14 個必須掌握的數據庫面試問題

本文總結了 14 個必須掌握的數據庫面試題，附答案，快看看是否對你有幫助！

1 爲什麼使用數據索引能提高效率

• 數據索引的存儲是 有序的

• 在有序的情況下, 通過索引查詢一個數據是無需遍歷索引記錄的

• 極端情況下，數據索引的查詢效率爲二分法查詢效率, 趨近於 log2(N)

2 B + 樹索引和哈希索引的區別

B + 樹是一個平衡的多叉樹，從根節點到每個葉子節點的高度差值不超過 1, 而且同層級的節點間有指針相互鏈接，是有序的，如下圖：

哈希索引就是採用一定的哈希算法，把鍵值換算成新的哈希值，檢索時不需要類似 B + 樹那樣從根節點到葉子節點逐級查找，只需一次哈希算法即可, 是無序的，如下圖所示：

3 哈希索引的優勢

等值查詢，哈希索引具有絕對優勢 (前提是: 沒有大量重複鍵值，如果大量重複鍵值時，哈希索引的效率很低，因爲存在所謂的哈希碰撞問題。

4 哈希索引不適用的場景

• 不支持 範圍查詢

• 不支持索引完成排序

• 不支持聯合索引的最左前綴匹配規則

5 什麼是表分區?

表分區，是指根據一定規則，將數據庫中的一張表分解成多個更小的，容易管理的部分。從邏輯上看，只有一張表，但是底層卻是由多個物理分區組成

6 表分區與分表的區別?

分表：指的是通過一定規則， 將一張表分解成多 張不同的表。比如將用戶訂單記錄根據時間成多個表。

分表與分區的區別在於: 分區從邏輯上來講只有一張表 , 而分表則是將一張表分解成多張表。

7 表分區有什麼好處?

• 存儲更多數據。分區表的數據可以分佈在不同的物理設備上，從而高效地利用多個硬件設備。和單個磁盤或者文件系統相比，可以存儲更多數據

• 優化 E 詢。在 where 語句中包含分區條件時，可以只掃描一個或多 個分區表來提高查詢效率; 涉及 sum 和 count 語句時，也可以在多個分區上並行處理，最後彙總結果。

• 分區表更容易維護。例如: 想批量刪除大量數據可以清除整個分區。

• 避免某些特殊的瓶頸，例如 InnoDB 的單個索引的互斥訪問， ext3 問價你係統的 inode 鎖競爭等。

8 在 MVCC 併發控制中, 讀操作可以分成兩類

快照讀 (snapshot read): 讀取的是記錄的可見版本 (有可能是歷史版本)，不用加鎖 (共享讀鎖 s 鎖也不加，所以不會阻塞其他事務的寫)

當前讀 (currentread): 讀取的是記錄的最新版本，並且，當前讀返回的記錄，都會加上鎖，保證其他事務不會再併發修改這條記錄

9 行級鎖定的優點

• 當在許多線程中訪問不同的行時只存在少量鎖定衝突。

• 回滾時只有少量的更改

• 可以長時間鎖定單一的行。

10 行級鎖定的缺點

比頁級或表級鎖定佔用更多的內存。當在表的大部分中使用時，比頁級或表級鎖定速度慢，因爲你必須獲取更多的鎖。如果你在大部分數據上經常進行 GROUP BY 操作或者必須經常掃描整個表，比其它鎖定明顯慢很多。用高級別鎖定，通過支持不同的類型鎖定, 你也可以很容易地調節應用程序，因爲其鎖成本小於行級鎖定。

11 MySQL 優化

• 開啓查詢緩存，優化查詢

• explain 你的 select 查詢， 這可以幫你分析你的查詢語句或是表結構的性能瓶頸。EXPLAIN 的查詢結果還會告訴你你的索引 主鍵被如何利用的，你的數據表是如何被搜索和排序的

• 當只要一行數據時使用 limit 1, MySQL 數據庫引擎會在找到一條數據後停止搜索, 而不是繼續往後查少下一條符合記錄的數據

• 爲搜索字段建索引

• 使用 ENUM 而不是 VARCHAR

• Prepared StatementsPrepared Statements 很像存儲過程, 是一種運行在後臺的 SQL 語句集合, 我們可以從使用

prepared statements 獲得很多好處，無論是性能問題還是安全問題。

Prepared Statements 可以檢查一些你綁定好的變量，這樣可以保護你的程序不會受到 “SQL 注入式” 攻擊

• 垂直分表

• 選擇正確的存儲引擎

12 key 和 index 的區別

key 是數據庫的物理結構，它包含兩層意義和作用，一是約束 (偏 重於約束和規範數據庫的結構完整性) , 二是索引 (輔助查詢 用的)。包括 primary key, unique key, foreign key 等

index 是數據庫的物理結構，它只是輔助查詢的，它創建時會在另外的表空間 (mysql 中的 innodb 表空間) 以 - 個類似目錄的結 構存儲。索引要分類的話，分爲前綴索引、全文本索引等;

13 Mysql 中 MyISAM 和 InnoDB 的區別有哪些?

• InnoDB 支持事務, MyISAM 不支持

• InnoDB 支持外鍵，而 MylSAM 不支持。對一個包含外鍵的 InnoDB 錶轉爲 MYISAM 會失敗;

• InnoDB 是聚集索引，數據文件是和索引綁在一起，必須要有主鍵，通過主鍵索引效率高。

• InnoDB 不保存 表的具體行數, 執行 select count(*) from table 時需要全表掃描。

• Innodb 不支持全文索引，而 MyISAM 支持全文索引, 查詢效率上 MyISAM 要高;

14 數據庫表創建注意事項

1、字段名及字段配製合理性

• 剔除關係不密切的字段; 1 字段命名要有規則及相對應的含義 (不要一部分英文，一部分拼音，還有類似 a.b.c 這樣不明含義的字段) ;

• 字段命名儘量不要使用縮寫 (大多數縮寫都不能明確字段含義) ;

• 字段不要大小寫混用 (想要具有可讀性，多個英文單詞可使用下劃線形式連接) ;

• 字段名 不要使用保留字或者關鍵字;

• 保持字段名和類型的一致性;

• 慎重選擇數字類型; 給文本字段留足餘量;

2、系統特殊字段處理及建成後建議

• 添加刪除標記 (例如操作人、刪除時間) ;

• 建立版本機制;

3、表結構合理性配置

• 多型字段的處理 ，就是表中是否存在字段能夠分解成更小獨立的幾部分 (例如: 人可以分爲男人和女人) ;

• 多值字段的處理，可以將表分爲三張表，這樣使得檢索和排序更加有調理，且保證數據的完整性!

4、其它建議

• 對於大數據字段，獨立表進行存儲, 以便影響性能 (例如: 簡介字段) ;

• 使用 varchar 類 型代替 char, 因爲 varchar 會動態分配長度，char 指定長度是固定的; 給表創建主鍵，對於沒有主鍵的表，在查詢和索引定義上有一定的影響;

• 避免表字段運行爲 null, 建議設置默認值 (例如: int 類型設置默認值爲 0) 在索引查詢上，效率立顯; 1 建立索引, 最好建立在唯 - 和非空的字段上，建立太多的索引對後期插入、更新都存在一定的影響 (考慮實際情況來創建) ;

來源：database.51cto.com/art/202010/628634.htm

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/HGDAQH3EaeU8UMz7sNsa_Q