mysql数据结构面试题_MySQL面试题汇总

事务是什么？

一系列操作，要么全部完成，要么一个都不做

事务的ACID特性

原子性：一系列操作要么都执行，要么都不执行

一致性：事务执行前后数据完整性不变，如转账前后总金额不变

隔离性：多个事务并发访问数据库，事务之间互相隔离

持久性：事务提交后，在数据库中的改变是持久的，即使发生故障也一样

事务的隔离级别

未提交读：可出现脏读、不可重复读、幻读

不可重复读：不会出现脏读，可能出现不可重复读、幻读

可重复读：不会出现脏读、不可重复读，可能出现幻读

串行化：不会出现脏读、不可重复读、幻读

事务并发问题(脏读、不可重复读、幻读)

脏读：A读到了B未提交的数据

不可重复读：A重复读某一数据，B修改提交该数据，A读到了和之前不一样的数据

幻读：A修改了所有数据，B插入(修改)一条未修改的数据，A发现有一条数据未修改

MyISAM与InnoDB 的区别

InnoDB支持事务，MyISAM不支持，对于InnoDB每一条SQL语言都默认封装成事务，自动提交，这样会影响速度，(所以最好把多条SQL语言放在begin和commit之间，组成一个事务)；

InnoDB支持外键，而MyISAM不支持。对一个包含外键的InnoDB表转为MYISAM会失败

InnoDB是聚集索引，使用B+Tree作为索引结构，数据文件是和(主键)索引绑在一起的(表数据文件本身就是按B+Tree组织的一个索引结构)。 MyISAM是非聚集索引，也是使用B+Tree作为索引结构，索引和数据文件是分离的。

InnoDB不保存表的具体行数，执行select count(*) from table时需要全表扫描。而MyISAM用一个变量保存了整个表的行数，执行上述语句时只需要读出该变量即可，速度很快

那么为什么InnoDB没有了这个变量呢？

因为InnoDB的事务特性，在同一时刻表中的行数对于不同的事务而言是不一样的，因此count统计会计算对于当前事务而言可以统计到的行数，而不是将总行数储存起来方便快速查询。

InnoDB支持表、行(默认)级锁，而MyISAM支持表级锁

InnoDB的行锁是实现在索引上的，而不是锁在物理行记录上。如果访问没有命中索引，也无法使用行锁，将要退化为表锁。

InnoDB表必须有主键(用户没有指定的话会自己找或生产一个主键)，而Myisam可以没有

Innodb存储文件有frm、ibd，而Myisam是frm、MYD、MYI

Innodb：frm是表定义文件，ibd是数据文件

Myisam：frm是表定义文件，myd是数据文件，myi是索引文件

那么如何选择mysql引擎呢？

Innodb已经成为Mysql的默认引擎，它的优势是显而易见的。

1. 是否要支持事务，如果要请选择innodb，如果不需要可以考虑MyISAM；

2. 如果表中绝大多数都只是读查询，可以考虑MyISAM，如果既有读也有写，请使用InnoDB。

3. 系统奔溃后，MyISAM恢复起来更困难，能否接受；

left join,right join,inner join,full join之间的区别

left join会返回左表的所有行，即使在右表中没有匹配的数据

right join会返回右表所有行，即使在左表中没有匹配的数据

inner join会返回两个表共有的数据

full join会返回两个表所有行，即使没有匹配

三大范式

第一范式(1NF)： 列不可再分(原子性)

例：年级学校 -> 年级学校

第二范式(2NF)： 首先满足第一范式，然后必须有主键，非主键必须完全依赖主键，即非主键既不能不依赖主键，也不能只依赖主键的一部分。

例：学号 姓名 课程号 课程名

首先满足第二范式，同时其他非主键必须直接依赖主键，不能间接依赖

间接依赖：学院依赖学号，学院地址依赖学院，间接依赖学号

切分数据库(水平切分、垂直切分)

为什么要切分数据库

当单表记录数过大，CRUD性能会明显下降

水平切分：将一张表切分为多张表

例：商品表 -> 商品表1 + 商品表2

垂直切分：按业务切分，同一类业务的表放到同一个库里

例：网站系统(商品表、订单表、用户表)仓库系统(进货表、出货表)

水平切分和垂直切分的顺序：应先做水平切分，数据量再增大，考虑垂直切分

什么是池化思想？为什么要用数据库连接池？

池化思想：

生活中的例子：每次都打好了几盒饭在那里放着，你可以直接取。和你要打饭才开始打。

初始预设资源，抵消每次获取资源的消耗，如创建线程的开销，获取远程连接的开销等

数据库连接池：

连接池中先创建一定数量的连接，程序要获取连接直接从池中取，不必创建新的连接。如果池中的连接被用完了，新建一个放入池中。

什么是索引？优缺点是什么？

索引是用于快速查询和检索数据的数据结构，索引的常用数据结构有hash和B+树；

优点：可以提高检索速度，如果是唯一索引还能保证数据每一行的唯一性

缺点: 创建和维护索引的耗时，索引还占用存储空间

索引主要使用的数据结构？

hash：hash索引底层是hash表，查询单条记录时hash索引更快，其余大部分场景更适合使用B+树索引

B+树：索引底层使用B+树， B+ 树的特点是能够保持数据稳定有序，其插入与修改拥有较稳定的对数时间复杂度。 B+ 树元素自底向上插入。

B树和B+树区别？

B树所有节点既存放key，也存放data。B+树只有叶子节点存放key和data，其余节点只存放key

B树的叶子节点独立的，B+树的叶子节点组成一条链表，可以通过它找到相邻的叶子节点。

B树检索时不一定会检索到叶子节点，B+树检索时一定会检索到叶子节点。

Hash索引和B+树索引优劣分析？

hash索引优点定位快，但不支持顺序查询和范围查询，而且极端情况下发生大量Hash冲突(多个key的hash值相同)的话，查询也会变慢。</