1 知識點匯總2 知識點詳解關系型數據庫Oracle功能強大,缺點貴MySQL互聯網行業(yè)中最流行的數據庫MariaDBMySQL的分支,由開源社區(qū)維

1 知識點匯總

2 知識點詳解

關系型數據庫

• Oracle
• 功能強大,缺點貴
• MySQL
• 互聯網行業(yè)中最流行的數據庫
• MariaDB
• MySQL的分支,由開源社區(qū)維護
• PostgreSQL
• 類似于Oracle的多進程模型,可支持高并發(fā)的應用場景,幾乎支持所有SQL標準,適合嚴格的企業(yè)應用場景

NoSQL(Not Only SQL)

• Redis
• 適用于數據變化快,數據大小可預測的場景
• MongoDB
• 基于分布式文件存儲的數據庫
• 將數據存儲為一個文檔,數據結構由鍵值對組成
• 適用于表結構不明確,數據結構不斷發(fā)生變化的場景
• 不適合有事務和復雜查詢的場景
• Hbase
• 是在hdfs(Hadoop Distributed File System hadoop分布式文件系統(tǒng))中分布式面向列的數據庫,類似于Google的Bigtable
• 可提供快速隨機訪問海量結構化數據,在表中由行排序,一個表中有多個列族,每個列族有任意數量的列
• 依賴于hdfs,可以實現海量數據的可靠存儲,適用于數據量大,寫多讀少,不需要復雜查詢的場景
• Cassandra
• 高可靠大規(guī)模分布式存儲系統(tǒng)
• 支持分布是的結構化K-V存儲
• 以高可用為主要目標
• 適合寫多場景,簡單查詢,不適合數據統(tǒng)計
• Pika
• 提供大容量類Redis的存儲服務
• 兼容Redis的五種數據結構的大部分命令
• 使用磁盤存儲,解決Redis存儲成本問題

NewSQL

• TiDB
• 開源分布式關系型數據庫
• 幾乎完全兼容MySQL
• 支持水平彈性擴展,ACID事務,標準SQL,MySQL語法和MySQL協議
• 具有數據強一致性的高可用性
• 既適合在線事務處理,也適合在線分析處理
• OceanBase
• 螞蟻金服所有,滿足金融級數據可靠性以及數據一致性要求的數據庫系統(tǒng)
• 以商業(yè)化不再開源

數據庫范式

范式級別越高,對數據表要求的越嚴格

• 第一范式(最低)
• 要求表中的字段不可再拆分
• 第二范式
• 在滿足第一范式的基礎上,要求每條記錄由主鍵唯一區(qū)分,記錄中的所有屬性都依賴與主鍵
• 第三范式
• 在滿足第二范式的基礎上,要求所有屬性直接依賴于主鍵,不允許間接依賴
• 巴斯-科德范式(一般滿足至此即可)
• 在滿足第三范式的基礎上,要求聯合主鍵的各字段之間互不依賴

事務分類

• 扁平事務:所有操作都在同一層次(日常使用最多).缺點:不能提交事物的某一部分
• 帶保存點的扁平事務:在事務中插入保存點,失敗回滾時,可回滾至任意保存點,而不是回滾整個事務
• 鏈事務:可看作上一事務的變種,事務提交時會將上下文隱式傳遞給下一個事務,事務失敗時,回滾至最近的事務
• 嵌套事務:由上層事務和子事務組成,類似樹形結構.頂層事務負責邏輯處理,子事務負責具體操作.子事務提交后需等待上層事務提交才算完成,若上層事務回滾,則所有子事務回滾
• 分布式事務:分布式環(huán)境中的扁平化事務
• XA規(guī)范:保證強一致性的剛性事務方案
• 兩段式提交
• 需要事務協調者保證,事務參與者都完成第一階段的事務準備階段.當都準備完成則通知事務參與者進行下一階段事務.(類似于Java中的countdownlatch和cyclicbarruer)
• 在一個進程發(fā)生故障時,會有較長時間的阻塞
• 三段式提交
• 增加PreCommit環(huán)節(jié),減少兩段式提交中的阻塞時間
• TCC:滿足最終一致性的柔性事務方案
• 對每個操作都注冊確認和補償操作
• try階段:檢測業(yè)務系統(tǒng),預留資源
• confirm階段:確認提交
• cancel階段:業(yè)務執(zhí)行錯誤時執(zhí)行回滾,釋放預留資源
• 消息事務:消息一致性方案
• 將本地操作與消息發(fā)送封裝在一個事務中,保證本地操作與消息發(fā)送要么都成功,要么都失敗
• 下游應用收到收到消息執(zhí)行對應操作

MySQL

索引

可大幅增加數據庫的查詢性能,適合讀多寫少的場景

代價:需要額外空間保存索引,插入更新刪除時,由于更新索引增加額外的開銷

• 索引類型
• 唯一索引
• 索引列中的值唯一,允許出現空值
• 主鍵索引
• 特殊的唯一索引不允許出現空值
• 普通索引
• 索引列中的值不唯一
• 聯合索引
• 多個列按順序組成索引,相同列不同順序為不同索引
• 全文索引
• 只能在char varchar text等類型使用
• 索引實現
• B-Tree
• 最常用
• R-Tree
• 用于處理多維數據的數據結構,可對地理數據進行空間索引
• Hash
• 效率比B-Tree高,不支持范圍查找,排序等功能
• FullText
• 適用于全文索引

MySQL調優(yōu)

1. 表結構與索引

• 分庫分表,讀寫分離
• 為字段選擇合適的數據類型
• 將字段多的表分揀成多個表,增加中間表
• 混合范式與反范式,適當冗余
• 為查詢創(chuàng)建必要索引,但避免濫用
• 盡可能地是以哦那個NOT NULL

1. SQL語句優(yōu)化

• 尋找最需要優(yōu)化的語句:分析慢查詢日志
• 使用頻繁或效率最低的
• 利用查詢工具:explain,profile
• 避免使用SELECT *, 只取需要的列
• 盡可能使用prepared statements
• 使用索引掃描來排序

1. MySQL參數優(yōu)化
2. 硬件及系統(tǒng)配置

從1到4優(yōu)化成本增加,優(yōu)化效果降低

考察點

• 了解數據庫的基本原理,數據庫的特點
• 理解數據庫事務的ACID特性和隔離級別
• 掌握常用的MySQL語句和常用函數
• 了解MySQL數據庫不同引擎多的特點以及不同類型的索引實現

3 面試題整理

1. 數據庫查詢速度慢，如何優(yōu)化？
2. 什么情況會導致索引失效？
3. 數據庫事務有哪些特征？事務的隔離級別有哪幾種？
4. 如何對 SQL 語句進行優(yōu)化？