数据库面试

一、事务

１.　数据库事务：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.　数据库事务特性

①　原子性：事务作为一个整体被执行，包含在其中的对数据库的操作要么全部被执行，要么都不执行

②　一致性：事务应确保数据库的状态从一个一致状态转变为另一个一致状态。一致状态的含义时数据库中的数据应满足完整性约束

③　隔离性：多个事务并发执行时，一个事务的执行不应影响其他事务的执行

④　持久性：已被提交的事务对数据库的修改应该永久保存在数据库中

３.　脏读、幻读、不可重复读

①　脏读：读到其他事务未提交的数据

②　幻读：在一个事务中前后读取的数据总量不一样，例如前后行数不同

③　不可重复读：在一个事务中前后读取数据不一样，即读到其他事务已提交的数据

４.　封锁类型

①　排它锁（X锁、写锁）：事务T对数据对象加上X锁，则只允许T读取和修改A，其他任何事务都不能在对A加任何类型的锁，直到T释放A上的X锁

②　共享锁（S锁、读锁）：事务T对数据对象加上S锁，则T可以读取但不能修改A，其他事务只能再对A加S锁，不能加X锁，直到Ｔ释放A上的S锁

其他：③ 多版本并发控制 MVCC ：用来解决读-写冲突的无锁并发控制。为事务分配单项增长的时间戳，为每个修改保存一个版本，版本与事务时间戳关联。读操作只读该事务开始前的数据库快照。这样读操作不会阻塞写操作，写操作不会阻塞读操作的同时，避免了脏读和不可重复读。

④ 乐观并发控制 OCC：用来决解写-写冲突的无锁并发控制。认为事务间的争用没有那么多，所以先进行修改，在提交事务前，检查一下事务开始后有没有新提交，如果没有则提交；如果有则放弃并重试。默认读数据时不会修改，所以不会上锁；适用于多读写比较少的情况，省去锁的开销，加大体系吞吐量

⑤ 悲观锁：是真正的锁。在获取资源前对资源加锁，确保同一时刻只有有限进程能够访问该资源，其他想要获取资源的操作都会进入等待状态，直到该线程完成了对资源的操作并释放锁后，其他线程才能重新操作资源

５.　事务的隔离级别和四级封锁协议

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：

①　READ UNCOMMITTED（未提交读）：在读数据时不检查或使用任何锁，无法解决脏读、不可重复读、幻读

②　READ COMMITTED（已提交读）：只读取提交的数据并等待其他事务释放排它锁。读数据的共享锁在读操作完成后立即释放

③　REPEATABLE READ（可重复读）：与已提交读那样读数据，但会保持共享锁直到事务结束

④　SERIALIZABLE（可序列化）：类似于可重复读，但不仅会锁定受影响的数据，还会锁定这个范围，防止其他用户在事务完成之前更新数据集或将行插入进数据集内

四级封锁协议：

①　一级：事务在对需要修改的数据上面对其加共享锁（S），直到事务结束才释放

②　二级：事务在对需要更新的数据上加排它锁（X），防止其他事务读取未提交的数据。事务对当前被读取数据加共享锁（S），一旦读完立即释放该行的共享锁。（避免脏读）

③　三级：二级＋事务在读数据时必须先加共享锁（S），直到事务结束再释放（保证可重复读）

④　四级：事务读取／更改的数据所在表加表锁，其他事务不能读写该表中的任何数据

6. 死锁

死锁：多个进程因竞争共享资源而造成的一种僵局，若无外力作用，这些进程将永远不能向前推进

①   原因：a. 竞争系统资源  b. 进程推进顺序不当

②   产生死锁必要条件（破坏必要条件）：

a. 互斥条件：一个资源每次只能被一个进程使用

b. 请求与保持条件：一个进程因请求资源而阻塞时，对已获得的资源保持不放（破坏：采用资源预先分配策略，进程运行前申请全部资源，满足则运行，否则等待）

c. 不剥夺条件：进程已获得的资源，在未使用完之前不能强行剥夺（破坏：进程申请不到一个资源，则释放所占有全部资源 ）

d. 循环等待条件：若干进程之间形成一种头尾相接的循环等待资源关系（破坏：实现资源有序分配，进程只能采用按序号递增形式申请资源）

③   避免死锁 vs. 预防死锁

        避免死锁：不严格限制死锁产生的必要条件，是在系统运行过程中注意避免死锁的最终发生。

        预防死锁：破坏产生死锁的必要条件，严格防止死锁出现

二、索引

１.　什么是数据库索引？索引优缺点？

        是数据库管理系统中一个排序的数据结构，以协助快速查询、更新数据库表中数据。在没有索引的情况下，数据库会遍历数据后选择符合条件的；有索引后，数据库会直接现在索引中查找符合条件的选项。（一般数据库默认都会为主键生成索引）。

        优点：可以加快搜索速度

        缺点：索引文件越大，占用空间越多。由于底层索引大多是B＋树等平衡多叉树，为了维护平衡，增删的时间效率很差

２.　索引的底层数据结构及各自特点

        B树和B＋树都是平衡多叉树。B树的节点保存索引和关键字；B＋树的非叶子节点保存索引，叶子节点保存关键字的有序链表。

        ①　B树的特性：关键字集合分布在整棵树中；任何一个关键字出现且只出现在一个节点中；搜索可能在非叶子节点结束；搜索性能等价于在关键字全集内做一次二分查找；自动层次控制

        ②　B＋树特性：所有关键字都出现在叶子节点的链表中，且链表的关键字恰好时有序的；不可能在非叶子节点命中；非叶子节点相当于叶子结点的索引，叶子节点相当于存储数据的数据层；更适合文件索引系统

        ③   红黑树：红黑树每个节点只有两个子节点，树的深度过大，造成IO读写频繁，效率低下

       为什么B＋树比B树更适合数据库索引？

        ①　B＋树空间利用率更高：B＋树内部节点值作为索引使用，而不像B树每个节点都需要存储硬盘指针。

        ②　增删文件（节点）时B＋树效率更高：因为叶子节点包含所有关键字，且有序链表存储

        ③　B＋树查询效率稳定：任何关键字的查找都必须走一条从根节点到叶子结点的路

        ④　B＋树更便于范围查询：B树在提高了IO性能的同时并没有解决元素遍历的效率低下的问题，正是为了解决这个问题B＋树应运而生。B＋树只需要遍历叶子节点就可以实现整棵树的遍历。而且数据中基本范围的查询是非常频繁的。

３.　Mysql中的索引类型和区别

①　普通索引：最基本的索引，没有任何限制

②　唯一索引：索引列的值必须唯一，允许空值

③　主键索引：特殊的唯一索引，不允许有空值

④　全文索引：仅可用于MyISAM表，用于在一篇文章中检索文本信息，针对较大的数据生成全文所很耗时耗空间

⑤　组合索引：为了更多的提高MySQL效率可建立组合索引，遵循“最左前缀”原则

4.    聚簇索引 vs 非聚簇索引

①    聚簇索引一个表只有一个；非聚簇索引一个表可以存在多个

②    聚簇索引的顺序是数据的物理存储顺序；非聚簇索引是逻辑上连续，物理存储上不连续。

本质区别：B+树的叶子节点储存的是行数据还是索引（聚簇索引的key值）

（MyIASM只有非聚簇索引；Innodb既有聚簇索引又有非聚簇索引）

例如：user表中有 id、name、age 三列。id是自增主键，name是普通索引

a. 执行 select * from user where id = 1 时，会在主键索引对应的B+树的叶子节点上搜索id = 1的整行数据

b. 执行 select * from user where name = 'tom' 时，会先在name索引对应的B+树节点上搜索name = 'tom'的节点，并获取对应的主键id值。再根据id使用主键索引读取到整行数据（回表查询）

c. 执行  select id, name from user where name = 'tom'  时，只需要扫描name索引树，因为id也存在树里

5.    索引的最左前缀原则

建立联合索引时要选择索引的顺序。例如索引 index1:(a,b,c)，只会走a、ab、abc三类查询

特殊情况： ① ac查询会走index1索引，但只走a字段索引，不走c

                   ② select * from table where a = '1' and b > ‘2’  and c='3' 只走a、b索引，不走c。因为索引时有序的，index1索引回先根据a排序，再根据b，最后根据c排序。但走完a、b索引后，c肯定无序了，数据库会觉得还不如全表扫描c字段快

6.     数据库索引实现原理 (5条消息) 数据库索引实现原理_pocher的博客-CSDN博客_数据库索引原理

三、Other

１. 数据库范式

①　第一范式：数据库表中的所有字段值都是不可分解的原子值

②　第二范式：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。

③　第三范式：确保每列都和主键列直接相关，而不是间接相关

2. 数据库引擎

① Innodb：提供了对数据库事务、行级锁和外键的支持，并实现了四种隔离级别。MySQL运行时Innodb会在内存中建立缓冲池，用于缓冲数据和索引（不支持全文索引）。没有保存表的行数，count(*) 需要扫描全表。当需要使用数据库事务时，Innodb是首选。由于锁的粒度更小，写操作不会锁定全表，所以并发较高时，可以提升效率。但如果执行sql时不能确定要扫描的范围，Innodb同样会锁全表。

② MyIASM（MySQL默认引擎）：不支持事务、行级锁和外键，要锁整个表，效率第一点。存储了表的行数，count(*)只需要读取已经存好的值，不需要全表扫描。

Innodb适合插入删除操作多的场景；MyIASM适合查询操作多的场景。       

3. sql语句的执行过程

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

关键字执行顺序：① 首先Where将原始记录中不满足条件的记录删除（所以应该在where中尽量将不满足条件的记录筛掉，这样可以减少分组）

② 通过Group By关键字后面指定的分组条件将筛选得到的试图进行分组

③ 接着系统根据Having关键字后面指定的筛选条件，将分组视图后不满足条件的记录筛掉

④ 然后按照Order By语句对试图进行排序

4. 海量数据数据库分库分表

分表能解决单表数据量过大带来的查询效率下降问题，但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，要对数据库进行拆分，从而提高数据库写入能力。分库/分表可以财通通过一个关键字取模的方式，来对数据访问进行路由。

① 垂直切分：原表A　B　C；分表　A　C；A　B

② 水平切分：原表A　B　C（1-100）；分表A　B　C（1-50）；A　B　C（51-100）

5. 关系型数据库 vs. 非关系型数据库（nosql）

① 关系型数据库：采用了关系模型（表）来组织数据。

优点：易于维护；使用方便；支持sql可实现复杂操作。

缺点：读写能力差；灵活度不高；高并发读写需求是瓶颈

② 非关系型数据库：优点：格式灵活：可以是key-value、文档、图片等，应用场景广泛；速度快：nosql可以用硬盘或者内存作为载体，关系型数据库只能用硬盘；高扩展性；成本低

缺点：不支持sql；无事务处理；数据结构相对复杂

6. Mysql vs. Redis

① Mysql：是关系型数据库，数据存放在磁盘

② Redis：非关系型数据库，数据存放在内存，提高了访问速度

一般写数据直接用mysql，读取用redis。mysql - > redis同步用的比较多。Mysql作为数据持久化和管理，Redis用来做数据读取缓存、队列、锁等。

7. 数据库连接池

在内部对象池中维护一定数量的数据库连接，并对外暴露数据库连接的获取和返回方式

① 资源重用：连接池里的连接可以重复使用，避免频繁创建、释放连接引起的大量性能开销

② 更快的系统响应速度：避免数据库连接初始化和释放过程的时间开销，缩短系统整体响应时间

8. 主从架构

当客户端发起读写请求时，从mysql服务进行读写数据。假设有三台mysql服务，一台作为主master服务，另外两台作为从salve。master拥有读写的权限，主要承担了写的工作；salve只有读的权限，主要承担了读的操作。当客户端发起请求时，会将请求分流，实现读写分离

优点：读写分离，分担了单台数据库或单台服务器的压力

缺点：主从延时，可能会导致数据的不一致性

9. drop vs. delete vs. truncate

① 执行速度：drop > delete > truncate

② delete语句执行删除过程是从表中删除一行，同时将该删除操作作为事务记录在日志中保存以便进行回滚操作

truncate table 一次性从表中删除所有数据，不走事务，不会激活与表有关的删除触发器，执行速度快

③ truncate 和 delete 只删除数据，不删除表结构；drop删除整个表（结构 和 数据）

④ delete是数据库操作语言（dml），走事务；truncate 和 drop 是数据库定义语言（ddl）操作立即生效

10.   数据库-行存储及列存储区别 (5条消息) 数据库-行存储及列存储区别_^果然好^的博客-CSDN博客_列式数据库的优缺点