我虽然不是名校出身，但我要坚持查漏补缺,我一定要拿到满意的offer！！！！

关于数据看的基础操作可以看我之前写的文章

数据库基础操作

索引

索引是帮助MySQL实现高效查询的一种排好序的数据结构

索引的数据结构:

• 顺序查找

• 二分查找

• 二叉搜索树

• 红黑树

• Hash树

• B-Tree

一个没有索引的数据库如何实现查询的?

首先我们数据库的数据是存储在磁盘,并且在磁盘上是随机分布的,因此在执行查询语句时,我们是逐条的对照数据库中的每条语句,因此时间成本和空间成本都比较大。

一个有索引的数据库如何实现查询的

假如需要查找23

那么先到了34,23<34,因此往左边查找,查找到了22,23>22因此要继续在22的右边查找,找到23。

这个例子就说明了索引在数据库执行查询时，的确是能够简化查询的（能非常有效的减少了查询的次数）。

注意实际数据库中，我们很少使用二叉搜索树作为索引的数据结构，因为当建索引的列的数据很集中（比如像Col1列是一个递增的），这时二叉搜索树会退化为一个单链表，这样实际的查询效率并没有提升

红黑树的数据结构

不适合作为索引数据结构的原因：当数据量较大时，红黑树的深度还是比较深，导致了较多的磁盘IO，查询速度比二叉搜索树快，但是还是不是最好的选择

二叉搜索树

如果普通的二叉树每个节点满足：左子树所有的节点值都小于根节点的值，右子树所有的节点数都大于根节点的值，这样的二叉树就是二叉搜索树。

1.插入操作

新节点与当前根节点比较，如果相等就代表已经存在不需要重复插入；如果小于当前节点，那么就会在当前根节点的左子树寻找，如果大于当前节点，那么就会在当前根节点的右子树寻找。重复这个过程直到插入成功数据。

2.删除操作

删除操作主要分为三种情况，即要删除的节点无子节点，要删除的节点只有一个子节点，要删除的节点有两个子节点。

1. 对于要删除的节点无子节点可以直接删除，即让其父节点将该子节点置空即可。

2. 对于要删除的节点只有一个子节点，则替换要删除的节点为其子节点。

3. 对于要删除的节点有两个子节点，则首先找该节点的替换节点（即右子树中最小的节点），接着替换要删除的节点为替换节点，然后删除替换节点。

3.查询过程

查找操作的主要流程为：先和根节点比较，如果相同就返回，如果小于根节点则到左子树中递归查找，如果大于根节点则到右子树中递归查找。因此在排序二叉树中可以很容易获取最大（最右最深子节点）和最小（最左最深子节点值。

常见索引原则

**1.**选择唯一性索引

1．唯一性索引的值是唯一的，可以更快速的通过该索引来确定某条记录。

**2.**为经常需要排序、分组和联合操作的字段建立索引：

3．为常作为查询条件的字段建立索引。

4．限制索引的数目：

越多的索引，会使更新表变得很浪费时间。

尽量使用数据量少的索引

6．如果索引的值很长，那么查询的速度会受到影响。

尽量使用前缀来索引

7．如果索引字段的值很长，最好使用值的前缀来索引。

7．删除不再使用或者很少使用的索引

8 . 最左前缀匹配原则，非常重要的原则。

10 . 尽量选择区分度高的列作为索引

区分度的公式是表示字段不重复的比例

**11 .**索引列不能参与计算，保持列“干净”：带函数的查询不参与索引。

**12 .**尽量的扩展索引，不要新建索引

数据库三范式

• 第一范式：列不可分,确保每列的原子性,每个列表示的含义都是不同的，不存在多个列表示同一种属性
• 第二范式：没有非主属性对主属性的部分依赖，每个列都要完全依赖于主属性，而不是依赖于主属性（键可以是单键也可以是联合主键）的部分。
• 第三范式：没有非主属性对于主属性的传递依赖,表中的非主属性都要直接依赖于主属性,而不是传递依赖于主属性。

图示：演示传递依赖：顾客姓名依赖于非主键顾客编号，因此不满足第三范式。

• 注意：满足第二范式，必须满足第一范式，满足第三范式必须满足第二范式。

数据库事务

四个重要的属性：

• 原子性：事务的操作是一个完整的过程，要么全做，要么都不做
• 一致性：当数据库事务完成时，数据要保持一致
• 隔离性：对数据进行修改的所有并发操作是彼此隔离的，事务是独立的，不能对其他事务造成影响。
• 持久性：事务完成后，数据要能持久化保存，数据库有事务日志（可以回滚来恢复数据）。

事务隔离级别

• 读未提交
• 读已提交
• 不可重复读
• 序列化读

数据库并发策略

并发控制一般采用三种方式：分别是乐观锁，悲观锁和时间戳。

乐观锁任务自己在读数据，别人不会去写自己读的数据。悲观锁相反，认为自己读的数据，别人一定是在写数据，时间戳是不加锁，使用时间戳来判断数据是否发生了修改。

1.乐观锁

乐观锁任务自己在读数据，别人不会去写自己读的数据。

何时使用乐观锁：对于经常查询，但是不太会修改的数据可以使用乐观锁。

2.悲观锁

悲观锁就是在读取数据的时候，为了不让别人修改自己读取的数据，就会先对自己读取的数据加锁，只有自己把数据读完了，才允许别人修改那部分数据，或者反过来说，就是自己修改某条数据的时候，不允许别人读取该数据，只有等自己的整个事务提交了，才释放自己加上的锁，才允许其他用户访问那部分数据。

何时使用悲观锁：对于经常修改的数据，要使用悲观锁，防止数据发生不一致。

3.时间戳

时间戳就是在数据库表中单独加一列时间戳，比如“TimeStamp”，每次读出来的时候，把该字段也读出来，当写回去的时候，把该字段加1，提交之前 ，跟数据库的该字段比较一次，如果比数据库的值大的话，就允许保存，否则不允许保存，这种处理方法虽然不使用数据库系统提供的锁机制，但是这种方法可以大大提高数据库处理的并发量。

• 时间戳只有在重新写数据的时候才会修改时间戳，读数据是不会修改时间戳的。

数据高频面试题

1.什么是存储过程？有什么特点？

存储过程就像编程语言中的函数一样,将我们的SQL语句封装起来。

特点：

• 能够将SQL语句封装起来
• 保存在数据库中，让编程语言调用
• 存储过程是一个预编译的代码块，因此执行效率比较高
• 大量的SQL语句封装起来一起执行，可以减少网络通信的次数，提高通信效率
• 缺点：存储过程存储在数据库中，难以更新迭代

2.什么是视图？视图的使用场景？

视图是一种虚表（其实视图不存储数据，它是基于数据表的一种虚表，仅仅是呈现了查询的结果，真正的数据还在基表上）

• 视图建立在已有表的基础上，视图赖以建立的表称为基表。
• 向视图提供数据的语句是select语句
• 视图向用户提供基本数据的另一种表现形式
• 操作的是视图，但基表的数据也会发生改变

视图的使用场景，一张表上的数据并不是用户都想要看的，我们仅仅给用户展示视图（基表的查询结果），不仅能让用户有好的体验，也能保证数据的安全性

注意：视图能让我们专注，但是并不能提高查询的效率

3.drop，truncate和delete的区别：

drop：

• 属于DDL
• 不可回滚
• 不可带where
• 表结构和内容删除
• 删除速度快

trunate：

• 属于DDL
• 不可回滚
• 不可带where
• 内容删除
• 删除速度快

delete：

• 属于DML
• 可回滚
• 可以有where
• 表结构在，内容看where
• 删除速度慢，要逐行删除

总结：

• 不在需要一张表的时候使用drop
• 想删除部分数据行，用delete，使用where
• 保留表结构但是删除表中的所有内容，使用truncate

4.什么是索引？有什么作用和优缺点？

索引是让MySQL实现高效查询的一种数据结构

作用：加快查询效率。

特点：

• 无需在查询语句中指定使用哪个索引，数据库会自主选择
• 在定义主键，唯一约束系统会自动在相应的列上创建索引
• 可以自主创建索引

什么时候需要索引：

• 经常使用查询
• 表中的数据量很大
• 列名经常在where中出现或者在连接条件中出现

优缺点：

• 加快查询
• 减低添加，修改，删除的效率（因为这三种操作的同时也会操作索引）

因此在经常INSERT,DELETE,UPDATE的表中不要使用索引

5.什么是事务？

语句中指定使用哪个索引，数据库会自主选择

• 在定义主键，唯一约束系统会自动在相应的列上创建索引
• 可以自主创建索引

什么时候需要索引：

• 经常使用查询
• 表中的数据量很大
• 列名经常在where中出现或者在连接条件中出现

优缺点：

• 加快查询
• 减低添加，修改，删除的效率（因为这三种操作的同时也会操作索引）

因此在经常INSERT,DELETE,UPDATE的表中不要使用索引

5.什么是事务？

数据库事务( transaction)是访问并可能操作各种数据项的一个数据库操作序列，这些操作要么全部执行,要么全部不执行，是一个不可分割的工作单位。事务由事务开始与事务结束之间执行的全部数据库操作组成。