1、msyql引擎，區別，適用場景

存儲引擎：如何存儲data，為存儲的data建立索引，如何更新、查詢data等技術的實現方法
數據庫的表有不同的類型，對應mysql不同的存取機制，表類型又稱存儲引擎

1. InnoDB存儲引擎
   1. 支持事務，支持外鍵，
   2. 行鎖設計，默認讀取操作不會產生鎖
   3. 查表總行數時，需要全表掃描
   4. 如果你的數據執行大量的INSERT或UPDATE，出於性能方面的考慮，應該使用InnoDB表
2. MyISAM
   1. 不支持事務，不支持外鍵
   2. 表鎖設計。插入data時，鎖定整個表
   3. 查表總行數時，不需要全表掃描
   4. 如果執行大量的SELECT，MyISAM是更好的選擇
3. Memory存儲引擎
   1. data放在內存中，數據庫重啟或發生崩潰，表中的data消失
   2. 哈希索引，不是B+樹索引

4. NDB存儲引擎
   是一個集群存儲引擎,類似於 Oracle 的 RAC 集群

5. BLACKHOLE 黑洞存儲引擎
   應用於--主備復制中的---分發主庫

2、事務 (存儲過程實現的)

事務（Transaction）是並發控制的基本單位。
將某些操作的多個sql作為原子性操作，這些操作要麽都執行，要麽都不執行，一旦某一個出現錯誤，即可回滾到原來的狀態，從而保證數據庫數據的完整性

ACID

1. 原子性(Atomicity):一堆sql語句，要麽不執行，要麽全部執行
2. 一致性(Consistency)：事務開始前，結束後，數據庫的完整性約束沒有被破壞
3. 隔離性(Isolation)：多個事務並發訪問時，事務之間是隔離的，鎖實現的
4. 持久性(Durability)：事務一旦提交，對數據庫中的data改變是永久的，不會被回滾
   https://blog.csdn.net/shuaihj/article/details/14163713

事務的三個常用命令
Begin Transaction、Commit Transaction、RollBack Transaction。

3、join什麽時候用？有幾種?區別

多表連接查詢、有外鍵關聯

1. inner join(內連接):只匹配2張表中相關聯的記錄。
2. left join(外連接之左連接):優先顯示左表全部記錄，在內連接的基礎上增加左表有右表沒有的結果，右表中未匹配到的字段用NULL表示。
3. right join(外連接之右連接):優先顯示右表全部記錄，在內連接的基礎上增加右表有左表沒有的結果，左表中未匹配到的字段用NULL表示
4. full join(全外連接)：內連接基礎，增加左表有右表沒有和右表有左表沒有的結果；連接的表中不匹配的數據全部會顯示出來。
   mysql 不支持full join 但是可以用 union
5. 交叉連接：笛卡爾積，顯示的結果是連接表數的乘積。

4、存儲過程

相當於函數，封裝了，一系列預編譯可執行的sql語句，存放在MySQL中。
直接調用它的名字，可以執行其內部的一堆sql

優點： 
    1.程序與sql解耦。一個存儲過程替代大量sql語句
    2.執行效率高。存儲過程是預編譯的一個代碼塊
    3.網絡傳輸量小。傳別名的數據量小，傳sql數據量大
    4.確保數據安全。執行存儲過程需要用戶有一定權限
缺點：
    1.程序猿拓展功能不方便
    2.移植性差

create procedure p1()
BEGIN
    SELECT * FROM TABLE1;
END

#在mysql中調用
call p1() 

5、視圖

視圖是一種虛擬的表，具有和物理表相同的功能。可以對視圖進行增刪改查

create view table1_view as select * from table1; 

6、觸發器

觸發器是一種特殊的存儲過程，通過事件來觸發而被執行的。
使用觸發器可以定制用戶對表進行增、刪、改操作前後的行為

create trigger tri_after_insert_table1 after insert on table1 for each row
BEGIN
    SELECT * FROM TABLE1;
END

7、索引是什麽？什麽時候用？

相當於，新華字典的，音序表
數據庫管理系統中，一個排序好的數據結構，協助快速查詢data，範圍查詢data

create index ix_age on table1(age);
create index 索引名1,索引名2 on 表名('字段1','字段2')

優勢
    1.可以大大加快數據的檢索速度,(這也是創建索引的最主要的原因)
    2.分組和排序，顯著減少時間
    3.加速表和表之間的連接
    4.創建唯一性索引，保證每一行數據的唯一性

代價
    1.增加了數據庫的存儲空間,(每一個索引需要占用物理空間)
    2.插入與修改data要花費較多時間,(index索引也跟著變動)

什麽時候用？
    1. 經常select查詢
    2. 表記錄超級多
    3. 列。經常搜索的列、主鍵列、外鍵列、排序的列、where上的列、範圍查找的列 age in [20,40]

什麽時候不用？
    1. 經常update、delete、insert
    2. 表記錄少
    3. 列。不經常使用的列、數據值很少的列(固定電話)、定義為文本，圖片，bit的列、修改性能遠遠大於檢索性能的列

B+樹：二叉樹---平衡二叉樹---B樹---B+樹---B-樹---B*樹---紅黑樹

http://www.cnblogs.com/oldhorse/archive/2009/11/16/1604009.html
https://blog.csdn.net/samjustin1/article/details/52664514
https://blog.csdn.net/xiaqunfeng123/article/details/52534468
https://blog.csdn.net/qq_26768741/article/details/53164202

B+樹

用途：用於數據庫索引，操作系統的文件系統中  
特點：保持data穩定有序，插入與修改有較穩定的對數時間復雜度O(logN)    

1.所有關鍵字的信息，都出現在葉子節點
2.所有非葉子節點，不存儲data，只存儲key，遞增排列
3.為所有葉子節點增加一個鏈指針
4.非葉子節點的key，是其子樹的最大或最小關鍵字

8.Mysql索引用B+樹而不用B-樹或者紅黑樹

Mysql如何衡量查詢效率呢？– 磁盤IO次數

1.B+樹節點小，磁盤I/O次數少
    B+樹。葉節點存放data，其他節點用來索引  
    B-樹。每個索引節點都會有data區域
    紅黑樹。樹的深度過大，IO讀寫頻繁
2.B+樹，支持範圍查詢，B樹不支持
    所有的葉子節點用指針串起來，遍歷葉子節點，就能獲得全部數據，可以進行區間訪問

https://blog.csdn.net/xiedelong/article/details/81417049

9、DDL、DML、DCL

DDL (define) 數據庫定義語言 database、table、view、index、producer、drop
DML(manager) 數據庫操縱語言 insert、delete、update、select
DCL (control) 數據庫控制語言 grant，revoke 權限

10、說一說三個範式。

1. 第一範式（1NF）：數據庫表中的字段都是單一屬性的，不可再分。
   學生信息表，有姓名、年齡、性別、學號等信息組成
2. 第二範式（2NF）：滿足第一範式,表中的字段必須完全依賴於全部主鍵而非部分主鍵。
   要有主鍵，要求其他字段都依賴於主鍵。
3. 第三範式（3NF）：滿足第二範式，非主鍵外的所有字段必須互不依賴
   就是數據只在一個地方存儲，不重復出現在多張表中，可以認為就是消除傳遞依賴
   消除傳遞依賴，方便理解，可以看做是“消除冗余”。
   所謂傳遞函數依賴，指的是如 果存在"A → B → C"的決定關系，則C傳遞函數依賴於A。

11、drop、delete與truncate簡單說一說區別

SQL中的drop、delete、truncate都表示刪除，但是三者有一些差別
1.delete和truncate只刪除表的數據不刪除表的結構
2.速度,一般來說: drop> truncate >delete
3.delete語句是dml,這個操作會放到rollback segement中,事務提交之後才生效;如果有相應的trigger,執行的時候將被觸發.
4.truncate,drop是ddl, 操作立即生效,原數據不放到rollback segment中,不能回滾. 操作不觸發trigger.
5.安全性:小心使用drop 和truncate,尤其沒有備份的時候 ,不可回滾

分別在什麽場景之下使用？  
1.不再需要一張表的時候，用drop  
2.想刪除部分數據行時候，用delete，並且帶上where子句  
3.保留表而刪除所有數據的時候用truncate  

12、sql語句

查詢來自杭州，並且訂單數少於2的客戶。

select a.customer_id, count(b.order_id) as total_orders
from table1 as a left join table2 as b
on a.customer_id = b.customer_id
where a.city = 'hangzhou'
group by a.customer_id
having count(b.order_id) < 2
order by total_orders desc
limit 1;

13、char與varchar區別

char是固定長度的類型
vachar是可變長度的類型

char(10)：定長，字符長度為10,浪費空間，存取速度快
            root存成root000000,數據不足時，右邊用空格填充

varchar(10)：變長，字符長度10，,精準，節省空間，存取速度慢
            存儲數據的真實內容，不會填充，
            1-2bytes的數據字節數 + 真實數據root

14、數據庫優化問題

（1）服務層面：配置mysql性能優化參數；  
（2）系統層面：優化數據表結構、字段類型、字段索引、分表，分庫、讀寫分離等等。
（3）數據庫層面：優化SQL語句，合理使用字段索引。  
（4）代碼層面：使用緩存和NoSQL數據庫方式存儲，MongoDB/Memcached/Redis來緩解高並發下數據庫查詢的壓力。
（5）減少數據庫操作次數，盡量使用數據庫訪問驅動的批處理方法。
（6）不常使用的數據遷移備份，避免每次都在海量數據中去檢索。
（7）提升數據庫服務器硬件配置，或者搭建數據庫集群。
（8）編程手段防止SQL註入

15、在數據庫中查詢語句速度很慢，如何優化？

1.建索引
2.減少表之間的關聯
3.優化sql，盡量讓sql很快定位數據，不要讓sql做全表查詢，應該走索引,把數據 量大的表排在前面
4.簡化查詢字段，沒用的字段不要，盡量返回少量數據

16、數據庫優化的思路

1.SQL語句優化
用Where子句替換HAVING 子句，因為HAVING 只會在檢索出所有記錄之後才對結果集進行

2.索引優化
看上文索引

3.數據庫結構優化
 1）範式優化： 比如消除冗余（節省空間。。）
 2）反範式優化：比如適當加冗余等（減少join）
 3）拆分表、拆分庫
 4）讀寫分離

4.服務器硬件優化

17、你了解redis嗎？

1. 高性能，非關系型數據庫，內存數據庫，減少磁盤I/O
2. key-value類型，hashmap實現，復雜度O(1)，查找與操作速度快
3. 豐富的數據類型，string，list，set，hash
4. 支持事務，操作都是原子性
5. 必要時部分存在硬盤上
6. 豐富的特性、可用於緩存，消息，按key設置過期時間，過期自動刪除
7. mySQL裏有2000w數據，redis中只存20w的熱點數據，內存數據集達到一定大小的時候，施行數據淘汰策略(過期時間、最少使用)

03-數據庫必會問題