Python面试之同花顺Python开发工程师（一面）

同花顺的一面相对简单，是通过电话面试的，对面的小哥哥感觉很不错，给我讲了很多的东西和以后需要提高的方面：下面做个见得总结：

     面试面容主要两个方面：一个方面是python方面，另一个方面是数据库方面。

     Python方面主要是和Python基础相关的东西，就不在赘述了，有兴趣和可以参考一下本人的其他博文。需要特别说明的是，需要了解scrapy框架的基本原理。

     主要介绍一下数据库方面的问题：

     

 

mysql :简单的增删除改查就不在赘述，说一下理论的东西：

     1、事务:Python数据分析师面试之“完美世界”数据分析师实习生

    其他补充：

           

2.数据库隔离级别，每个级别会引发什么问题，mysql默认是哪个级别

脏读：事务B读取事务A还没有提交的数据 
不可重复读：两次事务读的数据不一致 
幻读:事务A修改了数据，事务B也修改了数据，这时在事务A看来，明明修改了数据，昨不一样， 
隔离级别 读数据一致性 脏读 不可重复读 幻读 
未提交读 最低级别 是 是 是 
已提交读 语句级 否 是 是 
事务级 事务级 否 否 是 
串行化 最高级别 否 否 否

3.MYSQL的两种存储引擎区别（事务、锁级别等等），各自的适用场景 
MYISAM 不支持事务，不支持外键，表锁，插入数据时，锁定整个表，查表总行数时，不需要全表扫描 
INNODB 支持事务，支持外键，行锁，查表总行数时，全表扫描

4.索引有B+索引和hash索引，各自的区别 
hash索引，等值查询效率高， 
不能排序 
不能进行范围查询

B+索引 
数据有序 
范围查询

5.B+索引数据结构，和B树的区别

1.单一节点存储更多的元素，B+树空间利用率更高，使得查询的IO次数更少。 
2.所有查询都要查找到叶子节点，查询性能稳定。 
3.所有叶子节点形成有序链表，便于范围查询

6.索引的底层实现（B+树，为何不采用红黑树，B树） 
增加，删除，红黑树会进行频繁的调整，来保证红黑树的性质，浪费时间 
B树，查询性能不稳定，查询结果高度不致， 
B树，每个结点保存指向真实数据的指印，相比B+树每一层每屋存储的元素更多，显得更高一点。

7.聚集索引和非聚集索引区别 
聚集索引，数据按索引顺序存储，中子结点存储真实的物理数据 
非聚集索引，存储指向真正数据行的指针

8.索引的优缺点，什么时候使用索引，什么时候不能使用索引（重点） 
索引最大的好处是提高查询速度， 
缺点是更新数据时效率低，因为要同时更新索引 
对数据进行频繁查询进建立索引，如果要频繁更改数据不建议使用索引。

9.B树，也是B-树 
先看二叉查找树，时间复杂度log(n),考虑磁盘IO，所以需要二叉查找树矮宽，减小树的高度。 
1.根结点至少有两个子女。 
2.每个中间节点都包含k-1个元素和k个孩子，其中 m/2 <= k <= m 
3.每一个叶子节点都包含k-1个元素，其中 m/2 <= k <= m 
4.所有的叶子结点都位于同一层。 
5.每个节点中的元素从小到大排列，节点当中k-1个元素正好是k个孩子包含的元素的值域分划 
k的大小取决于磁盘页的大小，主存和磁盘以页为单位交换数据。当程序要读取的数据不在主存中时，会触发一个缺页异常， 
此时系统会向磁盘发出读盘信号，磁盘会找到数据的起始位置并向后连续读取一页或几页载入内存中，然后异常返回，程序继续运行。

10.InnoDB索引和MyISAM索引的区别： 
一是主索引的区别，InnoDB的数据文件本身就是索引文件。而MyISAM的索引和数据是分开的。 
二是辅助索引的区别：InnoDB的辅助索引data域存储相应记录主键的值而不是地址。而MyISAM的辅助索引和主索引没有多大区别。

11.为什么使用B-/+Tree 
索引查找过程中就要产生磁盘I/O消耗,主要看IO次数，和磁盘存取原理有关。 
根据B-Tree的定义，可知检索一次最多需要访问h个节点。数据库系统的设计者巧妙利用了磁盘预读原理， 
将一个节点的大小设为等于一个页，这样每个节点只需要一次I/O就可以完全载入 
局部性原理与磁盘预读

12.B+树具体实现 
一个m阶的B+树具有如下几个特征： 
1.有k个子树的中间节点包含有k个元素（B树中是k-1个元素），每个元素不保存数据，只用来索引，所有数据都保存在叶子节点。 
2.所有的叶子结点中包含了全部元素的信息，及指向含这些元素记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。 
3.所有的中间节点元素都同时存在于子节点，在子节点元素中是最大（或最小）元素

13.数据库的优化（一条sql中能使用一个索引，多个索引会自动选择最优的索引,从sql语句优化和索引两个部分回答） 
原则1.sql尽量使用索引 
2.对sql语句优化 
子查询变成left join 
limit 分布优化，先利用ID定位，再分页 
or条件优化，多个or条件可以用union all对结果进行合并（union all结果可能重复） 
不必要的排序 
where代替having,having 检索完所有记录，才进行过滤 
避免嵌套查询 
对多个字段进行等值查询时，联合索引

14.是否使用索引explain查看查询计划

15.索引最左前缀问题 
如果对三个字段建立联合索引，如果第二个字段没有使用索引，第三个字段也使用不到索引了。 
16.索引分类，索引失效条件 
普通索引：最基本的索引，没有任何限制 
唯一索引：与”普通索引”类似，不同的就是：索引列的值必须唯一，但允许有空值。 
主键索引：它是一种特殊的唯一索引，不允许有空值。 
全文索引：针对较大的数据，生成全文索引很耗时好空间。 
组合索引：为了更多的提高mysql效率可建立组合索引，遵循”最左前缀“原则 
失效条件 
条件是or,如果还想让or条件生效，给or每个字段加个索引 
like查询，以%开发 
内部函数 
对索引列进行计算 
is null不会用，is not null 会用

16.数据库的主从复制 
默认异步复制，容易造成主库数据和从库不一致 
一个数据库为Master,一个数据库为slave,通过Binlog日志 
slave两个线程，一个线程去读master binlog日志，写到自己的中继日志 
一个线程解析日志，执行sql 
master启动一个线程 
给slave传递binlog日志

半同步复制 
只有把master发送的binlog日志写到slave的中继日志，这时主库 
才返回操作完成的反馈，性能有一定降低

并行复制 
slave 多个线程去请求binlog日志

17.long_query怎么解决 
设置参数，开启慢日志功能，得到耗时超过一定时间的sql

18.varchar和char的使用场景 
用来存储字符 
varchar适用字符长度经常变的 
char适用字符长度固定的

19.数据库连接池的作用 
维护一定数量的连接，减少创建连接的时间 
更快的响应时间 
统一的管理

20.分库分表，主从复制，读写分离 
读写分离，读从库，写主库 
spring配置两个数据库，通过AOP（面向切面编程），在写或读方法前面进行判断得到动态切换数据源。

21.数据库三范式 
1NF 属性不可分 
2NF 非主键属性，完全依赖于主键属性 
3NF 非主键属性无传递依赖

22.关系型数据库和非关系型数据库区别 
数据库 
类型 特性 
关系型数据库mysql

1、关系型数据库，是指采用了关系模型来组织数据的数据库, 
2.关系型数据库的最大特点就是事务的一致性；

                    优点
                  1、容易理解：二维表结构是非常贴近逻辑世界一个概念，关系模型相对网状、层次等其他模型来说更容易理解；
                  2、使用方便：通用的SQL语言使得操作关系型数据库非常方便；
                  3、易于维护：丰富的完整性(实体完整性、参照完整性和用户定义的完整性)大大减低了数据冗余和数据不一致的概率；
                  4、支持SQL，可用于复杂的查询。 
                     缺点
                  1、为了维护一致性所付出的巨大代价就是其读写性能比较差；
                  2、固定的表结构；
                  3、不支持高并发读写需求；
                  4、不支持海量数据的高效率读写；

非关系型数据库 特性 
HBase

1、使用键值对存储数据； 
2、分布式； 
优点 
无需经过sql层的解析，读写性能很高 
基于键值对，数据没有耦合性，容易扩展 
存储数据的格式：nosql的存储格式是key,value形式 
缺点 
不支持事务 
不提供sql支持

23.数据库中join的inner join, outer join, cross join 
以A，B两张表为例 
A left join B 
选出A的所有记录，B表中没有的以null 代替 
right join 同理

inner join 
A,B的所有记录都选出，没有的记录以null代替

cross join (笛卡尔积) 
A中的每一条记录和B中的每一条记录生成一条记录 
例如A中有4条，B中有4条，cross join 就有16条记录

24.有哪些锁,select时怎么加排它锁 
乐观锁,自己实现，通过版本号 
悲观锁：共享锁，多个事务，只能读不能写，加 lock in share mode 
排它锁，一个事务，只能写，for update 
行锁 
表锁 
25.死锁怎么解决 
找到进程号，kill 进程

26 最左匹配原则 
最左匹配原则是针对索引的 
举例来说：两个字段（name,age）建立联合索引，如果where age=12这样的话，是没有利用到索引的，这里我们可以简单的理解为先是对name字段的值排序，然后对age的数据排序，如果直接查age的话，这时就没有利用到索引了，查询条件where name=’xxx’ and age=xx 这时的话，就利用到索引了，再来思考下where age=xx and name=’xxx‘ 这个sql会利用索引吗，按照正常的原则来讲是不会利用到的，但是优化器会进行优化，把位置交换下。这个sql也能利用到索引了

 

 

mongodb数据库:

 1、基本的存储形式：（由于本人主流语言是Python，故以Python为例），主要存储形式按照json形式存储，操作相对方便。  

2、mongodb数据库每个集合的插入是有大小限制的，你知道是多大么？

          BSON文档：单个Bson文档最大为16M。该限制是为了保证单个文档不会占用过多RAM、在网络传输过程中不会占用过多带宽。MongoDB提供了GridFS来保存超过该限制的文档。具体可参考mongofiles。Bson文档的最深内嵌深度为100。

          命名空间(namespaces)：每个命名空间长度必须小于123 bytes。命名空间的数量为命名空间文件大小(字节数)/628。一个16M的命名空间文件可以保存大约24000个命名空间。每一个集合和索引都是一个命名空间命名空间文件大小必须小于2047M，默认为16M，可以使用nsSize属性配置。

           索引：索引键限，索引条目的大小不得超过1024bytes。

 

 

       mongodb和mysql两种数据库你更喜欢用哪一种？为什么，或者说你认为mysql或者mongodb对你来说有什么不好用的地方?