面試官常問的 數據庫 問題 11-21
11.Oracle 跟 SQL Server 的區別？
oracle：可在不同平臺運行（ISO標準認證）；支持PL-SQL腳本語言；性能很高；
sqlserver：只可在 windows 平臺運行（不安全、不穩定）；支持T-SQL腳本語言；多用戶性能低；
一般不用SQL Server ！！！
區別：
1、最大的區別在於平臺。oracle 可以運行在不同的平臺上；sqlserver 只能運行在 windows 平臺上。windows 平臺的穩定性和安全性，影響了 sqlserver 的穩定性和安全性。
2、oracle 使用的腳本語言爲 PL-SQL，而 sqlserver 使用的腳本爲 T-SQL 。
文體結構不同
3、體系結構不同。
oracle的文件體系結構爲：
數據文件 .dbf（真實數據）
日誌文件 .rdo
控制文件 .ctl
參數文件 .ora
sql server的文件體系結構爲：
.mdf （數據字典）
.ndf （數據文件）
.ldf （日誌文件）
4、存儲結構不同。
oracle存儲結構：
在oracle裏有兩個塊參數pctfree(填充因子)和pctused(複用因子)，可控制塊確定塊本身何時有，何時沒有足夠的空間接受新信息(對塊的存儲情況的分析機制)。這樣可降低數據行連接與行遷移的可能性。塊的大小可設置(oltp塊和dss塊)。
在oracle中，將連續的塊組成區，可動態分配區(區的分配可以是等額的也可以是自增長的)可減少空間分配次數。
在oraclel裏表可以分爲多個段，段由多個區組成，每個段可指定分配在哪個表空間裏(段的類型分爲：數據段、索引段、回滾段、臨時段、cash段。oracle裏還可對錶進行分區，可按照用戶定義的業務規則、條件或規範，物理的分開磁盤上的數據。
這樣大大降低了磁盤爭用的可能性。
oracle有七個基本表空間：
·system表空間(存放數據字典和數據管理自身所需的信息)
·rbs回滾表空間
·temp臨時表空間
·tools交互式表空間
·users用戶默認表空間
·indx索引表空間
·dbsys福數據表空間
不同的數據分別放在不同的表空間(數據字典與真實數據分開存放),在oracle裏基表(存儲系統參數信息)是加密存儲，任何人都無法訪問。只能通過用戶可視視圖查看。
sql server 存儲結構：
以頁爲最小分配單位，每個頁爲8k(不可控制，缺乏對頁的存儲情況的分析機制),可將8個連續的頁的組成一個‘擴展’，以進一步減少分配時所耗用的資源。(分配缺乏靈活性)，在sql server裏數據以表的方式存放，而表是存放在數據庫裏。
sql server有五個基本數據庫： www.2cto.com
·master(數據字典)
·mode(存放樣版)
·tempdb(臨時數據庫)
·msdb(存放調度信息和日誌信息)
·pubs(示例數據庫)
真實數據與數據字典存放在一起。對系統參數信息無安全機制。
12.關係型數據庫和非關係型數據庫區別，優勢比較?
關係型數據庫：可用 SQL 語句在一個以上表之間做非常複雜的數據查詢；安全性高；數據存儲在硬盤；
非關係型數據庫：性能高；可擴展（水平擴展）；數據存儲在緩存，比關係型數據庫查詢快；
非關係型數據庫的優勢：
性能：NOSQL 是基於鍵值對的，可以想象成表中的主鍵和值的對應關係，而且不需要經過 SQL 層的解析，所以性能非常高。
可擴展性：同樣也是因爲基於鍵值對，數據之間沒有耦合性，所以非常容易水平擴展。
關係型數據庫的優勢：
複雜查詢：可以用 SQL 語句在一個表以及多個表之間做非常複雜的數據查詢。
事務支持：使得對於安全性能很高的數據訪問要求得以實現。
13.MYSQL 的兩種存儲引擎區別（事務、鎖級別等等），各自的適用場景
MySql主要有兩種存儲引擎：InnoDB和MyISAM。
InnoDB：支持事務、外鍵；支持行級鎖；聚集索引；不保存行數；不支持全文類型索引（查表總行數時，不需要全表掃描）；
MyISAM：不支持事務、外鍵；支持表級鎖（性能低）；非聚集索引；保存行數；支持全文類型索引（查表總行數時，全表掃描）；
使用場景：一般默認InnoDB，當表比較小，讀取操作較多，插入和更新少，不要考慮事務，可以考慮MyIsam。
區別
-
InnoDB支持事務，後者不支持
-
InnoDB支持外鍵，MyIsam不支持
-
InnoDB支持行級鎖，MyIsam是表級鎖，表級鎖性能低
-
InnoDB是聚集索引，即索引中鍵值的邏輯順序決定了表中相應行的物理順序，而MyIsam是非聚集索引，即索引中索引的邏輯順序與磁盤上行的物理存儲順序不同。
-
InnoDB不保存行數，後者保存。
使用場景，一般默認都是InnoDB，如果表比較小，讀取操作較多，插入和更新操作少，不需要考慮事務，可以考慮MyIsam
14.MongoDB 與 Redis 區別
①.性能方面：redis 要大於 mongodb ；
②.操作便利性：Mongodb 支持豐富的數據表達、索引，最類似關係型數據庫，支持的查詢語言非常豐富 ；Redis 數據結構方面豐富
③.內存空間大小和數據量大小：Mongodb 適合大量數據的存儲 ；
④.數據一致性：Redis 事務支持比較弱 ；Mongodb 不支持事務 ；
⑤.應用場景：Redis 用在數據量較小的操作和運算上；Mongodb 主要解決海量數據的訪問效率問題。
redis、memcache、mongoDB 對比
從以下幾個維度，對redis、memcache、mongoDB 做了對比，歡迎拍磚
1、性能
都比較高，性能對我們來說應該都不是瓶頸
總體來講，TPS方面redis和memcache差不多，要大於mongodb
2、操作的便利性
memcache數據結構單一
redis豐富一些，數據操作方面，redis更好一些，較少的網絡IO次數
mongodb支持豐富的數據表達，索引，最類似關係型數據庫，支持的查詢語言非常豐富
3、內存空間的大小和數據量的大小
redis在2.0版本後增加了自己的VM特性，突破物理內存的限制；可以對key value設置過期時間（類似memcache）
memcache可以修改最大可用內存,採用LRU算法
mongoDB適合大數據量的存儲，依賴操作系統VM做內存管理，喫內存也比較厲害，服務不要和別的服務在一起
4、可用性（單點問題）
對於單點問題，
redis，依賴客戶端來實現分佈式讀寫；主從複製時，每次從節點重新連接主節點都要依賴整個快照,無增量複製，因性能和效率問題，
所以單點問題比較複雜；不支持自動sharding,需要依賴程序設定一致hash 機制。
一種替代方案是，不用redis本身的複製機制，採用自己做主動複製（多份存儲），或者改成增量複製的方式（需要自己實現），一致性問題和性能的權衡
Memcache本身沒有數據冗餘機制，也沒必要；對於故障預防，採用依賴成熟的hash或者環狀的算法，解決單點故障引起的抖動問題。
mongoDB支持master-slave,replicaset（內部採用paxos選舉算法，自動故障恢復）,auto sharding機制，對客戶端屏蔽了故障轉移和切分機制。
5、可靠性（持久化）
對於數據持久化和數據恢復，
redis支持（快照、AOF）：依賴快照進行持久化，aof增強了可靠性的同時，對性能有所影響
memcache不支持，通常用在做緩存,提升性能；
MongoDB從1.8版本開始採用binlog方式支持持久化的可靠性
6、數據一致性（事務支持）
Memcache 在併發場景下，用cas保證一致性
redis事務支持比較弱，只能保證事務中的每個操作連續執行
mongoDB不支持事務
7、數據分析
mongoDB內置了數據分析的功能(mapreduce),其他不支持
8、應用場景
redis：數據量較小的更性能操作和運算上
memcache：用於在動態系統中減少數據庫負載，提升性能;做緩存，提高性能（適合讀多寫少，對於數據量比較大，可以採用sharding）
MongoDB:主要解決海量數據的訪問效率問題
15.Memcached 和 redis 的區別
①.存儲方式：Memcached 數據都在內存中，斷電後會掛掉，數據不可超過內存大小；Redis 部分存在硬盤上，保證數據的持久性 ；
②.數據支持類型：Memcached 對數據類型支持相對簡單 ；Redis 有複雜的數據類型 ；
③.Value 大小：Redis 最大可以達到 1G；Memcached 只有 1MB。
16.在項目中緩存用在哪裏
緩存數據（查詢多刪改少的數據）比如：數據字典（改動少，基本不改動）
爲什麼使用緩存？：
緩存主要用途有兩個，高性能和高併發。
高併發的場景不常見，所以項目用它的目的是高性能。
如果一個數據被大量的讀取，那麼可以將它放入緩存中，被讀取時直接從緩存中通過key查出value，這樣可以大幅提升性能。
使用緩存存在哪些問題？
①緩存雪崩。
②緩存穿透。
③緩存與數據量雙寫不一致。
④緩存併發競爭。
17.Redis 如何持久化
持久化：將內存中的數據寫入到硬盤中。
Redis實現數據持久化的兩種實現方式：1、RDB實現Redis數據持久化（默認方式）；2、AOF持久化方案；
RDB：指定的時間間隔內保存數據快照；
AOF：先把命令追加到操作日誌的尾部，保存所有的歷史操作；
RDB：將數據寫入到一個臨時文件(dump.rdb)，持久化結束之後，用這個臨時文件替換上次持久化的文件，達到數據恢復。
間隔一段時間進行持久化，如果持久化之間 redis 發生故障，會發生數據丟失，所以這種方式更適合數據要求不嚴謹的時候，
默認開啓的 AOF：是將執行過的指令記錄下來，數據恢復時按照從前到後的順序再將指令執行一遍，實現數據恢復。
AOF 相比於RDB的優點：可以保證數據完整，可對歷史操作進行處理；
但是 AOF 文件比 RDB 文件大，且恢復速度慢，默認是關閉的。
18.Redis 的內存淘汰策略有那些
①.noeviction:默認策略，不刪除任意數據，但是內存不夠時，會直接返回錯誤
②.Allkeys-lru:從數據集中(包括設置過期時間和未設置過期時間的數據集)，優先移除最近未使用的 key
③.Volatile-lru:在設置了過期時間的數據集中，優先移除最近未使用的 key
④.Allkeys-random:從數據集中(包括設置過期時間和未設置過期時間的數據集)，隨機移除某個 key
⑤.Volatile-random:在設置了過期時間的數據集中，隨機移除某個 key Volatile-ttl:在設置了過期時間的數據集中，具有更早過期時間的 key 優先移除。
Redis 的內存淘汰：用戶存儲的一些鍵可以被 redis 主動從實例中刪除，從而產生讀 miss 的情況，
內存淘汰是爲了更好的使用內存，用一定的緩存 miss 來換取內存的使用率。
Redis 提供的內存淘汰策略有：
①.noeviction:默認策略，不刪除任意數據，但是內存不夠時，會直接返回錯誤
②.Allkeys-lru:從數據集中(包括設置過期時間和未設置過期時間的數據集)，優先移除最近未使用的 key
③.Volatile-lru:在設置了過期時間的數據集中，優先移除最近未使用的 key
④.Allkeys-random:從數據集中(包括設置過期時間和未設置過期時間的數據集)，隨機移除某個 key
⑤.Volatile-random:在設置了過期時間的數據集中，隨機移除某個 key Volatile-ttl:在設置了過期時間的數據集中，具有更早過期時間的 key 優先移除。
redis 的雪崩、穿透
-
緩存穿透
什麼是緩存穿透？
一般的緩存系統，都是按照key（鍵）去緩存查詢，如果不存在對應的value（值），就應該去DB（數據庫）中查找 。
這個時候，如果請求的併發量很大，就會對後端的DB系統造成很大的壓力。這就叫做緩存穿透！![在這裏插入圖片描述]()
造成的原因：- 業務自身代碼或數據出現問題；
- 一些惡意攻擊、爬蟲造成大量空的命中，此時會對數據庫造成很大壓力。
解決方法：
- 設置布隆過濾器，將所有可能存在的數據哈希到一個足夠大的bitmap中，一個一定不存在的數據會被這個bitmap攔截掉，
從避免了對底層存儲系統的查詢壓力。 - 如果一個查詢返回的數據爲空，不管是數據不存在還是系統故障，我們仍然把這個結果進行緩存，但是它的過期時間會很短
最長不超過5分鐘。
-
服務雪崩
什麼是雪崩？
因爲緩存層承載了大量的請求，有效的保護了存儲層。但是如果緩存由於某些原因，整體不能夠提供服務，於是所有的請求，就會到達存儲層，存儲層的調用量就會暴增，造成存儲層也會掛掉的情況。
緩存雪崩的英文解釋是奔逃的野牛，指的是緩存層當掉之後，併發流量會像奔騰的野牛一樣，大量後端存儲。造成的原因：
當緩存服務器重啓或者大量緩存集中在某一個時間段失效，這樣在失效的時候，大量數據會去直接訪問DB，此時給DB很大的壓力。
![在這裏插入圖片描述]()
解決方法：-
設置redis集羣和DB集羣的高可用，如果redis出現宕機情況，可以立即由別的機器頂替上來。這樣可以防止一部分的風險。
-
使用互斥鎖
在緩存失效後，通過加鎖或者隊列來控制讀和寫數據庫的線程數量。比如：對某個key只允許一個線程查詢數據和寫緩存，其他線程等待。單機的話，可以使用synchronized或者lock來解決，如果是分佈式環境，可以是用redis的setnx命令來解決。
-
不同的key,可以設置不同的過期時間，讓緩存失效的時間點不一致，儘量達到平均分佈。
-
永遠不過期
redis中設置永久不過期，這樣就保證了，不會出現熱點問題，也就是物理上不過期。
-
資源保護
使用netflix的hystrix，可以做各種資源的線程池隔離，從而保護主線程池。
-
19.redis 有哪些數據類型
String（字符串）、Hash（哈希）、List（列表）、Sets（集合）、ZSet（有序集合）
①.String(字符串)：redis 最基本的數據類型，一個 key 對應一個 value，一個鍵最大能存儲 512MB
②.Hash(哈希)：是一個鍵值對集合，特別適合用於存儲對象
③.List(列表)：存放多個字符串值，可以重複，按照插入順序進行排序，也可以添加一個元素到列表的頭部和尾部
④.Sets(集合)：存放多個值，不可以重複，沒有順序
⑤.ZSet(有序集合)：存放多個值，不可以重複，有順序。不同的是每個元素都會關聯一個 double 類型的分數，redis 正是通過分 數來爲集合中的成員進行從小到大的排序
20.Redis 一般用在那些場景
①.緩存熱數據（熱數據：查詢多刪改少的數據 ）
②.計數器，諸如統計點擊數等應用
③.隊列
④.位操作(大數據處理)，比如統計 QQ 用戶在線
⑤.分佈式鎖和單線程機制
⑥.最新列表
⑦.排行榜，使用 zadd 添加有序集合
redis使用場景：會話緩存（Session Cache）、全頁緩存（FPC）、排行榜/計數器
redis優點:
- 速度快，因爲數據存在內存中，類似於HashMap，HashMap的優勢就是查找和操作的時間複雜度都是O(1)
- 支持豐富數據類型，支持string，list，set，sorted set，hash
- 支持事務，操作都是原子性，所謂的原子性就是對數據的更改要麼全部執行，要麼全部不執行
- 豐富的特性：可用於緩存，消息，按key設置過期時間，過期後將會自動刪除
21.SQL 題目
-
在GRADE表中查找80-90份的學生學號和分數
select 學號,分數 from grade where 分數 between 80 and 90 -
在GRADE 表中查找課程編號爲003學生的平均分
select avg(分數) from grade where 課程編號='003' -
在GRADE 表中查詢學習各門課程的人數
select 課程編號,count(學號) as 人數 from grade group by 課程編號 -
查詢所有姓張的學生的學號和姓名
select 姓名,學號 from student_info where 姓名 like'張%' -
查詢和學號’0001’的這位同學性別相同的所有同學的姓名和出生年月
select 姓名,出生年月 from student_info where 性別 in(select 性別 from student_info where sno='0001') -
查詢所有選修課程編號爲0002 和0003的學生的學號、姓名和性別
select 學號,姓名,性別 from student_infowhere 學號 in(select 學號 from grade where 課程編號='0002' and 學號 in(select 學號 from grade where 課程編號='0001')) -
查詢出學號爲0001的學生的分數比0002號學生最低分高的課程編號的課程編號和分數
select 課程編號, 分數 from grade where 學號='0001'and 分數>(select min(分數) from grade where 學號='0002') -
查詢分數在80-90分的學生的學號、姓名、分數
select student_info.學號,student_info.姓名,grade.分數 from student_info,grade where grade.分數 between 80 and 90 -
查詢學習了’C語言’課程的學生學號、姓名和分數
select student_info.學號,student_info.姓名,grade.成績 from student_info,grade,curriculum where student_info.學號=grade.學號 and grade.課程號=curriculum.課程號 and curriculum.課程名='C 語言' -
查詢所有學生的總成績，要求列出學號、姓名、總成績，沒有選課的學生總成績爲空。
select grade.學號,student_info.姓名,sum(grade.成績) as 總成績 from student_info,grade where grade.學號=student_info.學號 group by grade.學號,student_info.姓名