JAVA全栈常见面试题记录

一、前端面试题

1）vue的生命周期（八个钩子函数）

1. beforeCreate：创建vue示例之前；

2. created：创建实例完成，实现数据的异步请求；

3. beforeMount：渲染DOM之前；

4. mounted：渲染DOM完成，加载组件第一次渲染；

5. beforeUpdate：重新渲染DOM之前，数据更新的操作；

6. updated：重新渲染DOM完成；

7. beforeDestroy：销毁之前；

8. destroyed：销毁完成；

2）watch和computed区别

1. computed：

   • data中没有直接声明要计算的变量，也可以直接在computed中写入；

   • 支持缓存，只有依赖数据发生改变，才会重新进行计算；

   • 不支持异步，当computed内有异步操作时无效，无法监听数据的变化；

   • computed是计算属性，也就是依赖某个值或者props通过计算得来的数据；

   • computed的值是在getter执行之后进行缓存的，只有在它依赖的数据发生变化（依赖的数据可以是单个，也可以是多个）时，会重新调用getter来计算；

2. watch：

   • 如果data中没有相应的属性的话，是不能watch的；

   • 不支持缓存，数据变，直接会触发相应的操作；

   • 支持异步操作；

   • watch是监听器，可以监听某一个数据，然后执行相应的操作；

   • 监听的函数接收两个参数，第一个参数是最新的值；第二个参数是输入之前的值；

3. 总结：

   • 当多个属性影响一个属性的时候，建议用computed；

   • 当一个值发生变化之后，会引起一系列的操作（改变其他属性值），这种情况就适合用watch；

   ---

   • 如果一个数据需要经过复杂计算就用 computed；

   • 如果在数据变化时执行异步或开销较大的操作时就用 watch；

3）路由跳转有哪几种方式

• HTML标签：

  <router-link to="/home">Home</router-link>

• JS对象：

  // 直接跳转
  this.$router.push('/home');
  // 替换当前路由记录，而不是添加新的记录
  this.$router.replace('/home');
  // 后退一步
  this.$router.go(-1);
  // 前进一步
  this.$router.go(1);

4） v-if和v-for的优先级

1. VUE2：v-for优先于v-if；

2. VUE3：v-if优先于v-for；

3. 注意：同时使用 v-if 和 v-for 是不推荐的，因为这样二者的优先级不明显。

5）v-if和v-show的区别

• v-if：条件渲染，当条件为假时，元素及其子组件不会被渲染或销毁。适用于频繁切换不显示的情况，有较高的渲染和销毁开销。

• v-show：条件显示，元素始终被渲染，只是通过CSS display属性切换显示或隐藏。适用于频繁切换显示状态的情况，有较低的开销。

简单来说，v-if 控制元素的存在与否，而 v-show 控制元素的显示与隐藏。

二、后端面试题

（一）java基础

1）线程池的四种创建方式

1. newCacheThreadPool：创建一个带缓存的线程池，池的长度可配置；

2. newFixedThreadPool：创建一个固定大小的线程池；

3. newScheduleThreadPool：创建一个定时执行的线程池；

4. newSingleThreadPool：创建一个单线程的线程池；

2）线程池的五个参数

1. corePoolSize：核心线程池的大小；

2. maximumPoolSize：线程池能创建线程的最大个数；

3. keepAliveTime：空闲线程存活时间，到期销毁；

4. workQueue：阻塞队列，用于保存任务的阻塞队列；

5. handler：饱和策略（拒绝策略）；

3）synchronized底层原理

底层依赖一对 monitor 指令实现的，分别为 monitorenter 和 monitorexit 进行控制，当执行 monitorenter 时，内部的计数器自增1，执行 monitorexit 指令时，计数器自减1，计数器为0则说明锁释放。本质上就是监听对象头中的 MarkWord 对象的内容， MarkWord 由64位字节码组成，锁占用三位，偏向锁占用一位，锁类型两位（无锁、偏向锁、轻量级锁、重量级锁）；

• 普通方法：锁的是当前的对象 this，谁调用谁就是锁；

• 静态方法：锁的是当前类的Class对象，全局唯一；

• 同步代码块：既可以锁对象，也可以锁类Class；

4）ThreadLocal底层原理

• 内部由一个ThreadLocalMap实现，key 存的是当前 ThreadLocal 对象，value 为存储的值。

• 属于空间换时间。使用后必须调用 remove 删除 Entry 对象，否则有内存泄漏的风险；

  • 使用线程池的情况下，使用后未进行清除 Entry 操作；

  • 由于 key 使用的是弱引用，在进行Full GC时，会回收弱引用的对象，因此，如果未删除，则会导致 key 回收后，value 无法回收且无法访问，最终引起内存泄漏。

5）CAS底层原理及ABA问题

• 全称是 compareAndSwap，即比较和交换。它是通过处理器指令，实现程序的原子性。

• 内部涉及三个变量：

  • V：变量内存地址；

  • A：原始值，修改前；

  • B：修改后的值；

• 当执行CAS指令时，会先判断V内存中的值是否等于A，只有等于的时候才会修改为B；

• ABA问题：

  • 在CAS更新的过程中，当读取到的值是A，然后准备赋值的时候仍然是 A，但是实际上有可能A的值被改成了B，然后又被改回了A，这个CAS更新的漏洞就叫做ABA；

  • 可以通过增加版本号的方式解决，修改前先判断版本号，再进行CAS操作；Java中有AtomicStampedReference 来解决这个问题，他加入了预期标志和更新后标志两个字段， 更新时不光检查值，还要检查当前的标志是否等于预期标志，全部相等的话才会更新。

6）AQS是什么？

• 全称是 AbstractQueueSynchroner，即抽象队列同步器。它是java在第二种对外提供的锁的实现，位于 java.util.current.lock 包下，属于JUC的核心。

• AQS定义了对双向队列所有的操作，而只开放了 tryLock 和 tryRelease 方法给开发者使用，开发者可以根据自己重写 tryLock 和 tryRelease 方法，实现自己的并发功能。

7）集合概述

• List集合：有序、有索引、可重复；

  • ArrayList：底层由数组实现，线程不安全，增删慢，查改快。

  • LinkedList：底层由链表实现，线程不安全，增删快，查改慢。

  • Vector：底层由数组实现，线程安全。每个方法添加有 synchronized 锁；

• Set集合：无序、无索引、不可重复；

  • HashSet：底层由哈希算法实现，内部依赖 HashMap，存储的所有 value 为一个Object对象；

  • TreeSet：底层由二叉树实现，内部依赖 TreeMap，存储的所有 value 为一个Object对象；

• Map集合：双列集合；

  • HashMap：底层由数组 + 链表 + 红黑树实现，首先根据key的哈希值确定存储的下标，之后根据 equals 方法判断链表的下标位置，相等进行覆盖，不相等插入在所在链表末尾的位置。当数组长度大于64，且链表长度大于8时，链表会转换为红黑树，链表长度小于6时，红黑树转换为链表，目的是为了提升查找的性能；

  • TreeMap：底层由二叉树 + 比较器实现，首先判断根节点是否有值，之后根据compare方法比较值的大小，小的存储在根节点左边，大的存储在右边。每次修改都会进行排序；

  • HashTable：与HashMap的区别：

    • HashTable不能存储null键和null值；

    • HashTable是线程安全的，内部方法都添加了synchronized锁；

8）forEach原理

• 迭代器的forEach：使用的是 Itrator 接口的方法，底层使用增强for循环实现；

• stream流的forEach：底层调用方法获取对应的 Spliterator 子类对象，每个集合都有自己的实现方式，内部为 do...while 循环实现；

9）重写和重载的区别

• 方法重写：发生在子父类关系中，子类可以重写父类的方法，方法名必须相同，修饰符只能更大，异常只能更小，返回值只能更小；

• 方法重载：发生在同一个类中，方法名相同，方法类型不同、方法参数不同、方法参数顺序不同；

（二）常用框架

1）简述Spring框架

• IOC：控制反转，反转的是创建对象的权力；

  • DI：依赖注入，是控制反转的一种实现方式。容器中的Bean的属性由IOC容器进行注入；

• AOP：面向切面编程，将不同的对象建立关系，在程序运行期间进行动态结合；

  • jdk动态代理：实现接口。

  • cglib动态代理：继承父类，父类不可被final关键字修饰。

2）AOP的五种通知类型

• 前置通知：@Before，在连接点之前执行通知；

• 后置通知：@After，在连接点之后执行，不论方法是否执行成功都进行通知；

• 环绕通知：@Around，在连接点前后都会执行通知；

• 返回后通知：@AfterReturn，方法正常执行结束时通知，抛异常不通知；

• 抛异常通知：@AfterThrowing，方法抛出异常时进行通知；

3）Mybatis中 #{} 与 ${} 的区别

• #{}：预编译处理；程序运行时，将 #{} 替换为 ? 进行SQL语句的保存，并解析内部的OGNL表达式，最终执行 PreparedStatement 的方法时，使用set方法，将 ? 替换为 #{} 中OGNL表达式的值；

• ${}：字符串替换；程序运行时，将 ${} 替换为内部的值，不进行OGNL的解析；

4）SpringBoot启动步骤（暂无）

5）描述@SpringBootApplication注解

添加此注解的类，表示为SpringBoot的启动类，内部包含三个注解：

• @SpringBootConfiguration：本质为 @Configuration 注解，扫描当前包及其子包下的配置类；

• @ComponentScan：扫描当前包及其子包下的所有Bean注入容器；

• @EnableAutoConfiguration：开启Spring自动配置类，将符合条件的配置类注入容器；

  • 内部包含一个 @Import 注解，作用是导入一个扫描器类，自动扫描 spring.factories 文件，此文件记录了SpringBoot支持的所有自动配置类，并判断哪些配置类符合自动配置的条件并注入容器；

6）SpringBoot自动配置原理

• Spring Boot 自动配置通过扫描类路径中的依赖项和配置文件，基于条件注解（如@ConditionalOnClass、@ConditionalOnMissingBean）自动配置Spring应用上下文的Bean。它使用spring.factories文件定义自动配置类，通过@EnableAutoConfiguration注解启用，简化开发人员的配置工作，提升开发效率。@EnableAutoConfiguration 注解存在于springboot的启动类 @SpringBootApplication 注解中。

7）SpringBoot Starter原理

1. 自动配置：Spring Boot Starter通常会提供一组默认的自动配置，这些自动配置可以根据类路径上的依赖自动配置Spring应用程序的各个组件。自动配置通过条件注解和条件匹配器来确定是否需要应用某个配置。

2. 依赖管理：Spring Boot Starter会管理一组相关的依赖，以确保它们的版本兼容性和稳定性。通过引入Spring Boot Starter，你无需手动管理这些依赖的版本，Spring Boot会自动为你解决版本冲突和依赖关系。

3. 提供默认配置：Spring Boot Starter还可以提供一组默认的配置属性，这些属性可以在应用程序中进行自定义配置。通过这些配置属性，你可以修改默认行为，以满足你的需求。

4. 简化开发：Spring Boot Starter的目标是简化开发过程，使开发者能够更专注于业务逻辑而非繁琐的配置。通过引入适当的Starter，你可以快速搭建起一个可运行的Spring应用程序，并且可以根据需要选择性地添加其他Starter。

8）OpenFeign原理

1. 定义接口：首先，你需要定义一个Java接口来描述要调用的远程服务的API。在接口上使用@FeignClient注解指定要调用的服务名称，并使用@RequestMapping等注解定义具体的API方法。

2. 生成代理：当应用启动时，OpenFeign会扫描带有@FeignClient注解的接口，并生成该接口的代理对象。代理对象封装了底层的HTTP请求逻辑。

3. 发起请求：当你在代码中调用接口的方法时，实际上是在调用代理对象的方法。代理对象会根据方法的注解信息生成对应的HTTP请求。

4. 处理请求：代理对象将生成的HTTP请求发送到目标服务，并等待响应。在发送请求之前，OpenFeign会根据配置的负载均衡策略选择一个可用的服务实例。

5. 解析响应：一旦接收到响应，OpenFeign会将响应解析成Java对象，并返回给调用方。你可以使用@ResponseBody注解指定响应体的解析方式，比如JSON、XML等。

9）Nacos注册中心原理

微服务启动时，检查是否启用nacos的服务发现，如果开启了此配置，将会把当前微服务的微服务名称、IP地址 + 端口号等信息发送至Nacos注册中心，Nacos注册中心采用一个Map进行保存，key为微服务的名称，value维护了一个集合，内部存储了多个节点的微服务信息。

微服务调用时，采用负载均衡算法进行查找对应的微服务IP端口号进行返回。

10）Nacos配置中心原理（暂无）

11）SpringSecurity与Shiro如何使用

• SpringSecurity：

  • 创建配置类，重写 WebSecurityConfigurerAdapter 类的两个configure方法

    • 认证：用户鉴权，接口认证拦截；

    • 授权：权限管理，拦截器与处理器的注册；

  • 注解开启全局方法安全开关，对所有方法使用注解进行鉴权；

• Shiro：

  • Subject：存储当前用户，或与当前应用交互的对象；

  • SecurityManger：Shiro的核心，管理所有的Subject，与安全有关的操作都会与安全管理器交互；

  • Realm：数据访问控制，获取用户的角色、权限，验证用户身份时需要从Realm获取数据；

12）分布式事务：

• 名词解释：

  • TM：Transaction Manager，事务管理者。定义全局事务的范围，开始全局事务、提交或回滚；

  • RM：Resource Manager，资源管理者。管理分支事务处理的资源，与 TC 交谈以注册分支事务和报告分支事务的状态，并驱动分支事务提交或回滚；

  • TC：Transaction Coordinator，事务协调者。维护全局和分支事务的状态，驱动全局事务提交或回滚；

• 四种事务模式：

  • XA模式：事务提交至事务协调者TC，由TC统一决定是否提交事务；

  • AT模式：事务直接提交，并记录 undo_log 日志（SQL执行前后各一条），异常后根据日志回滚；

  • TCC模式：自行决定事务的提交回滚策略，指定执行的方法；

  • Saga模式：长事务解决方案，一种分布式异步事务。分两种实现：

    • 状态机引擎：通过事件驱动的方法异步执行提高系统吞吐，可以实现服务编排需求；

    • 基于注解和拦截器：开发简单、学习成本低；

  模式	一致性	隔离性	侵入性	性能	场景
  XA	强一致	完全隔离	无	差	对一致性、隔离性有高要求的业务
  AT	弱一致	依赖全局锁隔离	无	好	基于关系型数据库的大多数分布式事务场景
  TCC	弱一致	资源预留隔离	prepare commit cancel 需编写三个接口	优	对性能要求较高的事务。 有非关系型数据库要参与的事务
  Saga	最终一致	无	需编写状态机、 补偿业务	优	业务流程长、业务流程多， 参与者包含其它公司遗留系统服务， 无法提供 TCC 模式要求的三个接口

• 设计问题处理：

  • 脏写：事务回滚前，需校验数据库与记录日志是否相同，如果不同，说明出现了脏写，需人工处理；

  • 允许空回滚：Try拥堵或其它原因未执行，Cancel执行了；

  • 防悬挂控制：Cancel比Try先执行了，即允许空回滚，但要拒绝空回滚后的Try操作；

  • 幂等控制：Try、Commit、Cancel要保证幂等性，即一次请求和多次请求对系统资源的影响是一致的；

13）POI与EasyExcel区别

1. 功能和用途：

   • Apache POI是一个功能强大的Java库，用于读取、写入和操作Microsoft Office格式的文件，包括Excel、Word和PowerPoint等。它提供了广泛的API，可以实现对Excel文件的各种操作，如读取、写入、格式化、样式设置、图表生成等。

   • EasyExcel是一个基于POI封装的简单易用的Java库，专注于Excel文件的读写操作。它提供了简洁的API，使得开发者可以更方便地进行Excel文件的读取和写入。

2. 简易性：

   • EasyExcel相对于POI来说更加简单易用，它提供了一些简化的API和注解，使得开发者可以更快速地进行Excel文件的读写操作。EasyExcel还支持将Java对象直接映射到Excel的行列中，简化了数据的转换和处理过程。

3. 性能：

   • 由于EasyExcel是基于POI进行封装的，因此在性能上两者可能没有明显的差异。但是EasyExcel在一些性能优化方面进行了改进，例如使用缓存、批量写入等，可以提高处理大量数据时的效率。

4. 社区支持和更新频率：

   • Apache POI是一个成熟的开源项目，拥有广泛的用户群体和活跃的社区支持。它经过多年的发展和更新，具有稳定性和可靠性。

   • EasyExcel是一个相对较新的项目，但也有一定的用户群体和社区支持。它的更新频率可能相对较高，可以更快地适应一些新的需求和变化。

总的来说，如果你需要进行复杂的Excel文件处理，包括读取、写入、格式化、样式设置等，那么POI是一个更全面和强大的选择。而如果你只需要进行简单的Excel文件读写操作，并且希望有更简洁易用的API，那么EasyExcel是一个更好的选择。

（三）设计模式

1）单例模式：有且仅有一个实例

2）代理模式：AOP切面编程

3）模板模式：针对复杂API进行一系列的、有规律的封装

4）工厂模式：创建不同的对象的工厂

5）适配器模式：抽象类实现接口，子类继承抽象类，仅需重写需要的方法即可

6）装饰者模式：装饰一个基础类，使其已有的功能更强大

7）责任链模式：一次请求贯穿所有处理器

8）策略模式：减少大量重复性的判断逻辑

9）委托模式：委托他人代替执行某些事情，无需考虑执行逻辑

（四）中间件

1）redis的几种数据结构及时间复杂度（暂无）

2）redis持久化方式

• rbd形式：默认方式。存储的是对应的二进制文件，占用内存小，恢复快，数据易丢失；

• aof形式：存储的是redis命令，占用内存大，恢复慢，数据不易丢失；

3）redis缓存淘汰策略

• redis采用定期删除 + 惰性删除 + 内存淘汰策略；

  • 定期删除：每隔100ms，随机抽取数据检查；

  • 惰性删除：当获取key时，redis将检查此key是否过期；

  • 内存淘汰：当前两种情况不会删除全部的过期数据，导致内存占满，此时实施内存淘汰机制；

    • noeviction：进行报错；

    • allkeys-lru：移除最少使用的key；

    • allkeys-random：随机移除key；

    • volatile-lru：从设置过期时间的key中，移除最少使用的key；

    • volatile-random：从设置过期时间的key中，随机移除key；

    • volatile-ttl：从设置过期时间的key中，移除最先过期的key；

4）redis的缓存穿透、缓存雪崩

• 缓存穿透：大量请求查询缓存中不存在的数据，导致所有请求打入数据库，导致数据库异常；

  • 互斥锁：查询数据库时，需要排队获取锁进行查询；

  • 布隆过滤器：维护一系列有效的的key，查询其他的key时直接返回；

  • 异步更新：无论key是否取到都进行返回，使用异步线程去维护key的有效性；

• 缓存雪崩：大量缓存同时失效，导致所有请求打入数据库，导致数据库异常；

  • 随机过期：为每一个key设置随机失效时间，而不是同时失效；

  • 双缓存：一个设置失效时间，一个不设置。获取数据依次获取，异步维护key的有效性；

5）RabbitMQ原理

1. 消息生产者（Producer）将消息发送到RabbitMQ的交换机（Exchange）上。消息可以是任何形式的数据，例如文本、JSON、图像等。

2. 交换机根据预定义的路由规则，将消息路由到一个或多个消息队列（Queue）中。路由规则可以根据消息的特性进行匹配，例如消息的标签、类型等。

3. 消息队列存储着消息，等待消费者（Consumer）来处理。消费者可以通过订阅特定的队列来接收消息。

4. 消费者从队列中获取消息，并对消息进行处理。处理可以是任何业务逻辑，例如存储到数据库、发送邮件、执行计算等。

5. 一旦消息被消费者处理完成，RabbitMQ会将消息从队列中删除。

6）Kafka基本原理

1. 主题（Topic）：数据被发布到Kafka的主题中。主题是消息的逻辑容器，可以理解为数据的分类。

2. 分区（Partition）：每个主题可以被分为多个分区，每个分区是一个有序的、不可变的消息序列。分区可以在多个服务器上进行复制，以实现冗余和容错性。

3. 生产者（Producer）：生产者将消息发布到指定的主题中。生产者可以选择将消息发布到特定的分区，也可以让Kafka自动选择分区。

4. 消费者（Consumer）：消费者订阅一个或多个主题，并从分区中读取消息。消费者可以以不同的方式读取消息，例如按照时间顺序、按照偏移量、按照消息键等。

5. 消费者组（Consumer Group）：多个消费者可以组成一个消费者组，共同消费一个主题的消息。每个分区只能被消费者组中的一个消费者消费，这样可以实现负载均衡和并行处理。

6. 偏移量（Offset）：每个消息在分区中都有一个唯一的偏移量，用于标识消息在分区中的位置。消费者可以通过指定偏移量来读取特定位置的消息。

7）ElasticSearch倒排索引

（五）大数据（大数据一点不会啊）

1）百万级数据批量导出

2）上亿数据去除重复

• 使用Redis的BitMap

3）Samza转换Flink

三、数据库面试题

1）事务的四大特性（ACID）

• 原子性：事务只能是同时成功，或者同时失败；

• 一致性：执行结果必须是从一个一致性状态到另一个一致性状态；

• 隔离性：事务之间相互独立，互不影响；

• 持久性：事务执行结束后，数据将保存在数据库中；

2）ABC联合索引：最左匹配原则

Mysql从左到右的使用索引中的字段，一个查询可以只使用索引中的一部份，但只能是最左侧部分。例如索引是key index （a,b,c）。 可以支持a | a,b| a,b,c 3种组合进行查找，但不支持 b,c 进行查找。当最左侧字段是常量引用时，索引就十分有效。

1. where a=3 and b=5 and c=4;：正序查询，索引生效；

2. where c=4 and b=6 and a=3;：倒序查询，索引生效；

3. where a=3 and c=7;：a 走索引，b没有用，所以 c 不走索引；

4. where b=3 and c=4;：a 没用到，所以 bc 都不走索引；

3）SQL优化技巧

数据库优化三大方案：

• 数据库服务器内核优化；

• my.cfg 配置文件，搭配压力测试；

• SQL语句调优：

  1. 使用缓存，相同的查询结果进行缓存；

  2. 建立索引，多表联查，根据连接条件建立索引；

  3. 使用 explain 关键字进行SQL调优，检查是否命中索引；

  4. 明确一条查询结果时，添加 limit 1，查到结果立即返回；

  5. 数据库字段类型，使用小的类型，提升读取速度；

  6. 避免使用 select *，尽量明确字段，当修改表时，返回字段会变化，产生不必要的查询结果；

  7. 数据量过大时，进行分库分表，垂直分割或水平分割；

     • 垂直分割：一张大表，分为多张小表；

     • 水平分割：建立多张表，表名规律，使用相应算法进行增删查改；

  8. 选择正确的数据库引擎：MyIsam、InnoDb；

4）InnoDb索引与MyIsam索引的区别

1. 存储方式：InnoDB使用聚簇索引（Clustered Index），而MyISAM使用非聚簇索引（Non-Clustered Index）。

2. 数据文件：InnoDB的数据文件本身就是按照主键顺序进行组织的，因此表数据和索引数据存储在同一个文件中。而MyISAM的数据文件和索引文件是分开存储的。

3. 主键索引：InnoDB要求每个表必须有主键，如果没有显式指定，InnoDB会自动创建一个6字节的隐藏主键。而MyISAM对主键没有特殊要求，如果没有显式指定，会使用一个内部的行号作为主键。

4. 二级索引：InnoDB的二级索引（非主键索引）的叶子节点存储了主键值，因此在通过二级索引查询时，需要先通过二级索引找到主键值，再通过主键值找到对应的数据行。而MyISAM的二级索引的叶子节点存储了指向数据行的物理地址。

5. 并发性能：InnoDB支持行级锁定，可以提供更好的并发性能，多个事务可以同时读写不同的行。而MyISAM只支持表级锁定，当一个事务对表进行修改时，其他事务无法同时对同一表进行写操作。

6. 容灾恢复：InnoDB支持事务和崩溃恢复，具备更好的容灾性和可靠性。而MyISAM不支持事务和崩溃恢复，容易出现数据损坏。

综上所述，InnoDB适合于需要高并发性能、事务支持和数据可靠性的场景，而MyISAM适合于读操作较多、对事务支持要求不高的场景。

5）聚簇索引与非聚簇索引的区别

1. 数据存储方式：聚簇索引决定了数据在磁盘上的物理存储顺序，而非聚簇索引则是独立于数据存储的。聚簇索引将表的行存储在物理上相邻的位置，而非聚簇索引则是将索引的键值和对应的行指针存储在一起。

2. 唯一性：一个表只能有一个聚簇索引，而可以有多个非聚簇索引。聚簇索引通常是基于主键或唯一约束创建的，因此它们的键值是唯一的。非聚簇索引可以是唯一或非唯一的。

3. 查询性能：由于聚簇索引决定了数据的物理存储顺序，因此当使用聚簇索引进行范围查询或顺序访问时，性能通常较好。而非聚簇索引需要通过索引来查找行的位置，然后再根据行指针找到实际的数据行，所以在范围查询或顺序访问时性能可能较差。

4. 数据插入和更新性能：由于聚簇索引决定了数据的物理存储顺序，插入新数据时可能需要移动已有的数据行，因此插入和更新性能可能较低。而非聚簇索引只需要插入索引键值和行指针，所以插入和更新性能通常较好。

6）BTree索引与Hash索引的区别

1. 数据结构：BTree索引使用B树（或B+树）数据结构，而Hash索引使用哈希表数据结构。

2. 查询方式：BTree索引支持范围查询，可以高效地处理范围查询和排序操作。而Hash索引仅支持精确匹配查询，对于范围查询和排序操作效率较低。

3. 内存使用：BTree索引可以有效利用内存，适用于大数据集的索引。Hash索引需要将全部索引数据加载到内存中，适用于较小的数据集。

4. 唯一性：BTree索引可以处理重复键值，支持非唯一索引。而Hash索引要求键值是唯一的，不支持重复键值。

5. 插入和更新性能：BTree索引在插入和更新操作时需要维护索引的平衡性，性能相对较低。而Hash索引在插入和更新操作时直接计算哈希值，性能较高。

基于以上区别，BTree索引适用于需要范围查询、排序或非唯一索引的场景，比如在关系型数据库中常用于处理SQL查询。而Hash索引适用于需要快速精确匹配查询、唯一键值的场景，比如在内存数据库或缓存中常用于快速查找操作。

7）简述一下binlog、redolog、undolog

• binlog：数据归档。记录数据修改之后的值。

• redolog：数据恢复。数据更新后，先写入redolog，再做最终的修改；

• undolog：数据回滚。记录数据修改之前的值。默认存储在全局表空间内，即写undolog时，也会写入redolog中；

• 总结：

  1. Buffer Pool 是MySQL进程管理的一块内存空间，有减少磁盘IO次数的作用。

  2. redo log 是InnoDB存储引擎的一种日志，主要作用是崩溃恢复，三种刷盘策略如下：

     • innodb_flush_log_at_trx_commit=0：延迟写，延迟刷，效率高，丢数据几率高；

     • innodb_flush_log_at_trx_commit=1：实时写，实时刷，效率低，丢数据几率低；

     • innodb_flush_log_at_trx_commit=2：实时写，延迟刷，效率较高，丢数据几率较低（推荐）；

  3. undo log 是InnoDB存储引擎的一种日志，主要作用是回滚。

  4. bin log 是MySQL Server层的一种日志，主要作用是归档。

  5. MySQL挂了有两种情况：

     • 操作系统挂了MySQL进程跟着挂了；

     • 操作系统没挂，但是MySQL进程挂了。