我出一道面试题，看看你能拿 3k 还是 30k！
大家好，我是程序员鱼皮。欢迎屏幕前的各位来到今天的模拟面试现场，接下来我会出一道经典的后端面试题，你只需要进行 4 个简单的选择，就能判断出来你的水平是新手（3k）、初级（10k）、中级（15k）还是高级（30k）！
请听题：
题目
MySQL 数据库中的 count(1)、count(*)、count(字段）有什么区别？
在面试鸭上查看
请回答
1、它们在功能上有区别么？
A：有区别
B：没区别
答案
有区别。虽然在 MySQL 中，count(*)、count(1) 和 count(字段名) 都是用来 统计行数的聚合函数 。
但 count(*) 和 count(1) 会统计表中所有行的数量，包括 null 值（不会忽略任何一行数据）；而 count(字段名) 只会统计指定字段不为 null 的行数。
恭喜答对的朋友，3k 的 offer 到手啦！
2、count(*) 和 count(1) 谁更快？
A：count(*)
B：count(1)
C：没区别
答案
效率一致，没区别。
关于 count(1) 和 count(*) 谁更快的问题，网上众说纷纭，如果背了不专业的八股文，可能答案就选错咯~
有点经验的程序员，在遇到不确定的问题时，当然要去源头亲自求证，得去看官网怎么说。如图：
官网表示 There is no performance difference ，即二者没有性能上的区别！
对于 count(字段) 的查询就是全表扫描，正常情况下它还需要判断字段是否是 null 值，因此理论上会比 count(1) 和 count(*) 慢。
但是如果字段不为 null，例如是主键或具有非空约束，那么理论上性能也差不多。而且本质上它们的统计功能不一样，在需要统计 null 的时候，只能用 count(1) 和 count(*)，不需要统计 null 的时候只能用 count(字段)，所以也不用太纠结性能问题。
恭喜答对的朋友，10k 的 offer 到手啦！
3、用 count(*) 统计有千万条记录的表的总数据量，快不快？
A：快
B：慢
C：其他
答案
这是一道简单的场景题，有经验的程序员，本能地会想到 具体情况具体分析 。
MySQL 有 2 个主流的存储引擎 MyISAM 和 InnoDB。
在 MyISAM 引擎中，有一个内部计数器来维护表的记录数，查询时可以直接返回表的行数，而无需扫描整个表，所以 count(*) 非常快。
但是在 InnoDB 引擎中无法维护记录总数，需要扫描整个表，所以表越大、记录越多，count(*) 就越慢。
为什么 InnoDB 引擎不维护记录总数呢？因为它支持行锁，会有很多并发修改表数据的操作，难以维护总数，还会带来额外的性能开销；而 MyISAM 只有表锁，对单个表的修改串行执行，所以能维护总数。所以要针对业务场景选择不同的 MySQL 引擎。
恭喜答对的朋友，15k 的 offer 到手啦！
4、InnoDB 引擎中，count(id) 和 count(二级索引) 哪个成本更低？
A：count(id)
B：count(二级索引)
C：其他
答案
count(二级索引) 通常成本更低。是不是没想到？
这是对上一问的进一步追问，虽然 InnoDB 引擎中 count(*) 统计总数性能不高，但它也针对这个操作进行了一定的优化。
id 通常是主键索引，在 InnoDB 中，主键索引是聚簇索引，它存储了实际的数据行。执行 count 时，InnoDB 需要遍历整个聚簇索引来统计行数。
二级索引是指存储了索引列和主键列的指针，而不包含实际的数据行。因此，二级索引相对来说更小。执行 count 时，InnoDB 只需要遍历这个较小的二级索引，而不是整个聚簇索引，需要读取的数据页更少，所以成本更低。
当然，理论归理论，具体情况具体分析，具体的性能差异取决于索引的大小和表的结构，可以用 explain 语句查看查询计划和成本。
恭喜答对的朋友，30k 的 offer 到手啦！
哦不对，恭喜摸到了 30k 的门槛，继续努力，说不定下一个技术专家就是你~
最后
通过这道题目可以发现，其实面试的时候，很多题目都是可以深挖的，挖的越深，越能体现出候选人的水平。
有同学表示：自己面试题目都答上来了，为啥还是通过不了？
别灰心，可能只是差点儿运气，同场面试有同学比你答的更深、表达更流畅罢了。
不管怎么样，大家在准备面试八股文的时候，有时间的话，多思考一点、再深入一点，自己也能学到很多东西。欢迎多到我们的 面试刷题神器 - 面试鸭 上看看。
你答对了几问呢？欢迎大家在评论区留言~
更多
💻 编程学习交流：编程导航
📃 简历快速制作：老鱼简历
✏️ 面试刷题神器：面试鸭
相关文章：
我出一道面试题，看看你能拿 3k 还是 30k！
大家好，我是程序员鱼皮。欢迎屏幕前的各位来到今天的模拟面试现场，接下来我会出一道经典的后端面试题，你只需要进行 4 个简单的选择，就能判断出来你的水平是新手（3k）、初级（10k）、中…...
opecv c++计算图像的曲率
公式 κ z x x ⋅ z y 2 − 2 ⋅ z x ⋅ z y ⋅ z x y z y y ⋅ z x 2 ( z x 2 z y 2 1 ) 3 / 2 \kappa \frac{z_{xx} \cdot z_y^2 - 2 \cdot z_x \cdot z_y \cdot z_{xy} z_{yy} \cdot z_x^2}{(z_x^2 z_y^2 1)^{3/2}}\newline κ(zx2zy21)3/2zxx⋅zy2−2⋅zx…...
鸿蒙 IM 即时通讯开发实践，融云 IM HarmonyOS NEXT 版
融云完成针对“纯血鸿蒙”操作系统的 SDK 研发，HarmonyOS NEXT 版融云 IM SDK 已上线，开发者可在“鸿蒙生态伙伴 SDK 市场”查询使用。 发挥 20 年通信行业技术积累和领创品牌效应，融云为社交、娱乐、游戏、电商、出行、医疗等各行业提供专业…...
【全国大学生电子设计竞赛】2022年D题
🥰🥰全国大学生电子设计大赛学习资料专栏已开启，限时免费，速速收藏~...
【优秀python案例】基于python爬虫的深圳房价数据分析与可视化实现
现如今，房价问题一直处于风口浪尖，房价的上涨抑或下跌都牵动着整个社会的利益，即便是政府出台各种政策方针也只能是暂时抑制楼市的涨势，对于需要买房的人来说，除了关注这些变化和政策外，还有一个非常头疼的…...
vscode安装与配置本地c/c++编译调试环境
目录 （1）安装vscode和常用插件 1.下载安装vscode 2.安装常用插件 （2）本地安装和配置编译器 1.安装编译器 2.vscode配置编译器 第1种：全局配置 第2种：为当前项目个性化配置 （3ÿ…...
PCIe学习笔记（15）
设备就绪状态 (Device Readiness Status，DRS)消息 （Device Readiness Status (DRS) 是PCIe规范中引入的一种机制，旨在改进设备初始化和就绪状态的检测与报告。 在以往的PCIe版本中，系统通常依赖于固定的超时机制来判断设备是否已…...
Rust中的特殊类型所占的内存大小
可以使用std::mem:size_of获取类型大小： use std::mem::size_of;struct Journal(String, u32); trait Summary {} impl Summary for Journal {}fn main() {println!("普通结构体相关：");println!("{}", size_of::<&Journal&…...
【深度学习】变分自编码器 VAE，什么是变分？（1）
文章目录 1. 变分自编码器 VAEVAE的基本概念VAE的数学原理编码器解码器目标函数训练过程代码示例未来发展2. 变分推断变分推断（Variational Inference）变分推断的基本概念变分推断的目标变分下界（Evidence Lower Bound, ELBO）最大化变分下界变分推断的步骤3. 必读内容1. 变…...
宏编程：C++宏、Rust宏和Lisp宏比较
根据simondobson两篇文章（1、2），总结比较一下C宏 Rust宏和Lisp宏： Rust 宏：Rust 有两种类型的宏： 声明性宏：这些模式匹配参数来生成代码。 过程宏：这些宏执行从代码到代码的更一般…...
ChatGPT协助撰写研究论文的11种方法【全集】
学境思源，一键生成论文初稿： AcademicIdeas - 学境思源AI论文写作 当我们使用 ChatGPT 时，原本那些需要花费数小时、数天、有时甚至更长时间的任务现在只需几分钟甚至更短时间。 今天的分享，我们将谈谈 ChatGPT 在研究论文方面可…...
PEP 8 – Python 代码风格指南中文版（四）
何时使用尾随逗号 尾随逗号通常是可选的，但在创建一个只有一个元素的元组时是必须的。为了清晰起见，建议使用（技术上多余的）括号将其包围起来： # 正确的: FILES (setup.cfg,)# 错误的: FILES setup.cfg, 当尾随逗号…...
基于深度学习的适应硬件的神经网络
基于深度学习的适应硬件的神经网络设计旨在最大限度地利用特定硬件平台的计算和存储能力，提高模型的执行效率和性能。这些硬件包括图形处理单元（GPU）、张量处理单元（TPU）、现场可编程门阵列（FPGA࿰…...
上传音频文件
思路 1、自定义Upload 重点：<input ref{inputRef} type"file" accept{accept} onClick{e > e.stopPropagation()} onChange{uploadFile} multiple{multiple}/> 使用input标签设置type是file，将input元素通过forwardRef暴露给父组件&…...
Linux之jdk离线安装
下载地址 一、linux安装jdk8 1、上传，解压 cd /usr/local/java tar -zxvf jdk-10.0.2_linux-x64_bin.tar.gz2、修改配置 vim /etc/profile #在/etc/profile文件后面加上如下配置 export JAVA_HOME/usr/local/java/jdk-10.0.2 export JRE_HOME/usr/local/java/jd…...
JVM结构、架构与生命周期总结
【1】JVM结构 不同厂商的JVM产品 ： 厂商JVMOracle-SUNHotspotOracleJRocketIBMJ9 JVM阿里Taobao JVM HotSpot VM是目前市面上高性能虚拟机的代表作之一。它采用解释器与即时编译器并存的架构。 在今天，Java程序的运行性能早已脱胎换骨，已…...
)
Flink-StarRocks详解:第四部分StarRocks分区管理，数据压缩(第54天)
文章目录 前言2.3.3 管理分区2.3.3.1 增加分区2.3.3.2 删除分区2.3.3.3 恢复分区2.3.3.4 查看分区 2.3.4 设置分桶2.3.4.1 随机分桶（自 v3.1）2.3.4.2 哈希分桶2.3.4.2.1 优点2.3.4.2.2 如何选择分桶键2.3.4.2.3 注意事项 2.3.4.3 确定分桶数量 2.3.5 最佳…...
为什么有时候银行贷款审核会查大数据信用？
在申请银行贷款时，不少人会疑惑为何银行会深入审查申请人的大数据信用信息。这背后，其实是银行风险控制与精准决策的体现。 首先，大数据信用信用能全面反映申请人的信用状况 它不仅仅局限于传统的征信报告，还涵盖了消费行为、社交…...
LoRa无线通讯，让光伏机器人实现无“线”管理
光伏清洁机器人，作为光伏电站运维的新兴关键设备，已跃升为继组件、支架、光伏逆变器之后的第四大核心组件，正逐步成为光伏电站的标准配置。鉴于光伏电站普遍坐落于偏远无人区或地形复杂之地，光伏清洁机器人必须具备远程操控能力、…...
买流量卡要注意什么，这些冷知识你一定要懂！
买流量卡要注意什么？别总盯着价格看，还有一些隐形的冷知识得了解一下，今天这篇文章就是要告诉你一些流量卡中隐藏的冷知识。 一、首先，那些月租9元、19元的流量卡，大概率都是短期卡，虽然他们的资费便宜&a…...
前端开发面试题总结-JavaScript篇(一)
文章目录 JavaScript高频问答一、作用域与闭包1.什么是闭包（Closure）？闭包有什么应用场景和潜在问题？2.解释 JavaScript 的作用域链（Scope Chain） 二、原型与继承3.原型链是什么？如何实现继承&a…...
汇编常见指令
汇编常见指令 一、数据传送指令 指令功能示例说明MOV数据传送MOV EAX, 10将立即数 10 送入 EAXMOV [EBX], EAX将 EAX 值存入 EBX 指向的内存LEA加载有效地址LEA EAX, [EBX4]将 EBX4 的地址存入 EAX（不访问内存）XCHG交换数据XCHG EAX, EBX交换 EAX 和 EB…...
爬虫基础学习day2
# 爬虫设计领域 工商：企查查、天眼查短视频：抖音、快手、西瓜 ---> 飞瓜电商：京东、淘宝、聚美优品、亚马逊 ---> 分析店铺经营决策标题、排名航空：抓取所有航空公司价格 ---> 去哪儿自媒体：采集自媒体数据进…...
今日学习：Spring线程池|并发修改异常|链路丢失|登录续期|VIP过期策略|数值类缓存
文章目录 优雅版线程池ThreadPoolTaskExecutor和ThreadPoolTaskExecutor的装饰器并发修改异常并发修改异常简介实现机制设计原因及意义 使用线程池造成的链路丢失问题线程池导致的链路丢失问题发生原因 常见解决方法更好的解决方法设计精妙之处 登录续期登录续期常见实现方式特…...
深度学习习题2
1.如果增加神经网络的宽度，精确度会增加到一个特定阈值后，便开始降低。造成这一现象的可能原因是什么？ A、即使增加卷积核的数量，只有少部分的核会被用作预测 B、当卷积核数量增加时，神经网络的预测能力会降低 C、当卷…...
PAN/FPN
import torch import torch.nn as nn import torch.nn.functional as F import mathclass LowResQueryHighResKVAttention(nn.Module):"""方案 1: 低分辨率特征 (Query) 查询高分辨率特征 (Key, Value).输出分辨率与低分辨率输入相同。"""def __…...
R语言速释制剂QBD解决方案之三
本文是《Quality by Design for ANDAs: An Example for Immediate-Release Dosage Forms》第一个处方的R语言解决方案。 第一个处方研究评估原料药粒径分布、MCC/Lactose比例、崩解剂用量对制剂CQAs的影响。 第二处方研究用于理解颗粒外加硬脂酸镁和滑石粉对片剂质量和可生产…...
【无标题】路径问题的革命性重构：基于二维拓扑收缩色动力学模型的零点隧穿理论
路径问题的革命性重构：基于二维拓扑收缩色动力学模型的零点隧穿理论 一、传统路径模型的根本缺陷 在经典正方形路径问题中（图1）： mermaid graph LR A((A)) --- B((B)) B --- C((C)) C --- D((D)) D --- A A -.- C[无直接路径] B -…...
C/C++ 中附加包含目录、附加库目录与附加依赖项详解
在 C/C 编程的编译和链接过程中，附加包含目录、附加库目录和附加依赖项是三个至关重要的设置，它们相互配合，确保程序能够正确引用外部资源并顺利构建。虽然在学习过程中，这些概念容易让人混淆，但深入理解它们的作用和联…...
JS手写代码篇----使用Promise封装AJAX请求
15、使用Promise封装AJAX请求 promise就有reject和resolve了，就不必写成功和失败的回调函数了 const BASEURL ./手写ajax/test.jsonfunction promiseAjax() {return new Promise((resolve, reject) > {const xhr new XMLHttpRequest();xhr.open("get&quo…...