数据库面试看这个必看

数据库面试总结

问题1：请表明什么是关系型数据库和非关系型数据库，以及它们之间的重要区别是什么？
答案1：
关系型数据库（RDBMS）是基于关系模子来存储数据的数据库。它使用表格、行和列来构造数据，并通过SQL（结构化查询语言）来查询和更新数据。关系型数据库通常支持事务处置惩罚、ACID属性、数据完整性（通过主键、外键等）和复杂的SQL查询。
非关系型数据库（NoSQL）则不使用传统的关系模子来存储数据。它们通常使用键值对、文档、列族或图形等数据结构来存储数据，并且不依赖于SQL来查询数据。非关系型数据库通常具有更高的可扩展性和灵活性，适用于大数据和实时应用。
重要区别包括：数据结构、数据模子、查询语言、扩展性和同等性等。
问题2：请表明什么是主键、外键和索引，并阐明它们的作用？
答案2：
主键是表中的一列或多列，用于唯一地标识表中的每一行数据。主键的值必须是唯一的，并且不能为NULL。主键的作用是包管数据的唯一性和完整性。
外键是一个表中的字段，其值引用另一个表的主键。外键用于创建两个表之间的关联关系，确保数据的引用完整性。
索引是用于加速数据库查询的一种数据结构。通过创建索引，数据库系统可以快速定位到表中的特定命据，从而进步查询性能。索引可以创建在表的一个或多个字段上。
问题3：请描述什么是SQL注入攻击，并阐明怎样防止它？
答案3：
SQL注入攻击是一种代码注入技能，攻击者通过在应用步调的输入字段中插入恶意的SQL代码，从而非法访问或篡改数据库中的数据。这种攻击通常发生在Web应用步调中，攻击者使用应用步调对用户输入的处置惩罚不妥来实验攻击。
为了防止SQL注入攻击，可以采取以下措施：

• 使用参数化查询或预编译的语句，而不是直接将用户输入拼接到SQL语句中。
  
• 对用户输入进行验证和过滤，确保它们符合预期的格式和范例。
  
• 限制数据库用户的权限，确保他们只能访问必要的表和字段。
  
• 使用Web应用步调防火墙（WAF）等安全工具来检测和阻止SQL注入攻击。
  

问题4：请表明什么是事务，并阐明它在数据库中的作用？
答案4：
事务是数据库管理系统执行过程中的一个逻辑单元，由一个或多个完成一个完整业务功能的SQL语句构成。事务的作用重要是确保数据的完整性和同等性。当事务被提交时，此中的所有操作都会被永世地保存到数据库中；如果事务被回滚，则此中的所有操作都会被打消，数据库会恢复到事务开始之前的状态。事务的ACID属性（原子性、同等性、隔离性和持久性）确保了这些操作的可靠性和安全性。
当然，以下是数据库面试中大概进一步涉及的问题和答案：
问题5：请表明什么是范式（Normalization），以及为什么它在数据库设计中很紧张？
答案5：
范式（Normalization）是数据库设计中的一组规则，用于减少数据冗余、进步数据存储的效率和完整性。在数据库设计中，遵循范式可以帮助我们创建结构良好、易于维护的数据库。
常见的范式有第一范式（1NF）、第二范式（2NF）、第三范式（3NF）等。第一范式要求每个列都是不可分割的原子项；第二范式要求非主键列完全依赖于整个主键，而不是主键的一部分；第三范式则要求非主键列之间不存在通报依赖关系。
遵循这些范式可以避免数据冗余和更新异常，进步数据的完整性和同等性。但是，过度遵循范式大概导致数据库性能下降，因此在设计数据库时必要权衡这些因素。
问题6：请描述数据库的垂直拆分和程度拆分，以及它们的应用场景？
答案6：
垂直拆分（Vertical Partitioning）是将一个表按照列进行拆分，将某些列单独放到一个或多个新表中。这样可以解决表的宽度问题，减少I/O操作，进步性能。垂直拆分的应用场景包括：将大字段（如TEXT、BLOB等）单独拆分出来，减少I/O压力；将访问频率低的列拆分出来，减少查询开销等。
程度拆分（Horizontal Partitioning）是将一个表按照行进行拆分，将表中的行分配到不同的表或数据库中。这样可以解决单个表数据量过大的问题，进步查询性能。程度拆分的应用场景包括：根据某个字段（如用户ID、时间等）进行分表，将数据分散到多个表中；使用分布式数据库进行程度拆分，将数据分散到多个数据库中等。
问题7：请表明什么是SQL注入攻击，并给出一些防备SQL注入的常用方法？
答案7：
SQL注入攻击是指攻击者通过在用户输入中插入恶意SQL代码，修改或执行未经授权的数据库查询。这种攻击大概导致数据泄露、数据篡改、乃至数据库被完全控制。
防备SQL注入的常用方法包括：

• 使用参数化查询或预编译的语句，避免直接将用户输入拼接到SQL语句中。
  
• 对用户输入进行严格的验证和过滤，确保它们符合预期的格式和范例。
  
• 限制数据库用户的权限，确保他们只能访问必要的表和字段。
  
• 使用Web应用步调防火墙（WAF）等安全工具来检测和阻止SQL注入攻击。
  

问题8：请谈谈你对数据库索引的理解，并阐明怎样优化索引以进步查询性能？
答案8：
索引是数据库中用于加速查询操作的一种数据结构。通过创建索引，数据库系统可以快速定位到表中的特定命据，从而进步查询性能。但是，索引也会占用额外的存储空间，并大概增加插入、更新和删除操作的开销。
为了优化索引以进步查询性能，可以采取以下措施：

• 选择符合的索引列：选择经常用于查询条件、排序和毗连的列作为索引列。
  
• 创建复合索引：将多个列组合成一个复合索引，以优化涉及多个列的查询条件。
  
• 避免过度索引：不要为每个列都创建索引，由于这会占用大量存储空间并降低写操作的性能。
  
• 定期维护索引：使用数据库管理工具定期检查和重建索引，以确保其保持最佳状态。
  
• 考虑使用覆盖索引：如果查询只必要访问索引中的信息，而不必要访问表中的数据行，则可以使用覆盖索引来进步性能。
  

问题9：请表明什么是数据库事务的隔离级别，以及常见的隔离级别有哪些？
答案9：
数据库事务的隔离级别决定了事务之间对数据的可见性和并发事务的隔离程度。它定义了多个事务并发执行时，事务之间访问共享资源（如表、行等）的相互影响。
常见的隔离级别包括：

• 读未提交（Read Uncommitted）：最低的隔离级别，一个事务可以读取另一个未提交事务的修改。这大概导致脏读（Dirty Read）、不可重复读（Non-Repeatable Read）和幻读（Phantom Read）。
  
• 读已提交（Read Committed）：一个事务只能读取另一个已提交事务的修改。这可以防止脏读，但大概出现不可重复读和幻读。
  
• 可重复读（Repeatable Read）：对同一字段的多次读取结果都是同等的。这可以防止脏读和不可重复读，但大概出现幻读（取决于详细的数据库管理系统实现）。
  
• 串行化（Serializable）：最高的隔离级别，所有的事务依次逐个执行，这样事务之间就不大概产生干扰。但这也意味着事务的并发执行效率最低。
  

问题10：请表明什么是数据库中的死锁，以及怎样解决死锁问题？
答案10：
数据库中的死锁是指两个或两个以上的进程在执行过程中，因争夺资源而造成的一种相互等待的现象，若无外力作用，它们都将无法向前推进。
解决死锁问题的方法通常包括：

• 超时等待：为数据库事务设置超时时间，如果事务在等待资源的时间超过这个时间，就放弃事务的执行，并释放资源。
  
• 事务重试：当检测到死锁时，可以让某些事务进行回滚，然后重试这些事务。
  
• 优化查询：避免在事务中执行过于复杂的查询，以减少对共享资源的锁定时间。
  
• 调整锁的顺序：如果大概，只管让多个事务以雷同的顺序请求资源，这样可以降低死锁发生的概率。
  
• 使用数据库管理工具：一些数据库管理工具提供了检测和解决死锁的功能，可以使用这些工具来监控和管理数据库中的死锁问题。
  

SQL汇总

当然，以下是数据库中的DDL、DML、DQL、DCL和TCL的SQL示例：

• 数据定义语言（DDL, Data Definition Language）
  

1. -- 创建一个新表
2. CREATE TABLE employees (
3.     id INT PRIMARY KEY,
4.     name VARCHAR(50),
5.     age INT,
6.     department VARCHAR(50)
7. );
9. -- 修改表结构，添加一个列
10. ALTER TABLE employees ADD COLUMN salary DECIMAL(10, 2);
12. -- 删除表
13. DROP TABLE employees;

复制代码

• 数据操作语言（DML, Data Manipulation Language）
  

1. -- 插入数据
2. INSERT INTO employees (id, name, age, department) VALUES (1, 'John Doe', 30, 'HR');
4. -- 更新数据
5. UPDATE employees SET salary = 5000.00 WHERE id = 1;
7. -- 删除数据
8. DELETE FROM employees WHERE id = 1;

复制代码

• 数据查询语言（DQL, Data Query Language）
  

1. -- 查询所有数据
2. SELECT * FROM employees;
4. -- 查询特定列的数据
5. SELECT name, age FROM employees WHERE department = 'HR';
7. -- 排序查询结果
8. SELECT name, age FROM employees ORDER BY age DESC;
10. -- 分组与聚合
11. SELECT department, COUNT(*) FROM employees GROUP BY department;

复制代码

• 数据控制语言（DCL, Data Control Language）
  

1. -- 授予用户权限
2. GRANT SELECT ON employees TO 'user'@'localhost';
4. -- 回收用户权限
5. REVOKE SELECT ON employees FROM 'user'@'localhost';
7. -- 创建用户（这通常也是DCL的一部分）
8. CREATE USER 'newuser'@'localhost' IDENTIFIED BY 'password';
10. -- 设置用户权限（在某些数据库中，如MySQL，这可能会与GRANT语句一起使用）
11. FLUSH PRIVILEGES;

复制代码

• 事务处置惩罚语言（TCL, Transaction Control Language）
  

1. -- 开始一个新事务
2. BEGIN TRANSACTION;
4. -- 执行一些DML语句（例如，INSERT, UPDATE, DELETE）
5. INSERT INTO employees (id, name, age, department) VALUES (2, 'Jane Smith', 28, 'IT');
6. UPDATE employees SET salary = 5500.00 WHERE id = 2;
8. -- 提交事务，使更改永久化
9. COMMIT;
11. -- 如果在事务中发生错误，可以回滚事务，撤销所有更改
12. -- ROLLBACK;

复制代码

SQL SELECT 语句的执行顺序

SQL SELECT 语句的执行顺序对于理解查询怎样被数据库优化和执行黑白常紧张的。这个“顺序”并不完全等同于查询在物理层面上的执行顺序，而是逻辑上解析查询的顺序。以下是 SQL SELECT 语句的逻辑执行顺序的一个简化版：

• FROM 和 JOIN
  
  
  
  • 数据库首先确定要从哪些表中检索数据，并处置惩罚任何 JOIN 操作。
    
  • 在这一步，数据库还会生成一个虚拟表（也称为结果集或中心表），这个表包罗了 JOIN 操作的结果。
    
  
  
• WHERE
  
  
  
  • 接下来，数据库会评估 WHERE 子句中的条件，并过滤掉不满足条件的行。
    
  • WHERE 子句是在数据实际被选取出来之前应用的，因此它可以大大进步查询效率。
    
  
  
• GROUP BY
  
  
  
  • 如果查询中包罗了 GROUP BY 子句，数据库会根据指定的列对结果进行分组。
    
  • 在这一步，任何聚合函数（如 SUM(), AVG(), COUNT() 等）都会被盘算。
    
  
  
• HAVING
  
  
  
  • HAVING 子句用于过滤分组后的结果。它类似于 WHERE 子句，但 HAVING 是在 GROUP BY 之后应用的，并且它通常与聚合函数一起使用。
    
  
  
• SELECT
  
  
  
  • 在这一步，数据库会选择要显示的列。这包括任何在 SELECT 语句中明白指定的列，以及通过聚合函数盘算得出的列。
    
  • 如果查询中包罗了 DISTINCT 关键字，数据库会确保结果会合的每一行都是唯一的。
    
  
  
• ORDER BY
  
  
  
  • 数据库会根据 ORDER BY 子句中的列对结果进行排序。
    
  • 排序操作大概会消耗大量资源，特别是在处置惩罚大量数据时，因此应该谨慎使用。
    
  
  
• LIMIT / OFFSET（可选）
  
  
  
  • 如果查询中包罗了 LIMIT 和/或 OFFSET 子句，数据库会限制返回的行数，并大概跳过肯定命量的行。
    
  • 这通常用于分页查询。
    
  
  

固然这是 SQL SELECT 语句的逻辑执行顺序，但实际的物理执行计划大概会根据数据库优化器的决策而有所不同。数据库优化器会考虑多种因素（如表的巨细、索引的存在、查询的复杂性等）来确定最有效的执行计划。你可以使用 EXPLAIN（或类似的下令，详细取决于数据库系统）来检察查询的执行计划。
SQL跨表毗连

在SQL中，跨表毗连（或称为表毗连）是用于从两个或多个表中检索数据的操作。以下是几种常见的表毗连范例，以及它们的SQL示例：

• 内毗连（INNER JOIN）
  

内毗连返回两个表中满足毗连条件的记录。如果左表（或右表）中的某行在右表（或左表）中没有匹配的行，那么这些行就不会出如今结果会合。
示例：
假设我们有两个表，employees 和 departments，我们想要获取每个员工及其地点部分的信息。

1. SELECT employees.name, departments.department_name
2. FROM employees
3. INNER JOIN departments ON employees.department_id = departments.id;

复制代码

• 左外毗连（LEFT OUTER JOIN 或 LEFT JOIN）
  

左外毗连返回左表中的所有记录和右表中满足毗连条件的记录。如果左表中的某行在右表中没有匹配的行，那么结果会合右表的部分将包罗NULL值。
示例：
假设我们想要获取所有员工及其地点部分的信息，纵然某些员工没有分配到部分。

1. SELECT employees.name, departments.department_name
2. FROM employees
3. LEFT JOIN departments ON employees.department_id = departments.id;

复制代码

• 右外毗连（RIGHT OUTER JOIN 或 RIGHT JOIN）
  

右外毗连与左外毗连相反，它返回右表中的所有记录和左表中满足毗连条件的记录。如果右表中的某行在左表中没有匹配的行，那么结果会合左表的部分将包罗NULL值。
注意：在实际应用中，右外毗连的使用相对较少，由于可以通过互换左右表和使用左外毗连来达到雷同的效果。
示例：
假设我们想要获取所有部分以及每个部分下的员工信息（如果有的话）。

1. SELECT employees.name, departments.department_name
2. FROM employees
3. RIGHT JOIN departments ON employees.department_id = departments.id;

复制代码

• 全外毗连（FULL OUTER JOIN 或 FULL JOIN）
  

全外毗连返回左表和右表中的所有记录。如果某行在另一个表中没有匹配的行，那么结果会合对应表的部分将包罗NULL值。
示例：
假设我们想要获取所有员工和所有部分的信息，纵然某些员工没有分配到部分或某些部分没有员工。

1. SELECT employees.name, departments.department_name
2. FROM employees
3. FULL JOIN departments ON employees.department_id = departments.id;

复制代码

• 交织毗连（CROSS JOIN）
  

交织毗连返回左表中的每一行与右表中的每一行的组合。这通常不带有毗连条件，因此会产生笛卡尔积。
示例：
假设我们有两个表，colors 和 sizes，我们想要列出所有大概的颜色和尺寸组合。

1. SELECT colors.color_name, sizes.size_name
2. FROM colors
3. CROSS JOIN sizes;
7. ## TRUNCATE、DELETE 和 DROP 的区别
9.     操作对象：
10.         DELETE：用于删除表中的数据，但表本身的结构及其相关对象（如索引、触发器、约束等）保持不变。DELETE 可以针对表中的特定行（通过 WHERE 子句指定）或所有行进行操作。
11.         TRUNCATE：也用于删除表中的所有数据，但它是一个不可逆的操作（不能回滚）。与 DELETE 不同，TRUNCATE 会重置任何自增字段的计数器到其初始值。而且，它通常比 DELETE 更快，因为它不记录每个被删除的行，而是仅重置表。
12.         DROP：不仅删除表中的所有数据，还删除表本身的结构及其相关对象。这是一个非常强大的操作，应谨慎使用，因为它会永久删除表及其所有数据。
14.     是否可以回滚：
15.         DELETE 是一个 DML（数据操作语言）语句，因此它可以在事务中使用，并且如果发生错误或需要撤销更改，可以使用 ROLLBACK 语句进行回滚。
16.         TRUNCATE 和 DROP 都是 DDL（数据定义语言）语句，它们在执行后会立即生效，并且不能通过 ROLLBACK 语句进行回滚。
18.     性能：
19.         在删除大量数据时，TRUNCATE 通常比 DELETE 更快，因为它不记录每个被删除的行，而是仅重置表。
20.         DROP 的速度也很快，因为它不仅删除数据，还删除表结构。
22.     范围：
23.         DELETE 和 TRUNCATE 仅影响表中的数据，而 DROP 会删除表本身及其所有数据和相关对象。
24.         DELETE 可以应用于视图和表，而 TRUNCATE 只能应用于表。

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。