当前位置: 首页 > news >正文

面试题------>MySQL!!!

一、连接查询

        ①:左连接left join (小表在左,大表在右)

        ②:右连接right join(小表在右,大表在左)

二、聚合函数

SQL 中提供的聚合函数可以用来统计、求和、求最值等等

COUNT:统计行数量

SUM:获取单个列的合计值

AVG:计算某个列的平均值

MAX:计算列的最大值

MIN:计算列的最小值

三、SQL 关键字

①分页:limit

SELECT * FROM student3 LIMIT 100,6; 查询学生表中数据,跳过100条,从第101条开始显示,取6 条

②倒序:order by  ... desc

select * from user order by id desc limit 0 6

③分组:group by

SELECT sex , count(*) FROM student GROUP BY sex

④去重:distinct

select DISTINCT NAME FROM student3;

四、 SQL Select 语句完整的执行顺序

查询中用到的关键词主要包含如下展示,并且他们的顺序依次为

form...left join...on...where...group by...having..select...avg()/sum()...order by...asc/desc...limit...

from: 需要从哪个数据表检索数据

where: 过滤表中数据的条件

group by: 如何将上面过滤出的数据分组算结果

order by : 按照什么样的顺序来查看返回的数据

五、 数据库三范式(掌握)

第一范式:

1NF 原子性,列或者字段不能再分,要求属性具有原子性不可再分解;

第二范式:

2NF主要是解决的冗余。

1.每一行数据有唯一的主键

2. 非主键字段必须依赖于主键字段

第三范式:

3NF主要是解决 的冗余。

非主字段不依赖于其它非主键字段

我们有时候并不会严格的遵守第三范式,例如我们在设计订单明细表的时候,我们冗余了商品的名称和图片,因为我们通过商品id再去查询商品表会给基础表造成压力,所以我们冗余了两个字段。

六、存储引擎 :MyISAM 存储引擎 与 InnoDB 引擎区别

①. 事务支持:MyLISAM不支持事务,InnoDB支持事务。

②. 锁定机制(锁的粒度):MyISAM 表级锁 InnoDB 支持行级锁

③. 外键支持:MyISAM 不支持外键约束;而 InnoDB 支持外键约束。(一般不用外键,我们在使用外键过程中,删除的时候需要)

④. 并发性能: InnoDB 支持行级锁定和事务处理,InnoDB 的并发性能更高

七、数据库事务(必会)

1.事务特性ACID

原子性:即不可分割性,事务要么全部被执行,要么就全部不被执行。

一致性:事务必须使数据库从一个一致性状态变换到另一个一致性状态,即一个事务执行之前和执行之后都必须处于一致性状态。拿转账来说,假设用户A和用户B两者的钱加起来一共是5000,那么不管A和B之间如何转账,转几次账,事务结束后两个用户的钱相加起来应该还是5000,这就是事务的一致性。

隔离性:即一个事务执行之前和执行之后都必须处于一致性状态。

持久性:事务一旦结束,数据就持久到数据库

如何保持事务特性:

  • redo log持久性,当数据库对数据做修改的时候,需要把数据页从磁盘读到buffer pool中,然后在buffer pool中进行修改,那么这个时候buffer pool中的数据页就与磁盘上的数据页内容不一致,称buffer pool的数据页为dirty page脏数据,如果这个时候发生非正常的DB服务重启,那么这些数据还在内存,并没有同步到磁盘文件中,也就是会发生数据丢失,如果这个时候,能够在有一个文件,当buffer pool中的data page变更结束后,把相应修改记录记录到这个文件(注意,记录日志是顺序IO),那么当DB服务发生crash的情况,恢复DB的时候,也可以根据这个文件的记录内容,重新写到到磁盘文件,这样数据就保持一致。

  • undo log一致性原子性。 undo日志用于存放数据被修改前的值,如果修改出现异常,可以使用undo日志来实现回滚操作,保证事务的一致性。另外InnoDB MVCC事务特性也是基于undo日志实现的。undo日志分为insert undo log(insert语句产生的日志,事务提交后直接删除)和update undo log(delete和update语句产生的日志,由于该undo log可能提供MVVC机制使用,所以不能再事务提交时删除)

2.隔离级别

读未提交:脏读

脏读:所谓的脏读,其实就是读到了别的事务回滚前的脏数据。当前事务读到的数据是别的事务想要修改但是没有修改成功的数据。

A读了B回滚前的数据。

读已提交:不可重复读,针对updatedelete

可重复读:幻读,针对insert

解决方法:采用多版本并发控制(MVCC,Multiversion Concurrency Control)机制解决了该问题。·

串行化:一个一个来,有效解决脏读,不可重复读,幻读,就是效率很低。

八、索引的优点和缺点(空间换时间)

优点:加快查询效率

缺点:占用内存空间,增删改的效率较低(删除数据的时候还需要删索引的相关数据,故效率低)

九、索引的分类

①:普通索引:值可以重复

②:唯一索引:唯一,允许有一个空值

③:主键索引:不为空,只能有一个

④:联合索引:(手机号和密码),(订单id和status)

⑤:全文索引:虽然MySQL支持全文索引但我们并没有采用,我们采用ES做搜索引擎。

十、B树与B+树的主要区别

存储数据的位置:

        B树: 数据既存储在所有节点中(叶子节点和非叶子节点都有数据)

        B+树: 所有的数据记录都存储在叶子节点中,非叶子节点仅包含索引信息。叶子节点包含了完整的数据和索引键。

叶子节点之间的链接:

        B树: 叶子节点之间没有链接。

        B+树: 叶子节点之间通过指针相互链接,形成一个链表或循环链表,这使得范围查询和遍历变得高效。

十一、MySql Explain优化命令使用

truncate table student // 自增id 从 0 开始

delete from student // 自增id 会保留 , 108

区别:

1:自增id

2:delete 可以恢复

truncate 无法恢复

通过MySQL的慢日志skyworking进行记录所有较慢的sql语句,我们的运维通过xxl-job每天早上八点定时发送邮件,我们查看邮件看是否有自己所在组的慢日志的语句。在通过explain命令对我们的sql语句进行分析,通过查看type字段看我们的sql处于什么阶段,然后进行优化。

1、type 列(重点)

"type"列用于表示访问表时所采用的访问类型。

下面是常见的"type"值及其含义:

  1. system: 表示只有一行的表,通常是系统表。

  2. const: 表示通过索引只能匹配到一行数据。 explain select * from student where id = 1688

  3. eq_ref: 表示使用了等值连接(例如,使用主键或唯一索引连接表)。explain SELECT * FROM student s1 JOIN student s2 ON s1.id = s2.id WHERE s1.age = 25;

  4. ref: 表示使用了非唯一索引进行查找,并返回匹配的多行或一行数据。 explain select * from student where name = '张68'

  5. range: 表示使用了索引进行范围查找,例如使用比较符(>, <, BETWEEN)或IN操作符。 explain select * from student where age < 1688

  6. index: 表示全索引扫描,也就是说用了某一个索引的全部, 通常发生在查询使用索引覆盖的情况下。explain select count(*) from student ;explain select sum(age) from student

  7. all: 表示全表扫描,即没有使用索引,需要遍历整个表进行查询。 explain select * from student

2、如何避免索引失效

①:避免使用范围条件查询(如果查询的结果数大于总数的三分之一,索引就会失效)

②:避免使用函数运算会造成索引失效(使用函数运算,在没计算出来结果之前无法确定结果)

③:字符串不加引号会造成索引失效(不加引号比较的是ASI码,加引号比较的是字符串常量)

④:尽量使用索引覆盖

        索引覆盖:通过索引就能找到你想要的信息,就可以避免再次查询

        回表:通过索引不能够完全查询到你要找到的信息,需要回表再查询一次

⑤:or关键字连接(or前后的列都需要有索引才会走索引,只要有一个没有使用索引,索引就是失效)

⑥:使用!=(底层就是使用函数运算,索引就会失效)

⑦:like  '%张' (最左匹配原则,先%就是全表查询,先‘张’就是根据索引查询)

十二、数据库锁

1、行锁和表锁

①:粒度划分:行锁,表锁,库锁

②:行锁和表锁的区别:

        表锁:开销小,加锁快,不会出现死锁,锁的粒度大,锁冲突的概率大,并发低

        行锁:开销大,加锁慢,会出现死锁,粒度小,锁冲突的概率小,高并发

2、优化索引

        2.1、索引设计原则:

  • 查询频次较高, 且数据量比较大的表, 建立索引.

  • 索引字段选择, 最佳候选列应当从 where 子句的条件中提取, 如果 where 子句中的组合比较多, 那么应当挑选最常用, 过滤效果最好的列的组合

  • 使用唯一索引, 区分度越高, 使用索引的效率越高,能建唯一索引就建唯一索引,或者普通索引

  • 索引并非越多越好, 如果该表赠,删,改操作较多, 慎重选择建立索引, 过多索引会降低表维护效率. 不是越多越好

  • 使用短索引, 提高索引访问时的 I/O 效率, 因此也相应提升了 Mysql 查询效率.

  • 如果 where 后有多个条件经常被用到, 建议建立复合索引, 复合索引需要遵循最左前缀法则, N 个列组合而成的复合索引, 相当于创建了 N 个索引.

3、聚簇索引和非聚簇索引

索引存储的都是key - value形式,主键索引存储的索引(key)物理表的地址(value)

非聚簇索引,key存储的是索引,value存储的是主键索引,需要再回表。

聚簇索引:我们以往使用的索引中只有主键索引是聚簇索引。主键索引是跟物理表直接连接。

非聚簇索引:除了主键索引外的都是非聚簇索引,依赖于主键索引,根据主键索引连接物理表,再进行回表。

十三、索引下推

在传统的查询语句中,当我们的查询条件有多个时,通常会将拥有的数据查出来后再进行回表操作,拿到符合的条件再比对剩下的查询条件,这会浪费大量资源,但在开启索引下推后,我们可以直接在第一次查询索引时附带上其余条件,从而减少回表的次数,增加查询效率,但索引吓退时只能附带一些简单查询规则,后续可能会慢慢优化。mysql6.5之后才有索引下推。

http://www.lryc.cn/news/369005.html

相关文章:

  • 英伟达:史上最牛一笔天使投资
  • PDF分页处理:技术与实践
  • 数据可视化——pyecharts库绘图
  • Python的return和yield,哪个是你的菜?
  • 持续总结中!2024年面试必问 20 道分布式、微服务面试题(七)
  • AJAX 跨域
  • 3 数据类型、运算符与表达式-3.1 C语言的数据类型和3.2 常量与变量
  • NSSCTF-Web题目5
  • cnvd_2015_07557-redis未授权访问rce漏洞复现-vulfocus复现
  • 免费,C++蓝桥杯等级考试真题--第7级(含答案解析和代码)
  • python为什么要字符串格式化
  • go语言后端开发学习(三)——基于validator包实现接口校验
  • 系统架构设计师【补充知识】: 应用数学 (核心总结)
  • 【ArcGIS微课1000例】0118:一文讲清楚tif(geotiff)栅格数据格式
  • 调用第三方API --------------Python篇
  • Web自动化测试-掌握selenium工具用法,使用WebDriver测试Chrome/FireFox网页(Java
  • maven多模块项目搭建
  • PostgreSQL的视图pg_tables
  • Stable diffusion采样器详解
  • 为什么要进行渗透测试?
  • 后方碰撞预警系统技术规范(简化版)
  • Position定位
  • npm install 的原理
  • 基于I2C协议的OLED显示(利用U82G库)
  • 【文末附gpt升级秘笈】探索AGI之路:穿越大模型的冰与火,谱写未来技术的乐章
  • 国内12寸先进封装厂家的一些情况
  • 【代码随想录训练营】【Day 48】【动态规划-7】| 卡码 57, Leetcode 322, 279
  • 【Qt】Qt常见的数据类型
  • 【源码】Spring Data JPA原理解析之事务执行原理
  • 第十一篇——信息增量:信息压缩中的保守主义原则