java面试---mysql

1. 数据库的三范式是什么？
   第一范式：当关系模式R的所有属性都不能在分解为更基本的数据单位时，称R是满足第一范式的，简记为1NF。满足第一范式是关系模式规范化的最低要
   求，否则，将有很多基本操作在这样的关系模式中实现不了。
   第二范式：如果关系模式R满足第一范式，并且R得所有非主属性都完全依赖于R的每一个候选关键属性，称R满足第二范式，简记为2NF。
   第三范式：设R是一个满足第一范式条件的关系模式，X是R的任意属性集，如果X非传递依赖于R的任意一个候选关键字，称R满足第三范式，简记为3NF.

2. 一张自增表里面总共有 7 条数据，删除了最后 2 条数据，重启 mysql 数据库，又插入了一条数据，此时 id 是几？
   9

3. 如何获取当前数据库版本？
   打开mysql在命令提示符上输入 select version();
   输入 mysql -V

4. 说一下 ACID 是什么？
   ACID，是指在可靠数据库管理系统（DBMS）中，事务(transaction)所应该具有的四个特性：原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）.

5. char 和 varchar 的区别是什么？
   char是一种固定长度的类型，varchar则是一种可变长度的类型

6. float 和 double 的区别是什么？
   它们都代表浮点数。FLOAT用于单精度，而DOUBLE是双精度数字。
   MySQL的单精度值使用四个字节，双精度值使用八个字节。

7. mysql 的内连接、左连接、右连接有什么区别？
   1、内连接：系统会自动忽略两个表中对应不起来的数据
   2、左连接：显示关键词left左边表中的所有数据,右边表数据数据少了补NULL值,数据多了不显示
   3、右连接：显示关键词右表中的所有数据,左边表数据数据少了补NULL值,数据多了不显示

8. mysql 索引是怎么实现的？
   MySQL支持诸多存储引擎，而各种存储引擎对索引的支持也各不相同，因此MySQL数据库支持多种索引类型，如BTree索引，B+Tree索引，哈希索引，全文索引等等，
   1、哈希索引：
   只有memory（内存）存储引擎支持哈希索引，哈希索引用索引列的值计算该值的hashCode，然后在hashCode相应的位置存执该值所在行数据的物理位置，因为使用散列算法，因此访问速度非常快，但是一个值只能对应一个hashCode，而且是散列的分布方式，因此哈希索引不支持范围查找和排序的功能。
   2、全文索引：
   FULLTEXT（全文）索引，仅可用于MyISAM和InnoDB，针对较大的数据，生成全文索引非常的消耗时间和空间。对于文本的大对象，或者较大的CHAR类型的数据，如果使用普通索引，那么匹配文本前几个字符还是可行的，但是想要匹配文本中间的几个单词，那么就要使用LIKE %word%来匹配，这样需要很长的时间来处理，响应时间会大大增加，这种情况，就可使用时FULLTEXT索引了，在生成FULLTEXT索引时，会为文本生成一份单词的清单，在索引时及根据这个单词的清单来索引。FULLTEXT可以在创建表的时候创建，也可以在需要的时候用ALTER或者CREATE INDEX来添加
   3、BTree索引和B+Tree索引
   BTree索引
   BTree是平衡搜索多叉树，设树的度为2d（d>1），高度为h，那么BTree要满足以一下条件：
   每个叶子结点的高度一样，等于h；
   每个非叶子结点由n-1个key和n个指针point组成，其中d<=n<=2d,key和point相互间隔，结点两端一定是key；
   叶子结点指针都为null；
   非叶子结点的key都是[key,data]二元组，其中key表示作为索引的键，data为键值所在行的数据；
   在BTree的机构下，就可以使用二分查找的查找方式，查找复杂度为h*log(n)，一般来说树的高度是很小的，一般为3左右，因此BTree是一个非常高效的查找结构。
   B+Tree索引
   B+Tree是BTree的一个变种，设d为树的度数，h为树的高度，B+Tree和BTree的不同主要在于：
   B+Tree中的非叶子结点不存储数据，只存储键值；
   B+Tree的叶子结点没有指针，所有键值都会出现在叶子结点上，且key存储的键值对应data数据的物理地址；
   B+Tree的每个非叶子节点由n个键值key和n个指针point组成；

9. 怎么验证 mysql 的索引是否满足需求？
   1、较频繁地作为查询条件的字段
   2、唯一性太差的字段不适合建立索引
   3、更新太频繁地字段不适合创建索引
   4、不会出现在where条件中的字段不该建立索引

10. 说一下数据库的事务隔离？
    READ UNCOMMITTED（读未提交数据）：允许事务读取未被其他事务提交的变更数据，会出现脏读、不可重复读和幻读问题。
    READ COMMITTED（读已提交数据）：只允许事务读取已经被其他事务提交的变更数据，可避免脏读，仍会出现不可重复读和幻读问题。
    REPEATABLE READ（可重复读）：确保事务可以多次从一个字段中读取相同的值，在此事务持续期间，禁止其他事务对此字段的更新，可以避免脏读和不可重复读，仍会出现幻读问题。
    SERIALIZABLE（序列化）：确保事务可以从一个表中读取相同的行，在这个事务持续期间，禁止其他事务对该表执行插入、更新和删除操作，可避免所有并发问题，但性能非常低。

11. 说一下 mysql 常用的引擎？
    InnoDB存储引擎、MyISAM存储引擎、MEMORY存储引擎

12. 说一下 mysql 的行锁和表锁？
    MySQL的存储引擎是从MyISAM到InnoDB，锁从表锁到行锁。后者的出现从某种程度上是弥补前者的不足。比如：MyISAM不支持事务，InnoDB支持事务。表锁虽然开销小，锁表快，但高并发下性能低。行锁虽然开销大，锁表慢，但高并发下相比之下性能更高。事务和行锁都是在确保数据准确的基础上提高并发的处理能力。

13. 说一下乐观锁和悲观锁？
    悲观锁(Pessimistic Lock), 顾名思义，就是很悲观，每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，这样别人想拿这个数据就会block直到它自己拿到锁。传统的关系型数据库里边就用到了很多这种锁机制，比如行锁，表锁等，读锁，写锁等，都是在做操作之前先上锁。

    乐观锁(Optimistic Lock), 顾名思义，就是很乐观，每次去拿数据的时候都认为别人不会修改，所以不会上锁，但是在更新的时候会判断一下在此期间别人有没有去更新这个数据，可以使用版本号等机制。乐观锁适用于多读的应用类型，这样可以提高吞吐量，像数据库如果提供类似于write_condition机制的其实都是提供的乐观锁。

14. mysql 问题排查都有哪些手段？
    SHOW PROCESSLIST;
    —当前MySQL数据库的运行的所有线程；
    INNODB_TRX; — 当前运行的所有事务；
    INNODB_LOCKS; — 当前出现的锁；
    INNODB_LOCK_WAITS; — 锁等待的对应关系；
    SHOW OPEN TABLES where In_use >0; — 当前打开表；
    SHOW ENGINE INNODB STATUS \G; —Innodb状态

15. 如何做 mysql 的性能优化？
    1.为查询缓存优化你的查询
    2.EXPLAIN 你的 SELECT 查询
    3.当只要一行数据时使用 LIMIT 1
    4.为搜索字段建索引
    5.在Join表的时候使用相当类型的例，并将其索引
    6.千万不要 ORDER BY RAND()
    7.避免 SELECT *
    8 永远为每张表设置一个ID
    9.使用 ENUM 而不是 VARCHAR
    10.从 PROCEDURE ANALYSE() 取得建议
    11.尽可能的使用 NOT NULL
    12.Prepared Statements
    13.无缓冲的查询
    14.把IP地址存成 UNSIGNED INT
    15.固定长度的表会更快
    16.垂直分割
    17.拆分大的 DELETE 或 INSERT 语句
    18.越小的列会越快
    19.选择正确的存储引擎
    20.使用一个对象关系映射器（Object Relational Mapper）
    21.小心“永久链接”