一、SQL语法题
1、Count主键和Count非主键结果会不同吗
结果可能会不同，原因在于count只统计非空值，而主键不能存储NULL值，非主键可能存储NULL值，因此统计结果可能不一样。
延伸：从性能上：count(*) = count(1) > count(主键）> count(字段)
原因如下：
count(*)和count(1)性能相同的原因在于mysql做了特殊处理：
InnoDB handles SELECT COUNT(\*) and SELECT COUNT(1) operations in the same way. There is no performance difference.
count(1)比count(主键)性能更好的原因在于，count主键的时候，要读取主键的数据，并且判断是否为NULL（实际上我理解如果mysql做一点特殊处理，判断出count的是主键的时候，当成count(1)处理，应该性能就和count(1)相同了，而且因为主键没有NULL，所以结果也是相同的。）
count(主键) > count(普通字段）这点我有点存疑：因为count普通字段性能好不好我理解是要看有没有索引，如果有索引，直接扫描索引就能count了，性能就会好不少。对于主键字段，如果没有其他的二级索引，那只能扫描主键索引，扫描主键索引和扫描全表，感觉差不多了吧。
补充：（后来问了关于微软Copilot关于这里，微软说全表扫描的性能还是要比扫描主键索引性能要差一点的）
2、Mysql内连接和外连接有什么区别
1、内连接只返回两个表共有的数据
2、外连接分为两种：左外连接和右外连接，左外连接保留语法中左表中所有的数据，右表中没有的数据用NULL填充；右外连接保留语法中右表中的所有数据，左表中没有的数据用NULL填充；
3、外连接时，on和where有什么区别
where会把两张表中不符合条件的结果都过滤掉，相当于是内连接；on的话，是先连接，然后如果后面接着where，才会用where过滤条件，on在作为连接条件的时候，如果是外连接，会保留驱动表中的所有记录，即使在被驱动表中没有相匹配的记录。
4、having和where的区别
having和where都是用于过滤：
SELECT department, SUM(salary)
FROM employees
WHERE hire_date >= '2020-01-01'
GROUP BY department
HAVING SUM(salary) > 50000;区别在于：
1、where用于group by之前对数据进行过滤，having用于group by之后对数据进行过滤
2、where不能对聚合函数进行筛选，having可以对聚合函数进行筛选
5、exists和in的区别是什么
select * from A where id in (select id from B);
select * from A where exists (select 1 from where A.id = B.id);以上一个用in，一个用exists，结果相同，性能不同；
A称为外表，B称为内表：
内表数据多的时候，用exists，性能更好，因为不用挨个匹配B中的数据
内表数据少的时候，用in性能更好，因为不用对于A中每一条结果再去查询一次B数据库
6、mysql约束有哪些
1、主键约束：用于唯一标记一条数据，不能重复、不能为NULL，可以是一个字段，也可以是多个字段复合
2、外键约束：一个表中的外键对于另外一张表的主键。外键是可以重复的，也可以为空。
3、唯一性约束：标记某个字段不能重复
4、非空约束：标记某个字段不能为空
5、默认约束：字段的默认值，在插入数据的时候，如果没有指定字段的值，那么会给字段一个默认的值
6、检查约束：mysql不支持，如果一定要用检查约束，需要使用触发器或视图
7、delete、drop、truncate有什么区别
1、delete记录的时候，只是把该记录标记为已删除，并不会吧磁盘空间回收，所以磁盘文件大小是不会变的，而且用delete删除全表，性能会很慢。因为删除一条记录之前，需要先记录undo log，然后redo log要记录undo log页的变更，然后msyql的server层还要记录binlog，所以很慢。
2、drop直接把表删除了，在mysql里面会把.frm和.idb两个文件都删除，表结构也不在了，如果想恢复数据，只能去server层找binlog了。
3、truncate最终的效果与先drop再创建一张空表类似。truncate删除的数据，也只能去用binlog恢复了。
8、联合查询中union和union all的区别是什么
union会去除重复的行；
union all不会去除重复的行；
所以union的性能可能差一点，因为去重很消耗性能。
三、索引结构
1、Mysql有哪些索引类型
根据数据结构分：B+树索引、fulltext索引、hash索引（memory引擎）
按物理存储：主键索引、二级索引
按字段特性：唯一索引、前缀索引、普通索引、主键索引
按字段个数：单列索引、联合索引
2、InnoDB引擎的索引数据结构是什么
B+树
1、数据组织形式：主键索引B+树的非叶子节点只存放索引键值和指向子节点的指针，不存储实际数据，叶子节点存储索引键值和行数据
2、叶子节点链表：所有叶子节点通过指针相连、形成一个双向链表，支持快速的顺序访问和范围查询
3、平衡树结构：所有叶子节点在同一层上，树的高度平衡，保证任何数据记录的查找、插入、删除和更新操作的路径长度相同 ，稳定性好
3、B+树的特性是什么
重点：
1、叶子节点存储索引+数据，非叶子节点只存储索引键值，不存储数据
2、叶子节点之间用双向链表组织
B+树是一个多叉树，一个父节点对应多个子节点，主要特性有三个：
1、B+树的非叶子节点不会存储数据，叶子节点才会存储数据，中间节点只用于存储到叶子结点的路由信息（即索引），而且每个节点里的数据都是根据索引的值来顺序存放的
2、B+树所有的叶子节点之间会通过双向指针串联在一起，构成一个双向链表，方便扫表和范围查询
3、B+树查询稳定，因为所有叶子节点都在同一层，确保了所有数据项的检索都具有相同的I/O延迟。B+树存储千万级别的数据，B+树的数据高度也只有3~4层，可以大幅减少磁盘I/O操作次数。
4、B+树和B树有什么区别
B+树和B树最大的区别在于B+树所有的数据都存放在叶子节点中，并且叶子节点通过双向指针串联成双向链表。而B树的非叶子节点也存放数据，也没有组织成双向链表。
1、由于B+树有双向链表，所以很容易实现范围查找，而B树要通过中序遍历实现范围查找，显然中序查找的磁盘I/O操作次数会多很多。
2、B+树查询性能稳定，因为最后都要到叶子节点才能把数据返回，而B树查询性能不稳定，可能在非叶子节点就找到数据就返回了。另外还有一点，就是因为B+树的非叶子节点只存储索引，这样体积小很多，这样在定位数据的过程中，就避免了读入很多无用的数据记录，同时，减少了磁盘的I/O操作开销。
5、mysql为什么用B+树
1、对比于红黑树，B+树的高度更小，这样对应的磁盘I/O操作次数也少，可以大幅减少磁盘I/O开销
2、相比于B树，B+支持范围查找
3、相比于跳表：跳表的多级列表高度也是有点高的，对于磁盘I/O来说性能差，同样查询性能也不稳定，存在极端情况下，查询性能退化成链表的情况
