JAVA面试题-Mysql数据库

1.分别介绍一下innodb和myisam？

1. MyIASM 是 MySQL 默认的引擎，但是它没有提供对数据库事务的支持，也不支持行级锁和外键， 因此当INSERT(插入)或 UPDATE(更新)数据时即写操作需要锁定整个表，效率便会低一些。ISAM 执行读取操作的速度很快，而且不占用大量的内存和存储资源。
2. InnoDB 底层存储结构为 B+树， B 树的每个节点对应 innodb 的一个 page，page 大小是固定的， 一般设为 16k。其中非叶子节点只有键值，叶子节点包含完成数据。通常如果对数据进场进行增删改的时候推荐使用innodb。

2.innodb的数据结构

innodb的数据结构其实是b+树，主要跟b树的区别在于在叶子节点多了横向的指针，这样可以更加简单地去遍历数据。

3.Innodb和myisam的对比？

1. innodb支持事务，myisam不支持事务。
2. innodb支持外键，myisam不支持外键。
3. myisam只支持表级锁，innodb他的锁粒度更加精细，支持行级锁，但是如果innodb在进行扫描时候不确定sql的范围，使用的也是表级锁。
4. 执行大量的查询语句的时候myisam执行效率更好，执行大量的增加删除语句最好用innodb。

4.事务的概念？ACID的特征分别介绍一下？数据库的隔离级别？

1. 事务(TRANSACTION)表示一个完整的不可分割的业务,批量的 DML 语句同时成功或者同时失败.原子性不可再分

   最基本单元,可以看做一个完整的事件,通常一个事务可以对应一个完整的业务流程。

2. 原子性（Atomicity） 整个事务中的所有操作，必须作为一个单元全部完成（或全部取消）。

   一致性（Consistency） 在事务开始之前与结束之后，数据库都保持一致状态。

   隔离性（Isolation）一个事务不会影响其他事务的运行。

   持久性（Durability） 在事务完成以后，该事务对数据库所作的更改将持久地保存在数据库之中，并不会被回滚。

3. 读未提交（READ UMCOMMITTED）允许一个事务可以看到其他事务未提交的修改。

   读已提交（READ COMMITTED）允许一个事务只能看到其他事务已经提交的修改，未提交的修改是不可见的。他是sql Server，orical等数据库默认级别。

   可重复读（REPEATABLE READ）确保如果在一个事务中执行两次相同的 SELECT 语句，都能得到相同的结果，不管其他事务是否提交这些修改。他是mysql默认的隔离级别。

   串行化（SERIALIZABLE）该隔离级别为 InnoDB 的缺省设置。将一个事务与其他事务完全地隔离。

5.数据库的三大范式？

数据库设计对数据的存储性能，还有开发人员对数据的操作都有莫大的关系。所以建立科学的，规范的的数据库是需要满足一些规范的来优化数据数据存储方式。在关系型数据库中这些规范就可以称为范式。

1. 有主键，具有原子性，字段不可分割。就是所有字段值都是不可分解的原子值，比如说数据库我们经常用到地址这个字段就直接使用即可，但是如果需要用到省份、城市、我们就需要拆开，把省份、城市单独设为一列。
2. 确保表中的每列都和主键相关，表中非主键列不存在对主键的部分依赖。要求每个表只描述一 件事情。比如说一个订单有多个商品，我们需要把订单表和商品表拆分，通过一个中间表来进行连接表示。
3. 确保每列都和主键列直接相关,而不是间接相关。比如在设计一个订单数据表的时候，可以将客户编号作为一个外键和订单表建立相应的关系。而不可以在订单表中添加关于客户其它信息（比如姓名、所属公司等）的字段。

6.数据库怎么读写分离？怎么拆分表的？

1. 首先主服务器的master数据库记录数据库的操作日志到binlog，然后从服务器开启io线程将同步binlog的操作日志记录到从服务器的relaylog里面（就是从服务器的缓存中），最后从服务器启动sql线程把relaylog里面的操作sql在从库进行执行，这样实现读写分离。
2. 表的拆分有两种，垂直拆分和水平拆分
   1. 垂直拆分：垂直拆分是根据字段将表进行拆分（比如说订单表有价格和库存两个字段，把 库存单独存一个表，把库存单独存一个表拆分开来）
   2. 水平拆分：水平拆分就是按照表的字段的某些规则进行匹配拆分（比如说按照表的ID来进行拆分，id为1-1000的为一个表，1001-2000为第二个表这样拆分）

7.查询语句的优化？

1. 避免使用!=或＜＞、IS NULL或IS NOT NULL、IN ，NOT IN等这样的操作符；
2. 合理使用EXISTS,NOT EXISTS子句；
3. 能够用BETWEEN的就不要用IN；
4. 能够用DISTINCT的就不用GROUP BY；
5. 程序中如果一次性对同一个表插入多条数据，把它拼成一条语句执行效率会更高；

8.索引是什么？

索引其实是对数据库的列的内容进行排序的结构，它有点像我们字典的定位页码的拼音或者笔画，可以帮助我们快速获取数据库的内容，是一种数据结构。

9.索引的优点和缺点？

1. 优点：

   大大加快数据的检索速度;

   创建唯一性索引，保证数据库表中每一行数据的唯一性;

   加速表和表之间的连接;

   在使用分组和排序子句进行数据检索时，可以显著减少查询中分组和排序的时间;

2. 缺点：

   创建索引和维护索引要耗费时间，这种时间随着数据量的增加而增加;

   索引需要占物理空间;

   当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，降低了数据的维护速度;

10.索引在什么情况下使用？在什么情况下不使用？

1. 使用情况：

   主键列中创建索引；

   多表连接时连接列创建索引；

   where子句查询的列；

   需要经常GROUP BY和ORDER BY的列；

2. 不使用情况：

   对数据有大量重复值的数据不使用索引（比如说性别，通常使用0 1）；

   表中的数据内容较少不使用索引；

   需要频繁更新的字段不推荐使用索引；

11.索引失效的情况？

1. like 以%开头，索引无效；当like前缀没有%，后缀有%时，索引有效；
2. or语句前后没有同时使用索引。当or左右查询字段只有一个是索引，该索引失效，只有当or左右查询字段均为索引时，才会生效；
3. 数据类型出现隐式转化。如varchar不加单引号的话可能会自动转换为int型，使索引无效，产生全表扫描；
4. 在索引字段上使用not，<>，!=。不等于操作符是永远不会用到索引的，因此对它的处理只会产生全表扫描。 优化方法： key<>0 改为 key>0 or key<0；

12.索引的优化策略？

1. 最左前缀匹配原则；
2. 主键外检一定要建索引；
3. 对 where,group by,order by 中出现的列使用索引；
4. 不要过多创建索引, 权衡索引个数与DML之间关系，DML也就是插入、删除数据操作。这里需要权衡一个问题，建立索引的目的是为了提高查询效率的，但建立的索引过多，会影响插入、删除数据的速度；

13.左连接，右连接，内连接的区别？分别在什么情况下使用？

1. 使用左连接的话，以左边为主表，右边为从表，当右表没有符合的数据则会显示为null；
2. 使用右连接的话，以右边为主表，左边为从表，当左表没有符合的数据则会显示为null；
3. 内连接也算是对他们两者的一个结合，只会显示左右表都符合的数据；
4. 使用情况总结就是：是否要全部展示，什么数据需要全部展示，是否要展示符合条件的数据；