示，不匹配为 NULL。右连接（RIGHT JOIN）：右表数据全部返回，左表匹配则显示，不匹配为 NULL。全连接（FULL JOIN）：返回两张表所有数据，MySQL 不直接支持，用 union 替代。JOIN 底层通过嵌套循环、哈希连接实现，匹配条件用索引会大幅提升性能，建议小表驱动大表，关联字段建立索引，避免笛卡尔积。
二级索引也叫辅助索引，是 InnoDB 除主键索引外的所有索引，比如普通索引、唯一索引、联合索引。二级索引的叶子节点存储索引列值和主键值，不存储完整数据。查询时先通过二级索引找到主键，再用主键回表查询聚簇索引获取完整数据。如果是覆盖索引，就不用回表。二级索引能加速查询，一张表可以建立多个二级索引，满足不同查询场景。但索引会占用磁盘空间，降低增删改效率，所以要按需创建，避免冗余索引，高频查询字段优先建立二级索引。
MySQL 通过REGEXP关键字实现正则匹配，用于复杂的字符串模糊查询。语法：字段 REGEXP '正则表达式'，支持匹配开头、结尾、包含、数字、字母、任意字符等规则。比如name REGEXP '^张'查询姓张的用户，phone REGEXP '[0-9]{11}'验证手机号。正则匹配是全表扫描，无法使用索引，性能较低，仅适合小数据量、复杂规则的查询。大数据量优先用普通索引 +like 查询，正则仅用于无法用 like 实现的复杂匹配场景，使用时要注意性能损耗。
B-Tree 是 MySQL 默认索引，哈希索引仅 Memory 引擎支持。B-Tree 支持等值、范围、模糊、排序、分组查询，底层是平衡多叉树，查询稳定。哈希索引仅支持等值查询，通过哈希算法计算哈希值定位数据，查询速度极快，但不支持范围、排序、模糊查询。B-Tree 有序存储，支持联合索引和最左匹配；哈希索引无序，联合索引无效。B-Tree 适合绝大多数业务场景，哈希索引仅用于内存表、等值查询极高的场景。InnoDB 不支持哈希索引，会自适应哈希索引优化 B-Tree 查询。
MySQL 优化器是 SQL 执行的核心组件，负责生成最优执行计划。接收到 SQL 后，先解析语法语义，再统计表、索引、数据量信息，评估不同执行方案的成本。优化器会选择索引、JOIN 顺序、连接方式，比如选成本最低的索引，小表驱动大表，决定使用嵌套循环还是哈希连接。还会优化子查询、合并过滤条件、消除无用索引。优化器基于成本模型选择最优方案，最终生成执行计划交给执行器。我们可以通过 explain 查看执行计划，根据优化器的选择调整索引和 SQL，提升执行效率。
MVCC 是 InnoDB 的并发控制机制，通过多版本数据实现无锁读写，提升并发性能。每行数据隐藏创建版本号、删除版本号，事务根据版本号读取对应数据。读已提交和可重复读隔离级别基于 MVCC 实现，普通查询是快照读，读取历史版本数据，不用加锁，不阻塞写操作。写操作会生成新版本数据，不覆盖旧版本。MVCC 解决了脏读、不可重复读问题，实现读写并行，只有写写操作互斥。旧版本数据通过 undo log 存储，后台 purge 线程定期清理过期数据，节省空间。
MySQL 高可用核心是避免单点故障，常用主从复制 + 高可用组件。主从复制：主库写数据，同步到从库，从库负责读，实现读写分离。高可用用 MGR（MySQL 组复制），分布式强一致架构，自动故障转移。也可用 Keepalived+VIP，主库故障自动切换到从库。架构分层：主库写、多从库读，中间用 MyCat、ShardingSphere 做分库分表。配合哨兵、监控告警，实时检测节点状态。存储用共享存储或云盘，数据持久化。整套架构保证数据库故障自动切换，数据不丢失，服务不间断。
二阶段提交是 InnoDB 保证事务原子性和持久性的机制，协调 redo log 和 binlog 的提交。分为准备阶段和提交阶段。准备阶段：事务执行完成，写入 redo log，标记为准备状态。提交阶段：写入 binlog，然后将 redo log 标记为提交状态。只有两个日志都写入成功，事务才算提交。如果数据库崩溃，恢复时根据 redo log 和 binlog 的状态，一致则提交，不一致则回滚。二阶段提交保证了 redo log 和 binlog 的数据一致性，是主从复制和事务持久化的核心基础，避免数据丢失或错乱。
视图是虚拟表，本身不存储数据，数据来自基础表，通过查询语句定义。使用方式和普通表一样，支持查询、更新（满足条件）。用途：简化复杂 SQL，将多表 JOIN 封装成视图，方便复用。数据安全，隐藏敏感字段，只给用户开放视图，控制数据访问权限。逻辑隔离，基础表结构变更时，修改视图即可，不影响业务代码。视图不占用存储空间，查询时动态执行 SQL 获取数据。注意更新视图有严格限制，复杂视图仅用于查询，适合封装高频复杂查询、权限控制场景。
大表优化核心是减少数据扫描和 IO 开销。首选分库分表，水平拆分按 id 分片，垂直拆分按业务字段拆分。建立合适索引，高频查询字段建联合索引，使用覆盖索引避免回表。优化 SQL，禁止 select *，只查需要字段，避免大偏移分页，用主键 id 分页。分区表，按时间、地区分区，查询只扫描对应分区。读写分离，主库写，从库读，分散查询压力。清理历史数据，归档无用数据，减少表数据量。定期优化表，分析表碎片，重建索引。配合缓存，热点数据放 Redis，减少数据库查询。
存储过程和函数都是预编译的 SQL 集合，存储在数据库中。核心区别：函数必须返回一个值，存储过程可以无返回值或多个返回值。函数用 return 返回，存储过程用 out 参数返回。函数可以嵌套在 SQL 语句中使用，存储过程只能用 call 调用。函数限制多，不能写事务、动态 SQL，存储过程支持事务、循环、分支、动态 SQL。函数用于计算、数据处理，存储过程用于复杂业务逻辑。存储过程性能高，减少网络交互，但维护难、移植性差，现在微服务架构很少使用，仅用于老旧系统。
查询优化核心是减少扫描行数和 IO 开销。第一步建索引，where、join、order by 字段建索引，用联合索引遵循最左匹配，使用覆盖索引。第二步优化 SQL，避免 select *，禁止隐式类型转换，少用子查询改用 JOIN，小表驱动大表。第三步避免索引失效，不用!=、is null、like '%xx'，不运算索引字段。第四步分页优化，用主键 id 替代大 offset。第五步分析执行计划，用 explain 查看索引使用情况。第六步读写分离、分库分表，配合缓存。定期清理慢查询，优化表结构，减少冗余数据，提升查询效率。
主从复制实现数据备份和读写分离，基于 binlog 日志。主库开启 binlog，记录所有写操作。从库启动 IO 线程，连接主库读取 binlog，写入本地 relay log。从库 SQL 线程读取 relay log，重放日志中的 SQL 语句，同步主库数据。主从复制分异步、半同步、强同步三种模式，异步性能高，半同步保证数据不丢失。主库写，从库读，分散查询压力，主库故障可切换从库。复制过程有延迟，可通过优化网络、并行复制减少延迟，是 MySQL 高可用、读写分离的基础。
MySQL 常用存储引擎：InnoDB、MyISAM、Memory、CSV、Archive。InnoDB：默认引擎，支持事务、行锁、外键、MVCC，高并发、数据安全，适合绝大多数业务。MyISAM：不支持事务，表锁，查询快，适合只读静态数据。Memory：数据存内存，速度极快，重启丢失，用于临时数据、缓存。CSV：存储 CSV 格式数据，方便数据交换。Archive：只支持插入和查询，高压缩，用于日志存储。生产环境只用 InnoDB，其他引擎仅用于特殊场景，存储引擎基于表设置，一张表对应一个引擎。
主键和唯一键都保证列值唯一，核心区别：一张表只能有一个主键，可多个唯一键。主键不允许为 NULL，唯一键允许一个 NULL 值。主键默认创建聚簇索引，数据按主键顺序存储；唯一键创建二级索引。主键通常用自增 id，作为数据唯一标识；唯一键用于业务唯一字段，比如手机号、身份证号。主键是表的核心标识，必须设置；唯一键是业务约束，按需添加。两者都能加速查询，主键索引性能更高，设计表时优先用自增主键，业务唯一字段用唯一键约束。
事务是一组不可分割的 SQL 操作，保证数据一致性。InnoDB 支持事务，MyISAM 不支持。使用方法：begin 或 start transaction 开启事务，执行增删改 SQL，commit 提交事务，rollback 回滚事务。事务执行出错或业务不满足条件，调用回滚恢复数据。比如转账事务，扣钱和加钱必须同时成功或失败。事务要保持短小，避免长时间占用锁，影响并发。默认自动提交模式，每条 SQL 单独事务。手动事务适合批量操作、业务逻辑强相关的操作，保证数据安全。
规范化是数据库表设计的规则，分 1NF 到 5NF，核心是减少数据冗余，保证数据一致性。第一范式：列不可拆分，原子性。第二范式：消除部分依赖，非主键字段完全依赖主键。第三范式：消除传递依赖，非主键字段不依赖其他非主键字段。规范化后，表结构清晰，更新数据只需修改一处，避免数据不一致。缺点是表拆分多，查询需要 JOIN，性能降低。实际开发用三范式设计基础表，结合业务反规范化，适当冗余提升查询性能，平衡数据一致性和查询效率。
存储过程是预编译的 SQL 集合，存储在数据库中，可重复调用。优点：减少网络交互，批量操作只传一次请求；预编译执行，性能高；权限控制，用户只能调用存储过程，保护数据；代码复用，统一业务逻辑。缺点：移植性差，不同数据库不兼容；维护困难，调试麻烦；耦合性高，业务逻辑写在数据库，微服务架构不适用。存储过程适合老旧单体项目，现在分布式、微服务架构几乎不用，业务逻辑放在代码层，更易维护和扩展。
MySQL InnoDB 索引底层是 B+Tree，一种平衡多叉树。B+Tree 所有数据存在叶子节点，非叶子节点存储索引键，用于导航。叶子节点形成双向链表，有序存储，支持范围查询和排序。聚簇索引：主键索引，叶子节点存储完整行数据。二级索引：叶子节点存储索引键和主键值，查询需要回表。B+Tree 高度低，一般 3-4 层，查询只需 3-4 次 IO，效率极高。索引有序存储，支持快速查找、排序、分组。增删改会调整 B+Tree 结构，所以索引会降低写入性能，合理设计索引才能平衡读写效率。
