面试常见问题——数据库（三）

面试常见问题——数据库（三）

目录：

1. 数据库中适合建立索引和不建立索引的情况
2. 数据库独立性
3. 数据库事务处理
4. 存储过程及其优点
5. 数据库索引类型
6. 数据库范式
7. 数据库锁
8. 数据库数据模型
9. 关系型数据库三类完整性约束
10. 数据库安全性
11. 触发器
12. 数据库转储与备份
13. SQL语言的作用
14. E-R图的作用

1、数据库中适合建立索引和不建立索引的情况

• 定义：索引是对数据库表中的一列或多列的值进行排序的一种结构，使用索引可以快速访问数据库表中的特定信息。索引过多会影响数据的更新操作。所建索引的数目一般不要超过3个，最好不要超过5个。
• 建立索引的原则：
  • 一定要建立：
    • 主键的数据列
    • 有外键的数据列
  • 最好建立：
    • 经常查询的数据列
    • 需要在指定范围内快速或频繁查询的数据列
    • 经常在where字句中的数据列
    • 经常出现在关键字order by、group by、distinct后面的字段（如果是组合索引，索引的字段顺序要和这些关键字后面的字段顺序一致，否则索引不会被使用；同时，只有组合索引的第一个字段出现在查询条件中，该索引才可能被使用）
  • 不要建立：
    • 查询中很少涉及的列
    • 重复值比较多的列
    • 定义为text、image和bit的数据类型的列
      • text（文本）：大于8000字符的字符串
      • image（图像）：大于8000字节的二进制数据
      • bit：0和1，取出来到ResultSet中时是布尔类型
    • 经常更新的列

2、数据库独立性

• 逻辑独立性：
  • 当模式改变时，只需改变各个外模式 / 模式映射，可以保持外模式不变。应用程序是依据数据的外模式编写的，从而应用程序不必修改，保证了数据与程序的逻辑独立性，简称数据的逻辑独立性。
• 物理独立性：
  • 当数据库的存储结构改变时，只需改变模式 / 内模式映射，可以保持模式不变，因此应用程序也可以保持不变，保证了数据与程序的物理独立性，简称数据的物理独立性。
• 一些定义：
  • 数据库系统的三级模式结构：
    • 外模式（又称为子模式，用户级，不唯一），如学生表的视图展示
      • 某个或某几个用户所看到的数据库的数据视图，是与某一应用有关的数据的逻辑表示。
      • 外模式是从模式导出的一个子集，包含模式中允许特定用户使用的那部分数据。
      • 反映了数据库的用户观。
    • 模式（又称为概念模式和逻辑模式，概念级，唯一），如学生表结构
      • 对数据库中全部数据的逻辑结构和特征的总体描述，是所有用户的公共数据视图（全局视图）。
      • 反映了数据库系统的整体观。
    • 内模式（又称为存储模式，物理级，描述数据库存储结构，唯一），如学生表内部存储文件（数据文件、索引文件等）
      • 数据库中全体数据的内部表示或底层描述，描述了数据在存储介质中的存储方式和物理结构，对应着实际存储在外存储介质上的数据库。
      • 反映了数据库的存储观。
  • 三级模式的映射：
    • 数据库的三层模式使得用户能逻辑地、抽象地处理数据而不必关心数据在计算机中的物理表示和存储。

3、数据库事务处理

• 定义：数据库中一个单独的执行单元，通常由SQL语言或编程语言编写的用户程序的执行所引起。当在数据库中更改数据成功时，在事务中更改的数据会提交，不可改变。否则，事务就取消或者回滚，更改无效。
• 事务必须满足四个属性（ACID）：
  • 原子性（Atomicity）：
    • 事务是一个不可分割的整体，当数据修改时，要么全部执行，要么全部不执行，不允许事务部分地完成。
  • 一致性（Consistency）：
    • 一个事务在执行之前和执行之后，数据库数据必须保持一致性状态。
    • 数据库的一致性状态应该满足模式锁指定的约束。
    • 由于并发操作带来的数据不一致性包括：
      • 脏读：一个事务读取了另一个事务未提交更新的数据。
      • 不可重复读：在一个事务内两次读到的数据是不一样的。
      • 幻读：当两个完全相同的查询执行时，第二次查询所返回的结果集跟第一次查询不相同。
  • 隔离性（Isolation）：
    • 当两个或多个事务并发执行时，为了保证数据的安全性，将一个事务内部的操作隔离起来，不被其他的正在进行的事务看到。如对于任何一对事务T1和T2，对T1而言，T2要么在T1开始之前已经结束，要么在T1完成之后再开始执行。
    • 数据库有四种类型的事务隔离级别：
      • 
      • 读未提交：
        • 第一个事务未提交更新的数据，第二个事务可以读到
        • 可能出现脏读、不可重复读、幻读
      • 读已提交（不可重复读）：
        • 第一个事务未提交更新的数据，第二个事务读不到；第一个事务提交更新的数据，第二个事务可以读到
        • 同一事务内读取的数据结果不一致
        • 解决脏读，会出现不可重复读和幻读
      • 可重复读（MySQL默认的事务隔离级别）：
        • 同一事务内读取的数据结果一致
        • 解决脏读，不可重复读，但会出现幻读
      • 串行化 （Serializable）：
        • 所有事务操作按顺序执行，性能最差
        • 解决脏读、不可重复读、幻读
  • 持久性（Durability）：
    • 事务完成后，数据库管理系统保证它对数据库中数据的修改是永久性的，当系统或介质发生故障时，该修改也永久保持。
    • 一般通过数据库备份与恢复来保证。

4、存储过程及其优点

• 存储过程（Stored Procedure）定义：一组为了完成特定功能的SQL语句集，存储在数据库中，经过第一次编译后，再次调用不需要再次编译，用户通过指定存储过程的名字并给出必要的参数来执行。
• 存储过程语法：
  • 创建存储过程：create procedure sp_name @[参数名][类型] as begin SQL语句 end
  • 调用存储过程：exec sp_name[参数名]
  • 删除存储过程：drop sp_name[参数名]
• 优点：
  • 执行效率高。无须多次编译。
  • 减少网路流量。在调用时不需要每次把SQL语句传输到数据库上。
  • 安全机制好。通过对存储过程进行授权，从而保证安全性。

5、数据库索引类型

• 索引优点：
  • 加快数据的检索速度
  • 对于唯一索引，可以保证数据库表中每一行记录的唯一性
  • 加速表与表之间的连接，有效实现数据的完整性
  • 使用分组和排序子句进行数据检索时，减少查询中分组和排序的时间
• 索引缺点：
  • 创建索引和维护索引要耗费时间、空间
  • 每一个索引要占用一定的物理空间，从而造成不必要的空间浪费
  • 对表中的数据进行增加、删除和修改时，索引也要动态维护，从而降低了数据的维护速度
• 普通索引（index）：可快速定位特定数据。
• 唯一索引（unique index）：一个或多个字段组成，索引列在表中的值不可重复。
  • 主键索引只能有一个，唯一索引可以有多个
• 主键索引（primary key）：表中创建主键时自动创建的索引。
  • 一个表中只能建立一个。
  • 一些定义：
    • 码（超键）：能够唯一识别一条记录的属性或属性集
    • 候选码：能唯一标识一个元组，且任何真子集都不能标识一个元组的属性组
    • 主属性：候选码所有属性的并集
    • 非主属性：不在任何候选码中的属性
    • 主码（主键）：从候选码中选出，作为唯一识别关系元组的码
    • 外码（外键）：子数据表中出现的父数据表的主键，称为子数据表的外键
• 组合索引（联合索引）：基于多个字段创建的索引
• 全文索引（fulltext）：用于搜索很长一篇文章的时候，效果最好
• 聚集索引：表数据按照索引的顺序来存储，即索引项的顺序与表中记录的物理顺序一致。
  • 一张表最多只能创建一个聚集索引
  • 叶结点存储了真实的数据行，因此不再有另外单独的数据页
  • 优缺点：查询快，修改慢
  • 应用场景：一般用于排序或范围查找
• 非聚集索引：表数据存储顺序与索引顺序无关。
  • 叶结点包含索引字段值及指向数据页、数据行的逻辑指针。
  • 优缺点：添加记录，不会引起数据顺序的重组
  • 应用场景：一般用于频繁更新的列

6、数据库范式

• 第一范式（1NF）：
  • 数据库表的每一列都是不可再分的基本数据项，这个单一属性由基本类型构成，包括整型、实数、字符型、逻辑型、日期型等。
• 第二范式（2NF）：
  • 满足1NF且不存在非主属性对于码的部分函数依赖，即每个非主属性对于码都是完全函数依赖。
  • 部分函数依赖：设X、Y是关系R的两个属性集合，存在X→Y，若X’是X的真子集，存在X’→Y，则称Y部分函数依赖于X。
  • 完全函数依赖：设X、Y是关系R的两个属性集合，X’是X的真子集，存在X→Y，但对每一个X’都有X’!→Y，则称Y完全函数依赖于X。
  • 第二范式可能会导致数据冗余以及更新异常。
• 第三范式（3NF）：
  • 满足2NF且消除非主属性对码的传递函数依赖。
  • 设X、Y、Z是关系R中互不相同的属性集合，存在X→Y(Y!→X),Y→Z，则称Z传递函数依赖于X。
• BCNF：
  • 满足3NF且主属性之间没有依赖关系。
  • BCNF消除了删除异常、插入异常和更新异常。

7、数据库锁

• 锁用途：多用户环境下保证数据库完整性和一致性。
• 常用的锁：
  • 共享锁（Share Lock，S锁）：
    • 用于所有的只读数据操作。共享锁是非独占的，允许多个并发事务读取其锁定的资源。
    • 特点：
      • 多个事务可以封锁一个共享页；
      • 任何事务都不能修改该页；
      • 通常是该页被读取完毕，S锁立即被释放。
  • 排他锁（Exclusive Lock，X锁）：
    • 表示对数据进行写操作。如果一个事务对对象加了排他锁，其他事务就不能再给它加任何锁了。
    • 特点：
      • 仅允许一个事务封锁该数据页；
      • 其他任何事务必须等到排他锁被释放才能对该页进行访问；
      • 排他锁一直到事务结束才能被释放。
  • 更新锁（Update Lock，U锁）：
    • 在修改操作的初始化阶段用来锁定可能要被修改的资源，这样可以避免使用共享锁造成的死锁现象。
    • 特点：
      • 用来预定要对该数据页施加排他锁，它允许其他事务读，但不允许再施加更新锁或排他锁；
      • 当被读取的页将要被更新时，升级为排他锁；
      • 更新锁一直到事务结束时才能被释放。
  • 程序员的角度看，分为乐观锁和悲观锁：
    • 乐观锁（Optimistic Lock）：假设不会发生并发冲突，只在提交操作时检查是否违反数据完整性。
      • 适用于多读的应用场景，可以提高吞吐量。
    • 悲观锁（Pessimistic Lock）：假定会发生并发冲突，屏蔽一切可能违反数据完整性的操作。
      • 比如传统关系型数据库中的行锁、表锁、读锁、写锁等，都是在操作之前先上锁。

8、数据库数据模型

• 数据库数据模型描述数据在磁盘或磁带上的存储方式（文件的结构）、存取设备（外存的空间分配）和存取方法（主索引和辅助索引）。
• 网状模型：
  • 使用网络结构表示实体和实体之间联系的模型，相当于一个有向图。一个结点可以有多个双亲结点，且允许一个以上的结点无双亲。
  • 优点：
    • 能够更为直观的描述现实世界，如一个结点可以有多个双亲。
  • 缺点：
    • DDL、DML语言复杂，用户不容易使用。
    • 记录之间联系是通过存取路径实现的，应用程序在访问数据时必须选择适当的存取路径。
• 层次模型：
  • 使用树形结构表示实体和实体之间联系的模型，相当于一棵有向树。树中每个结点代表一种记录类型，在这些结点中，有且仅有一个结点无双亲（根结点），其他结点有且仅有一个双亲结点。
  • 层次模型可以通过顺序法和链接法实现。
  • 优点：
    • 一对多层次关系的描述非常直观。
  • 缺点：
    • 对插入和删除操作的限制比较多。
    • 查询子女必须通过双亲结点。
  • IBM公司的IMS数据库
• 关系模型：
  • 以二维表结构来表示实体与实体之间的联系。通过关系、元组、属性、键、关系模式等进行定义。
  • 每个属性必须是不可分的数据项。
  • 优点：
    • 可直接表示多对多的联系。
    • 灵活性、建库的简单性。
    • 结构简单。
  • 缺点：
    • 复杂查询功能差。
  • Access、Oracle、DB2、SQL Server、MySQL
• 面向对象模型：
  • 面向对象数据模型把实体表示为类，一个类描述了对象属性和实体行为。面向对象数据模型强调对象（由数据和代码组成）而不是单独的数据。

9、关系型数据库三类完整性约束

• 实体完整性规则：每个表都有唯一标识符，每一个表中的主键字段不能为空或者重复的值。
• 参照完整性规则：关系中不允许引用不存在的实体。设定相应的更新删除插入规则来更新参照表。
• 用户自定义完整性规则：针对某一具体关系数据库的约束条件，它反映某一具体应用所涉及的数据必须满足的语义要求。
  • 非空约束：not null，添加列数据不能为NULL
  • 唯一约束：unique，添加列数据不能重复，一个表可以根据需要对不同的列创建若干unique约束，unique允许为空
  • 检查约束：check，通过检查约束，使其满足特定的要求
  • 主键约束：primary key，定义一个主键来唯一确定表中每一行数据的标识符
  • 外健约束：foreign key，确保同一个表或者不同表之间的引用完整性

10、数据库安全性

• 定义：保护数据库以防止不合法的使用所造成的数据泄露、更改或破坏。
• 常见安全措施：
  • 用户标识和鉴别：系统内部记录合法用户的标识，要求用户进入系统时，由系统鉴定后才提供其使用权。
  • 用户存取权限控制：不同的用户对于不同的数据对象有不同的操作权限。定义存取权限称为授权。这些授权定义经过编译后存放在数据字典中。
    • 存取权限组成要素：
      • 数据对象
      • 操作类型
  • 定义视图：为不同的用户定义不同的视图，可以限制用户的访问范围。
  • 数据加密：根据一定的算法将明文转换为密文。
  • 安全审计（Audit）：把用户对数据库的所有操作自动记录下来放入审计日志中。数据库管理员可以利用审计日志记录，重现导致数据库现有状况的一系列事件找出非法存取数据库的操作。
  • 事务管理和故障恢复：应对系统内发生的自然因素故障，保证数据和事务的一致性和完整性。
    • 故障恢复主要措施：
      • 日志记录
      • 数据复制

11、触发器

• 定义：数据库提供给程序员用来保证数据完整性的一种方法，它是与表事件相关的特殊的存储过程，其执行不是由程序调用，也不是手工启动，而是由事件来触发。
• 触发器可以强化约束，来维护数据的完整性和一致性，可以跟踪数据库内的操作从而不允许未经许可的更新。
• 可通过数据库中的相关表实现级联更改。
• 一个表中的多个同类触发器（INSERT、UPDATE 或 DELETE）允许采取多个不同的对策以响应同一个修改语句。

12、数据库转储与备份

• MySQL中备份命令：mysqldump -uroot 要备份的数据库表名 > 备份名 -p（路径）
• 一些定义：
  • 转储 / 备份：数据库管理员定期将整个数据库复制到其他磁盘上保存起来的过程，是数据库恢复中采用的基本技术。
  • 热备份：在转储过程期间允许对数据库进行存取或修改，即转储和用户事务可并发执行。
  • 冷备份：使数据库正常关闭，将执行一致的脱机备份。
• 转储机制：
  • 完全转储：对整个数据库中的数据全部重新备份，效率低，时间长。
  • 差量转储：基于上次完全转储之后的变化进行转储，是对上次转储之后对所有文件中新增、修改或删除的记录的转储，保证数据的完整性，效率高，时间短。
  • 增量转储：对数据库中凡是有记录变化的文件的整个文件进行复制，效率介于前两种转储方式之间。

13、SQL语言的作用

• 数据定义语言DDL（Data Definition Language）：
  • 建立、修改和删除数据库中的对象（包括表、视图、索引等），create，alter，drop等
• 数据查询语言DQL（Data Query Language）：
  • 检索数据库，select
• 数据操纵语言DML（Data Manipulation Language）：
  • 改变数据库中数据的语句，insert、update、delete
• 数据控制语言DCL（Data Control Language）：
  • 设置或更改数据库用户或角色权限的语句，grant，deny，revoke等

14、E-R图的作用

• E-R图（Entity Relationship Diagram，实体-联系图）：将现实世界的信息结构统一用实体、属性以及实体之间的联系来描述，是描述现实世界关系概念模型的有效方法。
  • 矩形：表示实体，矩形框内写明实体名
  • 椭圆：表示实体的属性，并用无向边将其与相应的实体连接起来
  • 菱形：表示实体型之间的联系，在菱形框内写明联系名，并用无向边分别与有关实体连接起来，同时在无向边上标记联系的类型（1:1、1:n、m:n）
• 一些定义：
  • 数据库概念模型（是什么）：经过业务需求分析后，提炼出来的用以描述用户业务需求的一些概念
    • 常用模型：实体-联系图
  • 数据库逻辑模型（做什么）（关系模型）：将概念模型具体化，是对概念模型进一步的分解和细化。如系统有哪些表，包括哪些功能。
  • 数据库物理模型（怎么做）：对真实数据库的描述，在真实的物理介质上实现出来。如关系数据库中的表、视图中的具体字段、数据类型、长度、主键、外键、索引、约束、是否可为空、默认值等。

参考文献：

[1]洪欣. 数据库原理、应用与开发. [M]北京：电子工业出版社，2013.01；
[2]猿媛之家. JAVA程序员面试笔试真题与解析. [M]北京：机械工业出版社，2017.01；