我叫陆哥，一位热爱学习，热爱分享营销案例、裂变营销、商业模式的斜杠青年。
分类： Mysql/postgreSQL
2014-12-12 14:55:57
答：如果表的类型为MyISAM，那么是11。如果表的类型为InnoDB，则id为8。 这是因为两种类型的存储引擎所存储的最大ID记录的方式不同，MyISAM表将最大的ID记录到了数据文件里，重启mysql自增主键的最大ID值也不会丢失； 而InnoDB则是把最大的ID值记录到了内存中，所以重启mysql或者对表进行了OPTIMIZE操作后，最大ID值将会丢失。
二、MySQL内存溢出和内存泄漏区别在哪？
答：内存溢出：内存溢出就是你要求分配的内存超出了系统能给你的，系统不能满足需求，于是产生溢出。
内存泄漏：内存泄露 memory leak，是指程序在申请内存后，无法释放已申请的内存空间，一次内存泄露危害可以忽略，但内存泄露堆积后果很严重，无论多少内存,迟早会被占光（如果free -m,看到内存use得比较多，cacahe比较少时，可能发生了内存泄漏了，这时需要重启下MySQL实例来释放内存）
三、change和modify都可以修改表的定义，那么它们有什么不同？
答：不同的是修改列时，change后面需要写两次列名，不方便；但change的优点是可以修改列名称，而modify则不能。
四、having和where都是对结果进行条件过滤的，那么两者区别在哪？
答：having和where的区别在于having是对聚合后的结果进行条件的过滤，而where是在聚合前就对记录进行过滤，如果逻辑允许，我们尽量用where先过滤记录，这样因为结果集减少，将对聚合的效率大大提高，最后再根据逻辑看是否用having进行再过滤。
五、当发现慢查询日志里有大量慢查询的记录，那我们优先处理出现频率最多的，还是耗时最多的呢？
答：我们应该优先处理慢查询出现频率比较高的sql语句，因为这些请求发生的次数是最频繁，意味着是紧急的；其次处理出现频率不高但耗时又比较长的慢查询，因为有些耗时比较长的慢查询，可能是偶发的情况，可能一周来一次或者一个月几次，这种情况还是可以接受的，不是紧急优先处理
六、当表的数据量大于1000万时，MySQL的性能会急剧下降吗？
答：不会，MySQL是数据库，不是文件，随着数据的增加，性能当然会有所下降，但是这些下降不是线性的，如果用户选择正常的存储引擎，以及正确的配置，再多的数据量MySQL也能承受。
七、通常情况下，hash索引可以一次定位，为啥还要用B+树索引?
答：1. hash索引查找数据基本上能一次定位数据，当然有大量碰撞的话性能也会下降。而btree索引就得在节点上挨着查找了，很明显在数据精确查找方面hash索引的效率是要高于btree的；
2. 那么不精确查找呢，也很明显，因为hash算法是基于等值计算的，所以对于“like”等范围查找hash索引无效，不支持；
3. 对于btree支持的联合索引的最优前缀，hash也是无法支持的，联合索引中的字段要么全用要么全不用。提起最优前缀居然都泛起迷糊了，看来有时候放空得太厉害；
4. hash不支持索引排序，索引值和计算出来的hash值大小并不一定一致。
八、表A有1000万条数据（有3列，其值完全一样，但分别为主键、唯一索引、非唯一索引），对比：1、通过主键随机取10万条数据；2、通过非唯一辅助索引随机取10万条数据；3、通过唯一辅助索引随机取10万条数据；
这3个行为，有区别吗？
答：第一和第三种情况的速度一样快，第二种情况的速度最慢，因为通过非唯一性辅助索引找到数据后，由于不确定性，还会往后多扫一会，所以查询速度最慢
九、二进制日志和重做日志都是记录事务的日志，那它们有什么区别？
答：二进制日志会记录所有与MySQL数据库有关的日志记录，包括InnoDB、MyISAM、Heap等其他存储引擎的日志。而InnoDB存储引擎的重做日志只是记录有关该引擎本身的事务日志。其次，记录的内容不同，无论用户将二进制日志文件记录的格式设为STATEMENT还是ROW，又或者MIXED，其记录的都是关于一个事务的具体操作内容，即该日志逻辑日志。而InnoDB存储引擎的重做日志文件记录的是关于每个页（Page）的更改的物理情况。
十、既然索引可以加快查询速度，那么是不是只要是查询语句需要，就建上索引？
答：答案是否定的，因为索引虽然加快了查询速度，但索引也是有代价的：索引文件本身要消耗存储空间，同时索引会加重插入、删除和修改记录时的负担，另外，MySQL在运行时也要消耗资源维护索引，因此索引并不是越多越好。
十一、创建约束不就是通常创建索引的方法吗？那约束和索引有什么区别？
答：的确，当用户创建一个唯一索引就是创建一个唯一约束。但是约束和索引的概念还是有所不同的，约束更是一个逻辑的概念，用来保证数据的完整性，而索引是一个数据结构，既有逻辑上的概念，在数据库中还代表着物理存储的方式。
