目录

• 前言
• 1.char和varchar的区别
• 2.数据库的三大范式
• 3.你了解sql的执行顺序吗？
• 4.索引是什么
• 5.索引的优点和缺点
• 6.索引的类型
• 7.索引怎么设计(优化)
• 8.怎么避免索引失效(也属于sql优化的一种)
• 9.索引的数据类型
• 10.索引为什么使用树结构
• 11.二叉查找树、B树、B+树
• 12.为什么使用B+树不用B树
• 13.最左匹配原则
• 14.MylSAM和InnoDB、Memory的区别
• 15.什么是事务
• 16.事务的四大特性(ACID)
• 17.脏读、不可重复读、幻读
• 18.事务的隔离级别？
• 19.怎么优化数据库
• 20.SQL优化
• 21.常用的聚合函数
• 22.几种关联查询
• 23.in和exists的区别
• 24.drop、truncate、delete的区别

前言

java最新面试题(java基础、集合、多线程、jvm、锁、算法、CAS、Redis、数据库、mybatis、spring、springMVC、springBoot、微服务)

1.char和varchar的区别

①char设置多少长度就是多少长度，varchar可以改变长度，所以char的空间利用率不如varchar的空间利用率高。
②因为长度固定，所以存取速度要比varchar快。
③char适用于固定长度的字符串，比如身份证号、手机号等，varchar适用于不固定的字符串。

2.数据库的三大范式

第一范式(1NF)： 保证字段不可再分，保证原子性。
第二范式(2NF)： 满足1NF前提下，表的每一列都必须和主键有关系。消除部分依赖关系。
第三范式(3NF)： 满足2NF前提下，表的每一列比必须和主键有直接关系，不能是间接关系。消除传递依赖

3.你了解sql的执行顺序吗？

⑧select ⑨distinct(去重) ⑥聚合函数

①from 表1

③[inner join | left join | right join](连接) 表2

②on(连接条件) 表1.字段 = 表2.字段

④where 查询条件

⑤group by(分组) 字段

⑦having 分组过滤条件

⑩order by(排序) 字段

⑪limit(分页) 0,10

4.索引是什么

是一种高效获取数据的数据结构，相当于目录，更快的找到数据，是一个文件，占用物理空间。

5.索引的优点和缺点

优点：
①提高检索的速度。
②索引列对数据排序，降低排序成本。
③mysql 8之后引入了，隐藏索引，当一个索引被隐藏就不会被优化器所使用，就可以看出来索引对数据库的影响，有利于调优。
缺点：
①索引也是一个文件，所以会占用空间。
②降低更新的速度，因为不光要更新数据，还要更新索引。

6.索引的类型

①普通索引： 基本索引类型，允许定义索引的字段为空值和重复值。
②唯一索引： 索引的值必须唯一，允许定义索引的字段为空值。
③主键索引： 索引的值必须唯一，不可以为空。
④复合索引： 多个字段加索引，遵守最左匹配规则。
⑤全局索引： 只有在 MyISAM 引擎上才能使用。

7.索引怎么设计(优化)

①选择唯一性索引：值是唯一的，查询的更快。
②经常作为查询条件的字段加索引。
③为经常需要排序、分组和联合操作的字段建立索引：order by、group by、union(联合)、distinct(去重)等。
④限制索引个数：索引数量多，需要的磁盘空间就越多，更新表时，对索引的重构和更新就很费劲。
⑤表数据少的不建议使用索引(百万级以内)：数据过少，有可能查询的速度，比遍历索引的速度都快。
⑥删除不常用和不再使用的索引。
⑦用类型小的类型做索引：比如：int和BIGINT能用int就使用int。因为类型小，查询速度快和索引占用的空间更少。
⑧使用前缀索引，要是字符串越长，那么索引占的空间越大，并且比较起来就时间就越长。

8.怎么避免索引失效(也属于sql优化的一种)

①某列使用范围查询(>、<、like、between and)时, 右边的所有列索引也会失效。
②不要对索引字段进行运算。
③在where子句中不要使用 OR、!=、<>和对值null的判断。
④避免使用’%'开头的like的模糊查询。
⑤字符串不加单引号，造成索引失效。

9.索引的数据类型

Hash： 查询时调用Hash函数获得地址，回表查询实际数据。(InnoDB和MylSAM不支持，Memory支持)。
B+树： 每次从根节点出发去查询，然后得到地址，回表查询实际数据。

10.索引为什么使用树结构

因为可以加快查询效率，而且可以保持有序。

11.二叉查找树、B树、B+树

二叉查找树(二叉排序树、二叉搜索树)： 一个节点最多两个子节点(左小右大)，查询次数和比较次数都是最小的，但是索引是存在磁盘的，当数据量过大的时候，不能直接把整个索引文件加载到内存，需要分多次IO，最坏的情况IO的次数就是树的高度，为了减少IO，需要把树从竖向变成横向。
B树( B- )： 是一种多路查询树，每个节点包含K个子节点，节点都存储索引值和数据，K是B树的阶(树高被称为树的阶)。虽然比较的次数比较多，但是是在内存的比较，可以忽略不计，但是B树IO的次数要比二叉查找树要少，因为B树的高度可以更低。
B+树： B树的升级版，只有叶子节点储存的是索引值指向的数据库的数据。

12.为什么使用B+树不用B树

①B树只适合随机检索，而B+树同时支持随机检索和顺序检索(因为叶子节点相当于链表，保存索引值都是有序的)。
顺序检索： 按照序列顺序遍历比较找到给定值。
随机检索： 不断从序列中随机抽取数据进行比较，最终找到结果。

②减少了磁盘IO，提高空间利用率： 因为B+树非叶子节点不会存放数据，只有索引值，所以非叶子节点可以保存更多的索引值，这样B+树就可以更矮，减少IO次数。

③B+树适合范围查找： 这才是关键，因为数据库大部分都是范围查找，B+树的叶子节点是有序链表，直接遍历就行，而B树的范围查找可能两个节点距离很远，只能通过中序遍历去查找，所以使用B+树更合适。
中序遍历： (根在中，从左往右，一棵树的左子树永远在根前面，根永远在右子树前面）

13.最左匹配原则

最左优先，以最左边为起点任何连续的索引都能匹配上。同时遇到范围查询（>、<、between and、like）就会停止匹配。

例如：Z表建立联合索引 (a,b,c)

//这样索引abc列都起效，因为符合最左匹配原则，where子句几个搜索条件顺序调换不影响查询结果，因为Mysql中有查询优化器，会自动优化查询顺序
select  *  from Z where a = 1 and b = 2 and c = 3 

//因为a列是起点，没有a列匹配不上，所以索引失效
select * from table_name where  b = 2 and c = 3 

//因为连续不到b，所以只有a列索引生效
select * from table_name where  a = 1 and c = 3 

14.MylSAM和InnoDB、Memory的区别

MylSAM： mysql5.5之前的存储引擎，是表锁（悲观锁）级别的，不支持事务和外键。
InnoDB： mysql5.5之后的存储引擎，是行锁（乐观锁）级别的，支持事务和外键。
Memory： 内存数据库引擎，因为在内存操作，所以读写很快，但是Mysql服务重启，会丢失数据，不支持事务和外键。

15.什么是事务

事务和隔离级别详解及实际应用

事务是对数据库中一系列操作进行统一的回滚或者提交的操作，主要用来保证数据的完整性和一致性。

16.事务的四大特性(ACID)

原子性(Atomicity)： 要么全部成功要么全部失败。
一致性(Consistency)： 事务执行前和事务执行后，原本和数据库一致的数据仍然一致。
隔离性(Isolation)： 事务与事务之间互不干扰。
持久性(Durability)： 事务一旦被提交了，那么对数据库中的数据的改变就是永久的。

17.脏读、不可重复读、幻读

脏读： 也叫"读未提交"，顾名思义，就是某一事务A读取到了事务B未提交的数据。
不可重复读： 在一个事务内，多次读取同一个数据，却返回了不同的结果。实际上，这是因为在该事务间隔读取数据的期间，有其他事务对这段数据进行了修改，并且已经提交，就会发生不可重复读事故。
幻读： 在同一个事务中，第一次读取到结果集和第二次读取到的结果集不同。像幻觉一样所以叫幻读。
从上面可以看出脏读和不可重复读是基于数据值的错误，幻读是基于条数增加或者减少的错误

18.事务的隔离级别？

① read uncommited(读取未提交内容)： 在该隔离级别，所有事务都可以看到其他未提交事务的执行结果。读取未提交的数据，也被称之为脏读（Dirty Read）
② read committed(读取提交内容)： 这是大多数数据库系统的默认隔离级别（但不是MySQL默认的）。一个事务只能看见已经提交事务所做的改变。可解决脏读
③ repeatable read(可重读)： 这是MySQL的默认事务隔离级别，同一事务的多个实例在并发读取数据时，会看到同样的数据。不过理论上，这会导致另一个棘手的问题：幻读（Phantom Read）。可解决脏读、不可重复读
④ serializable(可串行化) ： 这是最高的隔离级别，它通过强制事务排序，使之不可能相互冲突，从而解决幻读问题。简言之，它是在每个读的数据行上加上共享锁。在这个级别，可能导致大量的超时现象和锁竞争。可解决脏读、不可重复读、幻读。

19.怎么优化数据库

①SQL优化
②加缓存
③分表
④读写分离

20.SQL优化

①不要用select *，要使用具体字段。
②使用数值代替字符串，比如：0=唱，1=跳，2=rap。
③避免返回大量数据，采用分页最好。
④使用索引，提升查询速度，不宜建太多索引，不能建在重复数据比较多的字段上。
⑤批量插入比单条插入要快，因为事务只需要开启一次，数据量太小体现不了。
⑥避免子查询，优化为多表连接查询。
⑦尽量使用union all替代union，因为union会自动去重。

21.常用的聚合函数

①sum(列名) 求和 　　　　
②max(列名) 最大值 　　　　
③min(列名) 最小值 　　　　
④avg(列名) 平均值 　　　　
⑤first(列名) 第一条记录
⑥last(列名) 最后一条记录
⑦count(列名) 统计记录数不包含null值 count(*)包含null值。

22.几种关联查询

内连接(inner join)： 查询两个表匹配数据。
左连接(left join)： 查询左表全部行以及右表匹配的行。
右连接(right join)： 查询右表全部行以及左表匹配的行。

23.in和exists的区别

in()： 适合子表(子查询)比主表数据小的情况。
exists()： 适合子表(子查询)比主表数据大的情况。

24.drop、truncate、delete的区别

速度： drop > truncate > delete。
回滚： delete支持，truncate和drop不支持。
删除内容： delete表结构还在，删除部分或全部数据，不释放空间。truncate表结构还在，删除全部数据，释放空间。drop表结构和数据不在，包括索引和权限，释放空间。