第8章 数据库考察点

Mysql 基础考点

事务的原理，特性，事务并发控制◆常用的字段、含义和区别◆常用数据库引擎之间区别

什么是事务？

Transaction◆事务是数据库并发控制的基本单位◆事务可以看作是一系列SQL语句的集合◆事务必须要么全部执行成功，要么全部执行失败（回滚）
转账操作是事务使用的一个常见场景

事务的ACID特性

ACID是事务的四个基本特性牢记四个特性以及它们的含义
◆原子性（Atomicity）：一个事务中所有操作全部完成或失败◆一致性（Consistency）：事务开始和结束之后数据完整性没有被破坏◆隔离性（Isolation）：允许多个事务同时对数据库修改和读写◆持久性（Durability)：事务结束之后，修改是永久的不会丢失

事务的并发控制可能产生哪些问题

如果不对事务进行并发控制，可能会产生四种异常情况◆幻读（phantom read）：一个事务第二次查出现第一次没有的结果◆非重复读（nonrepeatable read）:一个事务重复读两次得到不同结果◆脏读（dirty read）：一个事务读取到另一个事务没有提交的修改◆丢失修改（lost update）：并发写入造成其中一些修改丢失

四种事务隔离级别

为了解决并发控制异常，定义了4种事务隔离级别◆读未提交（read uncommitted）：别的事务可以读取到未提交改变◆读已提交（read committed）：只能读取已经提交的数据
◆可重复读（repeatable read）：同一个事务先后查询结果一样    Mysql InnoDB默认实现可重复读级别◆串行化（ Serializable）：事务完全串行化的执行，隔离级别最高，执行效率最低

如何解决高并发场景下的插入重复

高并发场景下，写入数据库会有数据重复问题◆使用数据库的唯一索引◆使用队列异步写入◆使用 redis等实现分布式锁

乐观锁和悲观锁

什么是乐观锁，什么是悲观锁◆悲观锁是先获取锁再进行操作。一锁二查三更新 select for update◆乐观锁先修改，更新的时候发现数据已经变了就回滚（check and set）乐观锁一般通过版本,号或者时间戳实现◆使需要根据响应速度、冲突频率、重试代价来判断使用哪一种

Mysql常用数据类型-字符串（文本）

Mysql 常用数据类型-数值

Mysql常用数据类型-日期和时间

InnoDB Vs MyISAM

两种引擎常见的区别◆ MyISAM不支持事务， InnoDB支持事务◆ MyISAM不支持外键， InnoDB支持外键◆ MyISAN只支持表锁， InnoDB支持行锁和表锁

Mysql 索引原理及优化常见考题

Mysql 索引

◆索引的原理、类型、结构◆创建索引的注意事项，使用原则◆如何排査和消除慢查询

什么是索引？

为什么需要索引？◆索引是数据表中一个或者多个列进行排序的数据结构◆索引能够大幅提升检索速度（回顾下你所知道的査找结构）◆创建、更新索引本身也会耗费空间和时间

什么是 B-Tree？

查找结构进化史数据结构可视化：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html
Binary Search TreeAVL Tree    注意这里出现了平衡操作,但是依然无法解决节点太多树高度非常深的问题

查找结构进化史

线性查找：一个个找；实现简单；太慢二分査找：有序；简单；要求是有序的，插入特别慢HASH：查询快；占用空间；不太适合存储大规模数据二叉査找树∶插入和査询很快（log（n）；无法存大规模数据，复杂度退化平衡树：解决bst退化的问题，树是平衡的；节点非常多的时候，依然树高很高多路查找树：一个父亲多个孩子节点（度）；节点过多树高不会特别深多路平衡查找树-B-Tree

什么是B-Tree？

什么是B-Tree，为什么要使用 B-Tree◆多路平衡查找树（每个节点最多m（m>=2）个孩子称为m阶或者度）◆叶节点具有相同的深度◆节点中的数据key从左到右是递增的

B+Tree

B+ 树是B-Tree的变形◆Mysql 实际使用的B+Tree作为索引的数据结构◆只在叶子节点带有指向记录的指针（为什么？可以增加树的度）◆叶子结点通过指针相连。为什么？实现范围查询问题：是不是树的度越多越好了呢？



根据磁盘块去确定的

Mysq索引的类型

Mysql 创建索引类型◆普通索引（CREATE INDEX)◆唯一索引，索引列的值必须唯一（CREATE UNIQUE INDEX)◆多列索引
◆主键索引（PRIMARY KEY），一个表只能有一个◆全文索引（FULLTEXT INDEX）， InnoDB不支持

创建索引有哪些需要注意的？

最佳实践◆非空字段 NOT NULL,Mysql 很难对空值作查询优化    很多互联网公司的建表规范要求索引字段有默认值◆区分度高，离散度大，作为索引的字段值尽量不要有大量相同值◆索引的长度不要太长（比较耗费时间）

索引什么时候失效？

记忆口诀：模糊匹配、类型隐转、最左匹配◆以%开头的LIKE语句，模糊搜索◆出现隐式类型转换（在 Python这种动态语言查询中需要注意）◆没有满足最左前缀原则（想想为什么是最左匹配？）

什么是聚集索引和非聚集索引？

什么是聚集索引？什么是非聚集索引？◆聚集还是非聚集指的是B+Tree叶节点存的是指针还是数据记录◆MyISAM索引和数据分离，使用的是非聚集索引◆InnoDB数据文件就是索引文件，主键索引就是聚集索引

非聚集索引

非聚集和聚集索引的文件存储方式

区别是在B+Tree的叶节点存储数据还是指针

聚集索引

聚集索引与辅助索引

辅助索引先找到,主键以后再根据主键找到数据

如何排查慢查询

慢查询通常是缺少索引，索引不合理或者业务代码实现导致◆slow_query_log_file 开启并且查询慢查询日志◆通过 explain 排查索引问题◆调整数据修改索引；业务代码层限制不合理访问

本章回顾

索引的原理是重点◆索引的原理◆B+Tree的结构◆不同索引的区别

SQL语句编写常考题

考点聚焦SQL语句以考察各种常用连接为重点◆内连接（INNER JOIN）：两个表都存在匹配时，才会返回匹配行◆外连接（LEFT/RIGHT JOIN）返回一个表的行，即使另一个没有匹配◆全连接（FULL JOIN）：只要某一个表存在匹配就返回

内连接

INNER JOIN◆将左表和右表能够关联起来的数据连接后返回◆类似于求两个表的“交集”o select * from a inner join b on a.id=b.id

外连接

外连接包含左连接和右连接◆左连接返回左表中所有记录，即使右表中没有匹配的记录◆右连接返回右表中所有记录，即使左表中没有匹配的记录◆没有匹配的字段会设置成NULL    MysqL中使用 left join和 right join实现

缓存的使用场景

◆为什么要使用缓存？使用场景？◆Redis的常用数据类型，使用方式◆缓存使用问题：数据一致性问题；缓存穿透、击穿、雪崩问题
操作时间对比

Redis的使用

Redis和 Memcached主要区别？

Mysql + Redis 就能抗住很多业务需求

请简述 Redis常用数据类型和使用场景？

考察对 Redis使用的掌握程度◆String（字符串）: 用来实现简单的KV键值对存储，比如计数器◆List（链表）：实现双向链表，比如用户的关注，粉丝列表◆Hash（哈希表）：用来存储彼此相关信息的键值对    HSET key filed value◆Set（集合）存储不重复元素，比如用户的关注者◆Sorted Set（有序集合）：实时信息排行榜

延伸考点：Redis内置实现

对于中高级工程师，需要了解 Redis各种类型的C底层实现方式◆String：整数或者sds（Simple Dynamic String）◆List:ziplist或者 double linked list    ziplist通过一个连续的內存块实现list结构，其中的每个 entry节点头部保存前后节点长度信息，实现双向链表功能◆Hash:ziplist或者 hashtable◆Set:Intset或者 hashtable◆SortedSet:skiplist跳跃表◆深入学习请参考：《Redis设计与实现》
自我检查：你知道这些数据结构操作的时间和空间复杂度么？
Redis实现的跳跃表是什么结构？Sorted set为了简化实现，使用 skiplist而不是平衡树实现
Redis 有哪些持久化方式？
Redis支持两种方式实现持久化◆快照方式：把数据快照放在磁盘二进制文件中，dump.rdb    快照的实现方式是指定时间间隔把 Redis数据库状态保存到一个压缩的二进制文件中◆AOF（Append Only File）：每一个写命令追加到 appendonly.aof中◆可以通过修改 Redis配置实现

什么是 Redis事务？

和Mysql的事务有什么不同？◆将多个请求打包，一次性、按序执行多个命令的机制◆Redis通过 MULTI, EXEC, WATCH等命令实现事务功能Python redis-py     pipeline=conn.pipeline（transaction=True）

Redis如何实现分布式锁？

◆使用 setnx实现加锁，可以同时通过 expire添加超时时间◆锁的 value值可以使用一个随机的uuid或者特定的命名◆释放锁的时候，通过uuid判断是否是该锁，是则执行 delete释放锁

使用缓存的模式？

常用的缓存使用模式◆ Cache aside：同时更新缓存和数据库◆Read/Write Through：先更新缓存，缓存负责同步更新数据库◆ Write Behind Caching：先更新缓存，缓存定期异步更新数据库数据库和缓存之间的数据一致性先更新数据库后更新缓存，并发写操作可能导致缓存读取的是脏数据一般先更新数据库然后删除缓存

缓存使用中的坑

如何解决缓存穿透问题？

大量查询不到的数据的请求落到后端数据库，数据库压力增大◆由于大量缓存査不到就去数据库取，数据库也没有要查的数据    很多无脑爬虫通过自增id的方式爬取网站，网站查不到相关id的数据
◆解决：对于没查到返回为None的数据也缓存◆插入数据的时候删除相应缓存，或者设置较短的超时时间

如何解决缓存击穿问题？

某些非常热点的数据key过期，大量请求打到后端数据库◆热点数据key失效导致大量请求打到数据库增加数据库压力◆分布式锁：获取锁的线程从数据库拉数据更新缓存，其他线程等待◆异步后台更新：后台任务针对过期的key自动刷新

如何解决缓存雪崩问题？

缓存不可用或者大量缓存key同时失效，大量请求直接打到数据库◆多级缓存：不同级别的key设置不同的超时时间◆随机超时：key的超时时间随机设置，防止同时超时◆架构层：提升系统可用性。监控、报警完善

Mysql 与 Redis 练习题

Mysql 思考题

索引的理解◆为什么Mysql数据库的主键使用自增的整数比较好？◆使用uuid 可以吗？为什么？◆如果是分布式系统下我们怎么生成数据库的自增id呢？

Redis 应用-分布式锁

Redis的应用之一：实现分布式锁◆请你基于 Redis编写代码实现一个简单的分布式锁◆要求：支持超时时间参数◆深入思考：如果 Redis单个节点宕机了，如何处理？还有其他业界的方案实现分布式锁么？

标签：事务,缓存,数据库,Redis,索引,Mysql,考察点
来源： https://www.cnblogs.com/wenyule/p/14396163.html