PHP面试题mysql的优化

索引优化：PHP面试题mysql的优化核心

索引是MySQL优化中最重要的一环。面试官通常会深入考察B+树结构、覆盖索引、最左前缀法则等概念。

1. B+树索引结构

MySQL InnoDB默认使用B+树作为索引结构。相比于B树和哈希索引，B+树具有以下优势：

• 非叶子节点只存索引，不存数据：单个页能容纳更多索引项，树高更低（通常3-4层），减少IO次数。
• 叶子节点链表：叶子节点通过双向链表连接，适合范围查询。
• 全节点遍历：所有数据都在叶子节点，查询稳定。

2. 最左前缀法则 (Leftmost Prefixing)

对于联合索引 (a, b, c)，查询条件必须从最左边开始匹配。如果跳过a直接查b，索引失效。

-- 假设索引为 idx_abc (a, b, c)
-- ✅ 使用索引
SELECT  FROM table WHERE a = 1 AND b = 2;
SELECT  FROM table WHERE a = 1 AND c = 3; -- 只有a命中索引
-- ❌ 索引失效或效率低
SELECT  FROM table WHERE b = 2 AND c = 3;
SELECT  FROM table WHERE a = 1 AND c = 3 AND b = 2; -- b和c顺序不影响，但必须从a开始
                

3. 覆盖索引 (Covering Index)

如果查询的列全部包含在索引中，无需回表查询主键索引，称为覆盖索引。能显著提升性能。

-- 假设 id 是主键，idx_name 是 name 的索引
-- ❌ 需要回表
SELECT  FROM users WHERE name = 'Alice';
-- ✅ 覆盖索引，无需回表
SELECT name FROM users WHERE name = 'Alice';
                

4. 索引下推 (ICP, Index Condition Pushdown)

MySQL 5.6引入的特性。在联合索引中，如果无法利用所有索引列，可以将索引条件推送到存储引擎层过滤，减少回表次数。

5. 前缀索引与索引选择性

对于长字符串字段（如VARCHAR(255)），可以使用前缀索引节省空间。

-- 创建前缀索引
CREATE INDEX idx_name_prefix ON users(name(10));
-- 计算索引选择性
SELECT COUNT(DISTINCT name)/COUNT() FROM users;
                

SQL语句调优与执行计划

如何定位慢查询？如何解读Explain结果？这是PHP面试题mysql的优化中必考的场景题。

1. 慢查询日志 (Slow Query Log)

开启慢查询日志是优化的第一步。

-- 查看慢查询配置
SHOW VARIABLES LIKE 'slow_query%';
-- 开启慢查询日志
SET GLOBAL slow_query_log = 'ON';
SET GLOBAL long_query_time = 1; -- 超过1秒记录
                

2. Explain 关键字段解读

3. 常见优化技巧

• 避免 SELECT ：只查询需要的列，减少IO和网络传输。
• 深分页优化：LIMIT 1000000, 10 效率极低。使用“延迟关联”或记录上次最大ID。

-- ❌ 慢查询
SELECT  FROM orders LIMIT 1000000, 10;
-- ✅ 延迟关联优化
SELECT o. FROM orders o
INNER JOIN (SELECT id FROM orders LIMIT 1000000, 10) tmp
ON o.id = tmp.id;
                    

• 批量插入：减少事务提交次数，使用INSERT INTO ... VALUES (...), (...);
• 避免隐式类型转换：字符串字段查询不要省略引号，否则会导致索引失效。

高并发架构与分库分表

当单机MySQL无法支撑业务增长时，如何进行架构演进？这是高级PHP面试题mysql的优化中的压轴题。

1. 主从复制与读写分离

通过主库写、从库读来分摊压力。注意主从延迟问题，关键业务需采用强一致性方案或从主库读取。

2. 分库分表策略

• 垂直分表：将常用字段和不常用字段分开，减少行宽。
• 垂直分库：按业务模块拆分数据库，解耦。
• 水平分表 (Sharding)：按哈希或范围拆分数据。

3. 分片键选择

分片键应满足：数据分布均匀、查询集中、避免跨分片事务。

-- 常见分片策略
user_id % 100 -> 100个分库
date % 12 -> 12个分库 (按月)
                

4. 缓存架构 (Redis)

引入Redis作为缓存层，减轻MySQL压力。需注意缓存穿透、击穿、雪崩及数据一致性方案。

• 缓存穿透：查询不存在的数据。解决方案：布隆过滤器、缓存空值。
• 缓存击穿：热点Key过期。解决方案：互斥锁、永不过期。
• 缓存雪崩：大量Key同时过期。解决方案：随机过期时间、集群部署。