SQL与数据库面试全指南：从索引优化到分库分表

数据库是几乎所有技术岗位面试的必考项，尤其是后端岗位。数据库面试考察的范围很广：从SQL语法、索引原理到事务隔离、锁机制、分库分表。很多候选人能写SQL，但被问到"为什么用B+树做索引""MVCC的原理是什么"时就答不上来了。本文梳理数据库面试的完整考点，帮你建立清晰的知识地图。

数据库面试考察的五个层次

第一层是SQL基础：增删改查、多表连接、子查询、聚合函数。第二层是索引原理：数据结构、使用规则、优化。第三层是事务与并发：ACID、隔离级别、锁、MVCC。第四层是架构与优化：慢查询、分库分表、读写分离、高可用。第五层是场景设计：海量数据下的方案设计。中高级岗位尤其看重后三层。

SQL基础：数据库面试的入场券

常用SQL

必考：SELECT的基本用法（WHERE、GROUP BY、HAVING、ORDER BY、LIMIT）？JOIN的几种类型（INNER JOIN、LEFT JOIN、RIGHT JOIN、FULL OUTER JOIN）的区别？子查询和关联子查询？聚合函数（COUNT、SUM、AVG、MAX、MIN）？窗口函数（ROW_NUMBER、RANK、DENSE_RANK、LAG、LEAD）？

经典SQL面试题

面试官常给场景题：找出每个部门工资最高的员工？找出连续出现3次的数字？计算累计求和（用窗口函数）？找出重复的邮箱？去重的几种方式（DISTINCT、GROUP BY、窗口函数）？这些经典题要能现场写出来。

索引原理：数据库面试的灵魂考点

索引的数据结构

必考问题：为什么用B+树做索引（高度低、范围查询友好、数据都在叶子节点）？B+树和B树的区别？哈希索引和B+树索引的区别（哈希不支持范围查询）？聚簇索引和非聚簇索引的区别（InnoDB的主键索引是聚簇索引，二级索引的叶子节点存主键值）？覆盖索引（查询的字段都在索引中，无需回表）？最左前缀原则（联合索引的匹配规则）？

索引的使用

什么情况下索引会失效（隐式类型转换、前导模糊查询、函数计算、OR连接、违反最左前缀）？如何选择合适的索引列（区分度高、查询频繁、更新不频繁）？索引的代价（空间、写入性能下降）？如何用EXPLAIN分析SQL（type、key、rows、extra字段的含义）？

慢查询优化

如何定位慢查询（slow query log）？SQL优化的通用思路（先看执行计划、再考虑索引、避免隐式转换、拆分大查询）？如何优化深分页（limit 100000, 10的问题，用游标或延迟关联）？如何优化JOIN（小表驱动大表、索引优化）？

事务与并发：数据库面试的核心深度题

事务的ACID

事务的四大特性（原子性、一致性、隔离性、持久性）？如何实现（undo log、redo log）？事务的隔离级别（读未提交、读已提交、可重复读、串行化）？各隔离级别解决的问题（脏读、不可重复读、幻读）？MySQL默认的隔离级别（可重复读）？

锁机制

MySQL的锁体系：表锁和行锁的区别？共享锁（S）和排他锁（X）？记录锁、间隙锁、临键锁？死锁的产生和解决（检测、超时、回滚）？乐观锁和悲观锁？如何用乐观锁实现并发控制（版本号、CAS）？如何避免死锁（固定顺序、减少锁范围）？

MVCC

MVCC（多版本并发控制）是高级面试的必考深度题。要讲清楚：MVCC解决了什么问题（读写不阻塞）？undo log版本链？ReadView（一致性视图）？快照读和当前读的区别？MVCC如何实现可重复读（事务开始时的快照）？可重复读下如何避免幻读（MVCC+间隙锁）？

架构与优化：数据库面试的进阶核心

主从复制与读写分离

MySQL主从复制的原理（binlog日志）？复制方式（异步复制、半同步复制、组复制）？主从延迟的解决（并行复制、避免大事务、读写分离策略）？如何做读写分离（中间件、应用层路由）？主从一致性问题？

分库分表

什么情况下需要分库分表（单表数据量过大、性能瓶颈）？垂直分库和水平分表的区别？分表字段如何选择（均匀分布、查询条件友好）？分表后的查询问题（跨表查询、聚合、排序）？分库分表中间件（ShardingSphere、MyCat）？分库分表后如何做分布式ID（雪花算法、号段模式）？

高可用

数据库高可用的方案：主从切换（MHA、MGR）？Keepalived虚拟IP？多活架构（同城双活、两地三中心）？如何做容灾备份（全量备份+增量备份）？备份的恢复演练？

不同数据库的对比

MySQL和PostgreSQL的区别？MySQL和Oracle的区别？NoSQL和关系型数据库的对比？Redis、MongoDB、Elasticsearch各自适用什么场景？什么时候用关系型、什么时候用NoSQL？这些对比题在面试中也很常见。

场景设计题

高级数据库面试会有场景题：比如"设计一个订单表并优化查询""系统出现慢查询怎么排查""如何设计一个高并发下的扣库存方案"。答题框架：先明确数据量和并发量级，再设计表结构和索引，然后考虑缓存和读写分离，最后补充分库分表和容灾方案。扣库存这类题要重点讲清楚"如何避免超卖"（乐观锁、Redis预扣减、数据库事务）。

准备建议与常见失分点

准备时按"SQL基础 → 索引 → 事务 → 架构优化 → 场景设计"的顺序复习，重点吃透索引原理、MVCC、锁机制。SQL要能现场写，原理要能讲清楚，场景题要有思路框架。用OfferGo这类AI面试辅助工具模拟问答，把深挖题练到能流畅表达。

常见失分点：SQL能写但说不出执行计划含义；索引原理停留在"B+树"三个字；MVCC和锁机制混淆；事务隔离级别的区别说不清；分库分表只听过名词不理解适用场景。

总结

数据库面试的核心是"索引原理+事务并发+架构优化"。B+树、MVCC、隔离级别、锁机制是必考深度题，慢查询优化和分库分表是进阶考点，场景设计题是中高级的区分项。掌握这些，配合真实的优化案例，你就能在数据库面试中展现出扎实的功底。