面试官常问的数据库问题（二）

水深无声 2023-06-28 08:37 29阅读 0赞

### 面试官常问的 数据库 问题 11-21 ###

*  11.Oracle 跟 SQL Server 的区别？
 *  12.关系型数据库和非关系型数据库区别，优势比较?
 *  13.MYSQL 的两种存储引擎区别（事务、锁级别等等），各自的适用场景
 *  14.MongoDB 与 Redis 区别
 *  15.Memcached 和 redis 的区别
 *  16.在项目中缓存用在哪里
 *  17.Redis 如何持久化
 *  18.Redis 的内存淘汰策略有那些
 *  19.redis 有哪些数据类型
 *  20.Redis 一般用在那些场景
 *  21.SQL 题目

# 11.Oracle 跟 SQL Server 的区别？ #

oracle：可在不同平台运行（ISO标准认证）；支持PL-SQL脚本语言；性能很高；  
sqlserver：只可在 windows 平台运行（不安全、不稳定）；支持T-SQL脚本语言；多用户性能低；

一般不用SQL Server ！！！

区别：

1、最大的区别在于平台。oracle 可以运行在不同的平台上；sqlserver 只能运行在 windows 平台上。windows 平台的稳定性和安全性，影响了 sqlserver 的稳定性和安全性。

2、oracle 使用的脚本语言为 PL-SQL，而 sqlserver 使用的脚本为 T-SQL 。  
文体结构不同

3、体系结构不同。  
oracle的文件体系结构为：

数据文件 .dbf（真实数据）
    日志文件 .rdo
    控制文件 .ctl
    参数文件 .ora

sql server的文件体系结构为：

.mdf （数据字典）
    .ndf （数据文件）
    .ldf （日志文件）

4、存储结构不同。

oracle存储结构：

在oracle里有两个块参数pctfree(填充因子)和pctused(复用因子)，可控制块确定块本身何时有，何时没有足够的空间接受新信息(对块的存储情况的分析机制)。这样可降低数据行连接与行迁移的可能性。块的大小可设置(oltp块和dss块)。

在oracle中，将连续的块组成区，可动态分配区(区的分配可以是等额的也可以是自增长的)可减少空间分配次数。

在oraclel里表可以分为多个段，段由多个区组成，每个段可指定分配在哪个表空间里(段的类型分为：数据段、索引段、回滚段、临时段、cash段。oracle里还可对表进行分区，可按照用户定义的业务规则、条件或规范，物理的分开磁盘上的数据。

这样大大降低了磁盘争用的可能性。

oracle有七个基本表空间：

·system表空间(存放数据字典和数据管理自身所需的信息)
    ·rbs回滚表空间
    ·temp临时表空间
    ·tools交互式表空间
    ·users用户默认表空间
    ·indx索引表空间
    ·dbsys福数据表空间

不同的数据分别放在不同的表空间(数据字典与真实数据分开存放),在oracle里基表(存储系统参数信息)是加密存储，任何人都无法访问。只能通过用户可视视图查看。

sql server 存储结构：

以页为最小分配单位，每个页为8k(不可控制，缺乏对页的存储情况的分析机制),可将8个连续的页的组成一个‘扩展’，以进一步减少分配时所耗用的资源。(分配缺乏灵活性)，在sql server里数据以表的方式存放，而表是存放在数据库里。

sql server有五个基本数据库： [www.2cto.com ][www.2cto.com]

·master(数据字典)
    ·mode(存放样版)
    ·tempdb(临时数据库)
    ·msdb(存放调度信息和日志信息)
    ·pubs(示例数据库)

真实数据与数据字典存放在一起。对系统参数信息无安全机制。

# 12.关系型数据库和非关系型数据库区别，优势比较? #

关系型数据库：可用 SQL 语句在一个以上表之间做非常复杂的数据查询；安全性高；数据存储在硬盘；  
非关系型数据库：性能高；可扩展（水平扩展）；数据存储在缓存，比关系型数据库查询快；

非关系型数据库的优势：  
性能：NOSQL 是基于键值对的，可以想象成表中的主键和值的对应关系，而且不需要经过 SQL 层的解析，所以性能非常高。  
可扩展性：同样也是因为基于键值对，数据之间没有耦合性，所以非常容易水平扩展。

关系型数据库的优势：  
复杂查询：可以用 SQL 语句在一个表以及多个表之间做非常复杂的数据查询。  
事务支持：使得对于安全性能很高的数据访问要求得以实现。

# 13.MYSQL 的两种存储引擎区别（事务、锁级别等等），各自的适用场景 #

MySql主要有两种存储引擎：InnoDB和MyISAM。  
InnoDB：支持事务、外键；支持行级锁；聚集索引；不保存行数；不支持全文类型索引（查表总行数时，不需要全表扫描）；  
MyISAM：不支持事务、外键；支持表级锁（性能低）；非聚集索引；保存行数；支持全文类型索引（查表总行数时，全表扫描）；  
使用场景：一般默认InnoDB，当表比较小，读取操作较多，插入和更新少，不要考虑事务，可以考虑MyIsam。

区别

1.  InnoDB支持事务，后者不支持
2.  InnoDB支持外键，MyIsam不支持
3.  InnoDB支持行级锁，MyIsam是表级锁，表级锁性能低
4.  InnoDB是聚集索引，即索引中键值的逻辑顺序决定了表中相应行的物理顺序，而MyIsam是非聚集索引，即索引中索引的逻辑顺序与磁盘上行的物理存储顺序不同。
5.  InnoDB不保存行数，后者保存。

使用场景，一般默认都是InnoDB，如果表比较小，读取操作较多，插入和更新操作少，不需要考虑事务，可以考虑MyIsam

# 14.MongoDB 与 Redis 区别 #

①.性能方面：redis 要大于 mongodb ；  
②.操作便利性：Mongodb 支持丰富的数据表达、索引，最类似关系型数据库，支持的查询语言非常丰富 ；Redis 数据结构方面丰富  
③.内存空间大小和数据量大小：Mongodb 适合大量数据的存储 ；  
④.数据一致性：Redis 事务支持比较弱 ；Mongodb 不支持事务 ；  
⑤.应用场景：Redis 用在数据量较小的操作和运算上；Mongodb 主要解决海量数据的访问效率问题。

redis、memcache、mongoDB 对比  
从以下几个维度，对redis、memcache、mongoDB 做了对比，欢迎拍砖

1、性能  
都比较高，性能对我们来说应该都不是瓶颈  
总体来讲，TPS方面redis和memcache差不多，要大于mongodb

2、操作的便利性  
memcache数据结构单一  
redis丰富一些，数据操作方面，redis更好一些，较少的网络IO次数  
mongodb支持丰富的数据表达，索引，最类似关系型数据库，支持的查询语言非常丰富

3、内存空间的大小和数据量的大小  
redis在2.0版本后增加了自己的VM特性，突破物理内存的限制；可以对key value设置过期时间（类似memcache）  
memcache可以修改最大可用内存,采用LRU算法  
mongoDB适合大数据量的存储，依赖操作系统VM做内存管理，吃内存也比较厉害，服务不要和别的服务在一起

4、可用性（单点问题）

对于单点问题，  
redis，依赖客户端来实现分布式读写；主从复制时，每次从节点重新连接主节点都要依赖整个快照,无增量复制，因性能和效率问题，  
所以单点问题比较复杂；不支持自动sharding,需要依赖程序设定一致hash 机制。  
一种替代方案是，不用redis本身的复制机制，采用自己做主动复制（多份存储），或者改成增量复制的方式（需要自己实现），一致性问题和性能的权衡

Memcache本身没有数据冗余机制，也没必要；对于故障预防，采用依赖成熟的hash或者环状的算法，解决单点故障引起的抖动问题。

mongoDB支持master-slave,replicaset（内部采用paxos选举算法，自动故障恢复）,auto sharding机制，对客户端屏蔽了故障转移和切分机制。

5、可靠性（持久化）

对于数据持久化和数据恢复，

redis支持（快照、AOF）：依赖快照进行持久化，aof增强了可靠性的同时，对性能有所影响

memcache不支持，通常用在做缓存,提升性能；

MongoDB从1.8版本开始采用binlog方式支持持久化的可靠性

6、数据一致性（事务支持）

Memcache 在并发场景下，用cas保证一致性

redis事务支持比较弱，只能保证事务中的每个操作连续执行

mongoDB不支持事务

7、数据分析

mongoDB内置了数据分析的功能(mapreduce),其他不支持

8、应用场景  
redis：数据量较小的更性能操作和运算上

memcache：用于在动态系统中减少数据库负载，提升性能;做缓存，提高性能（适合读多写少，对于数据量比较大，可以采用sharding）

MongoDB:主要解决海量数据的访问效率问题

# 15.Memcached 和 redis 的区别 #

①.存储方式：Memcached 数据都在内存中，断电后会挂掉，数据不可超过内存大小；Redis 部分存在硬盘上，保证数据的持久性 ；  
②.数据支持类型：Memcached 对数据类型支持相对简单 ；Redis 有复杂的数据类型 ；  
③.Value 大小：Redis 最大可以达到 1G；Memcached 只有 1MB。

# 16.在项目中缓存用在哪里 #

缓存数据（查询多删改少的数据）比如：数据字典（改动少，基本不改动）

为什么使用缓存？：  
缓存主要用途有两个，高性能和高并发。  
高并发的场景不常见，所以项目用它的目的是高性能。  
如果一个数据被大量的读取，那么可以将它放入缓存中，被读取时直接从缓存中通过key查出value，这样可以大幅提升性能。

使用缓存存在哪些问题？  
①缓存雪崩。  
②缓存穿透。  
③缓存与数据量双写不一致。  
④缓存并发竞争。

# 17.Redis 如何持久化 #

持久化：将内存中的数据写入到硬盘中。  
Redis实现数据持久化的两种实现方式：1、RDB实现Redis数据持久化（默认方式）；2、AOF持久化方案；  
RDB：指定的时间间隔内保存数据快照；  
AOF：先把命令追加到操作日志的尾部，保存所有的历史操作；

RDB：将数据写入到一个临时文件(dump.rdb)，持久化结束之后，用这个临时文件替换上次持久化的文件，达到数据恢复。  
间隔一段时间进行持久化，如果持久化之间 redis 发生故障，会发生数据丢失，所以这种方式更适合数据要求不严谨的时候，

默认开启的 AOF：是将执行过的指令记录下来，数据恢复时按照从前到后的顺序再将指令执行一遍，实现数据恢复。

AOF 相比于RDB的优点：可以保证数据完整，可对历史操作进行处理；

但是 AOF 文件比 RDB 文件大，且恢复速度慢，默认是关闭的。

# 18.Redis 的内存淘汰策略有那些 #

①.noeviction:默认策略，不删除任意数据，但是内存不够时，会直接返回错误  
②.Allkeys-lru:从数据集中(包括设置过期时间和未设置过期时间的数据集)，优先移除最近未使用的 key  
③.Volatile-lru:在设置了过期时间的数据集中，优先移除最近未使用的 key  
④.Allkeys-random:从数据集中(包括设置过期时间和未设置过期时间的数据集)，随机移除某个 key  
⑤.Volatile-random:在设置了过期时间的数据集中，随机移除某个 key Volatile-ttl:在设置了过期时间的数据集中，具有更早过期时间的 key 优先移除。

Redis 的内存淘汰：用户存储的一些键可以被 redis 主动从实例中删除，从而产生读 miss 的情况，  
内存淘汰是为了更好的使用内存，用一定的缓存 miss 来换取内存的使用率。

Redis 提供的内存淘汰策略有：  
①.noeviction:默认策略，不删除任意数据，但是内存不够时，会直接返回错误  
②.Allkeys-lru:从数据集中(包括设置过期时间和未设置过期时间的数据集)，优先移除最近未使用的 key  
③.Volatile-lru:在设置了过期时间的数据集中，优先移除最近未使用的 key  
④.Allkeys-random:从数据集中(包括设置过期时间和未设置过期时间的数据集)，随机移除某个 key  
⑤.Volatile-random:在设置了过期时间的数据集中，随机移除某个 key Volatile-ttl:在设置了过期时间的数据集中，具有更早过期时间的 key 优先移除。

**redis 的雪崩、穿透**

1.  **缓存穿透**
    
    **什么是缓存穿透？**  
    一般的缓存系统，都是按照key（键）去缓存查询，如果不存在对应的value（值），就应该去DB（数据库）中查找 。  
    这个时候，如果请求的并发量很大，就会对后端的DB系统造成很大的压力。这就叫做缓存穿透！
    
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0NjQxMDUz_size_16_color_FFFFFF_t_70]  
    **造成的原因：**
    
    1.  业务自身代码或数据出现问题；
    2.  一些恶意攻击、爬虫造成大量空的命中，此时会对数据库造成很大压力。
    
    **解决方法：**
    
    1.  设置布隆过滤器，将所有可能存在的数据哈希到一个足够大的bitmap中，一个一定不存在的数据会被这个bitmap拦截掉，  
        从避免了对底层存储系统的查询压力。
    2.  如果一个查询返回的数据为空，不管是数据不存在还是系统故障，我们仍然把这个结果进行缓存，但是它的过期时间会很短  
        最长不超过5分钟。
2.  **服务雪崩**
    
    **什么是雪崩？**
    
    因为缓存层承载了大量的请求，有效的保护了存储层。但是如果缓存由于某些原因，整体不能够提供服务，于是所有的请求，就会到达存储层，存储层的调用量就会暴增，造成存储层也会挂掉的情况。  
    缓存雪崩的英文解释是奔逃的野牛，指的是缓存层当掉之后，并发流量会像奔腾的野牛一样，大量后端存储。
    
    **造成的原因：**  
    当缓存服务器重启或者大量缓存集中在某一个时间段失效，这样在失效的时候，大量数据会去直接访问DB，此时给DB很大的压力。  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0NjQxMDUz_size_16_color_FFFFFF_t_70 1]  
    **解决方法：**
    
    1.  设置redis集群和DB集群的高可用，如果redis出现宕机情况，可以立即由别的机器顶替上来。这样可以防止一部分的风险。
    2.  使用互斥锁
        
        在缓存失效后，通过加锁或者队列来控制读和写数据库的线程数量。比如：对某个key只允许一个线程查询数据和写缓存，其他线程等待。单机的话，可以使用synchronized或者lock来解决，如果是分布式环境，可以是用redis的setnx命令来解决。
    3.  不同的key,可以设置不同的过期时间，让缓存失效的时间点不一致，尽量达到平均分布。
    4.  永远不过期
        
        redis中设置永久不过期，这样就保证了，不会出现热点问题，也就是物理上不过期。
    5.  资源保护
        
        使用netflix的hystrix，可以做各种资源的线程池隔离，从而保护主线程池。

# 19.redis 有哪些数据类型 #

String（字符串）、Hash（哈希）、List（列表）、Sets（集合）、ZSet（有序集合）

①.String(字符串)：redis 最基本的数据类型，一个 key 对应一个 value，一个键最大能存储 512MB  
②.Hash(哈希)：是一个键值对集合，特别适合用于存储对象  
③.List(列表)：存放多个字符串值，可以重复，按照插入顺序进行排序，也可以添加一个元素到列表的头部和尾部  
④.Sets(集合)：存放多个值，不可以重复，没有顺序  
⑤.ZSet(有序集合)：存放多个值，不可以重复，有顺序。不同的是每个元素都会关联一个 double 类型的分数，redis 正是通过分 数来为集合中的成员进行从小到大的排序

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0NjQxMDUz_size_16_color_FFFFFF_t_70 2]

# 20.Redis 一般用在那些场景 #

①.缓存热数据（热数据：查询多删改少的数据 ）  
②.计数器，诸如统计点击数等应用  
③.队列  
④.位操作(大数据处理)，比如统计 QQ 用户在线  
⑤.分布式锁和单线程机制  
⑥.最新列表  
⑦.排行榜，使用 zadd 添加有序集合

redis使用场景：会话缓存（Session Cache）、全页缓存（FPC）、排行榜/计数器

**redis优点:**

1.  速度快，因为数据存在内存中，类似于HashMap，HashMap的优势就是查找和操作的时间复杂度都是O(1)
2.  支持丰富数据类型，支持string，list，set，sorted set，hash
3.  支持事务，操作都是原子性，所谓的原子性就是对数据的更改要么全部执行，要么全部不执行
4.  丰富的特性：可用于缓存，消息，按key设置过期时间，过期后将会自动删除

# 21.SQL 题目 #

1.  在GRADE表中查找80-90份的学生学号和分数
    
        select 学号,分数 from grade where 分数 between 80 and 90
2.  在GRADE 表中查找课程编号为003学生的平均分
    
        select avg(分数) from grade where 课程编号='003'
3.  在GRADE 表中查询学习各门课程的人数
    
        select 课程编号,count(学号) as 人数 from grade group by 课程编号
4.  查询所有姓张的学生的学号和姓名
    
        select 姓名,学号 from student_info where 姓名 like'张%'
5.  查询和学号’0001’的这位同学性别相同的所有同学的姓名和出生年月
    
        select 姓名,出生年月 from student_info where 性别 in(select 性别 from student_info where sno='0001')
6.  查询所有选修课程编号为0002 和0003的学生的学号、姓名和性别
    
        select 学号,姓名,性别 from student_infowhere 学号 in(select 学号 from grade where 课程编号='0002' and 学号 in(select 学号 from grade where 课程编号='0001'))
7.  查询出学号为0001的学生的分数比0002号学生最低分高的课程编号的课程编号和分数
    
        select 课程编号, 分数 from grade where 学号='0001'and 分数>(select min(分数) from grade where 学号='0002')
8.  查询分数在80-90分的学生的学号、姓名、分数
    
        select student_info.学号,student_info.姓名,grade.分数 from student_info,grade where grade.分数 between 80 and 90
9.  查询学习了’C语言’课程的学生学号、姓名和分数
    
        select student_info.学号,student_info.姓名,grade.成绩 from student_info,grade,curriculum where student_info.学号=grade.学号  and grade.课程号=curriculum.课程号 and curriculum.课程名='C 语言'
10. 查询所有学生的总成绩，要求列出学号、姓名、总成绩，没有选课的学生总成绩为空。
    
        select grade.学号,student_info.姓名,sum(grade.成绩) as 总成绩 from student_info,grade where grade.学号=student_info.学号 group by grade.学号,student_info.姓名

[www.2cto.com]: http://www.2cto.com
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0NjQxMDUz_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200105141009544.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0NjQxMDUz,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0NjQxMDUz_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200105141411859.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0NjQxMDUz,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0NjQxMDUz_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200105142103843.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ0NjQxMDUz,size_16,color_FFFFFF,t_70