数据库

1.事务的四大特性

数据库事务： 事物就是对一个数据库操作的序列，是一个不可分割的工作单位

ACID特性

• 原子性 Atomicity：事物要么全部完成，要么全部取消，如果事务崩溃，状态回到事务初始状态（事务回滚）
• 隔离性 Isolation：通常来说，一个事务所做的修改在最终提交之前，对其它事务是不可见的。关于事务的隔离性，数据库提供了多种隔离级别。
• 持久性 Durability：事务一旦提交，不管（崩溃或错误），数据修改永久存储在数据库中
• 一致性 Consistency：事务执行之前和执行之后都必须处于一致性状态。

2. 事务的隔离级别

SQL标准定义了4类隔离级别

• Read Uncommited 读未提交
  所有事务都可以查看到其他未提交事务的执行结果
• Read Committed（RC）读已提交
  事务只能看到已经提交事务所做的变更
• Repeatable Read（RR）可重复读
  确保同一事务的多个实例在并发读取数据时会看到相同的数据行
• Serializable可串行化
  完全串行化读，每次读都需要获得表级共享锁，读写相互阻塞

mysql的默认隔离级别为 可重复读

并发事务的问题

[1.]脏读

一个事务A读取了另一个事务B未提交的数据

[2.]不可重复读

在一个事务里，某个数据被读取了两次，读出来的数据不一致（修改）

[3.]幻读

在相同一个事务，按相同的查询条件读取数据，发现其他事务操作之后的新数据（新增、删除）

3. 索引

建立索引的目的是加快对表中记录的查找或排序

3.1索引的优点

• 在设计数据库时，通过创建一个唯一索引，能够在索引和信息之间形成一对一的映射式的对应关系
• 能提高数据的搜索及检索速度
• 能够加快表与表之间的连接速度
• 在信息检索过程中，若使用分组及排序子句进行时，通过建立索引能有效的减少检索过程中所需的分组及排序时间，提高检索效率
• 建立索引之后，在信息查询过程中可以使用优化隐藏器

3.2 索引的缺点

• 数据库中创建的索引需要占用一定的物理存储空间
• 在数据库建立过程中，需花费较多的时间去建立并维护索引
• 在对表中的数据进行修改时，例如对其进行增加、删除或者是修改操作时，索引还需要进行动态的维护

3.3 索引的分类

• 唯一索引
  任意两行的索引值不能相同
  create unique index indexname on 表名(列名（length）） // 创建索引
  或者alter 表名 add index [indexname] on (列名（length）） // 修改表结构

• 主键索引
  创建表时，主键自动创建主键索引，该索引要求主键中每个值都唯一 primary key

• 组合索引
  alter table 表名 add index 索引名(列名1，列名2，......)

• 聚集索引
  一个表只能包含一个聚集索引；在聚集索引中，表中数据行的物理顺序和键值的索引（逻辑）顺序相同

将数据存储和索引放在一起，找到索引就能找到数据，文件根据对应字段排序存储，索引文件无重复排序存储

• 索引列
  基于数据库表中的单列或多列创建索引；多列索引可以区分其中一列可能有相同值的行

3.4 索引失效

1. 对索引列进行运算 select * from test where id-1=9;
2. 隐式转换
3. 对索引列进行运算，需要建立函数索引
4. where数据太多
5. 统计信息失效
6. 索引本身失效
   参考博客
   失效的七种情况

3.5 索引设计原则

4.索引的数据结构

目前大部分数据库系统和文件系统都采用B树或B+树作为索引结构

4.1 B树

定义一个数据记录为一个二元组[key，data]，不同的数据记录，key值不同
参考博客

• 每个非叶子节点由n-1个key和n个指针组成，其中d<=n<=2d（d是B树的度）

4.2 B+树

区别：

1. 叶子节点存放数据，非叶子节点（内节点）存放指针索引

优点：
2. 所有的查询都要经过叶子节点，查询性稳定
3. 所有的叶子节点升序排列，形成一个有序链表，便于查找
4. 单一节点存储的元素更多，IO操作次数更少

B+Tree的每个叶子节点增加一个指向相邻叶子节点的指针
博客

5.InnoDB和MyISAM区别

• 存储结构

1. MyISAM：每个MyISAM在磁盘上存储成三个文件。第一个文件的名字以表的名字开始，扩展名指出文件类型。 .frm文件存储表定义。数据文件的扩展名为.MYD(MYD)。索引文件的扩展名是.MYI(MYIndex)
2. InnoDB:所在的表都保存在同一个数据文件中（也可能是多个文件，或者是独立的表空间），InnoDB表的大小只受限于操作系统文件的大小，一般为2GB

• 存储空间
  MyISAM:可被压缩，存储空间较小。支持三种不同的存储格式：静态表（默认，但是注意数据末尾不能有空格，会被去掉）、动态表、压缩表。

  InnoDB:需要更多的内存和存储，它会在主内存中建立其专用的缓冲池用于高速缓冲数据和索引

• 事务支持
  MyISAM:强调的是性能，每次查询具有原子性，其执行速度比Innodb类型更快，但是不提供事物支持。

InnoDB:提供事务支持，外部键等高级数据库功能。具有事务（commit）、回滚（rollback）和崩溃修复能力（crach recovery capabilities）的事务安全（transaction-safe ACID compliant）型表

• CURD操作
  MyISAM: 如果执行大量的select, MyISAM是更好的选择。（因为没有支持行级锁），在增删的时候需要锁定整个表格，效率会低一些。相关的是innoDB支持行级锁，删除插入的时候只需要锁定该行就行，效率较高。

InnoDB:如果你的数据执行大量的insert或update，出于性能方面的考虑，应该使用InnoDB表。Delete从性能上Innodb更优，但delete from table时，InnoDB不会重新建立表，而是一行一行的删除，在innodb上如果要清空保存有大量数据的表，最好使用truncate table这个命令

• 外键
  MyISAM: 不支持

InoDB:支持

6. drop delete truncate区别

• drop（DDL语句）：删除表，释放空间（依赖、索引、触发器）drop table 表名
• delete（DML语句）：删除表中数据行，并且将该行的删除操作作为事务记录在日志中，方便事务回滚
• truncate（DDL语句）：清空表，删除内容、释放空间、但不删除定义（数据结构）

执行速度：drop> truncate > delete

7.DML和DDL的区别

DML（Data Manipulation Language）：数据操纵语言，SQL处理数据等操作
select、update、delete、insert、merge
DDL（Data Definition Language）：数据定义语言，用于定义和管理SQL数据库中的某些对象
create、alter、drop、truncate、comment、grant、revoke

区别：

1. DML 可以手动控制事务的开启，提交和回滚
2. DDL是隐形提交，不能回滚

8. 连接

• inner join：内连接，获取两个表中字段匹配的记录
• left join ：左连接，获取左表中所有记录，即使右表没有对应匹配的记录
• right join右连接，获取右表中所有记录

9.where 、having 、on的区别

执行顺序：on>where>聚合函数>having

1. 两个表连接时，使用on
2. where作用在对查询结果之前，将不符合where条件的行过滤掉，条件中不能包含聚合函数
3. having筛选满足条件的组，限制返回的结果集；即在分组之后过滤数据，条件中包含聚合函数
   如：select deptno,sum(sal) from emp where sal>1200 group by deptno having sum(sal)>8500 order by deptno

10.查询速度慢如何解决

慢查询日志 用于记录响应时间超过阈值的语句，指运行时间超过long_query_time值的sql

1. 查看慢查询是否开启
   show variables like ‘%slow_query_log%’;
2. 开启慢查询
   set global slow_query_log=1;
3. 查看慢查询默认时间
   show variables like ‘long_query_time’;
4. 修改慢查询时间
   set global long_query_time=3;
5. 设置慢查询存储的方式
   set globle log_output = file; 、默认是none；table存储在mysql库下的slow_log表中

11. 表中数据结构的区别

• int(10) 、char(10) 、varchar(10)的区别

int(10)：整数类型，10表示数据的长度

char(10)：字符串，不可变，10表示存储字符大小；10位固定字符串，不足补空格 最多10个字符

varchar(10)：可变，10表示存储字符大小；10位可变字符串，不足补空格 最多10个字符

1. char的存取速度比varchar更快，长度固定方便存储查找
2. char的存储方式是，对英文字符(ASCII)占用1个字节，对一个汉字占用两个字节；而varchar的存储方式是，对每个英文字符占用2个字节，汉字也占用2个字节
3. char(10)表示存储定长的10个字符，不足10个就用空格补齐，占用更多的存储空间，而varchar(10)表示存储10个变长的字符，存储多少个就是多少个，空格也按一个字符存储，这一点是和char(10)的空格不同的，char(10)的空格表示占位不算一个字符

• int(10) int(11)有啥区别

int10和int11只是显示的长度不同，在计算机中都是占4个字节，32位

12.数据库的三大范式

1NF：字段不可分，每个字段是原子级别的
2NF：有主键，非主键字段依赖主键，ID字段就是主键，它能表示这一条数据是唯一的
3NF：非主键字段不能相互依赖

13.sql语句

加行号的使用规则：@rowNum = num 声明一个叫rowNum的变量并赋值为num

• 取出一个月内的id分组

• 取一个年级中每个班级年龄最小的同学名字

• 成绩表输出前三名，最后三名的成绩
  select * from score表 where 排名<=3 order by scores desc

• 拷贝A表至B表
  select * into B from A // A,B表的结构相同

• 查询每门科目都大于80分的学生名字
  select name from (select name,min(score) from studetent group by name having min(score>80) stu

• 筛选出每个小时的记录

• 聚合函数
  avg count max min sum

• 一个数据库，查询重复次数
  select count(*) ,column1.... from table1 group by column1....having count(*)>1
count(*)重复的次数

• 查询总成绩最高人的姓名

• user表中在一个时间段内登陆三次的用户id

• limit的用法

14.mysql日志查询

1. 首先输入show variables like 'log'查看日志是否开启
2. 若日志没有开启，查看mysql服务的启动配置文件位置
3. 关闭mysql服务，打开my.ini配置文件，添加变量log=E:/mysql_log.txt，然后启动mysql服务
4. 重新登录mysql，查询表，此时所有操作都被记录在E:/mysql_log.txt文件中

15.主键、外键、索引

• 主键

关系型数据库中一条记录有若干属性，若某个属性组能唯一标识一条记录，该属性组就可以成为一个主键

1. 学生表（学号，姓名，年龄，班级…）：学号是唯一的，学号就是主键
2. 成绩表（学号，课程号，成绩）：学号不是唯一标识的，学号和课程号的组合唯一标识一条记录，因此学号+课程号的属性组是一个主键，成绩表中的学号与学生表中的学号是相对应的，且学号是学生表中主键，则称成绩表中的学号是学生表的外键

主键只能有一个

• 外键

1. 外键用于与另一张表的关联，能确定另一张表记录的字段，用于保持数据的一致性
2. 外键可以重复，可以为空值
3. 一个表可以有多个外键

• 索引
  该字段没有重复值，但可以有空值

一个表可以有多个唯一索引

16.聚簇索引和非聚簇索引

链接

• 聚簇索引：数据和索引都存放在一起，找到索引即可找到数据
  一个表只有一个聚簇索引
• 非聚簇索引：将数据存储和索引分开，索引结构的叶子节点你指向数据的对应行
• 

17.前缀索引

条件：有时候需要索引很长的字符（text或长varchar），这样会使得索引又大又慢

方法：

1. 索引字符串的前几个字符，而不是全部值（前缀索引）
2. 哈希索引

选择性：不重复的索引值 / 总记录数；范围是（0，1]
唯一索引的选择性等于1

前缀索引保持较高的选择性

18.MySQL/MongoDb 端口号

mysql：3306
mongodb：27017；

19.（多次）查询速度慢的原因，如何解决

1. 没有创建索引
2. IO吞吐量小
3. 内存不足
4. 网络环境
5. 数据量过大
6. 死锁或者锁问题
7. 查询语句问题

20.redis中的数据结构及应用场景

redis有五种数据结构

1. String

简单的key-value类型；常见的字符串操作

1. SET key value 存储键值对，set会覆盖旧值
2. MSET key value [key value ...] 批量存储
3. GET key 获取key对应的value值
4. DEL key 删除key对应的键值对
5. EXPIRE key seconds 设置key的有效时间

应用场景：

• 单值存储：SET key value ； GET key
• 对象存储：SET user：1 value（json字符串）

存储：MSET user：1: name zhangsan user：1:age 10
取：MGET user：1:name user：1:age

• 分布式锁

SETNX product ：10001 true 返回1 表示加锁成功，返回0表示加锁失败
DEL product:10001// 释放锁
SET product:10001 true ex 10 nx // 防止程序意外终止导致死锁

• 计数器
  统计阅读量：INCR article:readcount:{文章Id} 文章的阅读量统计
GET article:readcount:{文章Id}

• 分布式系统唯一id生成
  INCRBY orderId 1000 redis生成序列号，提升性能。`

2. Hash
   将一些结构化的信息打包成HashMap，在客户端序列化后存储为一个字符串的值

常用操作

1. HSET key field value 存储单个hash表的key的键值
2. HSETNX key field value 存储一个不存在的hash表的key键值
3. HMSET key field value [field value...... ] 存储多个键值对
4. HGET key field获取单个field的键值
5. HGETALL key返回hash表key中所有的键值对

应用场景

• 对象存储
  HSET user：100001 name zhangsan age 10 //设置对象属性
  HGET user:100001 name age // 获取属性信息
• 电商购物车场景

3. List
   redis 中使用双链表实现list

应用场景

• 常用的数据结构

1. Stack 栈 先进后出 FILO
2. Queue 队列 FIFO 先进先出
3. Blocking MQ 堵塞队列

• 微博和微信的公众号消息流

5. Set
   不重复值

应用场景

• 抽奖
• 微博微信点赞，关注，收藏等

6. Sorted Set
   增加了权重参数score，使得集合中的元素依照score有序排列

应用场景

• 微博热搜榜单

博客详情

21.数据库隔离等级

脏读：session A读取了session B中未提交的数据
不可重复读：前后session A读取的数据不一致（读取了session B提交的数据）修改或删除
幻读:session A 读取到了session B插入的数据 插入

「1」设置隔离级别

全局的隔离级别：已存在的session不会生效，新session有效
set global transaction isolation level read uncommitted;
当前的隔离级别
*set session transaction isolation level read uncommitted;*

「2」查看当前隔离级别

select @tx_isolation;

22.为什么用B+树，不用hash索引

（1）二叉树

一个节点有两个子节点，左叉树小于该节点，右叉树大于该节点 升序

1. 树的查询复杂度和树的高度有关，树越高，查询事件的复杂度就越高
2. 某种约束来保证树的平衡性

（2）红黑树

平衡树：任何节点的两个子树的高度最大差为1

红黑树就是平衡二叉树的一种

1. 根节点是黑色的
2. 每个叶子节点都是黑色的空节点null
3. 每个红色节点都有两个黑色的子节点
4. 任意节点到红色节点的所有路径都包含相同的黑色节点

**缺点：**大数据存储，树的高度太高，可导致多次IO，查询效率低

（3）B树

B树是一个多路搜索树，每个节点可以有多个子节点，降低树的高度，减少磁盘IO次数

m阶B树：树中的每个节点至多m棵子树

1. 非叶子节点的根节点至多有两棵子树
2. 单个节点可以存储多个键值和数据

（4）B+树

1. 子节点（索引节点）只存储键值，叶子节点（内部节点）存储数据
2. 叶子节点间通过指针进行连接，有序形成链表（避免跨层）
3. 子节点不存储数据，磁盘可以一次读取更多的子节点，减少IO次数

（5）hash索引

hash索引是将索引值经过Hash运算之后，将运算之后的hash值和所对应的行指针信息存放于一个Hash表中，不同的索引值可能存在相同的hash值 （hash冲突）

1. hash索引查询单条数据比较快
2. hash索引是无序的
3. hssh索引只能满足”=”,”IN”和”<=>”查询