先聊个扎心的事:我见过不少人自称“会 MySQL”,增删改查写得很溜,连表 JOIN、子查询也能拿捏。可一上生产就露馅——一条慢查询拖垮接口,一个锁等待让页面卡死,一次误删数据全员加班。每次遇到这种场面,我都会想起一句话:MySQL 基础从来不是“会不会写 SQL”,而是“你知不知道一条 SQL 进去之后发生了什么、为什么快、为什么慢、为什么锁、为什么挂”。这篇不是教你怎么背命令,而是想把 MySQL 这套地基给捋清楚,让刚入门的人能建立完整框架,也让写了几年 SQL 但一直没系统复盘过的开发,把脑子里那些模糊地带一次补齐。
我尽量用项目实战里踩过的真实案例来讲,不整虚的,每个结论都给出为什么。
1. 存储引擎选型:你连表用什么“发动机”都没选过,凭什么说基础扎实
很多人建表从来不写 ENGINE,默认就 InnoDB,这没错,但属于“瞎猫碰上死耗子”。你真问一句:MyISAM 和 InnoDB 到底差在哪?为什么 MySQL 默认选 InnoDB?不少人会卡壳。这个问题既是面试高频题,也是生产事故的源头。
1.1 行锁和表锁的差距,能直接决定你的并发上限
MyISAM 只支持表级锁,InnoDB 支持行级锁。这句话背出来容易,理解难。我举个例子:一张订单表,两个用户同时下单,分别改不同的订单行。用 InnoDB,两个事务互不干扰,各自锁自己的行;换成 MyISAM,第二个用户必须等第一个用户把整张表的写锁释放后才能操作。
你说这能差多少?一个订单表几百行的时候感觉不明显,等表里有几十万行、QPS 上百的时候,MyISAM 基本就是排队系统——所有写操作串行化,读操作又会被写锁阻塞。我当年接手过一个老报表系统,用的就是 MyISAM,每天凌晨跑批的时候,前端页面查询直接超时,问题就出在跑批任务一把表锁把整张表堵死,所有读请求全部排队。
InnoDB 的行锁不是物理上锁住某一行,而是通过索引来实现的:如果更新语句没走索引,InnoDB 会从行锁升级为锁住所有扫描到的记录,表现上跟表锁差不多。这也是很多“明明选了 InnoDB 却还是卡死”的真相。
1.2 InnoDB 的崩溃恢复能力,才是它成为默认的底牌
很多人以为 InnoDB 默认只是因为支持事务,其实更关键的是崩溃恢复。MyISAM 写数据是直接落盘,写入一半断电,表就坏了,还需要 repai。InnoDB 有 redo log,每次修改先写日志,再异步刷新到数据文件,即使数据库宕机,重启后也能根据 redo log 恢复到最后一次提交的状态。
这对生产环境意味着什么?意味着你不需要每天提心吊胆怕断电、怕 kill -9。我自己的经验是:MyISAM 表一旦损坏,找回数据的成本极高,而 InnoDB 基本上重启就能自愈。
另外 InnoDB 还有一套缓冲池机制,热点数据页缓存在内存里,读请求命中缓冲池就不用走磁盘。MyISAM 也有 key cache,但只缓存索引,不缓存数据行,所以全表扫的时候 InnoDB 的缓存命中率优势非常明显。
1.3 什么时候才需要考虑 MyISAM?
说实话,在 MySQL 8.0 里 MyISAM 已经被边缘化。只有一种情况我还会想起它:某些极端的只读场景下,MyISAM 的压缩表能把占用空间压得很低,查询性能也不差。但仅限归档库、历史数据、完全不需要事务的场景。
我更想强调一个反直觉的结论:不要用“我的表只读,不需要事务”来给 MyISAM 找理由。 InnoDB 的默认配置在只读场景下也有很好的性能,而且你没法保证今天“只读”的表明天不会被业务需求改成可写。我踩过的坑就是:以为一张配置表永远只读,用了 MyISAM,后来业务要支持在线配置热更新,结果每次更新都阻塞读请求,最后还得迁移表引擎。
经验:从 MyISAM 迁移到 InnoDB 一句
ALTER TABLE t ENGINE=InnoDB就能搞定,但线上大表执行会锁表,建议用 pt-online-schema-change 这类工具平滑处理。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 索引不是越多越好:B+树、回表和最左前缀的相爱相杀
索引是 MySQL 性能的核心,也是“基础”里最值得深挖的一块。我知道大家都会背“索引底层是 B+树”,但如果面试官追问“为什么是 B+树,不是二叉树、不是哈希、不是跳表”,很多人就蒙了。这一章我把它讲透,顺便把生产环境里最常见的索引失效场景一起复盘。
2.1 B+树为什么能扛住千万级数据
先给个直觉:B+树是多叉平衡树,每个节点能存很多个 key,树的高度非常低。InnoDB 中一个节点默认 16KB,假设一行数据 1KB,主键是 bigint 占 8 字节,再加指针之类的开销,一个叶子节点能存大约 16 行数据;非叶子节点只存主键和指针,一个节点能存一千多个主键。
三层的 B+树能存多少数据?大概 1000 * 1000 * 16,也就是一千六百万行。这意味着,你查一条数据最多只需要做三次磁盘 IO——根节点常驻内存,实际上一般就两次磁盘 IO。这就是 B+树最恐怖的地方:千万级数据量下,索引查询依旧能保持在毫秒级。
为什么不用哈希?哈希索引对单条等值查询确实快,O(1) 就能定位,但它无法支持范围查询,WHERE id > 100 这种场景哈希直接废掉。为什么不用跳表?跳表在内存数据库里很流行(比如 Redis),但 MySQL 的数据是落盘的,跳表的节点散落在磁盘上,局部性差,IO 次数远高于 B+树。B+树的叶子节点通过双向链表串联,天然就是为范围查询和磁盘顺序读设计的。
2.2 聚簇索引、二级索引和回表:为什么“明明有索引还是很慢”
InnoDB 中,每张表都有一个聚簇索引,通常是主键。聚簇索引的叶子节点直接存整行数据,所以按主键查询是最快的,一次 B+树检索就拿到全部字段。
非主键索引(二级索引)的叶子节点存的是主键值。也就是说,SELECT * FROM user WHERE name='张三',如果 name 上有二级索引,MySQL 会先在二级索引里找到主键 id,再拿 id 去聚簇索引里查整行数据——这个过程就叫回表。
回表不是问题,问题是一次查询要检索两棵 B+树。如果查出来的行数很多,比如 name 匹配一
