2021-08-10 00:47 MySQL

别人写的面试，引擎很全

一、数据库引擎

（一）InnoDB和MyISAM的区别

（1）InnoDB支持事务, MyISAM不支持.
（2）InnoDB支持行级锁, MyISAM支持表级锁.
（3）InnoDB支持外键, MyISAM不支持.
（4）MyISAM支持全文索引, InnoDB不支持

二、ACID和CAP

（一）ACID

1.原子性（A-atomicity）：是指事务是一个不可分割的工作单位，事务中的操作要么都发生，要么都不发生。
2.一致性（C-consistency）：指事务前后数据的完整性必须保持一致。
3.隔离性（I-isolation）：指多个用户并发访问数据库时，一个用户的事务不能被其他用户的事务所干扰，多个并发事务之间数据要相互隔离。
4.持久性（D-durability）：是指一个事务一旦提交，它对数据库中数据的改变就是永久性的，即便数据库发生故障也不应该对其有任何影响。

（二）CAP

1.一致性（C）：在分布式系统中的所有数据备份，在同一时刻是否同样的值。（等同于所有节点访问同一份最新的数据副本）
2.可用性（A）：保证每个请求不管成功或者失败都有响应。
3.分区容忍性（P）：系统中任意信息的丢失或失败不会影响系统的继续运作（三者不可兼得）

三、数据库索引

最左匹配
索引写的很好！

（一）什么是索引

索引在MySQL中也叫做“键”，是存储引擎用于快速找到记录的一种数据结构

（二）索引的原理—查字典，看目录

（三）索引的种类

1.普通索引index :加速查找
2.唯一索引：唯一的，不允许重复
主键索引：primary key ：加速查找+约束（不为空且唯一）
唯一索引：unique：加速查找+约束 （唯一）
3.联合索引
-primary key(id,name):联合主键索引
-unique(id,name):联合唯一索引
-index(id,name):联合普通索引
4.全文索引fulltext :用于搜索很长一篇文章的时候，效果最好。

（四）索引的创建依据

1. 表的主键、外键必须有索引；
2. 数据量超过300的表应该有索引；
3. 经常与其他表进行连接的表，在连接字段上应该建立索引；
4. 经常出现在Where子句中的字段，特别是大表的字段，应该建立索引；
5. 索引应该建在选择性高的字段上；
6. 索引应该建在小字段上，对于大的文本字段甚至超长字段，不要建索引；
7. 复合索引的建立需要进行仔细分析；尽量考虑用单字段索引代替：
   （1）正确选择复合索引中的主列字段，一般是选择性较好的字段；
   （2）复合索引的几个字段是否经常同时以AND方式出现在Where子句中？单字段查询是否极少甚至没有？如果是，则可以建立复合索引；否则考虑单字段索引；
   （3） 如果复合索引中包含的字段经常单独出现在Where子句中，则分解为多个单字段索引；
   （4）如果复合索引所包含的字段超过3个，那么仔细考虑其必要性，考虑减少复合的字段；
   （5）如果既有单字段索引，又有这几个字段上的复合索引，一般可以删除复合索引；
8. 频繁进行数据操作的表，不要建立太多的索引；
9. 删除无用的索引，避免对执行计划造成负面影响；

（五）索引的作用？它的优点缺点是什么？

索引作用（优点）：协助快速查询、更新数据库表中数据。
为表设置索引要付出代价的（缺点）：
一是增加了数据库的存储空间
二是在插入和修改数据时要花费较多的时间(因为索引也要随之变动)。

（六）说说聚集索引和非聚集索引区别?

聚集索引：表中数据的顺序与索引的顺序一致（查字典按拼音查）
非聚集索引：表中数据的顺序与索引的顺序不一致（查字典按偏旁部首）

MyISAM的是非聚簇索引，B+Tree的叶子节点上的data，并不是数据本身，而是数据存放的地址。主索引和辅助索引没啥区别，只是主索引中的key一定得是唯一的。这里的索引都是非聚簇索引。非聚簇索引的两棵B+树看上去没什么不同，节点的结构完全一致只是存储的内容不同而已，主键索引B+树的节点存储了主键，辅助键索引B+树存储了辅助键。表数据存储在独立的地方，
这两颗B+树的叶子节点都使用一个地址指向真正的表数据，对于表数据来说，这两个键没有任何差别。由于索引树是独立的，通过辅助键检索无需访问主键的索引树。InnoDB的数据文件本身就是索引文件，B+Tree的叶子节点上的data就是数据本身，key为主键，这是聚簇索引。聚簇索引，叶子节点上的data是主键(所以聚簇索引的key，不能过长)。

InnoDB使用的是聚簇索引，将主键组织到一棵B+树中，而行数据就储存在叶子节点上，若使用"where id = 14"这样的条件查找主键，则按照B+树的检索算法即可查找到对应的叶节点，之后获得行数据。若对Name列进行条件搜索，则需要两个步骤：第一步在辅助索引B+树中检索Name，到达其叶子节点获取对应的主键。第二步使用主键在主索引B+树种再执行一次B+树检索操作，最终到达叶子节点即可获取整行数据。
来源

（七）为什么采用B+数而不是B数，二叉树

Hash查找也很快，但是不是按照大小排序的，它无法按照范围进行查找；
平衡二叉树数据小的都在根节点的左面，数据大的都在根节点的右面，有顺序，但是数据量过多，高度过高，容易退化成链表；
B树将二叉树改为多路平衡查找树,解决了树过高的问题，把之前的每个节点存一个数据变成了存多个数据，底层存数据段的形式。
B+树的具体数据保存在叶子节点(最底层)上面。与B树对比的话，B+树多了一个链表。这样我们取区间数据的时候可以不用每一个数据都走一遍索引。降低了空间复杂度。
各种树的特点

四、数据库隔离级别

读未提交(RU): 一个事务还没提交时, 它做的变更就能被别的事务看到.
读提交(RC): 一个事务提交之后, 它做的变更才会被其他事务看到.
可重复读(RR): 一个事务执行过程中看到的数据, 总是跟这个事务在启动时看到的数据是一致的. 当然在可重复读隔离级别下, 未提交变更对其他事务也是不可见的.
串行化(S): 对于同一行记录, 读写都会加锁. 当出现读写锁冲突的时候, 后访问的事务必须等前一个事务执行完成才能继续执行.

五、存储过程和函数的区别

（1）存储过程用户在数据库中完成特定操作或者任务（如插入，删除等），函数用于返回特定的数据。
（2）存储过程声明用procedure，函数用function。
（3）存储过程不需要返回类型，函数必须要返回类型。
（4）存储过程只能通过out和in/out来返回值，函数除了可以使用out，in/out以外，还可以使用return返回值。
（5）sql语句（DML或SELECT)中不可用调用存储过程，而函数可以。

这东西，不全是我自己写的，不会不理解的是网上找到的，由于来自很多不同的博主，所以没法一一贴出，感谢！我只是想自己复习用，见到错误多多提醒，见到相同处还望海涵