目录

1. 什么是三范式, 反三范式

三范式：

2. MySQL的数据类型：

3. 约束 (5种):

4. 什么是事务, 为什么需要事务, 四大特性, 操作事务的语句 (开启、 提交、回滚)

什么是事务：

为什么需要事务：

事务的四大特性(ACID)：

操作事务的语句：

5. 事务的四种隔离级别:

6. 你对索引的理解

什么是索引：

索引的优缺点：

优点：

缺点：

索引的种类：

索引的数据结构为什么是B+树：

B树与B+树的区别, B+树与Hash索引的区别：

聚簇与非聚簇的区别：

聚簇索引：

非聚簇索引：

回表查询：

 最左前缀原则：

索引失效的场景：

索引的优化

7. 数据库锁的种类：

按照是否独占式: 

按照锁的粒度: 行、 页、表：

8. 什么是死锁, 怎么解决

死锁：

解决死锁的办法：

9. 什么是乐观锁, 悲观锁：

悲观锁:

乐观锁：

10. 内连接与外连接的语法, 区别

11. 左外连接与右外连接的语法, 区别：

12. 子查询的语法

13. 分组查询的语法:

14. where 与 having的区别：

15. 说出常用的数据库函数

日期：

数学：

字符串：

聚合 (统计, 分组)：

16. count (*)  count(主键id) count(1) 的区别：

17. 创建表的语法：

18. 创建索引的语法：

19. drop, delete, truncate的区别：

20. 增删改查的语法：

21. 数据库备份和还原:

22. SQL语句优化:

23. 数据库优化:

---

1. 什么是三范式, 反三范式

三范式：

第一范式：每个列都不可以再拆分。

第二范式：在第一范式的基础上，非主键列完全依赖于主键，而不能是依赖于主键的一部分。

第三范式：在第二范式的基础上，非主键列只依赖于主键，不依赖于其他非主键。

反三范式:基于第三范式所调整的，有时为了提高运行效率，就必须降低范式标准。

2. MySQL的数据类型：

整数类型有int，小数类型有float、double，日期类型有year、time、date、datetime,文本/二进制类型有char、varchar

3. 约束 (5种):

非空约束：字段内容一定不能为空。

唯一约束：字段内容不允许重复，一个表允许有多个唯一约束。

主键约束：字段内容不允许重复，一个表只能有一个主键约束。

外键约束:预防破坏表与表之间的连接，防止非法数据插入外键列。

检测约束：控制字段的值范围。

4. 什么是事务, 为什么需要事务, 四大特性, 操作事务的语句 (开启、 提交、回滚)

什么是事务：

事务是一个不可分割的数据库操作序列，也是数据库并发控制的基本单位，所执行的结果使数据库从一种一致性状态转换成另一种一致性状态，它还是逻辑上的一组操作，要么都执行，要么都不执行。

为什么需要事务：

将多个读写操作组合成一个逻辑单位来执行，要么都成功，要么都失败。

事务的四大特性(ACID)：

原子性(Atomicity)：事务的原子性确保动作要么全部完成，要么全部不执行。

一致性(Consistency )：多个事务对同一个数据的读取结果是相同的。

隔离性(Isolation )：并发事务之间数据库是独立的。

持久性(Durability )：事务被提交之后，对数据库中数据的改变是持久的。

操作事务的语句：

开启事务:start transation

回滚：rollback

提交：commit

5. 事务的四种隔离级别:

读取未提交(READ-UNCOMMITTED):最低的隔离级别，允许读取尚未提交的数据，可能会导致脏读、不可重复读或幻读。

读取已提交(READ-COMMITTED):允许读取并发事务已经提交的数据，可以阻止脏读，但可能会发生不可重复读或者幻读。

可重复读(REPEATABLE-READ):对同一字段的读取结果是相同的，除非事务本身自己去修改数据，可以阻止脏读和不可重复读，但可能会发生幻读。

可串行化(SERIALIZABLE):最高的隔离级别，完全服从事务的原子性，让所有的事务依次逐个执行，这样各事务之间完全不可能产生干扰，可串行化可以阻止脏读、不可重复读以及幻读。

6. 你对索引的理解

什么是索引：

1.索引是一种特殊文件，它包含着对数据表里所有记录的引用指针。

2.索引是一种数据结构，数据库索引是数据管理系统中一个排序的数据结构，以协助快速查询，更新数据库表中的数据。

3.索引相当于一个目录，为了方便查找书中的内容，通过内容建立索引形成目录。

4.索引是一个文件，是需要占据物理空间的。

索引的优缺点：

优点：

可以加快数据的检索速度

使用索引在查询过程中，可以使用优化隐藏器，提高系统的性能。

缺点：

时间方面：创建和维护索引需要耗费时间，当对表中的数据进行增、删、改时，也需要动态的维护索引，这样会降低增、删、改的执行效率。

空间方面：索引是需要占据物理空间的。

索引的种类：

主键索引：数据列不允许重复、不允许为空，一个表只能有一个主键。

唯一索引：数据列不允许重复、允许为空，一个表允许多个列创建唯一索引。

普通索引：基本的索引类型，没有唯一性的限制，允许为空。

全文索引：是目前搜索引擎使用的一种关键技术。

索引的数据结构为什么是B+树：

索引的数据结构和存储引擎的实现有关，我们经常使用的InnoDB存储引擎的默认索引实现为B+树索引。

B树与B+树的区别, B+树与Hash索引的区别：

B树和B+树的区别：

    在B树中可以将键和值存放在内部节点和叶子节点；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，B树的叶子节点各自独立。

B+树和Hash索引的区别：

1.Hash索引进行等值查询时较快，但不稳定，并且无法进行范围查询；B+树查询效率比较稳定且支持范围查询。

2.Hash索引不支持使用索引进行排序，B+树支持。

3.Hash索引不支持模糊查询以及最左前缀匹配原则，B+树支持。

4.Hash索引避免不了回表查询，B+树在符合聚簇索引、覆盖索引等情况下可以通过索引完成查询。

聚簇与非聚簇的区别：

聚簇索引：

将数据存储与索引放在一块，找到索引也就找到了数据。

非聚簇索引：

将数据存储和索引分开，当需要访问数据时，在内存中搜索索引，然后通过索引找到磁盘中的相应数据。

回表查询：

先通过普通索引的值定位聚簇索引的值，再通过聚簇索引的值定位行记录数据，需要扫描两次索引B+树。

 最左前缀原则：

即最左优先，在检索数据时从联合索引的最左边开始匹配。

索引失效的场景：

1.使用了select 查询所有列

2.索引列上有计算

3.索引列用了函数

4.字段类型不同

5.like使用了模糊查询

6.使用了or关键字

7.没有满足最左前缀匹配原则

索引的优化

1.like语句的前导模糊查询不能使用索引。

2.建议使用in来命中索引。

3.负向条件的查询不能使用索引。

4.联合索引最左前缀原则。

5.索引列上不要有函数，不要在索引列进行计算

6.不要使用索引中范围条件右边的列。

7. 数据库锁的种类：

按照是否独占式: 

共享锁：当用户读取数据的时，加上共享锁，共享锁可以同时锁多个。

排他锁：当用户写入数据的时，加上排他锁，排他锁只能锁一个，排他锁和其他的排他锁、共享锁都相斥。

按照锁的粒度: 行、 页、表：

行级锁：是MySQL中锁定粒度最细的一种锁，只对当前操作的行进行加锁，能减少数据库操作冲突。

表级锁：是MySQL中锁定粒度最大的一种锁，只对当前操作的整张表加锁，该锁实现简单、资源消耗少，被大部分MySQL引擎支持。

页级锁：是MySQL中锁定粒度介于行级锁和表级锁之间的一种锁。

8. 什么是死锁, 怎么解决

死锁：

两个或及以上的事务在同一资源上相互作用，并请求锁定对方的资源，从而导致恶性循环。

解决死锁的办法：

1.让所有事物获取资源的顺序保持一致

2.在事务中一次性锁定所有的资源

3.使用乐观锁

9. 什么是乐观锁, 悲观锁：

悲观锁:

比较悲观，假定会发生并发冲突，屏蔽一切可能违反数据完整性的操作。在查询完数据的时候就把事务锁起来，直到提交事务。

乐观锁：

比较乐观，假定不会发生并发冲突，只在提交操作时检查是否违反数据完整性。在修改数据的时候把事务锁起来，通过version版本的方式来进行锁定。

10. 内连接与外连接的语法, 区别

内连接语法：inner join

外连接语法：left join/right join

内连接与外连接的区别：

内连接：连接结果仅包含符合连接条件的行，参与连接的两个表都应该符合连接条件。

外连接：连接结果包含符合连接条件的行和自身不符合条件的行。

11. 左外连接与右外连接的语法, 区别：

左外连接语法：left join

右外连接语法：right join

左外连接与右外连接的区别：

左外连接：左边表数据行全部保留，右边表保留符合连接条件的行。

右外连接:右边表数据行全部保留，左边表保留符合连接条件的行。

12. 子查询的语法

子查询返回单行单列：结果集是一个值，父查询使用：=、<、>等运算符。

子查询返回多行单列：结果集类似于一个数组，父查询使用:in any all运算符。

子查询返回多行多列:结果集类似一张虚拟表，不能使用where条件用于select子句做子表。

13. 分组查询的语法:

group by:指定一个或多个字段对数据进行分组。

having：对分组数据进行条件过滤。

聚会函数：和group by结合使用，统计和计算每个分组的数据。

14. where 与 having的区别：

相同点：都是设定条件筛选的语句。

不同点：where是在分组前对数据进行筛选，后面不可以使用聚合函数。having是在分组后对数据进行筛选，后面可以使用聚合函数。

聚合函数：count、sum、avg、max、min

15. 说出常用的数据库函数

日期：

now():返回当前时间和日期

curdate():返回当前日期

curtime():返回当前时间

date():提取日期表达式中的日期部分

date_add():日期添加指定的时间间隔

date_sub():日期减去指定的时间间隔

datediff():返回两个日期之间的天数

数学：

ceiling(count(*)/5.0)取大于结果的最小整数

floor(count(*)/5.0)取小于结果的最大整数

sqrt(2)数值开平方

round(3.45645,2)：取两位有效数字

abs(-5):取绝对值

字符串：

concat()返回多个字符串连接后的字符串

lower()将字符串转换为小写的形式

upper()将字符串转换为大写的形式

length()返回字符串的长度

substring(str,pos,len)str表示字符串，返回从pos开始的子串，len表示返回的长度

trim([remstr from] str)返回删除str字符串两端remstr的字符后的子串

replace(str,a_str,b_str)将字符中所有的a_str替换成b_str

reverse()反转字符

聚合 (统计, 分组)：

count()求总数

sum()求和

avg()求平均值

max()求最大值

min()求最小值

16. count (*)  count(主键id) count(1) 的区别：

count(*):求所有列的总数，不会忽略空值

count(主键id):求列名为id字段的总行数，会忽略空值

count(1):求所有记录的行数，不会忽略空值

17. 创建表的语法：

create table 表名(

字段名1  类型[(宽度)约束条件],

字段名2  类型[(宽度)约束条件],

字段名3  类型[(宽度)约束条件]

);

18. 创建索引的语法：

create index 索引名 on 表名(字段名)

19. drop, delete, truncate的区别：

虽然它们都有删除表的作用，但是truncate是保留表删除所有数据，delete是删除部分数据，drop删除整张表。

20. 增删改查的语法：

增：insert into

删：delete

改：update

查：select

21. 数据库备份和还原:

冷备份：读写操作均不可进行

热备份：读写操作均可执行

温备份：只能读不能写

22. SQL语句优化:

1.使用where条件限定要查询的数据

2.使用连接语句时，优先使用Inner join

3.避免在 where 子句中使用比较运算操作符

4.使用联合索引时，遵循最左匹配原则

5.在 where 或order by 涉及的列上建立索引时，尽量避免全表扫描

6.当插入数据过多时考虑批量插入

23. 数据库优化:

1.将字段很多的表分解成多个表

2.增加中间表

3.增加冗余字段