别来无恙

Appearance

数据库基本概念 ​

什么是数据库 ​

  1. 数据：描述事物的符号记录，是数据库存储的基本单位
  2. 数据库（DB）：长期存储在计算机内、有组织、可共享的大量数据的集合
  3. 数据库管理系统（DBMS）：负责数据定义、操纵、控制与维护的软件系统，如 MySQL、Oracle、PostgreSQL
  4. 数据库系统（DBS）：由数据库、DBMS、应用程序与用户组成的整体，通常泛指以上概念的组合

关系模型核心概念 ​

  1. 表（Relation）：关系模型以二维表组织数据，一行一条记录、一列一个属性
  2. 行：表中的一条完整记录，又称元组（Tuple）
  3. 列：记录中的一个字段，又称属性（Attribute），列有唯一列名与数据类型
  4. 域：某列可取值的集合，即该属性的取值范围
  5. 主键：唯一标识一行记录的列或列组合，取值唯一且非空
  6. 候选键：能唯一标识记录的属性组，可能有多个，选其中之一作主键
  7. 外键：引用其他表主键的列，用于建立表间关联并约束数据完整性
  8. 复合键：由多列组合构成的键，常用于多条件联合唯一标识
  9. 关系表的三类完整性：实体完整性（主键非空且唯一）、参照完整性（外键必须存在或为 null）、用户定义完整性（列级业务规则）
  10. 冗余：同一数据在库中重复存储，破坏一致性且浪费空间，设计表结构的目标之一就是消除冗余

三大范式 ​

范式（NF）是设计关系表结构、避免数据冗余与异常的原则规范，级别从低到高层层递进：满足高一级必然满足低一级。

第一范式（1NF） ​

  1. 核心要求：表中每个字段都不可再分，必须存储原子值
  2. 违反示例：地址存成"广东省广州市天河区"单个字段、爱好存成"篮球,足球"逗号拼接，都不是原子值
  3. 违反危害：无法按字段内的一部分查询、统计与排序

第二范式（2NF） ​

  1. 核心要求：在满足 1NF 的基础上，消除了非主属性对主键的部分依赖（部分依赖：非主键字段只依赖复合主键中的一部分）
  2. 违反示例：复合主键（学号, 课程号）下，学生姓名只依赖学号，就是部分依赖
  3. 违反危害：姓名重复存于多行导致冗余；改姓名需改多行；增删课程时还会引发修改异常、插入异常、删除异常
  4. 解决方式：拆成"学生表（学号, 姓名）"与"选课表（学号, 课程号, 成绩）"两张表

第三范式（3NF） ​

  1. 核心要求：在满足 2NF 的基础上，消除了非主属性对主键的传递依赖（传递依赖：字段 A 依赖主键，字段 B 又依赖 A，B 便通过 A 间接依赖主键）
  2. 违反示例：学生表（学号, 学院, 学院地址）中，学院地址依赖学院、学院依赖学号，即为传递依赖
  3. 违反危害：学院地址多行重复存储，改学院地址需同步多行
  4. 解决方式：拆成"学生表（学号, 学院 id）"与"学院表（学院 id, 学院, 学院地址）"两张表

补充（BCNF / 第 4、5 范式） ​

  1. BCNF（巴斯-科德范式）：在 3NF 基础上要求每个决定因素都是候选键，消除主属性对候选键的部分依赖
  2. 第四范式（4NF）：在 BCNF 基础上消除多值依赖，即表中不允许有多对多的属性组合
  3. 第五范式（5NF）：消除连接依赖，把表拆到无法再无损分解为止，实践中极少用到

范式取舍

  • 实际工程以满足 3NF 为主即可，BCNF 及以上会过度拆分表，反而增加 Join 成本
  • 存在大量复杂查询的业务常反范式化：故意冗余部分字段（如订单表冗余商品名、价格快照），用空间换查询效率
  • 面试答"范式"时先按 1NF → 2NF → 3NF 递进，补一句"BCNF 是 3NF 的增强"，再谈反范式化

事务的 ACID 特性 ​

  1. 事务：数据库执行的最小逻辑工作单元，由一条或多条 SQL 组成，要么全部成功要么全部失败
  2. 原子性（Atomicity）：事务中的所有操作要么全部执行成功，要么全部不执行，不存在部分完成
  3. 一致性（Consistency）：事务执行前后数据库都必须处于合法状态，不违反任何约束与业务规则
  4. 隔离性（Isolation）：多个事务并发执行时互不干扰，每个事务看到的数据不受其他事务中间状态影响
  5. 持久性（Durability）：事务一旦提交，对数据的修改就永久保存，即使系统崩溃也不会丢失
  6. 实现手段：原子性与持久性靠日志（Undo Log 回滚、Redo Log 重做）实现，隔离性靠锁 / MVCC 实现，一致性是最终目标
  7. 注意点：隔离级别越低性能越高但一致性风险越大，需根据业务权衡

并发控制与一致性问题 ​

  1. 脏读：事务 A 读到事务 B 未提交的修改数据，B 回滚后 A 读到的就是错误数据
  2. 不可重复读：同一事务内两次读取同一行，因其他事务提交修改而读到不同值
  3. 幻读：同一事务内两次范围查询，因其他事务插入新行而返回不同数量的行
  4. 丢失更新：两个事务先后基于同一旧值修改，后提交者覆盖先提交者的修改
  5. 解决手段：加锁（悲观并发控制）或 MVCC 多版本并发控制（乐观并发控制）

隔离级别 ​

  1. 读未提交（READ UNCOMMITTED）：事务可读到其他事务未提交的数据，不解决任何一致性问题
  2. 读已提交（READ COMMITTED）：只能读到已提交数据，解决脏读，但存在不可重复读，Oracle 默认
  3. 可重复读（REPEATABLE READ）：同一事务内多次读取结果一致，解决脏读与不可重复读，但存在幻读，MySQL InnoDB 默认
  4. 可串行化（SERIALIZABLE）：事务强制串行执行，解决全部一致性问题，但并发性能最差
  5. MySQL 的 InnoDB 在可重复读下通过间隙锁 / Next-Key Lock 机制解决了幻读

键与约束 ​

  1. PRIMARY KEY 主键：唯一标识一行，约束非空且唯一，InnoDB 中也是聚簇索引的索引键
  2. UNIQUE 唯一约束：保证列值不重复，允许一个 null（MySQL 中多个 null 不冲突）
  3. NOT NULL 非空约束：禁止该列为空
  4. DEFAULT 默认值约束：插入未指定时使用默认值
  5. CHECK 检查约束：限制列值必须满足某表达式（MySQL 8.0.16 前被解析但不强制生效）
  6. FOREIGN KEY 外键约束：保证参照完整性，但会牺牲写入性能，大厂常禁用外键改由应用层保证
  7. AUTO_INCREMENT 自增：整数列自动递增，常用于主键

索引 ​

  1. 索引：类似书的目录，加速查询的数据结构，以空间换时间，同时会拖慢写入
  2. 聚簇索引：叶子节点直接存整行数据，InnoDB 表只能有一个（主键索引）
  3. 非聚簇索引（二级索引）：叶子节点存主键值，查到主键后再回表查数据
  4. 覆盖索引：查询所需字段都能从索引本身取到，无需回表，性能最优
  5. 联合索引：多列组合的索引，遵循最左前缀原则，如 (a, b, c) 可命中 a、a+b、a+b+c
  6. 唯一索引：索引列值不可重复，可用于快速判断存在性
  7. 索引失效场景：对索引列用函数或表达式、左模糊 like '%xx'、隐式类型转换、or 链接非索引列、违反最左前缀
  8. 索引数据结构：B+ 树（MySQL 默认，树高矮、范围查询快）与哈希索引（等值查询极快但不支持范围）

日志 ​

  1. Redo Log（重做日志）：记录物理修改（页变化），用于崩溃后重放恢复，保证持久性
  2. Undo Log（回滚日志）：记录数据旧版本，用于回滚事务与 MVCC 快照读取，保证原子性
  3. Binlog（二进制日志）：记录逻辑 SQL，用于主从复制与数据恢复，属于 MySQL Server 层
  4. WAL（Write-Ahead Logging）：先写日志、后落数据页的机制，将随机写变为顺序写，是保证崩溃安全性的核心

锁 ​

  1. 共享锁（S 锁 / 读锁）：多个事务可同时持有，加锁期间不允许其他事务写
  2. 排他锁（X 锁 / 写锁）：只允许一个事务持有，期间其他事务不能读也不能写
  3. 悲观锁：先加锁再操作，靠数据库锁机制保证，适合写多读少、冲突频繁
  4. 乐观锁：不加锁，靠版本号 / CAS 先改后校验，冲突时重试，适合读多写少
  5. 表锁：直接锁整张表，开销小但并发度低
  6. 行锁：只锁涉及的行，并发度高但加锁开销大，InnoDB 支持
  7. 间隙锁：锁住范围但不锁记录本身，防止幻读
  8. 死锁：两个事务互相持有对方需要的锁，形成循环等待，数据库会检测并回滚其中一个事务

数据库架构与集群 ​

  1. 主从复制：主库负责写、从库负责读，数据通过 Binlog 同步，实现读写分离与横向扩展
  2. 读写分离：写请求走主库、读请求走从库，降低主库压力，但存在主从延迟
  3. 分区：把一张大表按分区键拆成多个存储区（物理存储），查询时只扫描相关分区
  4. 分库分表：数据量大到单库单表无法支撑时，把一个库拆成多个库、一张表拆成多张表（垂直/水平拆分）
  5. 垂直拆分：按业务模块或字段冷热拆表，降低单表宽度
  6. 水平拆分：按分片键（如用户 id hash）把行分散到多张表，是最常用的扩展手段
  7. 中间件：分库分表场景下代理 SQL 路由的组件，如 ShardingSphere、MyCat
  8. 高可用：通过主从切换、集群、多副本保证数据库故障时服务不中断

缓存与数据库一致性 ​

  1. 缓存：把热点数据放到内存（如 Redis），减少数据库查询压力，但会引入一致性问题
  2. Cache Aside（旁路缓存）：读先查缓存、miss 再查库并回填；写先更新库、再删缓存，最常用策略
  3. 先删缓存再更新库：读并发的空隙可能把旧值写回缓存（缓存击穿变体），通常不推荐
  4. 双删策略：更新后延迟一段时间再删一次缓存，兜底并发下旧值回填问题
  5. 延迟双删：先删缓存 → 更新库 → 延迟（约 500ms）再删缓存，配合过期时间兜底
  6. 最终一致性：在无强一致要求时，允许短时间内数据不一致，最终通过过期、消息队列补偿等方式达成一致

扩展概念：视图、存储过程、触发器 ​

  1. 视图：基于 SQL 查询结果创建的虚拟表，不存储数据，用于简化查询与权限控制
  2. 存储过程：预编译并保存在数据库中的一组 SQL，减少网络往返，但调试与迁移困难，现代项目较少使用
  3. 触发器：在表发生增删改时自动执行的 SQL 逻辑，常被业务代码隐式触发导致难以排查，也较少使用
  4. 游标：逐行遍历查询结果集的机制，适合需要逐行处理的场景（对大批量数据效率低，不推荐）
  5. SQL 注入：把用户输入拼进 SQL 导致结构被篡改的攻击，应使用预编译（参数化查询）规避

常用面试追问 ​

以下内容属于进阶知识，通常面试时会被当作深挖点，此处仅列关键结论：

  1. MySQL 为什么用 B+ 树做索引而不是 B 树 / 红黑树：B+ 树矮（三层约可存两千万行）、叶子节点有序链表让范围查询快、非叶子节点只存键更省内存
  2. InnoDB 与 MyISAM 的区别：InnoDB 支持事务、行锁、外键、崩溃恢复；MyISAM 不支持事务只支持表锁，但查询略快
  3. 事务隔离级别与锁 / MVCC 的关系：读已提交与可重复读均依赖 MVCC，区别在于快照生成时机（前者每次读生成新快照，后者首次读生成快照）
  4. 为什么建议自增主键：B+ 树按主键顺序插入避免页分裂，随机主键（如 UUID）会引起大量页分裂、产生碎片
  5. varchar 与 char 的区别：varchar 变长按实际长度存（省空间但 update 时可能页分裂），char 定长（存取快，适合固定长度值）
  6. delete 与 truncate 的区别：delete 可回滚、逐行删、自增不重置；truncate 不可回滚、直接重置表与自增
  7. 左连接、右连接、内连接的区别：左连接以左表为基准补 null，右连接以右表为基准补 null，内连接只返回匹配行
  8. group by 与 having 的先后顺序：where 先过滤原始行，group by 再分组，having 后过滤分组结果
  9. 主从延迟的解决方案：半同步复制、并行复制（多线程回放 Binlog）、读写分离时读请求路由到主库、减少大事务
  10. 什么是慢查询：执行时间超过阈值（如 long_query_time 默认 10s）的 SQL，通过 EXPLAIN 分析执行计划优化