MySQL 遇到过死锁问题吗，你是如何解决的？
排查死锁的步骤：
- 查看死锁日志show engine innodb status;
- 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
数据库索引的原理，为什么要用 B+树，为什么不用二叉树？
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？
为什么不是一般二叉树？
1）当数据量大时，树的高度会比较高（树的高度决定着它的IO操作次数，IO操作耗时大），查询会比较慢。
2）每个磁盘块（节点/页）保存的数据太小（IO本来是耗时操作，每次IO只能读取到一个关键字，显然不合适），没有很好的利用操作磁盘IO的数据交换特性，也没有利用好磁盘IO的预读能力（空间局部性原理），从而带来频繁的IO操作。
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。
那为什么不是B树而是B+树呢？
1）B+Tree范围查找，定位min与max之后，中间叶子节点，就是结果集，不用中序回溯
2）B+Tree磁盘读写能力更强（叶子节点不保存真实数据，因此一个磁盘块能保存的关键字更多，因此每次加载的关键字越多）
3）B+Tree扫表和扫库能力更强（B-Tree树需要扫描整颗树，B+Tree树只需要扫描叶子节点）
聚集索引与非聚集索引的区别
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；
limit 1000000 加载很慢的话，你是怎么解决的呢？
方案一：如果id是连续的，可以这样，返回上次查询的最大记录(偏移量)，再往下limit
select id，name from employee where id>1000000 limit 10.
方案二：在业务允许的情况下限制页数：
建议跟业务讨论，有没有必要查这么后的分页啦。因为绝大多数用户都不会往后翻太多页。
方案三：order by + 索引（id为索引）
select id，name from employee order by id limit 1000000，10
SELECT a.* FROM employee a, (select id from employee where 条件 LIMIT 1000000,10 ) b where a.id=b.id
方案四：利用延迟关联或者子查询优化超多分页场景。（先快速定位需要获取的id段，然后再关联）
如何选择合适的分布式主键方案呢？
数据库自增长序列或字段。
UUID
雪花算法
Redis生成ID
利用zookeeper生成唯一ID
在高并发情况下，如何做到安全的修改同一行数据？
要安全的修改同一行数据，就要保证一个线程在修改时其它线程无法更新这行记录。一般有悲观锁和乐观锁两种方案
使用悲观锁
悲观锁思想就是，当前线程要进来修改数据时，别的线程都得拒之门外~ 比如，可以使用select…for update
select * from User where name=‘jay’ for update
以上这条sql语句会锁定了User表中所有符合检索条件（name=‘jay’）的记录。本次事务提交之前，别的线程都无法修改这些记录。
使用乐观锁
乐观锁思想就是，有线程过来，先放过去修改，如果看到别的线程没修改过，就可以修改成功，如果别的线程修改过，就修改失败或者重试。实现方式：乐观锁一般会使用版本号机制或CAS算法实现。
数据库的乐观锁和悲观锁
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。
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。
SQL优化的一般步骤是什么，怎么看执行计划（explain），如何理解其中各个字段的含义？
将explain加在需要查看的sql语句前面然后执行
如：explain select * from user;
id:
查询中 SELECT 的标识符。如果你的查询包含子查询或 UNION，MySQL 会为每个 SELECT 语句分配一个唯一的 ID。
对于简单查询，通常只有一个 SELECT，其 id 为 1。
对于复杂的查询，子查询的 id 会递增。
select_type:
查询的类型，表示这个 SELECT 语句是简单查询、复杂查询的一部分，还是 UNION 的一部分等。
常见的值有：SIMPLE（简单 SELECT，不使用 UNION 或子查询）、PRIMARY（查询中最外层的 SELECT）、UNION（UNION 中的第二个或后续的 SELECT 语句）、DEPENDENT UNION（UNION 中的第二个或后续的 SELECT，依赖于外部查询）、SUBQUERY（子查询中的第一个 SELECT）、DEPENDENT SUBQUERY（子查询，依赖于外部查询）等。
table:
显示这一行查询涉及哪个表。
partitions:
匹配查询的分区。如果表是分区表，这里会显示哪些分区被查询命中。
type:
连接类型或访问类型，表示 MySQL 在找到所需行时如何查找表中的数据。常见的类型包括：ALL（全表扫描）、index（全索引扫描）、range（索引范围扫描）、ref（非唯一性索引扫描）、eq_ref（唯一性索引扫描，对于每个索引键，表中最多只有一条匹配行）、const/system（表中最多有一个匹配行，例如主键或唯一索引扫描）等。
type 列的值越优（例如 eq_ref、const > ref > range > index > ALL），查询性能越好。
possible_keys:
显示查询中可能使用的索引。
key:
实际使用的索引。如果没有使用索引，则为 NULL。
key_len:
使用的索引的长度。在一些情况下，不是索引的全部部分都会被使用。
ref:
显示索引的哪一列或常量被用于查找值。
rows:
MySQL 估计为了找到所需的行而要检查的行数。这是一个估计值，并不总是完全准确，但在优化查询时很有参考价值。
filtered:
表示返回结果的行占开始查找行的百分比。
Extra:
包含不适合在其他列中显示的额外信息。例如：是否使用了文件排序（Using filesort）、是否使用了临时表（Using temporary）等。
常见的值包括：
Using where：表示存储引擎在返回结果前应用了 WHERE 条件。
Using temporary：表示 MySQL 需要创建一个临时表来存储结果。
Using filesort：表示 MySQL 需要对数据进行额外的排序操作，不能通过索引顺序获得结果。
No tables used：没有使用表（例如，查询中只包含常量）
select for update有什么含义，会锁表还是锁行还是其他？
select for update 含义
select查询语句是不会加锁的，但是select for update除了有查询的作用外，还会加锁呢，而且它是悲观锁哦。至于加了是行锁还是表锁，这就要看是不是用了索引/主键啦。 没用索引/主键的话就是表锁，否则就是是行锁。
如果某个表有近千万数据，CRUD比较慢，如何优化？
分库分表
某个表有近千万数据，可以考虑优化表结构，分表（水平分表，垂直分表），当然，你这样回答，需要准备好面试官问你的分库分表相关问题呀，如
分表方案（水平分表，垂直分表，切分规则hash等）
分库分表中间件（Mycat，sharding-jdbc等）
分库分表一些问题（事务问题？跨节点Join的问题）
解决方案（分布式事务等）
索引优化
除了分库分表，优化表结构，当然还有所以索引优化等方案~
如何写sql能够有效的使用到复合索引？
复合索引，也叫组合索引，用户可以在多个列上建立索引,这种索引叫做复合索引。
当我们创建一个组合索引的时候，如(k1,k2,k3)，相当于创建了（k1）、(k1,k2)和(k1,k2,k3)三个索引，这就是最左匹配原则。
select * from table where k1=A AND k2=B AND k3=D
有关于复合索引，我们需要关注查询Sql条件的顺序，确保最左匹配原则有效，同时可以删除不必要的冗余索引。