数据库常见面试题-软件测试常见面试题

点击上方开始使用SQL数据库，选择设为星标回复“我要视频”免费获取视频数据面试官常见数据库问题11-21

11.Oracle和SQL Server有什么区别？

12.关系型数据库和非关系型数据库的区别和优势是什么？

13、MYSQL两种存储引擎的区别（事务、锁级别等），以及各自适用的场景

14.MongoDB和Redis的区别

15.Memcached和redis的区别

16.项目中缓存用在什么地方

17. Redis如何持久化

18、Redis的内存淘汰策略有哪些？

19.redis有哪些数据类型

20.Redis一般用在那些场景

21.SQL题目

11.Oracle和SQL Server有什么区别？

oracle：可以在不同的平台上运行（ISO标准认证）； 支持PL-SQL脚本语言； 高性能;

sqlserver：只能运行在windows平台； 支持T-SQL脚本语言； 多用户性能低；

区别：

1.最大的区别是平台。 oracle可以运行在不同的平台上； sqlserver只能运行在windows平台上。 windows平台的稳定性和安全性影响到sqlserver的稳定性和安全性。

2、oracle使用的脚本语言是PL-SQL，而sqlserver使用的脚本是T-SQL。

文体结构不同

3.架构不同。

oracle的文件结构是：

sql server的文件架构是：

4.存储结构不同。

oracle存储结构：

在oracle中有两个block参数pctfree(fill factor)和pctused(reuse factor)，可以控制block判断block本身什么时候有，什么时候没有足够的空间来接受新的信息（存储分析机制块）。 这减少了数据行连接和行迁移的可能性。 可以设置块大小（oltp 块和 dss 块）。

在oracle中，连续的block组成region，region可以动态分配（region的分布可以相等也可以自增），减少空间分配的次数。

在oracle中，一个表可以被分成多个段。 一个段由多个区域组成。 每个段都可以指定分配给哪个表空间（段的类型分为：数据段、索引段、回滚段、临时段、现金段）段。 表也​​可以在oracle中进行分区，它可以根据用户定义的业务规则、条件或规范在物理上分离磁盘上的数据。

这大大降低了磁盘争用的可能性。

Oracle 有七个基本表空间：

不同的数据放在不同的表空间（数据字典和真实数据分开存放），oracle中的基表（存储系统参数信息）加密存储，任何人都无法访问。 只能通过用户可见视图查看。

SQL服务器存储结构：

以页为最小分配单元，每页8k（不可控，缺乏页存储解析机制），连续8个页组成一个'扩展'，进一步减少分配资源的消耗。 （分配缺乏灵活性），数据在sql server中存储在表中，表存储在数据库中。

sql server 有五个基本数据库

真实数据与数据字典一起存储。 系统参数信息没有安全机制。

12.关系型数据库和非关系型数据库的区别和优势是什么？

关系型数据库：可以使用SQL语句在多张表之间进行非常复杂的数据查询； 安全性高； 数据存储在硬盘上；

非关系型数据库：高性能； 可扩展（水平扩展）； 数据存储在缓存中，比关系型数据库查询速度更快；

非关系数据库的优点：

性能：NOSQL是基于键值对的，可以想象成表中主键和值的对应关系，不需要SQL层解析，所以性能非常高。

可扩展性：也因为基于键值对的数据之间没有耦合，所以很容易水平扩展。

关系数据库的优点：

复杂查询：SQL语句可以用来在一张表和多张表之间进行非常复杂的数据查询。

事务支持：能够实现具有高安全性能的数据访问需求。

13、MYSQL两种存储引擎的区别（事务、锁级别等），以及各自适用的场景

MySql主要有两个存储引擎：InnoDB和MyISAM。

InnoDB：支持事务、外键； 支持行级锁； 聚集索引； 不保存行数； 不支持全文类型索引（查找全表行数时，不需要全表扫描）；

MyISAM：不支持事务、外键； 支持表级锁（低性能）； 非聚集索引； 保存行数； 支持全文类型索引（查找表总行数时全表扫描）；

使用场景：InnoDB一般是默认的。 当表比较小，读操作多，插入更新少的时候，可以考虑用MyIsam代替事务。

区别

InnoDB支持事务，后者不支持

InnoDB 支持外键，MyIsam 不支持

InnoDB支持行级锁，MyIsam是表级锁，表级锁性能低

InnoDB是聚集索引，即索引中键值的逻辑顺序决定了表中对应行的物理顺序，而MyIsam是非聚集索引，即索引的逻辑顺序索引中的索引不同于行在磁盘上的物理存储顺序。

InnoDB 不保存行数，后者保存。

使用场景一般默认是InnoDB。 如果表比较小，读操作多，插入更新操作少，不需要考虑事务，可以考虑MyIsam

14.MongoDB和Redis的区别

①. 性能方面：redis比mongodb大；

②. 操作方便：Mongodb支持丰富的数据表达和索引，最类似于关系型数据库，支持非常丰富的查询语言； Redis 具有丰富的数据结构

③. 内存空间大小和数据量大小：Mongodb适合存储大量数据；

④. 数据一致性：Redis事务支持比较弱； Mongodb 不支持事务；

⑤. 应用场景：Redis用于小数据量的运算和计算； MongoDB主要解决海量数据的访问效率问题。

redis、memcache、mongoDB对比

从以下维度对redis、memcache、mongoDB进行对比，欢迎拍砖

1.性能

都比较高，性能应该不是我们的瓶颈。

总的来说redis在TPS上和memcache差不多，比mongodb大

2、操作方便

Memcache数据结构单一

Redis更丰富，在数据操作方面，redis更好，网络IO次数更少

mongodb支持丰富的数据表达，索引，最类似于关系型数据库，支持非常丰富的查询语言

3.内存空间的大小和数据量的大小

Redis在2.0版本后加入了自己的VM特性，突破了物理内存的限制； 您可以为键值设置一个过期时间（类似于memcache）

Memcache可以修改最大可用内存，使用LRU算法

MongoDB 适合存储大量数据。 它依赖于操作系统 VM 进行内存管理，并且会消耗更多的内存。 该服务不应与其他服务结合使用。

4.可用性（单点问题）

对于单点问题

Redis依赖客户端实现分布式读写； 主从复制时，每次从节点重新连接到主节点，都必须依赖整个快照，没有增量复制，由于性能和效率问题，

因此，单点问题比较复杂； 不支持自动分片，需要依赖程序设置一致的哈希机制。

另一种方法是自己使用主动复制（多副本存储）代替redis本身的复制机制，或者改成增量复制（需要自己实现），一致性问题和性能之间的权衡

Memcache本身没有数据冗余机制，也没有必要； 在故障预防方面，采用成熟的hash或ring算法解决单点故障带来的抖动问题。

mongoDB支持master-slave，replicaset（内部使用paxos选举算法，故障自动恢复），auto sharding机制，为客户端屏蔽了failover和segmentation机制。

5.可靠性（持久性）

用于数据持久化和数据恢复

Redis支持（快照、AOF）：依赖快照持久化，aof增强可靠性的同时，对性能有影响

Memcache不支持，一般用于缓存提高性能；

MongoDB从1.8版本开始采用binlog的方式来支持持久化的可靠性

6.数据一致性（事务支持）

Memcache 使用cas 保证并发场景下的一致性

Redis事务支持比较弱，只能保证事务中的每一个操作的持续执行

mongoDB 不支持事务

七、数据分析

mongoDB内置数据分析功能（mapreduce），其他不支持

八、应用场景

redis：性能更高的操作和数据量更小的操作

memcache：用于在动态系统中减少数据库负载和提高性能； 做缓存，提高性能（适合读多写少，数据量大，可以使用sharding）

MongoDB：主要解决海量数据的访问效率问题

15.Memcached和redis的区别

①. 存储方式：Memcached数据在内存中，断电挂掉，数据不能超过内存大小； Redis部分存储在硬盘上，保证数据持久化；

②.数据支持类型：Memcached支持的数据类型比较简单； Redis 具有复杂的数据类型；

③.Value大小：Redis最大可达1G； Memcached 只有 1MB。

16.项目中缓存用在什么地方

缓存数据（查询删除多变化少的数据）如：数据字典（变化少，基本不变化）

为什么要使用缓存？

缓存的目的主要有两个，高性能和高并发。

高并发场景不常见，所以项目为了高性能使用它。

如果读取大量数据，可以放入缓存，读取时直接通过key从缓存中找到值，可以大大提高性能。

使用缓存有什么问题？

①缓存雪崩。

②缓存穿透。

③缓存和数据量双写不一致。

④缓存并发竞争。

17. Redis如何持久化

持久化：将内存中的数据写入硬盘。

Redis实现数据持久化的两种实现方式： 1、RDB实现Redis数据持久化（默认方式）； 2、AOF持久化方案；

RDB：按指定时间间隔保存数据快照；

AOF：首先将命令追加到操作日志的末尾，保存所有历史操作；

RDB：将数据写入临时文件（dump.rdb）。 持久化结束后，用这个临时文件替换上次持久化的文件，实现数据恢复。

持久化是按时间间隔执行的。 如果redis在持久化之间失败，就会出现数据丢失的情况，所以这种方式比较适用于对数据要求不严格的时候。

默认启用AOF：记录执行过的指令，恢复数据时按照从前到后的顺序执行指令，实现数据恢复。

AOF相比RDB的优势：可以保证数据完整性，可以处理历史操作；

但是AOF文件比RDB文件大，恢复速度慢，所以默认关闭。

18、Redis的内存淘汰策略有哪些？

①.noeviction：默认策略是不删除任何数据，但是当内存不足时，会直接返回错误

②.Allkeys-lru：从数据集中（包括设置过期时间和未设置过期时间的数据集），优先移除最近未使用的key

③.volatile-lru：在设置了过期时间的数据集中，最近没有使用的key优先移除

④.Allkeys-random：从数据集中随机取出一个key（包括设置过期时间和未设置过期时间的数据集）

⑤. volatile-random：从设置了过期时间的数据集中随机删除一个key。 volatile-ttl：在设置了过期时间的数据集中，先删除过期时间较早的key。

Redis内存淘汰：用户存储的一些key会被redis主动从实例中删除，导致read miss。

内存淘汰是为了更好的利用内存，一定的cache miss是为了换取内存的使用。

Redis提供的内存淘汰策略有：

①.noeviction：默认策略是不删除任何数据，但是当内存不足时，会直接返回错误

②.Allkeys-lru：从数据集中（包括设置过期时间和未设置过期时间的数据集），优先移除最近未使用的key

③.volatile-lru：在设置了过期时间的数据集中，最近没有使用的key优先移除

④.Allkeys-random：从数据集中随机取出一个key（包括设置过期时间和未设置过期时间的数据集）

⑤. volatile-random：从设置了过期时间的数据集中随机删除一个key。 volatile-ttl：在设置了过期时间的数据集中，先删除过期时间较早的key。

redis的雪崩与渗透

缓存穿透

什么是缓存穿透？

一般的缓存系统是根据键（key）来缓存查询的。 如果没有对应的值（value），就去DB（数据库）中查找。

这时候如果并发请求量很大，会给后端DB系统带来很大的压力。 这叫做缓存穿透！

成因：

业务本身的代码或数据有问题；

一些恶意攻击和爬虫造成大量的空命中，此时会给数据库造成很大的压力。

解决方案：

设置布隆过滤器，将所有可能的数据散列成一个足够大的位图，一个一定不存在的数据会被这个位图拦截。

避免了底层存储系统的查询压力。

如果一个查询返回的数据为空，无论数据不存在还是系统故障，我们仍然缓存结果，但是它的过期时间会很短

不超过 5 分钟。

服务雪崩

什么是雪崩？

因为缓存层承载了大量的请求，有效的保护了存储层。 但是，如果缓存由于某些原因无法整体提供服务数据库常见面试题，所有的请求都会到达存储层，对存储层的调用会急剧增加，导致存储层挂掉。

缓存雪崩的英文解释是a running bison，意思是缓存层宕机后，并发流量会像奔腾的野牛一样，存储大量的后端存储。

成因：

当缓存服务器重启或者一定时间内大量缓存失效时，大量数据在失效时会直接访问DB，给DB带来很大的压力。

解决方案：

设置redis集群和DB集群的高可用。 如果redis宕机了，可以马上换成其他机器。 这样可以防止一部分风险。

使用互斥体

缓存过期后，通过加锁或队列来控制读写数据库的线程数。 例如：只允许一个线程查询某个key的数据和写缓存，其他线程等待。 对于单机，可以使用synchronized或者lock来解决。 如果是分布式环境，可以使用redis setnx命令解决。

对于不同的key，可以设置不同的过期时间，使缓存失效时间点不一致，尽量做到均匀分布。

永不过期

redis中设置永不过期，这样保证不会出现热点，也就是物理上不会过期。

资源保护

使用netflix的hystrix，可以隔离各种资源的线程池，保护主线程池。

19.redis有哪些数据类型

String（字符串）、Hash（散列）、List（列表）、Sets（集合）、ZSet（有序集合）

①.String(字符串)：redis最基本的数据类型，一个key对应一个value，一个key最多可以存储512MB

②.Hash（散列）：是键值对的集合，特别适用于存储对象

③.List(列表)：存储多个字符串值，可以重复，按插入顺序排序，或者在列表的头尾添加一个元素

④.Sets（集合）：存储多个值，不能重复，无顺序

⑤. ZSet(ordered set)：存储多个值，不能重复，有顺序。不同的是每个元素都会关联一个double类型的score，redis通过score对集合中的成员从小到大进行排序

20.Redis一般用在那些场景

①. 缓存热数据（热数据：删除多修改少的查询数据）

②. 计数器，如统计点击次数等应用

③.队列

④.位运算（大数据处理），如在线人数统计

⑤. 分布式锁和单线程机制

⑥. 最新名单

⑦. 排行榜，使用zadd添加有序集合

Redis使用场景：会话缓存（Session Cache）、全页缓存（FPC）、排行榜/计数器

redis的优点：

速度快，因为数据是存储在内存中的，类似于HashMap，HashMap的优点是查找和运算的时间复杂度是O(1)

支持丰富的数据类型，支持string、list、set、sorted set、hash

支持事务，并且操作是原子的。 所谓原子性，就是对数据的所有改动要么执行要么根本不执行。

丰富的功能：可用于缓存，消息，key设置过期时间数据库常见面试题，过期自动删除

21.SQL题目

在GRADE表中查找80-90个学号和分数

select 学号,分数 from grade where 分数 between 80 and 90

在 GRADE 表中查找课程编号为 003 的学生的平均成绩

select avg(分数) from grade where 课程编号='003'

查询GRADE表中每门课程的学习人数

select 课程编号,count(学号) as 人数 from grade group by 课程编号

查询所有张姓学生的学号和姓名

select 姓名,学号 from student_info where 姓名 like'张%'

查询与学号为'0001'的学生同性别的所有学生的姓名和出生日期

select 姓名,出生年月 from student_info where 性别 in(select 性别 from student_info where sno='0001')

查询课程号为0002和0003的所有学生的学号、姓名、性别

select 学号,姓名,性别 from student_infowhere 学号 in(select 学号 from grade where 课程编号='0002' and 学号 in(select 学号 from grade where 课程编号='0001'))

查询学号0001的分数高于学号0002最低分的课程号的课程号和分数

select 课程编号, 分数 from grade where 学号='0001'and 分数>(select min(分数) from grade where 学号='0002')

查询80~90分学生的学号、姓名、成绩

select student_info.学号,student_info.姓名,grade.分数 from student_info,grade where grade.分数 between 80 and 90

查询学习过《C语言》课程的学生学号、姓名、成绩

select student_info.学号,student_info.姓名,grade.成绩 from student_info,grade,curriculum where student_info.学号=grade.学号  and grade.课程号=curriculum.课程号 and curriculum.课程名='C 语言'

查询所有学生的总成绩。 要求列出学号、姓名和总成绩。 未选课学生的总成绩为空。

select grade.学号,student_info.姓名,sum(grade.成绩) as 总成绩 from student_info,grade where grade.学号=student_info.学号 group by grade.学号,student_info.姓名