java面试题：数据库mysql

Web后端数据库一般用mysql。

数据库基础

Q:数据库三范式是什么?

第一范式：列不可再分

第二范式：行可以唯一区分，主键约束

第三范式：表的非主属性不能依赖与其他表的非主属性外键约束

且三大范式是一级一级依赖的，第二范式建立在第一范式上，第三范式建立第一第二范式上。

Q:数据库引擎有哪些？他们有什么区别？

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，数据文件是和索引绑在一起的，必须要有主键，通过主键索引效率很高。但是辅助索引需要两次查询，先查询到主键，然后再通过主键查询到数据。因此，主键不应该过大，因为主键太大，其他索引也都会很大。而MyISAM是非聚集索引，数据文件是分离的，索引保存的是数据文件的指针。主键索引和辅助索引是独立的。
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；
Innodb不支持全文索引，而MyISAM支持全文索引，查询效率上MyISAM要高；

Q:数据库事务是什么？

多条sql语句，要么全部成功，要么全部失败。

Q:数据库事务有哪些特性？

数据库事务特性：原子性(Atomic)、一致性(Consistency)、隔离性(Isolation)、持久性(Durabiliy)。简称ACID。

原子性：组成一个事务的多个数据库操作是一个不可分割的原子单元，只有所有操作都成功，整个事务才会提交。任何一个操作失败，已经执行的任何操作都必须撤销，让数据库返回初始状态。

一致性：事务操作成功后，数据库所处的状态和它的业务规则是一致的。即数据不会被破坏。如A转账100元给B，不管操作是否成功，A和B的账户总额是不变的。

隔离性：在并发数据操作时，不同的事务拥有各自的数据空间，它们的操作不会对彼此产生干扰

持久性：一旦事务提交成功，事务中的所有操作都必须持久化到数据库中。

Q:数据库的隔离级别有哪些？

读未提交（read-uncommitted）读提交（read-committed）可重复读（repeatable-read）串行化（serializable）。

Q:mysql默认的数据库隔离级别是什么？

可重复读（repeatable-read）

Q:不同的数据库隔离级别会导致哪些问题？

数据库中的数据可能同时被多个事务访问，如果没有采取必要的隔离措施，就会导致各种并发问题，破坏数据的完整性。

1.脏读：A事务读取B事务尚未提交的更改数据，并在这个数据的基础上进行操作。如果恰巧B事务回滚，那么A事务读取到的数据是根本不被承认的。

2.不可重复读：A事务读取了B事务已经提交的更改数据。

3.幻读：A事务读取了B事务已经提交的新增数据。

概念讲解：https://www.cnblogs.com/expiator/p/9626123.html

操作示例：https://juejin.im/post/5d8b2a9c518825091471fe2c

sql

Q:union和union all的区别是什么？

union：对两个结果集进行并集操作，不包括重复行，同时进行默认规则的排序；

union all：对两个结果集进行并集操作，包括重复行，不进行排序；

Q:讲一下各种join的区别。

JOIN: 如果表中有至少一个匹配，则返回行

INNER JOIN 与 JOIN 是相同的。

LEFT JOIN: 即使右表中没有匹配，也从左表返回所有的行

RIGHT JOIN: 即使左表中没有匹配，也从右表返回所有的行

FULL JOIN: 只要其中一个表中存在匹配，就返回行

Q:讲一下explain。

它可以对 SELECT 语句进行分析，并输出 SELECT 执行的详细信息，方便针对性地优化。

查询结果的字段如下：

select_type: SELECT 查询的类型。包括SIMPLE、PRIMARY、UNION、UNION RESULT等

table: 查询的是哪个表

partitions: 匹配的分区

type: 类型。type值为all，表示全表扫描。type值为const，说明使用了主键索引。

不同的 type 类型的性能关系如下:

ALL < index < range ~ index_merge < ref < eq_ref < const < system。

possible_keys: 此次查询中可能选用的索引

key: 此次查询中确切使用到的索引.

ref: 哪个字段或常数与 key 一起被使用

rows: 显示此查询一共扫描了多少行. 这个是一个估计值.

filtered: 表示此查询条件所过滤的数据的百分比

extra: 额外的信息

参考资料：https://segmentfault.com/a/1190000008131735

sql优化

Q:平常使用过哪些sql优化的手段？

1、查询语句中不要使用select  *

2、尽量减少子查询，使用关联查询（left join,right join,inner  join）替代

3、减少使用IN或者NOT IN ,使用exists，not exists或者关联查询语句替代

4、or 的查询尽量用 union或者union all 代替(在确认没有重复数据或者不用剔除重复数据时，union all会更好)

5、应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。

6、应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：

select id from t where num is null

可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：

select id from t where num=0

索引

Q:有哪些数据结构的索引？

B+ Tree索引、哈希索引(Hash Index)、空间数据索引(R-Tree)、全文索引(Full Text)

Q:有哪些类型的索引？

普通索引，唯一索引，主键索引与组合索引

普通索引：仅加速查询

唯一索引：加速查询 + 列值唯一（可以有null）

主键索引：加速查询 + 列值唯一（不可以有null）+ 表中只有一个

组合索引：多列值组成一个索引，专门用于组合搜索，其效率大于索引合并

全文索引：对文本的内容进行分词，进行搜索

Q:唯一索引和主键索引有什么区别？

唯一索引可以是null，主键索引不可以有null。

Q:索引的数据结构。

B+树。Mysql支持Hash索引和B+树索引两种

Q:B+树和B树的区别有哪些？

B+ Tree 和 B Tree 不同，B+ Tree 中，只能将数据存储在叶子结点中，内部节点将只包含指针，而 B Tree 可以将数据存储在内部的叶节点中。因此 B+ Tree 的关键优势是中间节点不包含数据，因此 B+ Tree 的大小远小于 B Tree，并且可以将更多数据存储到存储器中。另外，B+ Tree 的每一个叶子节点包含了到相邻的节点的链接，这样可以快速地进行范围遍历。

Q：使用索引为什么可以加快数据库的检索速度啊？

将无序的数据变成有序(相对)。没有用索引我们是需要遍历双向链表来定位对应的页，现在通过“目录”就可以很快地定位到对应的页上了。

类比翻字典。。查了索引，知道是在第几页，直接去第几页找就行了。不要从头开始翻。

Q：为什么说索引会降低插入、删除、修改等维护任务的速度。

B+树是一颗平衡树，如果我们对这颗树增删改的话，那肯定会破坏它的原有结构。

要维持平衡树，就必须做额外的工作。正因为这些额外的工作开销？导致索引会降低增删改的速度

Q：索引的最左匹配原则指的是什么？

Q：Hash索引和B+树索引有什么区别？主流的使用哪一个比较多？InnoDB存储都支持吗？

Q:组合索引是怎么存储数据的？

组合索引也是一棵B+树，不同的是组合索引的键值不是1个，而是大于等于2个。

Q:组合索引有哪些使用规则？

Q：聚集索引和非聚集索引有什么区别？

简单概括：

聚集索引就是以主键创建的索引;

非聚集索引就是以非主键创建的索引。

区别：

聚集索引在叶子节点存储的是表中的数据

非聚集索引在叶子节点存储的是主键和索引列

使用非聚集索引查询出数据时，拿到叶子上的主键再去查到想要查找的数据。(拿到主键再查找这个过程叫做回表)

Q:索引的最左前缀原则是什么？

如果不是按照索引的最左列开始查找，则无法使用索引；

不能跳过联合索引中的某些列；

如果查询中有某个列的范围查询，则其右边所有列都无法使用索引优化查找；

Q:索引什么时候不生效？

Q:索引优化策略。

1.最左前缀匹配原则。

2.主键外键一定要建索引

3. 对 where,on,group by,order by 中出现的列使用索引

4.尽量选择区分度高的列作为索引,区分度的公式是count(distinct col)/count(*)，表示字段不重复的比例，比例越大我们扫描的记录数越少，唯一键的区分度是1，而一些状态、性别字段可能在大数据面前区分度就是0

5.对较小的数据列使用索引,这样会使索引文件更小,同时内存中也可以装载更多的索引键

6.索引列不能参与计算，保持列“干净”，比如from_unixtime(create_time) = ’2014-05-29’就不能使用到索引，原因很简单，b+树中存的都是数据表中的字段值，但进行检索时，需要把所有元素都应用函数才能比较，显然成本太大。所以语句应该写成create_time = unix_timestamp(’2014-05-29’);

7.为较长的字符串使用前缀索引

8.尽量的扩展索引，不要新建索引。比如表中已经有a的索引，现在要加(a,b)的索引，那么只需要修改原来的索引即可

9.不要过多创建索引, 权衡索引个数与DML之间关系，DML也就是插入、删除数据操作。这里需要权衡一个问题，建立索引的目的是为了提高查询效率的，但建立的索引过多，会影响插入、删除数据的速度，因为我们修改的表数据，索引也需要进行调整重建

10.对于like查询，”%”不要放在前面。

    SELECT * FROM  t_order  WHERE uname LIKE '编程%' -- 走索引

    SELECT * FROM  t_order  WHERE uname LIKE  '%编程%' -- 不走索引

可以用instr代替左模糊。

instr(title,'name')>0  相当于  title like '%name%'

instr(title,'name')=1  相当于  title like 'name%'

instr(title,'name')=0  相当于  title not like '%name%'

11.查询where条件数据类型不匹配也无法使用索引。字符串与数字比较不使用索引;

Q:有一个性别字段，男和女，这个字段需要加索引吗？

离散度低的字段，没有必要加索引。

锁

Q:讲一下悲观锁、乐观锁。

悲观锁是指总是假设最坏的情况，每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁。具有独占性和排他性。比如，行锁，表锁等，读锁，写锁等，都是在做操作之前先上锁。

乐观锁不是数据库层面上的锁，是需要自己手动去加的锁。一般我们添加一个版本字段version来实现。

主从架构

Q:为什么要做主从架构？

读写分离，主机写，从机读。提高数据库性能，扛更高的并发。

Q:讲一下主从复制。

主库创建一个binlog dump thread线程，把binlog的内容发送到从库。

从库创建一个I/O线程，读取主库传过来的binlog内容并写入到relay log。

从库还会创建一个SQL线程，从relay log里面读取内容，并将更新内容写入到slave的db(也就是重新在从库里跑一次insert/update语句)。

参考资料：https://blog.csdn.net/darkangel1228/article/details/80003967

Q:主从复制延迟怎么解决？

分库，降低并发量。

打开Mysql的并行复制，多库并行复制。

分库分表

Q:分库分表怎么分？

水平分表，垂直分表

Q:分库分表有哪些中间件？

ShardingJdbc、MyCat

Q:分表策略有哪些？

Hash分表：对某个字段进行hash分表。比如user表可以对user_id值进行hash后拆分成user_1，user_2。。查询后根据id的hash值找到对应的表就可以了。

待补充。

参考资料：

数据库面试题--开发者必看

 数据库要点--索引和锁