14个必须掌握的数据库面试问题

点击“终码一生”，关注，置顶公众号

每日技术干货，第一时间送达！

• 数据索引的存储是 有序的

• 在有序的情况下, 通过索引查询一个数据是无需遍历索引记录的

• 极端情况下，数据索引的查询效率为二分法查询效率,趋近于log2(N)

B+树是一个平衡的多叉树，从根节点到每个叶子节点的高度差值不超过1,而且同层级的节点间有指针相互链接，是有序的，如下图：

哈希索引就是采用一定的哈希算法，把键值换算成新的哈希值，检索时不需要类似B+树那样从根节点到叶子节点逐级查找，只需一次哈希算法即可,是无序的，如下图所示：

等值查询，哈希索引具有绝对优势(前提是:没有大量重复键值，如果大量重复键值时，哈希索引的效率很低，因为存在所谓的哈希碰撞问题。

• 不支持 范围查询

• 不支持索引完成排序

• 不支持联合索引的最左前缀匹配规则

表分区，是指根据一定规则，将数据库中的一张表分解成多个更小的，容易管理的部分。从逻辑上看，只有一张表，但是底层却是由多个物理分区组成

分表：指的是通过一定规则， 将一张表分解成多 张不同的表。比如将用户订单记录根据时间成多个表。

分表与分区的区别在于:分区从逻辑上来讲只有一张表 ,而分表则是将一张表分解成多张表。

• 存储更多数据。分区表的数据可以分布在不同的物理设备上，从而高效地利用多个硬件设备。和单个磁盘或者文件系统相比，可以存储更多数据

• 优化E询。在where语句中包含分区条件时，可以只扫描一个或多 个分区表来提高查询效率;涉及sum和count语句时，也可以在多个分区上并行处理，最后汇总结果。

• 分区表更容易维护。例如:想批量删除大量数据可以清除整个分区。

• 避免某些特殊的瓶颈，例如InnoDB的单个索引的互斥访问， ext3问价你系统的inode锁竞争等。

快照读(snapshot read):读取的是记录的可见版本(有可能是历史版本)，不用加锁(共享读锁s锁也不加，所以不会阻塞其他事务的写)

当前读(currentread):读取的是记录的最新版本，并且，当前读返回的记录，都会加上锁，保证其他事务不会再并发修改这条记录

• 当在许多线程中访问不同的行时只存在少量锁定冲突。

• 回滚时只有少量的更改

• 可以长时间锁定单一的行。

比页级或表级锁定占用更多的内存。当在表的大部分中使用时，比页级或表级锁定速度慢，因为你必须获取更多的锁。如果你在大部分数据上经常进行GROUP BY操作或者必须经常扫描整个表，比其它锁定明显慢很多。用高级别锁定，通过支持不同的类型锁定,你也可以很容易地调节应用程序，因为其锁成本小于行级锁定。

• 开启查询缓存，优化查询

• explain你的select查询， 这可以帮你分析你的查询语句或是表结构的性能瓶颈。EXPLAIN的查询结果还会告诉你你的索引 主键被如何利用的，你的数据表是如何被搜索和排序的

• 当只要一行数据时使用limit 1, MySQL数据库引擎会在找到一条数据后停止搜索,而不是继续往后查少下一条符合记录的数据

• 为搜索字段建索引

• 使用ENUM而不是VARCHAR

• Prepared StatementsPrepared Statements很像存储过程,是一种运行在后台的SQL语句集合,我们可以从使用

prepared statements获得很多好处，无论是性能问题还是安全问题。

Prepared Statements可以检查一些你绑定好的变量，这样可以保护你的程序不会受到“SQL注入式” 攻击

• 垂直分表

• 选择正确的存储引擎

key是数据库的物理结构，它包含两层意义和作用，一是约束(偏 重于约束和规范数据库的结构完整性) ,二是索引(辅助查询 用的)。包括primary key, unique key, foreign key等

index是数据库的物理结构，它只是辅助查询的，它创建时会在另外的表空间(mysql中的innodb表空间) 以-个类似目录的结 构存储。索引要分类的话，分为前缀索引、全文本索引等;

• InnoDB支持事务, MyISAM不支持

• InnoDB支持外键，而MylSAM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，必须要有主键，通过主键索引效率高。

• InnoDB不保存 表的具体行数,执行select count(*) from table时需要全表扫描。

• Innodb不支持全文索引，而MyISAM支持全文索引,查询效率上MyISAM要高;

1、字段名及字段配制合理性

• 剔除关系不密切的字段; 1字段命名要有规则及相对应的含义(不要一部分英文，一部分拼音，还有类似a.b.c这样不明含义的字段) ;

• 字段命名尽量不要使用缩写(大多数缩写都不能明确字段含义) ;

• 字段不要大小写混用(想要具有可读性，多个英文单词可使用下划线形式连接) ;

• 字段名 不要使用保留字或者关键字;

• 保持字段名和类型的一致性;

• 慎重选择数字类型; 给文本字段留足余量;

2、系统特殊字段处理及建成后建议

• 添加删除标记(例如操作人、删除时间) ;

• 建立版本机制;

3、表结构合理性配置

• 多型字段的处理 ，就是表中是否存在字段能够分解成更小独立的几部分(例如:人可以分为男人和女人) ;

• 多值字段的处理，可以将表分为三张表，这样使得检索和排序更加有调理，且保证数据的完整性!

4、其它建议

• 对于大数据字段，独立表进行存储,以便影响性能(例如:简介字段) ;

• 使用varchar类 型代替char,因为varchar 会动态分配长度，char指定长度是固定的; 给表创建主键，对于没有主键的表，在查询和索引定义上有一定的影响;

• 避免表字段运行为null,建议设置默认值(例如: int类型设置默认值为0) 在索引查询上，效率立显; 1建立索引,最好建立在唯-和非空的字段上，建立太多的索引对后期插入、更新都存在一定的影响(考虑实际情况来创建) ; 

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

PS：防止找不到本篇文章，可以收藏点赞，方便翻阅查找哦。