当前位置：首页 > news >正文

面试数据库八股文十问十答第二期

news 文章来源：https://blog.csdn.net/qq_67358181/article/details/134750243 2025/4/30 22:43:36

面试数据库八股文十问十答第二期

作者：程序员小白条，个人博客

相信看了本文后，对你的面试是有一定帮助的！

⭐点赞⭐收藏⭐不迷路！⭐

1.MySQL的主从复制

MySQL的主从复制是什么？
MySQL主从复制是一种常见的数据库复制技术，它的目的是将主数据库的更新同步到从数据库中，从而实现数据的备份和负载均衡。
原理：MySQL主从复制采用了基于日志的复制机制，即主库将更新操作记录在二进制日志中，从库通过读取主库的二进制日志来复制主库的更新操作。从库接收到主库的更新操作后，会将这些操作应用到自己的数据库中，从而实现数据的同步。
主从复制的作用
作为后备数据库，主数据库服务器故障后，可切换到从数据库继续工作，避免数据丢失。
业务量越来越大,I/O访问频率过高，单机无法满足，此时做多库的存储，降低磁盘I/O访问的评率，提高单个机器的I/O性能。
读写分离使数据库能支持更大的并发。在报表中尤其重要。由于部分报表sql语句非常的慢，导致锁表，影响前台服务。如果前台使用master，报表使用slave，那么报表sql将不会造成前台锁，保证了前台速度。
怎么实现主从复制?
（1）创建主库和从库。（2）在主库上开启二进制日志，并设置唯一的 server-id。（3）在从库上设置唯一的 server-id，并将主库的二进制日志同步到从库中。（4）在从库上创建复制账户，并授权给主库的 IP 地址。（5）在从库上启动复制进程，连接到主库，并开始复制数据。（6）在主库上进行数据更新操作，更新的操作将被记录在二进制日志中。（7）从库接收到主库的更新操作后，将这些操作应用到自己的数据库中，从而实现数据的同步。
注意点：由于主从复制是异步的，从库可能会有一定的延迟，需要根据具体的应用场景进行调整和优化。

2.MySQL存储引擎，MyISAM和InnoDB的特点和使用场景

MySQL常见存储引擎:

InnoDB是MySQL的默认存储引擎，支持ACID事务，具有高并发性、可靠性和稳定性。InnoDB采用MVCC（多版本并发控制）来实现高并发的读写操作，支持行级锁定，可以提高并发性能。InnoDB也支持外键、回滚等特性，适合于事务性应用场景，例如电子商务、金融等。

MyISAM是一种简单、高效的存储引擎，不支持事务和行级锁定，但具有快速的读取和写入速度，适合于大量查询和少量更新的场景，例如博客、新闻网站等。
MEMORY存储引擎可以将数据存储在内存中，具有快速的读取和写入速度，但是数据存储在内存中，容易丢失。MEMORY存储引擎适合于对数据进行快速计算和缓存数据的场景。
NDB Cluster存储引擎是一种分布式存储引擎，具有高可用性和高可伸缩性，可以实现多台服务器之间的数据共享和负载均衡，适合于大型高并发的应用场景，例如电信、游戏等。
CSV存储引擎将数据存储在文本文件中，具有快速的导入和导出数据的特点，但是不支持事务和索引，适合于对数据进行批量处理的场景。
ARCHIVE存储引擎是一种存档式存储引擎，可以实现快速的数据压缩和解压缩，适合于存储历史数据或备份数据的场景。InnoDB和MyISAM区别1).MyISAM是非事务安全型的，而InnoDB是事务安全型的。2).MyISAM锁的粒度是表级，而InnoDB支持行级锁定。3).MyISAM支持全文类型索引，而InnoDB不支持全文索引。4).MyISAM相对简单，所以在效率上要优于InnoDB，小型应用可以考虑使用MyISAM。5).MyISAM表是保存成文件的形式，在跨平台的数据转移中使用MyISAM存储会省去不少的麻烦。6).InnoDB表比MyISAM表更安全，可以在保证数据不会丢失的情况下，切换非事务表到事务表（alter table tablename type=innodb）。

3.聚簇索引和非聚簇索引

聚簇索引

聚簇索引又称为主索引，是一种物理排序的索引，它决定了表中数据的物理存储顺序。聚簇索引的叶子节点存储的是数据本身，因此聚簇索引可以快速地定位到数据行。由于聚簇索引决定了数据的物理存储顺序，因此一个表只能有一个聚簇索引。

非聚簇索引

非聚簇索引又称为辅助索引，不影响表中数据的物理存储顺序。非聚簇索引的叶子节点存储的是索引键值以及指向数据行的指针，因此需要通过索引键值查找数据行。一个表可以有多个非聚簇索引。

聚簇索引和非聚簇索引的使用场景不同，需要根据具体的应用场景来选择。一般来说，如果需要经常进行范围查询或聚合计算，那么就应该使用聚簇索引。如果需要经常用于查询和排序，那么就应该使用非聚簇索引。

需要注意的是，虽然聚簇索引的查询速度快，但是由于每次插入和更新数据都会改变数据的物理存储顺序，因此会影响性能。在使用聚簇索引时，需要避免频繁的插入和更新操作。同时，在选择索引类型时，需要根据具体的应用场景和需求来综合考虑。

4.b树和b+树的区别

在B树中，你可以将键和值存放在内部节点和叶子节点；但在B+树中，内部节点都是键，没有值，叶子节点同时存放键和值。
B+树的叶子节点有一条链相连，而B树的叶子节点各自独立。
由于B+树在内部节点上不包含数据信息，因此在内存页中能够存放更多的key。数据存放的更加紧密，具有更好的空间局部性。因此访问叶子节点上关联的数据也具有更好的缓存命中率。
B+树的叶子结点都是相链的，因此对整棵树的便利只需要一次线性遍历叶子结点即可。而且由于数据顺序排列并且相连，所以便于区间查找和搜索。而B树则需要进行每一层的递归遍历。相邻的元素可能在内存中不相邻，所以缓存命中性没有B+树好。
但是B树也有优点，其优点在于，由于B树的每一个节点都包含key和value，因此经常访问的元素可能离根节点更近，因此访问也更迅速。
B 树:优点：
- 快速的查找和插入操作;
- 适合大数据量、高并发的场景;
- 内部数据结构稳定，能够保证树形结构的可靠性。
缺点：
- 存储容量较大，需要更多的存储空间;
- 树的高度较高，会导致查询效率降低。
使用场景：
- 对于需要快速查找、插入操作的大数据量场景，如搜索引擎、数据挖掘等;
- 需要支持并发访问的场景，如金融交易系统等。
B+树:优点：
- 相对于 B 树，B+树的存储容量较小，更节省存储空间;
- 查询效率更高，更适合大数据量、低并发的场景;
- 内部数据结构更加稳定，能够保证树形结构的可靠性。
缺点：
- 查找和插入操作的性能比 B 树略低;
- 树的高度较高，会导致查询效率降低。
使用场景：
- 对于需要高效查询、少量插入和删除操作的大数据量场景，如电子商务网站等;
- 需要支持并发访问的场景，如金融交易系统等。

5.Innodb引擎执行update语句的执行流程?

1.查询解析和优化：当你执行UPDATE语句时，MySQL首先会对查询进行解析，以确定要更新的表和相应的行。然后，它会进行优化，以确定如何执行更新操作。

2.事务的启动：如果你的UPDATE语句没有包含在一个显式的事务中，InnoDB会自动启动一个事务。事务是用来维护数据的一致性和隔离性的机制。

3.锁定行：InnoDB使用行级锁定来确保并发事务不会互相干扰。在执行UPDATE语句时，InnoDB会锁定要更新的行，以防止其他事务同时修改这些行。这可以是排它锁（X锁）或共享锁（S锁），具体取决于事务的隔离级别和行的当前锁定状态。

4.执行更新操作：InnoDB会根据UPDATE语句的条件更新符合条件的行。更新操作将修改数据行中的值。

5.写入redo日志：InnoDB会将更新操作写入事务的redo日志中，以确保数据持久性。这允许数据库在崩溃后恢复到一致的状态。

6.写入binlog日志: 在binlog记录一下逻辑日志，对哪个数据页的哪条数据进行了什么修改。

7.提交事务：如果UPDATE语句没有出现错误，并且没有显式回滚事务，事务将被提交，更新操作将成为持久的。

8.释放锁：在事务提交后，InnoDB会释放之前锁定的行，允许其他事务访问它们。

9.返回结果：UPDATE语句执行完毕后，返回更新的行数或其他相关信息。

6.数据库的两阶段提交是怎么样的？

日志文件两阶段提交技术就解决了redo 日志和 binlog 日志文件记录数据不一致的问题

7.MySQL关键字的执行顺序

1.from

where
group by
having
select
order by

8.什么样的数据不推荐加索引？

1.低选择性的列：低选择性的列指的是具有很少不同值的列。如果一列只有很少几个不同的值，那么为它添加索引可能不会提供显著的性能改进，而且可能浪费存储空间。例如，性别列通常只有两个不同的值（男和女），对其添加索引通常没有太大意义。

2.频繁更新的列：如果一个列经常被更新，特别是大规模的批量更新，那么索引会增加更新操作的开销。每次更新索引列都需要维护索引结构，这可能会导致性能下降。在这种情况下，需要仔细权衡查询性能和更新性能。

3.小表：对于非常小的表，查询通常非常快，即使没有索引。在这种情况下，添加索引可能只会增加存储开销，而不会明显提高性能。

4.不常被查询的列：如果一个列很少被用于查询条件，那么为其添加索引可能没有多大意义。索引应该主要用于加速经常被查询的列。

5.短文本列：对于非常短的文本列，如标签或枚举值，索引的效益可能有限。短文本列通常可以快速地进行全表扫描而不需要索引。

6.临时表：用于存储临时数据的表通常不需要索引，因为它们的生命周期很短暂，不会频繁进行查询操作。

9.索引失效的场景？

1.索引列值为null，索引失效

2.左或左右模糊匹配，因为mysql采用最左匹配原则。

3.查询条件中队索引列使用函数。

4.查询条件对索引列使用表达式计算。

5.如果索引列是字符串，并且条件语句中输入参数是数字，那么索引列会产生隐式类型转换，CAST函数实现，因为等同于堆索引列使函数，导致索引失效，反之索引列是数字，输出参数是字符串，那么不会失效。

6.在 WHERE 子句中，如果在 OR 前的条件列是索引列，但OR后面的条件列不是索引列。

7.数据量极少的情况下，MySQL 不会使用索引，因为全表扫描速度更快。

8.使用 select * 语句，大概率不会走索引，因为不是每一列都加索引。

9.但如果把两个单独建了索引的列，用来做列对比时索引会失效。

10.主键字段使用 Not In 关键字查询数据范围，依然走索引，如果是普通索引使用 Not In 关键字查询数据范围，索引失效。

11.使用 Not Exists 关键字，索引也会失效。

12.使用 Order by 注意最左匹配，并且要加limit或者where关键字，否则索引会失效。

10.介绍一下红黑树和平衡二叉树的区别？

红黑树的规则：

1、根节点为黑色。

2、所有节点都是黑色或红色。

3、所有叶子节点（Null）都是黑色。

4、红色节点的子节点一定是黑色的。

5、任意一个节点到其叶子节点的所有路径上的黑色节点数量相同（黑色完美平衡二叉树）。

平衡二叉树的左右子树的高度差绝对值不超过1，但是红黑树在某些时刻可能会超过1，只要符合红黑树的五个条件即可。
二叉树只要不平衡就会进行旋转，而红黑树不符合规则时，有些情况只用改变颜色不用旋转，就能达到平衡。