1、NOW()和CURRENT_DATE()有什么区别？
NOW()命令用于显示当前年份，月份，日期，小时，分钟和秒。
CURRENT_DATE()仅显示当前年份，月份和日期。
2、CHAR和VARCHAR的区别？
（1）CHAR和VARCHAR类型在存储和检索方面有所不同
（2）CHAR列长度固定为创建表时声明的长度，长度值范围是1到255
（3）当CHAR值被存储时，它们被用空格填充到特定长度，检索CHAR值时需删除尾随空格。
3、主键索引与唯一索引的区别
（1）主键是一种约束，唯一索引是一种索引，两者在本质上是不同的。
（2）主键创建后一定包含一个唯一性索引，唯一性索引并不一定就是主键。
（3）唯一性索引列允许空值，而主键列不允许为空值。
（4）主键列在创建时，已经默认为非空唯一索引了。
（5） 一个表最多只能创建一个主键，但可以创建多个唯一索引。
（6）主键更适合那些不容易更改的唯一标识，如自动递增列、身份证号等。
（7）主键可以被其他表引用为外键，而唯一索引不能。
4、MySQL中有哪些不同存储引擎？
共有5种类型的存储引擎：
MyISAM、 Heap、Merge、NNODB、ISAM
5、SQL的生命周期？
（1）应用服务器与数据库服务器建立一个连接
（2）数据库进程拿到请求sql
（3）解析并生成执行计划，执行
（4）读取数据到内存并进行逻辑处理
（5）通过步骤一的连接，发送结果到客户端
（6）关掉连接，释放资源
6、你怎么看到为表定义的所有索引？
索引是通过以下方式查询
show index from ;
7、数据库为什么使用B+树而不是B树
(1)B树只适合随机检索，而B+树同时支持随机检索和顺序检索.
(2)B+树空间利用率更高，可减少I/O次数，磁盘读写代价更低。一般来说，索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储的磁盘上。这样的话，索引查找过程中就要产生磁盘I/O消耗。B+树的内部结点并没有指向关键字具体信息的指针，只是作为索引使用，其内部结点比B树小，盘块能容纳的结点中关键字数量更多，一次性读入内存中可以查找的关键字也就越多，相对的，IO读写次数也就降低了。而IO读写次数是影响索引检索效率的最大因素.
(3) B+树的查询效率更加稳定。B树搜索有可能会在非叶子结点结束，越靠近根节点的记录查找时间越短，只要找到关键字即可确定记录的存在，其性能等价于在关键字全集内做一次二分查找。而在B+树中，顺序检索比较明显，随机检索时，任何关键字的查找都必须走一条从根节点到叶节点的路，所有关键字的查找路径长度相同，导致每一个关键字的查询效率相当。
(4) B-树在提高了磁盘IO性能的同时并没有解决元素遍历的效率低下的问题。B+树的叶子节点使用指针顺序连接在一起，只要遍历叶子节点就可以实现整棵树的遍历。而且在数据库中基于范围的查询是非常频繁的，而B树不支持这样的操作。
(5)增删文件（节点）时，效率更高。因为B+树的叶子节点包含所有关键字，并以有序的链表结构存储，这样可很好提高增删效率。
8、数据库三大范式是什么?
第一范式：
每个列都不可以再拆分。
第二范式：
在第一范式的基础上，非主键列完全依赖于主键，而不能是依赖于主键的一部分。
第三范式：
在第二范式的基础上，非主键列只依赖于主键，不依赖于其他非主键。
在设计数据库结构的时候，要尽量遵守三范式，如果不遵守，必须有足够的理由。比如性能。事实上我们经常会为了性能而妥协数据库的设计。
9、怎么优化SQL查询语句吗
（1）对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。
（2）SELECT子句中避免使用*号，尽量全部大写SQL
（3）应尽量避免在 where 子句中对字段进行 is null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，使用 IS NOT NULL
（4）where 子句中使用 or 来连接条件，也会导致引擎放弃使用索引而进行全表扫描
（5）in 和 not in 也要慎用，否则会导致全表扫描
10、覆盖索引、回表等这些，了解过吗？
覆盖索引：
查询列要被所建的索引覆盖，不必从数据表中读取，换句话说查询列要被所使用的索引覆盖。
回表：
二级索引无法直接查询所有列的数据，所以通过二级索引查询到聚簇索引后，再查询到想要的数据，这种通过二级索引查询出来的过程，就叫做回表。
11、MySQL数据库cpu飙升的话，要怎么处理呢？
排查过程：
（1）使用top 命令观察，确定是MySQLd导致还是其他原因。
（2）如果是MySQLd导致的，show processlist，查看session情况，确定是不是有消耗资源的sql在运行。
（3）找出消耗高的 sql，看看执行计划是否准确， 索引是否缺失，数据量是否太大。
处理：
（1）kill 掉这些线程(同时观察 cpu 使用率是否下降)，
（2）进行相应的调整(比如说加索引、改 sql、改内存参数)
（3）重新跑这些 SQL。
其他情况：
也有可能是每个 sql 消耗资源并不多，但是突然之间，有大量的 session 连进来导致 cpu 飙升，这种情况就需要跟应用一起来分析为何连接数会激增，再做出相应的调整，比如说限制连接数等
12、说说对SQL语句优化有哪些方法？（选择几条）
（1）Where子句中：where表之间的连接必须写在其他Where条件之前，那些可以过滤掉最大数量记录的条件必须写在Where子句的末尾.HAVING最后。
（2）用EXISTS替代IN、用NOT EXISTS替代NOT IN。
（3）避免在索引列上使用计算
（4）避免在索引列上使用IS NULL和IS NOT NULL
（5）对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。
（6）应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描
（7）应尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描
13、Innodb的事务与日志的实现方式
innodb两种日志redo和undo。
日志的存放形式：
redo：在页修改的时候，先写到 redo log buffer 里面， 然后写到 redo log 的文件系统缓存里面(fwrite)，然后再同步到磁盘文件（ fsync）。
Undo：在 MySQL5.5 之前， undo 只能存放在 ibdata文件里面， 5.6 之后，可以通过设置 innodb_undo_tablespaces 参数把 undo log 存放在 ibdata之外。
事务是如何通过日志来实现的：
（1）因为事务在修改页时，要先记 undo，在记 undo 之前要记 undo 的 redo， 然后修改数据页，再记数据页修改的 redo。 Redo（里面包括 undo 的修改） 一定要比数据页先持久化到磁盘。
（2）当事务需要回滚时，因为有 undo，可以把数据页回滚到前镜像的 状态，崩溃恢复时，如果 redo log 中事务没有对应的 commit 记录，那么需要用 undo把该事务的修改回滚到事务开始之前。
（3）如果有 commit 记录，就用 redo 前滚到该事务完成时并提交掉。
14、非聚簇索引一定会回表查询吗？
不一定，如果查询语句的字段全部命中了索引，那么就不必再进行回表查询。
举个简单的例子，假设我们在学生表的上建立了索引，那么当进行select age from student where age < 20的查询时，在索引的叶子节点上，已经包含了age信息，不会再次进行回表查询。
15、Hash索引和B+树所有有什么区别或者说优劣呢?
首先要知道Hash索引和B+树索引的底层实现原理：
hash索引底层就是hash表，进行查找时，调用一次hash函数就可以获取到相应的键值，之后进行回表查询获得实际数据。B+树底层实现是多路平衡查找树。对于每一次的查询都是从根节点出发，查找到叶子节点方可以获得所查键值，然后根据查询判断是否需要回表查询数据。
那么可以看出他们有以下的不同：
（1）hash索引进行等值查询更快(一般情况下)，但是却无法进行范围查询。
（2）因为在hash索引中经过hash函数建立索引之后，索引的顺序与原顺序无法保持一致，不能支持范围查询。而B+树的的所有节点皆遵循(左节点小于父节点，右节点大于父节点，多叉树也类似)，天然支持范围。
（3） hash索引不支持使用索引进行排序，原理同上。
（4）hash索引不支持模糊查询以及多列索引的最左前缀匹配。原理也是因为hash函数的不可预测。AAAA和AAAAB的索引没有相关性。
（5）hash索引任何时候都避免不了回表查询数据，而B+树在符合某些条件(聚簇索引，覆盖索引等)的时候可以只通过索引完成查询。
（6）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，对于所有的查询都是从根节点到叶子节点，且树的高度较低。
（7）因此，在大多数情况下，直接选择B+树索引可以获得稳定且较好的查询速度。而不需要使用hash索引。
16、select for update有什么含义，会锁表还是锁行还是其他？
select for update 含义：
select查询语句是不会加锁的，但是select for update除了有查询的作用外，还会加锁，而且它是悲观锁哦。至于加了是行锁还是表锁，这就要看是不是用了索引/主键啦。
没用索引/主键的话就是表锁，否则就是是行锁。
17、你们数据库是否支持emoji表情存储，如果不支持，如何操作？
更换字符集utf8–>utf8mb4
18、索引的数据结构（b树，hash）分别介绍
索引的数据结构和具体存储引擎的实现有关，在MySQL中使用较多的索引有Hash索引，B+树索引等，而我们经常使用的InnoDB存储引擎的默认索引实现为：B+树索引。对于哈希索引来说，底层的数据结构就是哈希表，因此在绝大多数需求为单条记录查询的时候，可以选择哈希索引，查询性能最快；其余大部分场景，建议选择BTree索引。
B树索引：
MySQL通过存储引擎取数据，基本上90%的人用的就是InnoDB了，按照实现方式分，InnoDB的索引类型目前只有两种：BTREE（B树）索引和HASH索引。B树索引是MySQL数据库中使用最频繁的索引类型，基本所有存储引擎都支持BTree索引。通常我们说的索引不出意外指的就是（B树）索引（实际是用B+树实现的，因为在查看表索引时，MySQL一律打印BTREE，所以简称为B树索引）
哈希索引：
简要说下，类似于数据结构中简单实现的HASH表（散列表）一样，当我们在MySQL中用哈希索引时，主要就是通过Hash算法（常见的Hash算法有直接定址法、平方取中法、折叠法、除数取余法、随机数法），将数据库字段数据转换成定长的Hash值，与这条数据的行指针一并存入Hash表的对应位置；如果发生Hash碰撞（两个不同关键字的Hash值相同），则在对应Hash键下以链表形式存储。当然这只是简略模拟图。
19、索引最左匹配原则？
在创建联合索引时候，一般需要遵循最左匹配原则。即联合索引中的属性识别度最高的放在查询语句的最前面。
20、建立索引的目的是什么？
（1）快速访问数据表中的特定信息，提高检索速度。
（2）创建唯一性索引，保证数据库表中每一行数据的唯一性。
（3）加速表和表之间的连接。
（4）使用分组和排序子句进行数据检索时，可以显著减少查询中分组和排序的时间。
21、索引对数据库系统的负面影响是什么？
创建索引和维护索引需要耗费时间，这个时间随着数据量的增加而增加；索引需要占用物理空间，不光是表需要占用数据空间，每个索引也需要占用物理空间；当对表进行增、删、改、的时候索引也要动态维护，这样就降低了数据的维护速度。
22、为数据表建立索引的原则有哪些？
（1）在最频繁使用的、用以缩小查询范围的字段上建立索引。
（2）在频繁使用的、需要排序的字段上建立索引
23、什么情况下不宜建立索引？
（1）对于查询中很少涉及的列或者重复值比较多的列，不宜建立索引。
（2）对于一些特殊的数据类型，不宜建立索引，比如文本字段（text）等
（3）频繁增、删、改的表不宜建立索引。
24、什么是最左前缀原则？什么是最左匹配原则？
最左前缀原则，就是最左优先，在创建多列索引时，要根据业务需求，where子句中使用最频繁的一列放在最左边。
当我们创建一个组合索引的时候，如(k1,k2,k3)，相当于创建了（k1）、(k1,k2)和(k1,k2,k3)三个索引，这就是最左匹配原则。。
25、myisamchk是用来做什么的？
它用来压缩MyISAM表，这减少了磁盘或内存使用。
26、说说分库与分表的设计？
分库分表方案:
（1）水平分库：以字段为依据，按照一定策略（hash、range等），将一个库中的数据拆分到多个库中。
（2）水平分表：以字段为依据，按照一定策略（hash、range等），将一个表中的数据拆分到多个表中。
（3）垂直分库：以表为依据，按照业务归属不同，将不同的表拆分到不同的库中。
（4）垂直分表：以字段为依据，按照字段的活跃性，将表中字段拆到不同的表（主表和扩展表）中。
常用的分库分表中间件：
sharding-jdbc、Mycat、TDDL、Oceanus、vitess、Atlas
分库分表可能遇到的问题：
（1）事务问题：需要用分布式事务啦
（2）跨节点Join的问题：解决这一问题可以分两次查询实现
（3）跨节点的count,order by,group by以及聚合函数问题：分别在各个节点上得到结果后在应用程序端进行合并。
（4）D问题：数据库被切分后，不能再依赖数据库自身的主键生成机制啦，最简单可以考虑UUID
（5）跨分片的排序分页问题（后台加大pagesize处理？）
27、什么情况下设置了索引但无法使用
（1）以“%”开头的LIKE语句，模糊匹配
（2）OR语句前后没有同时使用索引
（3）数据类型出现隐式转化（如varchar不加单引号的话可能会自动转换为int型）
（4）对字段进行计算或使用函数
（5）反向操作。如is not null
28、如何删除索引?
删除主键索引：
alter table 表名 drop primary key（因为主键只有一个）。这里值得注意的是，如果主键自增长，那么不能直接执行此操作（自增长依赖于主键索引）
删除其他索引：
alter table 表名 drop index索引名
29、什么是数据库连接池?为什么需要数据库连接池呢?
数据库连接池原理：
在内部对象池中，维护一定数量的数据库连接，并对外暴露数据库连接的获取和返回方法。
应用程序和数据库建立连接的过程：
(1)通过TCP协议的三次握手和数据库服务器建立连接
(2)发送数据库用户账号密码，等待数据库验证用户身份
(3)完成身份验证后，系统可以提交SQL语句到数据库执行
(4)把连接关闭，TCP四次挥手告别。
数据库连接池好处：
(1)资源重用 (连接复用)
(2)更快的系统响应速度
(3)新的资源分配手段
(4) 统一的连接管理，避免数据库连接泄漏
30、列对比运算符是什么？
在SELECT语句的列比较中使用=，<>，<=，<，> =，>，<<，>>，<=>，AND，OR或LIKE运算符。
31、按照锁的粒度分，数据库锁有哪些呢？
按锁粒度分有：
表锁，页锁，行锁
按锁机制分有：
乐观锁，悲观锁
32、LIKE声明中的％和_是什么意思？
％对应于0个或更多字符，_只是LIKE语句中的一个字符。
33、如何在Unix和MySQL时间戳之间进行转换？
UNIX_TIMESTAMP是从MySQL时间戳转换为Unix时间戳的命令
FROM_UNIXTIME是从Unix时间戳转换为MySQL时间戳的命令
34、如何定位及优化SQL语句的性能问题？创建的索引有没有被使用到?或者说怎么才可以知道这条语句运行很慢的原因？
对于低性能的SQL语句的定位，最重要也是最有效的方法就是使用执行计划，MySQL提供了explain命令来查看语句的执行计划。 我们知道，不管是哪种数据库，或者是哪种数据库引擎，在对一条SQL语句进行执行的过程中都会做很多相关的优化，对于查询语句，最重要的优化方式就是使用索引。 而执行计划，就是显示数据库引擎对于SQL语句的执行的详细情况，其中包含了是否使用索引，使用什么索引，使用的索引的相关信息等。
word文档下载地址：mysql数据库常问面试题