sql 查询同一个表中一个字段值不相等的数据_数据库常见的面试题

  文本公众号来源： 我没有三颗心脏 作者： 我没有三颗心脏

1)什么是存储过程？有哪些优缺点？

存储过程就像是编程语言中的函数一样，封装了我们的代码(PLSQL，T-SQL)

例如：

-------------创建名为GetUserAccount的存储过程----------------
create Procedure GetUserAccount
as
select * from UserAccount
go

-------------执行上面的存储过程----------------
exec GetUserAccount

存储过程的优点：

• 能够将代码封装起来

• 保存在数据库之中

• 让编程语言进行调用

• 存储过程是一个预编译的代码块，执行效率比较高

• 一个存储过程替代大量T_SQL语句 ，可以降低网络通信量，提高通信速率

存储过程的缺点：

• 每个数据库的存储过程语法几乎都不一样，十分难以维护(不通用)

• 业务逻辑放在数据库上，难以迭代

---

2)三大范式

 

• 思考这样的一个例子：

我们现在需要建立一个描述学校教务的数据库，该数据库涉及的对象包括学生的学号(Sno)、所在系(Sdept)、系主任姓名(Mname)、课程号(Cno)和成绩(Grade)，假设我们使用单一的关系模式 Student 来表示，那么根据现实世界已知的信息，会描述成以下这个样子：

但是，这个关系模式存在以下问题：

(1) 数据冗余
比如，每一个系的系主任姓名重复出现，重复次数与该系所有学生的所有课程成绩出现次数相同，这将浪费大量的存储空间。(2)更新异常(update anomalies)
由于数据冗余，当更新数据库中的数据时，系统要付出很大的代价来维护数据库的完整性，否则会面临数据不一致的危险。比如，某系更换系主任后，必须修改与该系学生有关的每一个元组。(3)插入异常(insertion anomalies)
如果一个系刚成立，尚无学生，则无法把这个系及其系主任的信息存入数据库。(4)删除异常(deletion anomalies)
如果某个系的学生全部毕业了，则在删除该系学生信息的同时，这个系及其系主任的信息也丢失了。

• 总结： 所以，我们在设计数据库的时候，就需要满足一定的规范要求，而满足不同程度要求的就是不同的范式。

 

• 第一范式： 列不可分

1NF(第一范式)是对属性具有原子性的要求，不可再分，例如：

如果认为最后一列还可以再分成出生年，出生月，出生日，则它就不满足第一范式的要求。

 

• 第二范式： 消除非主属性对码的部分函数依赖

2NF(第二范式)是对记录有唯一性的要求，即实体的唯一性，不存在部分依赖，每一列与主键都相关，例如：

该表明显说明了两个事物：学生信息和课程信息；正常的依赖应该是：学分依赖课程号，姓名依赖学号，但这里存在非主键字段对码的部分依赖，即与主键不相关，不满足第二范式的要求。

可能存在的问题：

• 数据冗余：每条记录都含有相同信息；

• 删除异常：删除所有学生成绩，就把课程信息全删除了；

• 插入异常：学生未选课，无法记录进数据库；

• 更新异常：调整课程学分，所有行都调整。

正确的做法：

 

• 第三范式： 消除非主属性对码的传递函数依赖

3NF(第三范式)对字段有冗余性的要求，任何字段不能由其他字段派生出来，它要求字段没有冗余，即不存在依赖传递，例如：

很明显，学院电话是一个冗余字段，因为存在依赖传递：(学号)→(学生)→(学院)→(学院电话)

可能会存在的问题：

• 数据冗余：有重复值；

• 更新异常：有重复的冗余信息，修改时需要同时修改多条记录，否则会出现数据不一致的情况 。

正确的做法：

---

3)数据库索引

 

• 什么是索引？

索引是对数据库表中一个或多个列的值进行排序的数据结构，以协助快速查询、更新数据库表中数据。

你也可以这样理解：索引就是加快检索表中数据的方法。数据库的索引类似于书籍的索引。在书籍中，索引允许用户不必翻阅完整个书就能迅速地找到所需要的信息。在数据库中，索引也允许数据库程序迅速地找到表中的数据，而不必扫描整个数据库。

 

• 底层数据结构是什么，为什么使用这种数据结构？

(1)底层数据结构是B+树：
在数据结构中，我们最为常见的搜索结构就是二叉搜索树和AVL树(高度平衡的二叉搜索树，为了提高二叉搜索树的效率，减少树的平均搜索长度)了。然而，无论二叉搜索树还是AVL树，当数据量比较大时，都会由于树的深度过大而造成I/O读写过于频繁，进而导致查询效率低下，因此对于索引而言，多叉树结构成为不二选择。特别地࿰