資料庫及快取重要面試題
1、MySQL常見資料庫引擎及比較？
InnoDB：支援事務處理，支援外來鍵，支援崩潰修復能力和併發控制。如果需要對事務的完整性要求比較高（比如銀行），要求實現併發控制（比如售票），那選擇InnoDB有很大的優勢。如果需要頻繁的更新、刪除操作的資料庫，也可以選擇InnoDB，因為支援事務的提交（commit）和回滾（rollback）。
MyISAM：插入資料快，空間和記憶體使用比較低。如果表主要是用於插入新記錄和讀出記錄，那麼選擇MyISAM能實現處理高效率。如果應用的完整性、併發性要求比較低，也可以使用。
Memory：將所有資料儲存在RAM中，在需要快速查詢引用和其他類似資料的環境下，可提供極快的訪問。
注意：
同一個資料庫也可以使用多種儲存引擎的表。如果一個表要求比較高的事務處理，可以選擇InnoDB。這個資料庫中可以將查詢要求比較高的表選擇MyISAM儲存。如果該
資料庫需要一個用於查詢的臨時表，可以選擇MEMORY儲存引擎。
更多資料庫引擎參考：https://www.cnblogs.com/li1992/articles/9217320.html
2、簡述資料三大正規化？
第一正規化(確保每列保持原子性)
資料表中的每一列（每個欄位），必須是不可拆分的最小單元。
第二正規化(確保表中的每列都和主鍵相關)
第二正規化需要確保資料庫表中的每一列都和主鍵相關，而不能只與主鍵的某一部分相關（主要針對聯合主鍵而言）。也就是說在一個數據庫表中，一個表中只能儲存一種資料，不可以把多種資料儲存在同一張資料庫表中。
第三正規化(確保每列都和主鍵列直接相關,而不是間接相關)
表中每一列只與主鍵直接相關而不是間接相關（每一列只能依賴於主鍵）
3、簡述觸發器、函式、檢視、儲存過程？
觸發器：觸發器是一個特殊的儲存過程，它是MySQL在insert、update、delete的時候自動執行的程式碼塊
函式：MySQL中提供了許多內建函式，還可以自定義函式（需要sql邏輯處理）
檢視：檢視是由查詢結果形成的一張虛擬表，是表通過某種運算得到的一個投影
儲存過程：把一段程式碼封裝起來，當要執行這一段程式碼的時候，可以通過呼叫該儲存過程來實現（經過第一次編譯後再次呼叫不需要再次編譯，比一個個執行sql語句效率高）
4、資料庫優化方案？
https://blog.csdn.net/jwq101666/article/details/79070773
5、char和varchar的區別？
char型別：定長不可變
存入字元長度大於設定長度時，會報錯；存入字元長度小於設定長度時，用空格填充剩餘長度，浪費空間，但是存取速度快。
varchar型別：可變
不使用空格填充，在真實資料前加1-2Bytes作字首，用來表示真實資料的位元組數，節省空間，存取速度較慢。
6、簡述MySQL的執行計劃？
# explain + SQL語句 # SQL在資料庫中執行時的表現情況,通常用於SQL效能分析,優化等場景。 'explain select * from rbac_userinfo where id=1;'
7、1000w條資料，使用limit offset 分頁時，為什麼越往後翻越慢？如何解決？
http://www.cnblogs.com/zhuifeng-mayi/p/9291446.html
8、redis和memcached比較？
1.儲存容量：
memcached超過記憶體比例會抹掉前面的資料，而redis會儲存在磁碟
2.支援資料型別：
memcached只支援string；
redis支援更多;如：hash、list、集合、有序集合
3.持久化：
redis支援資料持久化，可以將記憶體中的資料保持在磁碟中，memcached無
4.主從：
即master-slave模式的資料備份(主從)。
5.特性
Redis在很多方面具備資料庫的特徵，或者說就是一個數據庫系統，Memcached只是簡單的K/V快取
9、redis中資料庫預設是多少個db 及作用？
#redis預設有16個db，db0~db15（可以通過配置檔案支援更多，無上限） #並且每個資料庫的資料是隔離的不能共享 #可以隨時使用SELECT命令更換資料庫：redis> SELECT 1 # 注意： 多個數據庫之間並不是完全隔離的 比如FLUSHALL命令可以清空一個Redis例項中所有資料庫中的資料。
10、如果redis中的某個列表中的資料量非常大，如果實現迴圈顯示每一個值？
# 通過scan_iter分片取，減少記憶體壓力 scan_iter(match=None, count=None)增量式迭代獲取redis裡匹配的的值 # match，匹配指定key # count，每次分片最少獲取個數 r = redis.Redis(connection_pool=pool) for key in r.scan_iter(match='PREFIX_*', count=100000): print(key)
11、redis如何實現主從複製？以及資料同步機制？
實現主從複製：
'建立6379和6380配置檔案'
redis.conf：6379為預設配置檔案，作為Master服務配置；
redis_6380.conf：6380為同步配置，作為Slave服務配置；
'配置slaveof同步指令'
在Slave對應的conf配置檔案中，新增以下內容：
slaveof 127.0.0.1 6379
資料同步步驟：
(1)Slave伺服器連線到Master伺服器.
(2)Slave伺服器傳送同步(SYCN)命令.
(3)Master伺服器備份資料庫到檔案.
(4)Master伺服器把備份檔案傳輸給Slave伺服器.
(5)Slave伺服器把備份檔案資料匯入到資料庫中.
12、如何實現redis叢集？
基於【分片】來完成。
- 叢集是將你的資料拆分到多個Redis例項的過程
- 可以使用很多電腦的記憶體總和來支援更大的資料庫。
- 沒有分片，你就被侷限於單機能支援的記憶體容量。
redis將所有能放置資料的地方建立了 16384 個雜湊槽。
如果設定叢集的話，就可以為每個例項分配雜湊槽：
- 192.168.1.20【0-5000】
- 192.168.1.21【5001-10000】
- 192.168.1.22【10001-16384】
以後想要在redis中寫值時：set k1 123
- 將k1通過crc16的演算法轉換成一個數字，然後再將該數字和16384求餘，
- 如果得到的餘數 3000，那麼就將該值寫入到 192.168.1.20 例項中。
叢集方案：
- redis cluster：官方提供的叢集方案。
- codis：豌豆莢技術團隊。
- tweproxy：Twiter技術團隊。
13、MySQL 裡有 2000w 資料，redis 中只存 20w 的資料，如何保證 redis 中都是熱點資料？
限定Redis佔用的記憶體，根據自身資料淘汰策略，淘汰冷資料，把熱資料載入到記憶體。計算一下 20W 資料大約佔用的記憶體，然後設定一下Redis記憶體限制即可。
14、什麼是codis及作用？
Codis 是一個分散式 Redis 解決方案, 對於上層的應用來說, 連線到 Codis-Proxy(redis代理服務)和連線原生的 Redis-Server 沒有明顯的區別, 上層應用可以像使用單機的 Redis 一樣使用, Codis 底層會處理請求的轉發, 不停機的資料遷移等工作, 所有後邊的一切事情, 對於前面的客戶端來說是透明的, 可以簡單的認為後邊連線的是一個記憶體無限大的 Redis 服務.
15、什麼是twemproxy及作用？
什麼是Twemproxy
是Twtter開源的一個 Redis 和 Memcache 代理伺服器，
主要用於管理 Redis 和 Memcached 叢集，減少與Cache伺服器直接連線的數量。
他的後端是多臺REDIS或memcached所以也可以被稱為分散式中介軟體。
作用：
通過代理的方式減少快取伺服器的連線數。
自動在多臺快取伺服器間共享資料。
通過配置的方式禁用失敗的結點。
執行在多個例項上，客戶端可以連線到首個可用的代理伺服器。
支援請求的流式與批處理，因而能夠降低來回的消耗。
16、寫程式碼實現redis事務操作
import redis pool = redis.ConnectionPool(host='10.211.55.4', port=6379) conn = redis.Redis(connection_pool=pool) # pipe = r.pipeline(transaction=False) pipe = conn.pipeline(transaction=True) # 開始事務 pipe.multi() pipe.set('name', 'zgc') pipe.set('role', 'haha') pipe.lpush('roless', 'haha') # 提交 pipe.execute() '注意'：諮詢是否當前分散式redis是否支援事務
17、什麼是一致性雜湊？python中是否有相應的模組？
一致性雜湊 一致性hash演算法（DHT）可以通過減少影響範圍的方式，解決增減伺服器導致的資料雜湊問題，從而解決了分散式環境下負載均衡問題； 如果存在熱點資料，可以通過增添節點的方式，對熱點區間進行劃分，將壓力分配至其他伺服器，重新達到負載均衡的狀態。 模組：hash_ring