计算机考研复试面试常问问题 数据库篇

计算机考研复试面试常问问题 数据库篇

计算机考研复试面试常问问题 数据库篇_第1张图片

在复习过程中,我用心查阅并整理了在考研复试面试中可能问到的大部分问题,并分点整理了答案,可以直接理解背诵并加上自己的语言润色!极力推荐打印下来看,效率更高!绝对良心之作!

此系列一共有8篇:编程语言篇|数据结构篇|操作系统篇|组成原理篇|计算机网络篇|数据库篇|软件工程篇|计算机专业英语篇(还未全部完成,敬请期待,你们的支持和关注是我最大的动力!)

个人整理,不可用于商业用途,转载请注明出处。

作者各个平台请搜索:程序员宝藏。快来探索属于你的宝藏吧!

需要pdf直接打印版,可在公众号"程序员宝藏"回复复试上岸获取(会持续更新)

需要408电子书最新版,可在公众号"程序员宝藏"回复408电子书获取

需要408初试视频最新版,可在公众号"程序员宝藏"回复408视频获取

需要复试机试视频,可在公众号"程序员宝藏"回复机试必过获取

相对于408初试,复试需要的少多了,加油,大家都可以上岸!!!让我们一起努力!!!

章节导读:

文章目录

  • 计算机考研复试面试常问问题 数据库篇
      • 1.事务
      • 2.并发一致性问题
      • 3.封锁
      • 4.关系数据库设计理论
      • 5.ER 图
      • 6.索引

1.事务

概念:事务指的是满足 ACID 特性的一组操作,可以通过 Commit 提交一个事务,也可以使用 Rollback 进行回滚。

ACID特性
(1)原子性 (Atomicity):事务被视为不可分割的最小单元,事务的所有操作要么全部提交成功,要么全部失败回滚。回滚可以用回滚日志来实现,回滚日志记录着事务所执行的修改操作,在回滚时反向执行这些修改操作即可。

(2)一致性 (Consistency):数据库在事务执行前后都保持一致性状态。在一致性状态下,所有事务对一个数据的读取结果都是相同的。

(3)隔离性 (Isolation):一个事务所做的修改在最终提交以前,对其它事务是不可见的。

(4)持久性 (Durability):一旦事务提交,则其所做的修改将会永远保存到数据库中。即使系统发生崩溃,事务执行的结果也不能丢失。

使用重做日志来保证持久性。

事务的 ACID 特性概念简单,但不是很好理解,主要是因为这几个特性不是一种平级关系:
只有满足一致性,事务的执行结果才是正确的。
在无并发的情况下,事务串行执行,隔离性一定能够满足。此时只要能满足原子性,就一定能满足一致性。
在并发的情况下,多个事务并行执行,事务不仅要满足原子性,还需要满足隔离性,才能满足一致性。事务满足持久性是为了能应对数据库崩溃的情况。

2.并发一致性问题

丢失数据

丢失数据: T 1 T_1 T1 T 2 T_2 T2 两个事务都对一个数据进行修改, T 1 T_1 T1 先修改, T 2 T_2 T2 随后修改, T 2 T_2 T2 的修改覆盖了 T 1 T_1 T1 的修改。简记为 同时修改

读脏数据

读脏数据: T 1 T_1 T1 对一个数据做了修改, T 2 T_2 T2 读取这一个数据。若 T 1 T_1 T1 执行 ROLLBACK 操作,则 T 2 T_2 T2 读取的结果和第一次的结果不一样。简记为 读取失败的修改。最简单的场景是修改完成后,紧接着查询检验结果。

不可重复读

不可重复读: T 2 T_2 T2 读取一个数据, T 1 T_1 T1 对该数据做了修改。如果 T 2 T_2 T2 再次读取这个数据,此时读取的结果和第一次读取的结果不同。简记为 读时修改,重复读取的结果不一样。

幻影读

幻影读: T 1 T_1 T1 读取某个范围的数据, T 2 T_2 T2 在这个范围内插入新的数据, T 1 T_1 T1 再次读取这个范围的数据,此时读取的结果和和第一次读取的结果不同。简记为 读时插入,重复读取的结果不一样。

解决方案

在并发环境下,事务的隔离性很难保证,因此会出现很多并发一致性问题。产生并发不一致性问题的主要原因是破坏了事务的隔离性。解决方法是通过 并发控制 来保证隔离性。并发控制可以通过 封锁 来实现,但是封锁操作需要用户自己控制,相当复杂。数据库管理系统提供了事务的 隔离级别,让用户以一种更轻松的方式处理并发一致性问题。

3.封锁

封锁粒度
MySQL 中提供了两种封锁粒度:行级锁 以及 表级锁

应尽量只锁定需要修改的那部分数据,而不是所有的资源。锁定的数据量越少,发生锁争用的可能就越小,系统的并发程度就越高。但是加锁需要消耗资源,锁的各种操作 (包括获取锁、释放锁、以及检查锁状态) 都会增加系统开销。因此封锁粒度越小,系统开销就越大。为此,我们在选择封锁粒度时,需在 锁开销并发程度 之间做一个 权衡

封锁类型

(1)读写锁
排它锁 (Exclusive),简写为 X 锁,又称 写锁

共享锁 (Shared),简写为 S 锁,又称 读锁

有以下两个规定:
一个事务对数据对象 A 加了 X 锁,就可以对 A 进行读取和更新。加锁期间其它事务不能对 A 加任何锁。

一个事务对数据对象 A 加了 S 锁,可以对 A 进行读取操作,但是不能进行更新操作。加锁期间其它事务能对 A 加 S 锁,但是不能加 X 锁。

(2)意向锁
使用意向锁 (Intention Locks),可以更容易地支持多粒度封锁,使得行锁和表锁能够共存。
在存在行级锁和表级锁的情况下,事务 T 想要对表 A 加 X 锁,就需要先检测是否有其它事务对表 A 或者表 A 中的任意一行加了锁,那么就需要对表 A 的每一行都检测一次,这是非常耗时的。

意向锁在原来的 X/S 锁之上引入了 IX / IS,IX / IS 都是 表级别的锁,用来表示一个事务稍后会对表中的某个数据行上加 X 锁或 S 锁。整理可得以下两个规定:

一个事务在获得某个数据行对象的 S 锁之前,必须先获得表的 IS 锁或者更强的锁;
一个事务在获得某个数据行对象的 X 锁之前,必须先获得表的 IX 锁。

封锁协议

三级封锁协议

一级封锁协议:事务 T 要修改数据 A 时必须加 X 锁,直到 T 结束才释放锁。防止同时修改,可解决 丢失修改 问题,因不能同时有两个事务对同一个数据进行修改,那么事务的修改就不会被覆盖。

二级封锁协议:在一级的基础上,要求读取数据 A 时必须加 S 锁,读取完马上释放 S 锁。防止修改时读取,可解决 丢失修改读脏数据 问题,因为一个事务在对数据 A 进行修改,根据 1 级封锁协议,会加 X 锁,那么就不能再加 S 锁了,也就是不会读入数据。

三级封锁协议:在二级的基础上,要求读取数据 A 时必须加 S 锁,直到事务结束了才能释放 S 锁。防止读取时修改,可解决 丢失修改读脏数据 问题,还进一步防止了 不可重复读 的问题,因为读 A 时,其它事务不能对 A 加 X 锁,从而避免了在读的期间数据发生改变。

两段锁协议
两段锁协议是指每个事务的执行可以分为两个阶段:生长阶段 (加锁阶段) 和衰退阶段 (解锁阶段)。
两段封锁法可以这样来实现:

事务开始后就处于加锁阶段,一直到执行 ROLLBACK 和 COMMIT 之前都是加锁阶段。
ROLLBACK 和 COMMIT 使事务进入解锁阶段,即在 ROLLBACK 和 COMMIT 模块中 DBMS 释放所有封锁。

4.关系数据库设计理论

函数依赖

  • A → B A \to B AB 表示 A 函数决定 B,也可以说 B 函数依赖于 A。
  • { A 1 , A 2 , . . . , A n } \{A_1,A_2,... ,A_n\} {A1A2...An} 是关系的一个或多个属性的集合,该集合函数决定了关系的其它所>有属性并且是 最小的,那么该集合就称为 键码
  • 对于 A → B A \to B AB,如果能找到 A 的真子集 A ′ A' A,使得 A ′ → B A' \to B AB,那么 A → B A \to B AB 就是 部分函数>依赖,否则就是 完全函数依赖
  • 对于 A → B A \to B AB B → C B \to C BC,则 A → C A \to C AC 是一个 传递函数依赖

异常

  • 如表所示,展示了学生课程关系的函数依赖为 {Sno, Cname} -> {Sname, Sdept, Mname, Grade},键码为 {Sno, Cname}。也就是说,确定学生和课程后就能确定其它信息。
Sno Sname Sdept Mname Cname Grade
1 学生-1 学院-1 院长-1 课程-1 90
2 学生-2 学院-2 院长-2 课程-2 80
2 学生-2 学院-2 院长-2 课程-1 100
3 学生-3 学院-2 院长-2 课程-2 95

不符合范式的关系,会产生很多异常,主要有以下四种异常:

冗余数据:例如 学生-2 出现了两次。

修改异常:修改了一个记录中的信息,但是另一个记录中相同的信息却没有被修改。

删除异常:删除一个信息,那么也会丢失其它信息。例如删除了 课程-1 需要删除第一>行和第三行,那么 学生-1 的信息就会丢失。

插入异常:例如想要插入一个学生的信息,如果这个学生还没选课,那么就无法插入。

范式

范式理论是为了解决以上提到四种异常。高级别范式的依赖于低级别的范式,1NF 是最低级别的范式。

第一范式 (1NF)

属性不可分。即数据库表的每一列都是不可分割的基本数据项,同一列中不能有多个值,即实体中的某个属性不能有多个值或者不能有重复的属性。

第二范式 (2NF)

每个非主属性完全函数依赖于键码。可以通过分解来满足 2NF。

分解前:

Sno Sname Sdept Mname Cname Grade
1 学生-1 学院-1 院长-1 课程-1 90
2 学生-2 学院-2 院长-2 课程-2 80
2 学生-2 学院-2 院长-2 课程-1 100
3 学生-3 学院-2 院长-2 课程-2 95

以下学生课程关系中,{Sno, Cname} 为键码,有如下函数依赖:

  • Sno -> Sname, Sdept
  • Sdept -> Mname
  • Sno, Cname-> Grade

函数依赖状况分析:
Grade 完全函数依赖于键码,它没有任何冗余数据,每个学生的每门课都有特定的成绩。

Sname, Sdept 和 Mname 都部分依赖于键码,当一个学生选修了多门课时,这些数据就会出现多次,造成大量冗余数据。

分解后:

关系-1:

Sno Sname Sdept Mname
1 学生-1 学院-1 院长-1
2 学生-2 学院-2 院长-2
3 学生-3 学院-2 院长-2
  • 有以下函数依赖:
    - Sno -> Sname, Sdept
    - Sdept -> Mname
  • 关系-2:
Sno Cname Grade
1 课程-1 90
2 课程-2 80
2 课程-1 100
3 课程-2 95
  • 有以下函数依赖: Sno, Cname → \to Grade

第三范式 (3NF)

  • 非主属性不传递函数依赖于键码。简而言之,第三范式就是属性不依赖于其它非主属性。
  • 上面的 关系-1 中存在以下传递函数依赖:Sno → \to Sdept → \to Mname。

分解后

  • 关系-1.1:
Sno Sname Sdept
1 学生-1 学院-1
2 学生-2 学院-2
3 学生-3 学院-2
  • 关系-1.2:
Sdept Mname
学院-1 院长-1
学院-2 院长-2

巴斯-科德范式(BCNF)

Boyce-Codd Normal Form(巴斯-科德范式)
在3NF基础上,任何非主属性不能对主键子集依赖(在3NF基础上消除对主码子集的依赖)
巴斯-科德范式(BCNF)是第三范式(3NF)的一个子集,即满足巴斯-科德范式(BCNF)必须满>足第三范式(3NF)。通常情况下,巴斯-科德范式被认为没有新的设计规范加入,只是对第二范式与第三范式中设计规范要求更强,因而被认为是修正第三范式,也就是说,它事实上是对第三范式的修正,使数据库冗余度更小。这也是BCNF不被称为第四范式的原因。某些书上,根据范式要求的递增性将其称之为第四范式是不规范,也是更让人不容易理解的地方。而真正的第四范式,则是在设计规范中添加了对多值及依赖的要求。

5.ER 图

实体关系图 (Entity-Relationship,E-R),有三个组成部分:实体、属性、联系。用来进行关系型数据库系统的概念设计。

  • 实体:用矩形表示,矩形框内写明实体名.
  • 属性:用椭圆形表示,并用无向边将其与相应的实体连接起来。
  • 联系:用菱形表示,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>边旁标上联系的类型(1…1,1…* 或 *…*)就是指存在的三种关系 (一对一、一对多或多对多)。
  • ER 模型转换为关系模式的原则:
  • 一对一:遇到一对一关系的话,在两个实体任选一个添加另一个实体的主键即可。
  • 一对多:遇到一对多关系的话,在多端添加另一端的主键。
  • 多对多:遇到多对多关系的话,我们需要将联系转换为实体,然后在该实体上加上另外两个实体的主键,作为联系实体的主键,然后再加上该联系自身带的属性即可。

6.索引

索引的数据结构

B-Tree (平衡树, Balance Tree):也称为 多路平衡查找树,并且所有叶子节点位于同一层。

B+Tree:它不仅具有 B-Tree 的平衡性,并且可通过 顺序访问指针 来提高 区间查询 的性能。

在 B+Tree 中,一个节点中的 key 从左到右非递减排列,若某个指针的 k e y i key_i keyi 左右相邻分别是 k e y i − 1 key_{i-1} keyi1 k e y i + 1 key_{i+1} keyi+1,且不为 null,则该指针指向节点的所有 key 满足 k e y i − 1 ≤ k e y i ≤ k e y i + 1 key_{i-1} \leq key_i \leq key_{i+1} keyi1keyikeyi+1

B+Tree 与 B-Tree 最大区别是,B+Tree 的非叶子结点不保存数据,只用于索引,所有数据都保存在叶子结点中。而且叶子结点间按照从小到大顺序链接起来。

B-Tree/B+Tree 的增删改查:

查找操作:首先在根节点进行 二分查找,找到一个 key 所在的指针,然后递归地在指针所指向的节点进行查找。直到查找到叶子节点,然后在 叶子节点 上进行 二分查找,找出 key 所对应的 data。

二分查找要求表有序,正好 B-Tree 和 B+Tree 结点中的 key 从左到右非递减有序排列。

增删操作:会破坏平衡树的平衡性,因此在插入删除操作之后,需要对树进行一个分裂、合并、旋转等操作来维护平衡性。

MySQL 索引

索引,在 MySQL 也称为键 (Key),是 存储引擎 快速找到记录的一种 数据结构。相当于图书的目录,可根据目录中的页码快速找到所需的内容。

索引结构类型

(1)B+Tree 索引

  • B+Tree 索引是大多数 MySQL 存储引擎的默认索引类型。
  • 因为 B+ Tree 的 有序性,因此可用于 部分查找范围查找排序分组
  • 适用于全键值、键值范围和键前缀查找,其中键前缀查找只适用于最左前缀查找。若不是按照索引列的顺序进行查找,则无法使用索引。

(2)Hash 索引

  • Hash 索引能以 O(1) 时间进行查找,但是失去了有序性。因此无法用于排序与分组,无法用于部分查找和范围查找,只支持 精确查找

    Hash 索引仅满足 =IN<=> 查询,不能使用范围查询。因为 Hash 索引比较的是 Hash 运算后的 Hash 值,所以它只能用于等值的过滤。

(3)全文索引

  • 全文索引使用倒排索引实现,它记录着关键词到其所在文档的映射。

(4)空间数据索引

  • 空间数据索引会从所有维度来索引数据,可以有效地使用任意维度来进行组合查询。
  • 必须使用 GIS 相关的函数来维护数据。

索引的优点缺点

优点

  • 大大减少了服务器需要扫描的数据行数。

  • 避免服务器进行排序和分组操作,以避免创建 临时表

    B+Tree 索引是有序的,可以用于 ORDER BY 和 GROUP BY 操作。临时表主要是在排序和分组过程中创建,不需要排序和分组,也就不需要创建临时表。

  • 随机 I/O 变为 顺序 I/O

    B+Tree 索引是有序的,会将相邻的数据都存储在一起。

缺点

  • 索引并不是越多越好,索引固然可以提高相应的 SELECT 的效率,但同时也降低了 INSERT 及 UPDATE 的效率,因为 INSERT 或 UPDATE 时有可能会 重建索引

索引的设计原则

从索引的优、缺点考虑索引的设计原则。

  • 忌过度索引:索引需要额外的磁盘空间,而且会降低写操作的性能。
    • 在修改表内容时,索引会进行更新甚至重构,索引列越多花销时间越长。为此优化检索性能,只保持需要的索引即可。
    • 经常用在 排列分组范围搜索 的列适合创建索引,因为索引是有序的。
    • 经常出现在 WHERE 子句的列,或是 JOIN 连接子句中指定的列适合创建索引。
  • 使用短索引:若对长字符串列进行索引,应该指定一个前缀长度,这样能够节省大量索引空间。

索引的优化策略

  • 独立的列:在进行查询时,索引列不能是 表达式 的一部分,也不能是 函数参数,否则无法使用索引。

  • 多列索引:在需要使用多个列作为条件进行查询时,使用多列索引比使用多个单列索引性能更好。

  • 索引列的顺序:让选择性最强的索引列放在前面。

  • 前缀索引:对于 BLOB、TEXT 和 VARCHAR 类型的列,必须使用前缀索引,只索引开始的部分字符。前缀长度的选取需要根据索引选择性来确定。

  • 覆盖索引:索引包含所有需要查询的字段的值。具有以下优点:

    • 索引通常远小于数据行的大小,只读取索引能大大减少数据访问量。
    • 一些存储引擎(例如 MyISAM)在内存中只缓存索引,而数据依赖于操作系统来缓存。因此,只访问索引可以不使用系统调用(通常比较费时)。

索引的使用场景

  • 对于 非常小的表:大部分情况下简单的 全表扫描 比建立索引更高效;
  • 对于 中大型的表建立索引 非常有效;
  • 对于 特大型的表:建立和维护索引的代价将会随之增长。这种情况下,需要用到一种技术可以直接区分出需要查询的一组数据,而不是一条记录一条记录地匹配。例如可以使用 分区技术

你可能感兴趣的:(考研复试,计算机考研复试面试)