1. 为什么要建索引？索引一定能提高性能吗？
场景：一个表有上千万数据，查询
SELECT * FROM user WHERE age=25;。问题：没有索引时会全表扫描，性能差。
解决方案：
给
age建立普通索引，加快查询。但是索引不是越多越好：
插入、更新会更慢（需要维护索引）。
索引在选择性差（如
gender字段只有男女）时可能没效果。
2. 覆盖索引是什么？为什么快？
场景：查询用户 ID 列表：
SELECT id FROM user WHERE age = 25;说明：如果
age上有索引，且查询只需要返回id（在索引树中已包含），就不用回表。优化点：建组合索引
(age, id)，查询时只走索引层，不访问数据页。
3. COUNT(*) 为什么慢？如何优化？
场景：统计
order表的总数，有上千万行。问题：
COUNT(*)会逐行扫描统计。优化方法：
如果是估算：用
EXPLAIN的rows。如果是精确计数：可以做 冗余表 或 缓存（Redis）。
InnoDB 会遍历二级索引+主键，不像 MyISAM 有行数缓存。
4. SQL 执行慢的常见原因？
场景：某个 SQL 在测试库很快，但生产库很慢。
常见原因：
没有走索引，发生全表扫描。
走了索引但选择性差，优化器放弃。
隐式转换（
WHERE phone = 1380000，字段是VARCHAR）。统计信息不准。
解决：
查看
EXPLAIN。强制索引
FORCE INDEX。优化字段类型，避免隐式转换。
更新统计信息
ANALYZE TABLE user;
5. 什么时候建组合索引？最左匹配原则怎么理解？
场景：经常有查询：
SELECT * FROM user WHERE country = 'CN' AND age = 25;说明：
建组合索引
(country, age)，比单列索引效率高。最左匹配：索引从最左边开始生效，
(a,b,c)等价于(a)、(a,b)，但不会用(b)单独索引。
优化点：
多条件查询，优先建组合索引。
条件字段顺序，选择性高的放前面。
6. 如何优化分页查询？
场景：
SELECT * FROM orders ORDER BY create_time LIMIT 100000, 20;很慢，因为 MySQL 先扫描10万行再丢弃。
优化方法：
记录上一次的偏移：
SELECT * FROM orders WHERE id > 100000 LIMIT 20;用覆盖索引 + join：
SELECT o.* FROM orders o JOIN (SELECT id FROM orders ORDER BY id LIMIT 100000, 20) t ON o.id = t.id;
7. 为什么要分库分表？分库分表后怎么查？
场景：
user表超过 1 亿行，查询、写入都慢。优化思路：
分库分表：按
user_id % 8拆成 8 张表。查询时通过中间件（ShardingSphere、Mycat）路由。
跨库统计问题 → 用 中间件聚合 或 异步汇总表。
8. InnoDB 和 MyISAM 的区别？为什么选择 InnoDB？
场景：设计电商订单表。
区别：
InnoDB：支持事务、行锁、MVCC，适合高并发。
MyISAM：表锁、无事务、计数快，适合只读场景。
面试要点：几乎所有业务型系统用 InnoDB，因为数据安全更重要。
9. 大表优化思路？
场景：订单表 5 亿行，查询和维护很慢。
优化点：
水平拆分（分库分表）。
冷热数据分离：历史数据归档。
索引优化：只建必要索引。
读写分离：主库写，从库读。
缓存：Redis 缓存热点数据。
10. 如何排查慢查询？
步骤：
打开慢查询日志：
slow_query_log = ON long_query_time = 1用
EXPLAIN分析执行计划。观察是否用到索引、rows 预估数。
用
SHOW PROFILE查看耗时阶段。实在不行，用
pt-query-digest工具分析日志。
