一、数据库架构
1、说说MySQL的基础架构图给面试官讲一下MySQL的逻辑架构，有白板可以把下面的图画一下，图片来源于网络。
MySQL逻辑架构图主要分三层：
第一层负责连接处理，授权认证，安全等等
第二层负责编译并优化SQL
第三层是存储引擎。
2、一条SQL查询语句在MySQL中如何执行的？先检查该语句是否有权限，如果没有权限，直接返回错误信息，如果有权限会先查询缓存(MySQL8.0版本以前)。
如果没有缓存，分析器进行词法分析，提取SQL语句中select等关键元素，然后判断SQL语句是否有语法错误，比如关键词是否正确等等。
最后优化器确定执行方案进行权限校验，如果没有权限就直接返回错误信息，如果有权限就会调用数据库引擎接口，返回执行结果。
二、SQL优化
1、日常工作中你是怎么优化SQL的？可以从这几个维度回答这个问题：
1）优化表结构
①尽量使用数字型字段
若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。
②尽可能的使用varchar代替char
变长字段存储空间小，可以节省存储空间。
③当索引列大量重复数据时，可以把索引删除掉
比如有一列是性别，几乎只有男、女、未知，这样的索引是无效的。
2）优化查询
应尽量避免在where子句中使用!=或操作符
应尽量避免在where子句中使用or来连接条件
任何查询也不要出现select*
避免在where子句中对字段进行null值判断
3）索引优化
对作为查询条件和orderby的字段建立索引
避免建立过多的索引，多使用组合索引
2、怎么看执行计划（explain），如何理解其中各个字段的含义？在select语句之前增加explain关键字，会返回执行计划的信息。
id列：是select语句的序号，MySQL将select查询分为简单查询和复杂查询。
select_type列：表示对应行是是简单还是复杂的查询。
table列：表示explain的一行正在访问哪个表。
type列：最重要的列之一。表示关联类型或访问类型，即MySQL决定如何查找表中的行。从最优到最差分别为：systemconsteq_refreffulltextref_or_nullindex_mergeunique_subqueryindex_subqueryrangeindexALL
possible_keys列：显示查询可能使用哪些索引来查找。
key列：这一列显示MySQL实际采用哪个索引来优化对该表的访问。
key_len列：显示了MySQL在索引里使用的字节数，通过这个值可以算出具体使用了索引中的哪些列。
ref列：这一列显示了在key列记录的索引中，表查找值所用到的列或常量，常见的有：const（常量），func，NULL，字段名。
rows列：这一列是MySQL估计要读取并检测的行数，注意这个不是结果集里的行数。
Extra列：显示额外信息。比如有Usingindex、Usingwhere、Usingtemporary等。
3、关心过业务系统里面的SQL耗时吗？统计过慢查询吗？对慢查询都怎么优化过？我们平时写SQL时，都要养成用explain分析的习惯。慢查询的统计，运维会定期统计给我们
优化慢查询思路：
分析语句，是否加载了不必要的字段/数据
分析SQL执行句话，是否命中索引等
如果SQL很复杂，优化SQL结构
如果表数据量太大，考虑分表
三、索引
1、聚集索引与非聚集索引的区别可以按以下四个维度回答：
一个表中只能拥有一个聚集索引，而非聚集索引一个表可以存在多个。
聚集索引，索引中键值的逻辑顺序决定了表中相应行的物理顺序；非聚集索引，索引中索引的逻辑顺序与磁盘上行的物理存储顺序不同。
索引是通过二叉树的数据结构来描述的，我们可以这么理解聚簇索引：索引的叶节点就是数据节点。而非聚簇索引的叶节点仍然是索引节点，只不过有一个指针指向对应的数据块。
聚集索引：物理存储按照索引排序；非聚集索引：物理存储不按照索引排序；
2、为什么要用B+树，为什么不用普通二叉树？可以从几个维度去看这个问题，查询是否够快，效率是否稳定，存储数据多少，以及查找磁盘次数，为什么不是普通二叉树，为什么不是平衡二叉树，为什么不是B树，而偏偏是B+树呢？
1）为什么不是普通二叉树？
如果二叉树特殊化为一个链表，相当于全表扫描。平衡二叉树相比于二叉查找树来说，查找效率更稳定，总体的查找速度也更快。
2）为什么不是平衡二叉树呢？
我们知道，在内存比在磁盘的数据，查询效率快得多。如果树这种数据结构作为索引，那我们每查找一次数据就需要从磁盘中读取一个节点，也就是我们说的一个磁盘块，但是平衡二叉树可是每个节点只存储一个键值和数据的，如果是B树，可以存储更多的节点数据，树的高度也会降低，因此读取磁盘的次数就降下来啦，查询效率就快啦。
3）为什么不是B树而是B+树呢？
B+树非叶子节点上是不存储数据的，仅存储键值，而B树节点中不仅存储键值，也会存储数据。innodb中页的默认大小是16KB，如果不存储数据，那么就会存储更多的键值，相应的树的阶数（节点的子节点树）就会更大，树就会更矮更胖，如此一来我们查找数据进行磁盘的IO次数有会再次减少，数据查询的效率也会更快。
B+树索引的所有数据均存储在叶子节点，而且数据是按照顺序排列的，链表连着的。那么B+树使得范围查找，排序查找，分组查找以及去重查找变得异常简单。
3、Hash索引和B+树索引区别是什么？你在设计索引是怎么抉择的？B+树可以进行范围查询，Hash索引不能。
B+树支持联合索引的最左侧原则，Hash索引不支持。
B+树支持orderby排序，Hash索引不支持。
Hash索引在等值查询上比B+树效率更高。
B+树使用like进行模糊查询的时候，like后面（比如%开头）的话可以起到优化的作用，Hash索引根本无法进行模糊查询。
4、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(a1,a2,a3)，相当于创建了（a1）、(a1,a2)和(a1,a2,a3)三个索引，这就是最左匹配原则。
5、索引不适合哪些场景?数据量少的不适合加索引
更新比较频繁的也不适合加索引=区分度低的字段不适合加索引（如性别）
6、索引有哪些优缺点？1)优点：
唯一索引可以保证数据库表中每一行的数据的唯一性
索引可以加快数据查询速度，减少查询时间
2)缺点：
创建索引和维护索引要耗费时间
索引需要占物理空间，除了数据表占用数据空间之外，每一个索引还要占用一定的物理空间
以表中的数据进行增、删、改的时候，索引也要动态的维护。
四、锁
1、MySQL遇到过死锁问题吗，你是如何解决的？遇到过。我排查死锁的一般步骤是酱紫的：
查看死锁日志showengineinnodbstatus;
找出死锁SQL；
分析SQL加锁情况；
模拟死锁案发；
分析死锁日志；
分析死锁结果；
2、说说数据库的乐观锁和悲观锁是什么以及它们的区别？1）悲观锁：
悲观锁她专一且缺乏安全感了，她的心只属于当前事务，每时每刻都担心着它心爱的数据可能被别的事务修改，所以一个事务拥有（获得）悲观锁后，其他任何事务都不能对数据进行修改啦，只能等待锁被释放才可以执行。
2）乐观锁：
乐观锁的“乐观情绪”体现在，它认为数据的变动不会太频繁。因此，它允许多个事务同时对数据进行变动。
实现方式：乐观锁一般会使用版本号机制或CAS算法实现。
3、MVCC熟悉吗，知道它的底层原理？MVCC(MultiversionConcurrencyControl)，即多版本并发控制技术。
MVCC在MySQLInnoDB中的实现主要是为了提高数据库并发性能，用更好的方式去处理读-写冲突，做到即使有读写冲突时，也能做到不加锁，非阻塞并发读。
五、事务
1、MySQL事务得四大特性以及实现原理原子性：事务作为一个整体被执行，包含在其中的对数据库的操作要么全部被执行，要么都不执行。
一致性：指在事务开始之前和事务结束以后，数据不会被破坏，假如A账户给B账户转10块钱，不管成功与否，A和B的总金额是不变的。
隔离性：多个事务并发访问时，事务之间是相互隔离的，即一个事务不影响其它事务运行效果。简言之，就是事务之间是进水不犯河水的。
持久性：表示事务完成以后，该事务对数据库所作的操作更改，将持久地保存在数据库之中。
2、事务的隔离级别有哪些？MySQL的默认隔离级别是什么？读未提交（ReadUn