字节跳动数据库面试题及答案
数据库三范式1.第一范式： 确保每列的原子性，每列都是不可分割的最小数据单元。
2.第二范式： 在第一范式的基础上，要求每列都和主键相关。
3.第三范式： 在第二范式的基础上，要求其他列和主键是直接相关，而不是间接相关。
分别说一下范式和反范式的优缺点
1.范式化
优点：
· 减少数据冗余
· 表中重复数据较少，更新操作比较快
· 范式化的表通常比反范式化的表小
缺点：
· 在查询的时候通常需要很多的关联，降低性能
· 增加了索引优化的难度
2.反范式化
优点：
· 可以减少表的关联
· 更好的进行索引优化
缺点：
· 数据重复冗余
· 对数据表的修改需要更多的成本
Mysql 数据库索引。B+ 树和 B 树的区别
MySQL数据库索引和存储引擎有关，MyISAM和InnoDB只支持BTREE索引。MEMORY和HEAP支持HASH和BTREE索引
B+树和B树的区别
· B+树非叶子节点只存储关键字和指向子节点的指针，而B树还存储了数据，在同样大小的情况下，B+树可以存储更多的关键字
· B+树叶子节点存储了所有关键字和数据，并且多个节点用链表连接。可以快速支撑范围查找
· B+树非叶子节点不存储数据，所以查询时间复杂度固定为O(logN)，B树查询时间复杂度不固定，最好是O(1)
聚簇索引和非聚簇索引
· 聚簇索引，又叫主键索引，每个表只有一个主键索引，叶子节点保存主键的值和数据。
· 非聚簇索引，又叫辅助索引，叶子节点保存索引字段的值和主键的值。
前缀索引和覆盖索引
1.前缀索引
对于列的值较长，比如BLOB、TEXT、VARCHAR，就必须建立前缀索引，即将值的前一部分作为索引。这样既可以节约空间，又可以提高查询效率。但无法使用前缀索引做 ORDER BY 和 GROUP BY，也无法使用前缀索引做覆盖扫描。
2.覆盖索引
select的数据列从索引中就能获得，不必再从数据表中读取。如果一个索引包含了（或覆盖了）满足查询语句中字段与条件的数据就叫 做覆盖索引。
当发起一个被索引覆盖的查询(也叫作索引覆盖查询)时，在EXPLAIN的Extra列可以看到“Using index”的信息。
Mysql 什么情况会造成脏读、不可重复读、幻读？如何解决？
· 脏读：有两个事务A和B，A读取已经被B修改但未提交的字段，此时B回滚，那么A读取的字段就是临时且无效的。可以提高隔离级别，改成读已提交
· 不可重复读： 有两个事务A和B，A读取了一个字段值，然后B更新并且提交事务，A再重新读取这个字段，就和之前不相等了。可以提高隔离级别，改成可重复读
· 幻读： 有两个事务A和B，A读取某个范围内的记录时，B又在该范围内插入了新的记录并提交，当事务A再次读取该范围的记录时，会产生幻行。可以升级隔离级别到串行化，或者使用 MVCC + next-key锁机制实现
Mysql 在可重复读的隔离级别下会不会有幻读的情况，为什么？
不会。InnoDB存储引擎默认隔离级别为RR，通过MVCC + next-key锁机制解决了幻读的问题。
PS：其实严格来说，是存在幻读的。。。可以尝试一下这个操作，A开启事务，执行查询，此时B开启事务新增一条数据并提交，此时A再查询，发现没有幻读，但是如果A执行一个update操作，再查询，会发现出现了幻读。我认为应该是A在执行update操作的时候，新建了一条创建版本号为A事务版本号的记录，然后标记B事务创建的记录为待删除的，查询的版本号依据是删除版本号为空或大于当前版本号，并且创建版本号小于等于当前事务版本号，那么这里刚刚A更新的这条数据，显然也符合查询的条件，所以也会被查出来。
Mysql 事务是如何实现的
· 原子性：通过undo log实现的。每条数据变更都伴随一条undo log日志的生成，当系统发生错误或执行回滚根据undo log做逆向操作。
· 持久性：通过redo log实现的。redo log记录了数据的修改日志。数据持久化到磁盘，先是储存到缓冲池里，然后缓冲池中的数据定期同步到磁盘中，如果系统宕机，可能会丢失数据，系统重启后会读取redo log恢复数据。
· 隔离性：mysql数据库通过MVCC + next-key机制实现了隔离性。
· 一致性：以上3大特性，保障了事务的一致性。
Binlog 和 Redo log 的区别是什么，分别是什么用？
· binlog是二进制文件，记录了对数据库执行更改的所有操作，不包括 select、show，因为这两个操作没有对数据本身做修改。但是若操作了数据，但是数据没有发生变化，也会记录到binlog。常用来数据恢复，数据备份。
· redo log又叫做重做日志文件，记录了事务的修改，不管事务是否提交都记录下来。在实例和介质失败时，InnoDB存储引擎会使用redo log恢复到之前的状态，保证数据的完整性
谈一谈 MVCC 多版本并发控制
MVCC是通过在每行记录后面保存两个隐藏的列来实现的。这两个列，一个保存了行的创建时间，一个保存行的过期时间（或删除时间）。当然存储的并不是实际的时间值，而是系统版本号（system version number)。每开始一个新的事务，系统版本号都会自动递增。事务开始时刻的系统版本号会作为事务的版本号，用来和查询到的每行记录的版本号进行比较。
SELECT
InnoDB会根据以下两个条件检查每行记录：
1.InnoDB只查找版本早于当前事务版本的数据行（也就是，行的系统版本号小于或等于事务的系统版本号），这样可以确保事务读取的行，要么是在事务开始前已经存在的，要么是事务自身插入或者修改过的。
2.行的删除版本要么未定义，要么大于当前事务版本号。这可以确保事务读取到的行，在事务开始之前未被删除。
只有符合上述两个条件的记录，才能返回作为查询结果：
INSERT
InnoDB为新插入的每一行保存当前系统版本号作为行版本号。
DELETE
InnoDB为删除的每一行保存当前系统版本号作为行删除标识。
UPDATE
InnoDB为插入一行新记录，保存当前系统版本号作为行版本号，同时保存当前系统版本号到原来的行作为行删除标识。 Innodb 和 MyISAM 的区别是什么
1.Innodb 支持事务。MyISAM 不支持
2.Innodb 支持外键。MyISAM 不支持
3.Innodb 主键索引的叶子节点是数据文件，辅助索引的叶子节点是主键的值。MyISAM 的主键索引和辅助索引，叶子节点都是数据文件的指针
4.Innodb 不保存表的行数，执行 select count(*) from tb需要全表扫描。MyISAM 用一个变量保存了整个表的行数，执行上述语句只需要读取该变量，速度很快
5.Innodb 所有的表在磁盘上保存在一个文件中。MyISAM 存储成三个文件。
6.Innodb 需要更多的内存和存储。MyISAM 可被压缩，存储空间较小。
7.Innodb 移植方案拷贝文件、备份 binlog，或者用 mysqldump，移植较困难。MyISAM 数据以文件形式存储，在备份和回复时可以单独针对表进行操作
8.Innodb 支持行锁、表锁。MyISAM 支持表锁
9.Innodb 在5.7版本之前不支持全文索引。MyISAM 支持全文索引
Innodb 的默认加锁方式是什么，是怎么实现的
· Innodb默认加锁方式是行级锁
· 通过给索引上的索引项加锁来实现的
如何高效处理大库 DDL
DDL是值数据定义语句，即建表，建视图这种，所以这里的问题，我认为可能是考察建表的时候注意事项。
比如数据字段的定义，遵循从小原则。表的创建，降低耦合。
这道题不是很明白，欢迎留言讨论。
Mysql 索引重建
1.mysqldump导出然后重新导入，drop index + recreate index
2.alter table xxx ENGINE = InnoDB
3.repaire table xxx，这种对于InnoDB的无效
4.OPTIMIZE TABLE xxx
对于多列索引，哪些情况下能用到索引，哪些情况用不到索引
1.like以%开头。
2.or查询，必须左右字段都是索引，否则索引失效。
3.联合索引，遵从最左匹配原则，如果不是使用第一列索引，索引失效。
4.数据出现隐形转换，如varchar字段没加单引号，自动转为int类型，会使索引失效。
5.索引字段使用not、<>、!=，索引失效。
6.索引字段使用函数，索引无效。
为什么使用数据库索引可以提高效率，在什么情况下会用不到数据库索引？
默认执行SQL语句是进行全表扫描，遇到匹配条件的就加入搜索结果合集。如果有索引，就会先去索引表中一次定位到特定值的行数，减少遍历匹配的行数。索引把无序的数据变成了相对有序的数据结构。
共享锁和排他锁的使用场景
更新、新增、删除默认加排它锁，查询默认不加锁。
共享锁，使用语法select * from tb lock in share mode，自身可以读，其他事务也可以读（也可以继续加共享锁），但是其他事务无法修改。
排它锁，适用语法select * from tb for update，自身可以进行增删改查，其他事务无法进行任何操作。
关系型数据库和非关系数据库的优缺点
关系型数据库
优点：
· 二维表格，容易理解
· 操作方便
· 易于维护
· 支持SQL
缺点：
· 读写性能较差
· 固定的表结构，不够灵活
· 应对高并发场景，磁盘I/O存在瓶颈
· 海量数据的读写性能差
非关系型数据库
优点：
· 不需要SQL解析，读写性能高
· 可以使用硬盘或者内存作为载体，速度快
· 基于键值对，数据没有耦合性，方便扩展
· 部署简单
缺点：
· 不支持SQL，增加了学习成本
· 没有事务
Mysql 什么情况会造成慢查，如何查看慢查询
响应时间超过阈值会产生慢查询日志。一般有以下情况会造成查询慢。
1.没有设置索引，或查询没有用到索引
2.I/O吞吐量过小
3.内存不足
4.网络速度慢
5.查询的数据量过大
6.锁或者死锁
7.返回了不必要的行或列
8.查询语句存在问题，需要优化
慢查询日志默认是关闭的，如果非必要，不要开启，会影响性能。
使用SHOW VARIABLES LIKE 'slow_query%';
slow_query_log，慢查询开启关闭状态
slow_query_log_file，慢查询日志存储位置，用文本编辑器打开存储位置的文件，查询慢查询如何处理慢查询，你一般是怎么处理慢查询的
1.把数据、日志、索引放到不同的I/O设备上，增加读取速度。
2.纵向、横向分割表，减少表的尺寸。
3.升级硬件。
4.根据查询条件，建立索引，索引优化。
5.提高网速。
6.扩大服务器内存。
7.分库分表。
Mysql 中 varchar 和 char 的区别
varchar会根据存储的内容改变长度，char是定长，如果长度不够，则使用空格补齐。
数据库外键的优缺点
优点：
· 能最大限度的保证数据的一致性和完整性
· 增加ER图的可读性
缺点：
· 影响数据操作的效率
· 增加开发难度，导致表过多
有没有使用过数据库的视图
使用create view view_name as select * from tb创建视图。
使用select * from view_name正常查询视图。
Mysql 中插入数据使用自增 id 好还是使用 uuid，为什么？
1.单实例或单节点组，不担心网络爬虫获取数据量，推荐使用自增id，性能更好。
2.分布式场景。20个节点下的小规模分布式场景，推荐uuid。20~200个节点的中规模分布式场景，推荐自增id+步长的策略。200以上节点，推荐推特雪花算法的全局自增ID。
Mysql 有哪些数据类型，使用的时候有没有什么注意点
· 整数类型：BIT、BOOL、TINY INT、SMALL INT、MEDIUM INT、INT、BIG INT
· 浮点数类型：FLOAT、DOUBLE、DECIMAL
· 字符串类型：CHAR、VARCHAR、TINY TEXT、TEXT、MEDIUM TEXT、LONGTEXT、TINY BLOB、MEDIUM BLOB、LONG BLOB
· 日期类型：Date、DateTime、TIMESTAMP、TIME、YEAR
· 使用的时候建议遵循从小原则。
· 使用char和vahrchar的时候，注意char会去掉字符串末尾的空格
· 使用text和blob的时候，注意定期清理碎片空间，使用OPTIMIZE TABLE命令
· 浮点数会造成精度丢失，尽量使用定点数DECIMAL
Mysql 集群有哪几种方式，分别适用于什么场景
组建MySQL集群的方式：
LVS + Keepalived + MySQL
DRBD + Heartbeat + MySQL
MySQL + Proxy
MySQL Cluster
MySQL + MHA
MySQL + MMM
场景：
1.如果是双主复制，不需要数据拆分，可以使用MHA或Keepalived或Heartbeat。
2.如果是双主复制，需要数据拆分，采用Cobar。
3.如果是双主复制+Slave，还做了数据拆分，需要读写分离，采用Amoeba。
Mysql 主从模式如何保证主从强一致性
主从复制原理：master写数据留下写入日志，slave根据master留下的日志模仿数据执行过程写入。所以有两个步骤可能导致主从复制不一致：
1.master日志写入不成功
2.slave根据日志模仿不成功
解决办法；
master上修改配置
innodb_flush_log_at_trx_commit = 1
sync_binlog = 1上述两个选项的作用是：保证每次事务提交后，都能实时刷新到磁盘中，尤其是确保每次事务对应的binlog都能及时刷新到磁盘中。
slave上修改配置
master_info_repository = "TABLE"
relay_log_info_repository = "TABLE"
relay_log_recovery = 1上述前两个选项的作用是：确保在slave上和复制相关的元数据表也采用InnoDB引擎，受到InnoDB事务安全的保护，而后一个选项的作用是开启relay log自动修复机制，发生crash时，会自动判断哪些relay log需要重新从master上抓取回来再次应用，以此避免部分数据丢失的可能性。
Mysql 集群如何保证主从可用性
使用HA检测工具。HA工具部署在第三台服务器上，同时连接主从，检测主从是否存活。如果主库宕机则及时将从库升级为主库，将原来的主库降级为从库。
Mysql 读写分离有哪些解决办法
1.配置多数据源
2.使用中间件代理
学习不同知识
页:
[1]
