环球市场面试技术总结

到广州找工作已经10多天了，面试的公司也上10家了，说顺利也顺利说不顺利也不是顺利，因为到现在自己还没找到自己满意的工作，要不就是工资不满意或者平台不满意，然后到昨天才发现自己在这10多天的过程中技术基础已经抛之脑后了，一想oracle已经大半个月没有碰过了，这就造就了昨天的机遇错过！！！！痛恨！！！下面是面试时的几个技术问题，我答的不好，所以现在回家总结！！！！

1.简述下update的过程

（1）将要被操作的记录对应的数据块读入缓存准备修改

（2）到undo空间某回滚段中申请回滚块，并将申请到的回滚块信息(记录下事务ID、事务所占回滚块地址等)记录在回滚段头中，此时由于需要修改undo段头块中信息，所以必须先生成一条改动向量记入日志缓存（change#1)。

（3）修改数据块的数据之前，先将其前映像保留在undo空间中刚申请到的回滚块中。而此时，由于又需要修改回滚块中信息，因此又必须先产生日志，生成一条改动向量记入日志缓存（change#2)。

（4）修改数据块，将后映像（即新数据）写入该数据块，因此这次需要修改数据块中内容，还是必须得先产生日志的改动向量(change#3)

（5）commit提交时，会产生第二个重做记录，该重做记录只有一个改动向量：用来记录对回滚段事务表的更改（更新事务表中记录的该事务的状态）。

因此一条commit后的update语句,将产生两个重做记录，4条改动向量！步骤具体细化为：

目标数据库读入缓存----&gt申请undo块-----&gt产生change#1-----&gt修改undo段头块中信息----&gt产生change#2----&gt保存前映像到申请到的undo块-----&gt产生change#3-----&gt保存后映像到undo块-----&gtcommit-------&gt产生第2条重做记录

2.B tree索引与BitMap索引的核心区别

我自己回答的是算法上有区别以及应用上的区别：B tree是采用平衡树算法，而位图索引采用的是bitand算法。位图索引只适用于表很大且索引列上值得种类很少即重复值较多，如性别！而且在表上放置单独的位图索引是没有任何意义的，只有许多列具有位图索引且用户常用这些列进行复合查询或group by查询时才能有效的利用位图索引。位图索引不适合大DML操作，如性别，当你修改某个女性值F时，F真值记录将被锁定，即意味着所有女性记录全部不能再有其他并发DML操作。由于该回答不过关，故自己在网上查询到如下自认为解释的不错的文章：

Oracle的索引主要包含两类：BTree和位图索引。默认情况下大多使用Btree索引，该索引就是通常所见 唯一索引、聚簇索引等等，Btree用在OLTP（联机事务处理系统），加快查询速度。位图索引是Oracle的比较引人注目的地方，其主要用在OLAP（联机数据分析）方面，也就是数据仓库方面用到，目的是在加快查询速度是，节省存储空间。通常情况下，索引都要耗费比较大的存储空间，位图采用了压缩技术实现磁盘空间缩减。Btree用在高基数（即列的数据相异度大），位图用在低基数列。位图索引的基本原理是在索引中使用位图而不是列值。通常在事实表和维表的键之间有很低的集的势（cardinality），使用位图索引，存储更为有效，与B*Tree索引比较起来，只需要更少的存储空间，这样每次读取可以读到更多的记录，而且与B*Tree索引相比,位图索引将比较,连接和聚集都变成了位算术运算,大大减少了运行时间，从而得到性能上的极大的提升。

在Oracle中如何合理的使用位图索引？以下的几个事项应该考虑。
  
           *  如果要使用位图索引，初始化参数STAR_TRANSFORMATION_ENABLED应该设置为
              TRUE.
           *   优化模式应该是CBO。对于数据仓库的环境中，总是应该考虑使用CBO（COST-BASED   
             OPTIMIZER）。
           *   位图索引应该建立在每一个事实表的外键列上。(这只是一个一般的规则.)
  
      此外，对于数据表中的cardinality如何客观的确定也是一个问题，一万条数据中只包含3个值的集和算是低的了，那么一亿条记录中包含3万条记录算不算低的呢？对于这样的情况，建议几行一下数据的模拟测试，一般来说，在数据仓库环境中，位图索引的性能要好于B*Tree索引。还要注意位图索引不是为OLTP数据库设计的，不应该在OLTP数据库中大量的使用它，尤其是对那些有更新操作的表 。 

3.表之间的查询连接oracle有几种分类？

（1）笛卡尔积连接：两表之间无关联条件，逐行比对。

（2）NL嵌套循环连接：oracle从驱动表或外部表中（即较小结果集的表）中读取第一行，然后和内部表（较大结果集的表）中的所有数据逐条按连接条件进行比对，将匹配到的记录放到结果集中，然后oracle从外部表中读取下一行继续循环。====》基于COST的ORACLE优化器CBO会自动选择较小的表作为外表

====》在外表比较小且内表连接列上有唯一或高度可选的非唯一索引时，效率较高，否则效率不高。

（3）SMJ排序合并连接：在排序合并连接中，没有驱动表的概念，两个互相连接的表按连接列上的值先排序，排序完成后的结果集再互相进行合并连接提取符合条件的记录。

====》当缺乏数据的选择性或索引时，或者两个结果集都过于庞大（超过记录数的10%）时，排序合并连接比嵌套循环连接有效。

====》由于oracle中排序是很耗费资源的，因此当两个结果集很大时，排序合并连接的性能较差

（4）HASH连接：oracle先在内存中对较小的表上建立基于连接列的hash排序表，然后再扫描大表并检测内存中的小表是否有匹配的记录，是则记录到结果集中。

====》因为小表位于内存中搜索效率较高，而大表按索引扫描效率也高。股HASH连接适合小表和大表的连接

====》HASH连接适合内存充足的环境，当内存充足时，hash连接是oracle优化器通常选择。

====》hash连接仅适用于等值连接。且仅在HASH_JOIN_ENABLED=true、以及PGA_AGGREGATE_TARGET设置了足够大时，oracle才会选择HASH连接，且只有CBO才可用HASH连接

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/26823568/viewspace-720088/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/26823568/viewspace-720088/