SQL数据库不用SQL语句能显示全表的内容_数据库技术面经

本文为根据牛客网和笔者2019年面试经历总结的数据库知识面经。一般只有互联网公司中与数据库业务相关的部门或者银行IT相关部门问数据库的问题比较多。

1.什么是数据库事务？

答：数据库事务( transaction)是访问并可能操作各种数据项的一个数据库操作序列，这些操作要么全部执行,要么全部不执行，是一个不可分割的工作单位。事务由事务开始与事务结束之间执行的全部数据库操作组成。

2.数据库事务的特性？

答：

3. 什么是脏读，幻读，不可重复读？

答：

脏读是读到其他事务未提交的数据；

不可重复读指在一个事务中前后读取数据不一致，即读到其他事务已提交的数据，针对update操作；

幻读是指在一个事务中前后读取的数据总量不一致，例如前后行数不同，针对insert操作。

4.事务的隔离级别和四级封锁协议？

答：事务是定义和维护一致性的单位，封锁就是要保证这种一致性。如果对封锁的要求高会增加开销，降低并发性和效率；有的事务并不严格要求结果的质量（如用于统计的事务），如果加上严格的封锁则是不必要和不经济的。因此有必要进行进一步的分析，考察不同级别的一致性对数据库数据的质量及并行能力的影响。

隔离级别：

四级封锁协议：

一级封锁协议：事务在对需要修改的数据上面（就是在发生修改的瞬间） 对其加共享锁（其他事务不能更改，但是可以读取-导致“脏读”），直到事务结束才释放。事务结束包括正常结束（COMMIT）和非正常结束（ROLLBACK)。

二级封锁协议是：1）事务 在对需要更新的数据 上（就是发生更新的瞬间） 加 排他锁 （直到事务结束） ， 防止其他事务读取未提交的数据，这样，也就避免了 “脏读” 的情况。2）事务 对当前被读取的数据 上面加共享锁（当读到时加上共享锁），一旦读完该行，立即 释放该 该行的共享锁 - 从数据库的底层实现更深入的来理解，既是，数据库会对游标当前的数据上加共享锁 ， 但是当游标离开当前行的时候，立即释放该行的共享锁。二级封锁协议除防止了“脏读”数据，但是不能避免 丢失更新，不可重复读，幻读 。

三级封锁协议是：二级封锁协议加上事务在读取数据的瞬间必须先对其加共享锁 ，但是直到事务结束才释放 ，这样保证了可重复读（既是其他的事务能读取该数据，但是不能更新该数据）。

四级封锁协议是对三级封锁协议的增强，其实现机制也最为简单，直接对事务中所读取或者 更改的数据所在的表加表锁，也就是说，其他事务不能读写该表中的任何数据。这样所有的 脏读，不可重复读，幻读 ，都得以避免！

6.什么是数据库索引？索引的优缺点？

答：

索引虽然可以加快搜索速度，但是并不是越多越好。索引文件越大，占用的空间越多，由于索引底层大多是B+树等平衡多叉树，为了维护平衡，增删的时间效率很差。

7.索引的底层数据结构？各自的特点？

答：B树，B+树等。这两种都是平衡多叉树。B树的结点保存索引和关键字，B+树的非叶子结点保存索引，叶子节点保存关键字的有序链表。

8.Mysql 中的索引类型和区别？

答：

9.什么是主键，外键？为什么要有主键？

答:

10.数据库范式

答：为了建立冗余较小、结构合理的数据库，设计数据库时必须遵循一定的规则。在关系型数据库中这种规则就称为范式。范式是符合某一种设计要求的总结。要想设计一个结构合理的关系型数据库，必须满足一定的范式。

第一范式(确保每列保持原子性)

第一范式是最基本的范式。如果数据库表中的所有字段值都是不可分解的原子值，就说明该数据库表满足了第一范式。

第二范式(确保表中的每列都和主键相关)

第二范式在第一范式的基础之上更进一层。第二范式需要确保数据库表中的每一列都和主键相关，而不能只与主键的某一部分相关（主要针对联合主键而言）。也就是说在一个数据库表中，一个表中只能保存一种数据，不可以把多种数据保存在同一张数据库表中。

第三范式(确保每列都和主键列直接相关,而不是间接相关)

第三范式需要确保数据表中的每一列数据都和主键直接相关，而不能间接相关。

比如Student表（学号，姓名，年龄，性别，所在院校，院校地址，院校电话）

这样一个表结构，就存在上述关系。 学号--> 所在院校 --> (院校地址，院校电话)

这样的表结构，我们应该拆开来，如下：

（学号，姓名，年龄，性别，所在院校）--（所在院校，院校地址，院校电话）

11.什么是存储过程？

答：存储过程是一组为了完成特定功能的SQL语句集，只需编译一次，用户通过指定存储过程名字和参数来调用，示例如下：EXECUTE AddNewProduct( 'JTS01', 'Stuffed Eiffel Tower', 6.49, 'Plush stuffed toy with' ); 优点： 简单 安全 高性能 缺点：移植性差

12.数据库日志的类型和功能

答： 错误日志、查询日志、慢查询日志、事务日志、二进制日志、中继日志。

错误日志：记录mysql实例运行中产生的错误或警告信息，以及每次mysql实例启动和停止的时间，必须开启；

查询日志：记录mysql运行的所有sql操作，无论成功与否；

慢查询日志：记录超过指定时间显示查询结果的sql命令，只会记录执行成功的语句；

二进制日志：记录的是除查询之外的所有命令；

中继日志：连接mastert和slave的信息，它是复制的核心，I/O线程将来自master的事件存储到中继日志中，中继日志充当缓冲，这样master不必等待slave执行完成就可以发送下一个事件；

事务日志：事务实际上是依靠事务日志实现的。存储引擎在修改表数据时，只需修改内存拷贝，再把修改行为记录到持久在硬盘上的事务日志中，日志持久化后，内存中修改的数据慢慢刷回磁盘。若在刷回磁盘前系统崩溃，可根据日志恢复。

13.innodb引擎和MyISAM引擎各自的特点和适应场景

答：
Innodb引擎提供了对数据库事务的支持，并且实现了SQL标准的四种隔离级别。该引擎还提供了行级锁和外键约束，它的设计目标是处理大容量数据库系统，它本身其实就是基于MySQL后台的完整数据库系统，MySQL运行时Innodb会在内存中建立缓冲池，用于缓冲数据和索引。但是该引擎不支持FULLTEXT类型的索引，而且它没有保存表的行数，当SELECT COUNT(*) FROM TABLE时需要扫描全表。当需要使用数据库事务时，该引擎当然是首选。由于锁的粒度更小，写操作不会锁定全表，所以在并发较高时，使用Innodb引擎会提升效率。但是使用行级锁也不是绝对的，如果在执行一个SQL语句时MySQL不能确定要扫描的范围，InnoDB表同样会锁全表。
　　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。不过和Innodb不同，MyIASM中存储了表的行数，于是SELECT COUNT(*) FROM TABLE时只需要直接读取已经保存好的值而不需要进行全表扫描。如果表的读操作远远多于写操作且不需要数据库事务的支持，那么MyIASM也是很好的选择。

innodb提供了事务支持，外键支持和行级锁。

innodb更适合插入删除操作多的场景，myisam更适合查询操作更多的场景，MyISAM引擎 常用于读多写少的场景，不支持事务操作，提供表锁，不支持行级锁和外键，可以存储表的行数，一些操作不需要遍历全表，但是写操作会表锁，效率会低一些。但是表损坏后不能数据恢复。

14.什么是乐观锁，悲观锁？

答：

15.MVCC和乐观锁的区别

答：

MVCC只用来解决读写冲突，写写冲突是一级封锁协议解决的，而读读无冲突。

16.什么是左连接，右连接，内连接

答：

17.SQL语句的执行过程

答：数据库引擎检查语法，语义，对查询对象加锁，访问权限核对，确定最佳执行计划。

18. sql查询语句优化，索引优化？

答：sql解析出任务，引擎会对任务进行优化，比如如果当时引擎优化后觉得全表扫描更快，就不会走索引；数据库用直方图对数据的分布进行了统计，它能估计出来走哪个筛选效率更高；在表中建立索引，尽量在where group by字段建索引，尽量避免使用select * 而是使用具体字段，返回无用字段会降低查询效率。建立组合索引遵循最左前缀原则：

19.海量数据数据库分库分表

答：分表能够解决单表数据量过大带来的查询效率下降的问题，但是，却无法给数据库的并发处理能力带来质的提升。面对高并发的读写访问，当数据库master服务器无法承载写操作压力时，不管如何扩展slave服务器，此时都没有意义了。因此，我们必须换一种思路，对数据库进行拆分，从而提高数据库写入能力，这就是所谓的分库!与分表策略相似，分库可以采用通过一个关键字取模的方式，来对数据访问进行路由。

垂直切分和水平切分

原文链接：大数据高并发之-Mysql分表与分库使用场景以及设计方式_数据库_逍遥游的博客-CSDN博客

20.redis数据库的缓存一致性，缓存击穿，缓存雪崩，缓存并发

答：分布式环境下非常容易出现缓存和数据库间的数据一致性问题，针对这一点的话，只能说，如果你的项目对缓存的要求是强一致性的，那么请不要使用缓存。我们只能采取合适的策略来降低缓存和数据库间数据不一致的概率，而无法保证两者间的强一致性。合适的策略包括 合适的缓存更新策略，更新数据库后要及时更新缓存、缓存失败时增加重试机制，例如MQ模式的消息队列。

缓存击穿问题

缓存击穿表示恶意用户模拟请求很多缓存中不存在的数据，由于缓存中都没有，导致这些请求短时间内直接落在了数据库上，导致数据库异常。这个我们在实际项目就遇到了，有些抢购活动、秒杀活动的接口API被大量的恶意用户刷，导致短时间内数据库宕机了，好在数据库是多主多从的，hold住了。解决：布隆过滤器（推荐）

bloomfilter就类似于一个hash set，用于快速判某个元素是否存在于集合中，其典型的应用场景就是快速判断一个key是否存在于某容器，不存在就直接返回。

缓存雪崩问题

缓存在同一时间内大量键过期（失效），接着来的一大波请求瞬间都落在了数据库中导致连接异常。

解决方案：

1、也是像解决缓存穿透一样加锁排队，实现同上;

2、建立备份缓存，缓存A和缓存B，A设置超时时间，B不设值超时时间，先从A读缓存，A没有读B，并且更新A缓存和B缓存;

缓存并发问题

这里的并发指的是多个redis的client同时set key引起的并发问题。比较有效的解决方案就是把redis.set操作放在队列中使其串行化，必须的一个一个执行，具体的代码就不上了，当然加锁也是可以的。

原文链接：https://cloud.tencent.com/developer/news/243410

21.什么是非关系型数据库nosql(KV数据库：redis memcached，MongoDB)

答：Key-Value存储:(基于Redis)

传统的关系型数据库，处理一对多的问题，需要把外键放在多的一端，因为RDBMS理论中没有集合这个概念。而使用Redis，我们可以在一端来管理一对多的关系，使用Set（集合）。

如果使用MySQL，当数据规模非常大时，上面两个查询操作都需要借助表关联技术，而大表间的join在大型系统中是需要极力避免的操作。相反Redis的每个操作都会局限在一个较小的数据集范围内，而且key-value的存储形式，定位key只是一个复杂度为O(1)的操作。在very huge的数据量下，Redis性能效果非常优异，这就是NoSQL的优势所在！

22.redis数据持久化

答：

Redis是一种高级key-value数据库。它跟memcached类似，不过数据可以持久化，而且支持的数据类型很丰富。有字符串，链表，集 合和有序集合。支持在服务器端计算集合的并，交和补集(difference)等，还支持多种排序功能。所以Redis也可以被看成是一个数据结构服务 器。Redis的所有数据都是保存在内存中，然后不定期的通过异步方式保存到磁盘上(这称为“半持久化模式”)；也可以把每一次数据变化都写入到一个append only file(aof)里面(这称为“全持久化模式”)。 由于Redis的数据都存放在内存中，如果没有配置持久化，redis重启后数据就全丢失了，于是需要开启redis的持久化功能，将数据保存到磁盘上，当redis重启后，可以从磁盘中恢复数据。redis提供两种方式进行持久化，一种是RDB持久化（原理是将Reids在内存中的数据库记录定时dump到磁盘上的RDB持久化），另外一种是AOF（append only file）持久化（原理是将Reids的操作日志以追加的方式写入文件）。

原文链接：https://www.cnblogs.com/chenliangcl/p/7240350.html

23.Mysql和redis的区别

答：

Mysql是关系型数据库(表格)，redis是非关系型（K-V）