數(shù)據(jù)庫面試基礎知識

• 一、數(shù)據(jù)庫基礎
• • 1.關系型非關系型數(shù)據(jù)的區(qū)別
  • 2.什么是非關型數(shù)據(jù)庫
  • 3.數(shù)據(jù)庫的索引類型
  • 4.數(shù)據(jù)庫的事務是怎么實現(xiàn)的？
  • 5.數(shù)據(jù)庫中事務的ACID（四大特性都要能夠舉例說明，理解透徹，比如原子性和一致性的關聯(lián)，隔離性不好會出現(xiàn)的問題）
  • 6.臟讀、不可重復讀、幻讀
  • 7.數(shù)據(jù)庫的隔離級別，mysql和Oracle的隔離級別分別是什么（重點）
  • 8.數(shù)據(jù)庫的三大范式
  • 9.數(shù)據(jù)庫的鎖的種類，加鎖的方式
  • 10.什么是共享鎖和排他鎖
  • 11.樂觀鎖與悲觀鎖
• 二、MySQL
• • 1.說一下MySQL執(zhí)行一條查詢語句的內(nèi)部執(zhí)行過程？
  • 2.MySQL的優(yōu)化（高頻）
  • 3.MySQL數(shù)據(jù)庫引擎介紹，innodb和myisam的特點和區(qū)別
• 三、索引
• • 1.索引的優(yōu)缺點，什么時候使用索引，什么時候不能使用索引（重點）
  • 2.索引的低層實現(xiàn)（重點）
  • 3.B樹和B+樹二點區(qū)別（重點）
  • 4.索引最左前綴/最左匹配
  • 5.各種樹形結(jié)構(gòu)

一、數(shù)據(jù)庫基礎

1.關系型非關系型數(shù)據(jù)的區(qū)別

關系型數(shù)據(jù)庫的優(yōu)點：
容易理解。因為它采用了關系模型來組織數(shù)據(jù)。
可以保持數(shù)據(jù)的一致性。
數(shù)據(jù)更新的開銷比較小。
支持復雜查詢（帶where子句的查詢）

非關系數(shù)據(jù)庫的優(yōu)點
不需要經(jīng)過sql層的解析，讀寫效率高；
基于鍵值對，數(shù)據(jù)的擴展性好；
可以支持多種類型數(shù)據(jù)的存儲，如圖片，文檔等。

2.什么是非關型數(shù)據(jù)庫

非關系型的數(shù)據(jù)庫也叫nosql，采用鍵值對的形式進行存儲。讀寫性能很高，易于擴展。如：Redis,Mongodb，hbase等等。
適合非關系型數(shù)據(jù)庫的場景：
日志系統(tǒng)；
地理位置存儲；
數(shù)據(jù)量大；
高可用

3.數(shù)據(jù)庫的索引類型

數(shù)據(jù)庫的索引類型可以分為邏輯分類 和 物理分類
邏輯分類：
主鍵索引：當關系表中定義主鍵時會自主創(chuàng)建主鍵索引。每張表的主鍵索引只能有一個，要求主鍵中的每一個值都唯一，即不可重復，也不能有空值。
唯一索引：數(shù)據(jù)列不能有重復，可以有空值。一張表可以有多個唯一索引，但每個唯一索引只能有一列。如身份證號，卡號。
普通索引：一張表可以有多個普通索引，可以重復可以為空值。
全文索引：可以加快模糊查詢，不常用。

物理分類
聚集索引（聚簇索引）：數(shù)據(jù)在物理存儲中的順序跟索引中數(shù)據(jù)的邏輯順序相同，比如以ID建立聚集索引，數(shù)據(jù)庫中id從小到大排列，那么物理存儲中該數(shù)據(jù)的內(nèi)存地址值也按照從小到大存儲。一般是表中的主鍵索引，如果沒有主鍵索引就會以第一個非空的唯一索引作為聚集索引。一張表只能有一個聚集索引。
非聚集索引：數(shù)據(jù)在物理存儲中的順序跟索引中數(shù)據(jù)的邏輯順序不同。非聚集索引因為無法定位數(shù)據(jù)所在的行，所以需要掃描兩遍索引樹。第一遍掃描非聚集索引的索引樹，確定該數(shù)據(jù)的主鍵ID，然后到主鍵索引（聚集索引）中尋找相應的數(shù)據(jù)。

4.數(shù)據(jù)庫的事務是怎么實現(xiàn)的？

事務是一組邏輯操作的集合。實現(xiàn)事務就是要保證可靠性和并發(fā)隔離(ACID)。這些主要靠日志恢復和并發(fā)控制完成的。

日志恢復：數(shù)據(jù)庫里有兩個日志，一個是redo log，一個是undo log。redo log記錄的是已經(jīng)成功提交的事務操作信息，用來恢復數(shù)據(jù)，保證事務的持久性。undo log記錄的是事務修改之前的數(shù)據(jù)信息，用來回滾數(shù)據(jù)，保證事務的原子性。

并發(fā)控制：并發(fā)控制主要靠讀寫鎖和MVCC（多版本并發(fā)控制）來實現(xiàn)。讀寫鎖包括共享鎖和排他鎖，保證事務的隔離性。MVCC通過為數(shù)據(jù)添加時間戳來實現(xiàn)。

5.數(shù)據(jù)庫中事務的ACID（四大特性都要能夠舉例說明，理解透徹，比如原子性和一致性的關聯(lián)，隔離性不好會出現(xiàn)的問題）

數(shù)據(jù)庫事務是指邏輯上對數(shù)據(jù)的一種操作，這個事務要么全部成功，要么全部失敗
A：atom 原子性
事務是一個不可分割的工作單位，這組操作要么全部發(fā)生，要么全部不發(fā)生。
C：consistency 一致性
數(shù)據(jù)庫事務的一致性是指：在事務開始以前，數(shù)據(jù)庫的數(shù)據(jù)有一個一致的狀態(tài)。在事務完成以后，數(shù)據(jù)庫中的事務也應該保持這種一致性。事務應該將數(shù)據(jù)從一個一致性狀態(tài)轉(zhuǎn)移到另一個一致性狀態(tài)。如：在銀行轉(zhuǎn)賬操作前后兩個賬戶的總額應當不變。
I：isolation 隔離性
數(shù)據(jù)庫事務的隔離性要求數(shù)據(jù)庫中的事務不會受另一個開發(fā)執(zhí)行的事務的影響，對于數(shù)據(jù)庫中同時執(zhí)行的每個事務來說，其他事務要么還沒開始執(zhí)行，要么已經(jīng)執(zhí)行結(jié)束。
D：durability 持久性
數(shù)據(jù)庫事務的持久性要求書屋對數(shù)據(jù)庫的改變時永久的，哪怕數(shù)據(jù)庫發(fā)生損壞都不會影響到已發(fā)生的事務。
如果事務沒有完成，數(shù)據(jù)庫因故斷電了，那么重啟后也應該是沒有執(zhí)行事務的狀態(tài)，如果事務已經(jīng)完成后數(shù)據(jù)庫斷電了，那么重啟后就應該是事務執(zhí)行完成后的狀態(tài)。

6.臟讀、不可重復讀、幻讀

臟讀： 一個事務在處理過程中讀取了另外一個還沒提交的事務的數(shù)據(jù)。
不可重復讀：對于數(shù)據(jù)庫的某一個字段，一個事務多次拆線呢卻返回了不同的值，只是由于早查詢的間隔中，該字段被其他事務修改并提交了。
幻讀：事務多次讀取同一個范圍的時候，查詢結(jié)果的記錄數(shù)不一樣，這是由于在查詢的間隔中，另一個事務新增或刪除了數(shù)據(jù)。
避免不可重復讀需要鎖行，避免幻讀則需要鎖表。

7.數(shù)據(jù)庫的隔離級別，mysql和Oracle的隔離級別分別是什么（重點）

為了保證數(shù)據(jù)庫事務一致性，解決臟讀，不可重復讀和幻讀的問題，數(shù)據(jù)庫的隔離級別一共有四種隔離級別：
讀未提交 Read Uncommitted: 最低級別的隔離，不能解決以上問題
讀已提交 Read committed: 可以避免臟讀的發(fā)生
可重復讀 Reapeatable read: 確保事務可以多次從一個字段中讀取相同的值，在該事務執(zhí)行期間，禁止其他事務對此字段的更新，可以避免臟讀和不可重復讀。 通過鎖行來實現(xiàn)
串行化 Serializaion 最嚴格的事務隔離機制，要求所有事務被串行執(zhí)行，可以避免以上所有問題。 通過鎖表來實現(xiàn)
Oracle的默認隔離級別是讀已提交，實現(xiàn)了四種隔離級別中的讀已提交和串行化隔離級別
MySQL的默認隔離級別是可重復讀，并且實現(xiàn)了所有四種隔離級別

8.數(shù)據(jù)庫的三大范式

第一范式(確保每列保持原子性)
第一范式是最基本的范式。如果數(shù)據(jù)庫表中的所有字段值都是不可分解的原子值，就說明該數(shù)據(jù)庫表滿足了第一范式。
第二范式(確保表中的每列都和主鍵相關)
在滿足第一范式的前提下，（主要針對聯(lián)合主鍵而言）第二范式需要確保數(shù)據(jù)庫表中的每一列都和主鍵的所有成員直接相關，由整個主鍵才能唯一確定，而不能只與主鍵的某一部分相關或者不相關。
第三范式(確保非主鍵的列沒有傳遞依賴)
在滿足第二范式的前提下，第三范式需要確保數(shù)據(jù)表中的每一列數(shù)據(jù)都和主鍵直接相關，而不能間接相關。非主鍵的列不能確定其他列，列與列之間不能出現(xiàn)傳遞依賴。
BCNF范式（確保主鍵之間沒有傳遞依賴）
主鍵有可能是由多個屬性組合成的復合主鍵，那么多個主鍵之間不能有傳遞依賴。也就是復合主鍵之間誰也不能決定誰，相互之間沒有關系。

9.數(shù)據(jù)庫的鎖的種類，加鎖的方式

以MySQL為例
按照類型來分有樂觀鎖和悲觀鎖
根據(jù)粒度來分有行級鎖，頁級鎖，表級鎖（粒度一個比一個大） （僅BDB，Berkeley Database支持頁級鎖）
根據(jù)作用來分有共享鎖（讀鎖）和排他鎖（寫鎖）

10.什么是共享鎖和排他鎖

共享鎖是讀操作的時候創(chuàng)建的鎖，一個事務對數(shù)據(jù)加上共享鎖之后，其他事務只能對數(shù)據(jù)再加共享鎖，不能進行寫操作直到釋放所有共享鎖。
排他鎖是寫操作時創(chuàng)建的鎖，事務對數(shù)據(jù)加上排他鎖之后其他任何事務都不能對數(shù)據(jù)加任何的鎖（即其他事務不能再訪問該數(shù)據(jù)）

11.樂觀鎖與悲觀鎖

一般的數(shù)據(jù)庫都會支持并發(fā)操作，在并發(fā)操作中為了避免數(shù)據(jù)沖突，所以需要對數(shù)據(jù)上鎖，樂觀鎖和悲觀鎖就是兩種不同的上鎖方式。

悲觀鎖假設數(shù)據(jù)在并發(fā)操作中一定會發(fā)生沖突，所以在數(shù)據(jù)開始讀取的時候就把數(shù)據(jù)鎖住。而樂觀鎖則假設數(shù)據(jù)一般情況下不會發(fā)生沖突，所以在數(shù)據(jù)提交更新的時候，才會檢測數(shù)據(jù)是否有沖突。

悲觀鎖的實現(xiàn)：悲觀鎖有行級鎖和頁級鎖兩種形式。行級鎖對正在使用的單條數(shù)據(jù)進行鎖定，事務完成后釋放該行數(shù)據(jù)，而頁級鎖則對整張表進行鎖定，事務正在對該表進行訪問的時候不允許其他事務并行訪問。
悲觀鎖要求在整個過程中一直與數(shù)據(jù)庫有一條連接，因為上一個事務完成后才能讓下一個事務執(zhí)行，這個過程是串行的。

樂觀鎖有三種常用的實現(xiàn)形式：
一種是在執(zhí)行事務時把整個數(shù)據(jù)都拷貝到應用中，在數(shù)據(jù)更新提交的時候比較數(shù)據(jù)庫中的數(shù)據(jù)與新數(shù)據(jù)，如果兩個數(shù)據(jù)一摸一樣則表示沒有沖突可以直接提交，如果有沖突就要交給業(yè)務邏輯去解決。
一種是使用版本戳來對數(shù)據(jù)進行標記，數(shù)據(jù)每發(fā)生一次修改，版本號就增加1。某條數(shù)據(jù)在提交的時候，如果數(shù)據(jù)庫中的版本號與自己的一致，就說明數(shù)據(jù)沒有發(fā)生修改，否則就認為是過期數(shù)據(jù)需要處理。
最后一種采用時間戳對數(shù)據(jù)最后修改的時間進行標記。

二、MySQL

1.說一下MySQL執(zhí)行一條查詢語句的內(nèi)部執(zhí)行過程？

連接器：客戶端首先通過連接器連接到MySQL服務器。
緩存：連接器經(jīng)過權(quán)限驗證后，先查詢之前是否有執(zhí)行過此語句（有緩存），若有則，直接返回緩存數(shù)據(jù)，若無，進入分析器。
分析器：分析器會對查詢語句進行語法分析和詞法分析，判斷 SQL 語法是否正確，如果查詢語法錯誤會直接返回給客戶端錯誤信息，如果語法正確則進入優(yōu)化器。
優(yōu)化器：優(yōu)化器是對查詢語句進行優(yōu)化處理，例如一個表里面有多個索引，優(yōu)化器會判別哪個索引性能更好。
執(zhí)行器：優(yōu)化器執(zhí)行完就進入執(zhí)行器，執(zhí)行器就開始執(zhí)行語句進行查詢比對了，直到查詢到滿足條件的所有數(shù)據(jù)，然后進行返回。

2.MySQL的優(yōu)化（高頻）

高頻訪問：
分表分庫：將數(shù)據(jù)庫表進行水平拆分，減少表的長度
增加緩存： 在web和DB之間加上一層緩存層
增加數(shù)據(jù)庫的索引：在合適的字段加上索引，解決高頻訪問的問題

并發(fā)優(yōu)化：
主從讀寫分離：只在主服務器上寫，從服務器上讀
負載均衡集群：通過集群或者分布式的方式解決并發(fā)壓力

3.MySQL數(shù)據(jù)庫引擎介紹，innodb和myisam的特點和區(qū)別

InnoDB ： InnoDB是mysql的默認引擎，支持事務和外鍵，支持容災恢復。適合更新頻繁和多并發(fā)的表 行級鎖
MyISAM ： 插入和查詢速度比較高，支持大文件，但是不支持事務，適合在web和數(shù)據(jù)倉庫場景下使用 表級鎖
MEMORY ： memory將表中的數(shù)據(jù)保存在內(nèi)存里，適合數(shù)據(jù)比較小而且頻繁訪問的場景
CSV
blackhole

三、索引

1.索引的優(yōu)缺點，什么時候使用索引，什么時候不能使用索引（重點）

什么時候適合使用索引：
經(jīng)常搜索的列上建索引；
作為主鍵的列上需要建索引
經(jīng)常需要連接（where）的列上
經(jīng)常需要排序的列
進場需要范圍插著列

那些列不適合建索引：
很少查詢的列
更新很頻繁的列
數(shù)據(jù)的可取值比較少的列

2.索引的低層實現(xiàn)（重點）

數(shù)據(jù)庫的索引是用B+樹實現(xiàn)的；
B+樹是一種特殊的平衡多路樹，是B樹的優(yōu)化改進版本，它把所有的數(shù)據(jù)都存放在葉節(jié)點上，中間節(jié)點保存的是索引。這樣一來相對于B樹來說，減少了數(shù)據(jù)對中間節(jié)點的空間占用，使得中間節(jié)點可以存放更多的指針，使得樹變得更矮，深度更小，從而減少查詢的磁盤IO次數(shù)，提高查詢效率。另一個是由于葉節(jié)點之間有指針連接，所以可以進行范圍查詢，方便區(qū)間訪問。
而紅黑樹是二叉的，他的深度相對于B+樹來說更大，更大的深度意味著查找的次數(shù)更多，更頻繁的磁盤IO，所以紅黑樹更適合在內(nèi)存中進行查找。

3.B樹和B+樹二點區(qū)別（重點）

關鍵字的數(shù)量不同；B+樹中分支結(jié)點有m個關鍵字，其葉子結(jié)點也有m個，其關鍵字只是起到了一個索引的作用，但是B樹雖然也有m個子結(jié)點，但是其只擁有m-1個關鍵字。

存儲的位置不同；B+樹中的數(shù)據(jù)都存儲在葉子結(jié)點上，也就是其所有葉子結(jié)點的數(shù)據(jù)組合起來就是完整的數(shù)據(jù)，但是B樹的數(shù)據(jù)存儲在每一個結(jié)點中，并不僅僅存儲在葉子結(jié)點上。

分支結(jié)點的構(gòu)造不同；B+樹的分支結(jié)點僅僅存儲著關鍵字信息和兒子的指針（這里的指針指的是磁盤塊的偏移量），也就是說內(nèi)部結(jié)點僅僅包含著索引信息。

查詢不同；B樹在找到具體的數(shù)值以后，則結(jié)束，而B+樹則需要通過索引找到葉子結(jié)點中的數(shù)據(jù)才結(jié)束，也就是說B+樹的搜索過程中走了一條從根結(jié)點到葉子結(jié)點的路徑。

B+樹優(yōu)點：由于B+樹的數(shù)據(jù)都存儲在葉子結(jié)點中，分支結(jié)點均為索引，方便掃庫，只需要掃一遍葉子結(jié)點即可，但是B樹因為其分支結(jié)點同樣存儲著數(shù)據(jù)，我們要找到具體的數(shù)據(jù)，需要進行一次中序遍歷按序來掃，所以B+樹更加適合在區(qū)間查詢的情況，所以通常B+樹用于數(shù)據(jù)庫索引，而B樹則常用于文件索引。

4.索引最左前綴/最左匹配

假如我們對a b c三個字段建立了聯(lián)合索引，在聯(lián)合索引中，從最左邊的字段開始，任何連續(xù)的索引都能匹配上，當遇到范圍查詢的時候停止。比如對于聯(lián)合索引index(a,b,c),能匹配a,ab,abc三組索引。并且對查詢時字段的順序沒有限制，也就是a,b,c; b,a,c; c,a,b; c,b,a都可以匹配。

5.各種樹形結(jié)構(gòu)

AVL樹（平衡二叉樹）
紅黑樹是在AVL樹的基礎上提出來的。
平衡二叉樹又稱為AVL樹，是一種特殊的二叉排序樹。其左右子樹都是平衡二叉樹，且左右子樹高度之差的絕對值不超過1。
AVL樹中所有結(jié)點為根的樹的左右子樹高度之差的絕對值不超過1。
將二叉樹上結(jié)點的左子樹深度減去右子樹深度的值稱為平衡因子BF，那么平衡二叉樹上的所有結(jié)點的平衡因子只可能是-1、0和1。只要二叉樹上有一個結(jié)點的平衡因子的絕對值大于1，則該二叉樹就是不平衡的。
紅黑樹
對紅黑樹的理解：通過特殊的要求實現(xiàn)了比較奇怪的結(jié)構(gòu)（數(shù)據(jù)存放方式），這種結(jié)構(gòu)（存放方式）可以讓查找數(shù)據(jù)變得特別有效，查找方式和常規(guī)的二叉查找樹查找同。
紅黑樹是在AVL樹的基礎上發(fā)展而來的。紅黑樹是一種二叉查找樹，但在每個節(jié)點增加一個存儲位表示節(jié)點的顏色，可以是紅或黑（非紅即黑）。通過對任何一條從根到葉子的路徑上各個節(jié)點著色的方式的限制，紅黑樹確保沒有一條路徑會比其它路徑長出兩倍，因此，紅黑樹是一種弱平衡二叉樹，相對于要求嚴格的AVL樹來說，它的旋轉(zhuǎn)次數(shù)少，所以對于搜索，插入，刪除操作較多的情況下，通常使用紅黑樹。

紅黑樹較AVL樹的優(yōu)點：
AVL 樹是高度平衡的，頻繁的插入和刪除，會引起頻繁的rebalance，導致效率下降；紅黑樹不是高度平衡的，算是一種折中，插入最多兩次旋轉(zhuǎn)，刪除最多三次旋轉(zhuǎn)。
所以紅黑樹在查找，插入刪除的性能都是O(logn)，且性能穩(wěn)定，所以STL里面很多結(jié)構(gòu)包括map底層實現(xiàn)都是使用的紅黑樹。

紅黑樹旋轉(zhuǎn)：
旋轉(zhuǎn)：紅黑樹的旋轉(zhuǎn)是一種能保持二叉搜索樹性質(zhì)的搜索樹局部操作。有左旋和右旋兩種旋轉(zhuǎn)，通過改變樹中某些結(jié)點的顏色以及指針結(jié)構(gòu)來保持對紅黑樹進行插入和刪除操作后的紅黑性質(zhì)。
左旋：對某個結(jié)點x做左旋操作時，假設其右孩子為y而不是T.nil：以x到y(tǒng)的鏈為“支軸”進行。使y成為該子樹新的根結(jié)點，x成為y的左孩子，y的左孩子成為x的右孩子。
右旋：對某個結(jié)點x做右旋操作時，假設其左孩子為y而不是T.nil：以x到y(tǒng)的鏈為“支軸”進行。使y成為該子樹新的根結(jié)點，x成為y的右孩子，y的右孩子成為x的左孩子。

B+樹
B+是一種多路搜索樹，主要為磁盤或其他直接存取輔助設備而設計的一種平衡查找樹，在B+樹中，每個節(jié)點的可以有多個孩子，并且按照關鍵字大小有序排列。所有記錄節(jié)點都是按照鍵值的大小順序存放在同一層的葉節(jié)點中。相比B樹，其具有以下幾個特點：

每個節(jié)點上的指針上限為2d而不是2d+1（d為節(jié)點的出度）
內(nèi)節(jié)點不存儲data,只存儲key
葉子節(jié)點不存儲指針

總結(jié)

以上是生活随笔為你收集整理的数据库面试基础知识的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。