Mysql 常见的10道面试题
itomcoil 2025-01-09 13:34 7 浏览
1、介绍一下事务的4个特性ACID
事务特性 | 含义 | 解释 |
Atomicity | 原子性 | 同一个事务中的多条语句不可分割,要么全部成功,要么全部失败,不存在部分成功、部分失败 |
Consistency | 一致性 | 事务从一个一致性状态变换为另一个一致性状态,中间的状态对外不可见 |
Isolation | 隔离性 | 多线程环境下,不同线程的事务互不影响 |
Durability | 持久性 | 事务提交后,对数据库中的数据修改是永久的 |
2、事务并发可能导致什么问题?
并发问题 | 含义 |
脏读 | 指一个线程中的事务读取到了另外一个线程中未提交的数据 |
幻读 | 一个线程中的事务读取到了另外一个线程中提交的insert的数据,即:同一个事务第二次查询多出了一些row |
不可重复度 | 一个线程中的事务读取到了另外一个线程中提交的update的数据 |
3、介绍一下Mysql的四种隔离级别
隔离级别 | 含义 | 解决并发问题 |
read uncommitted | 读未提交 | 最低级别,任何情况都无法保证 |
read committed | 读已提交 | 可避免脏读的发生 |
repeatable read | 可重复读 (默认级别) | 可避免脏读、不可重复读的发生 |
serializable | 串行化 | 可避免脏读、不可重复读、幻读的发生 |
mysql 查看隔离级别
select @@tx_isolation;
mysql 设置隔离级别
set [glogal | session] transaction isolation levelread-uncommitted;
set tx_isolation=’read-uncommitted’
4、你知道有哪些锁?
(1)按锁粒度划分:表级锁>页级锁>行级锁
锁粒度越细:加锁开销越大,加锁速度越慢,越有可能导致死锁;发生冲突的概率越小,支持的并发度越高。
(2)按锁级别划分:共享锁、排它锁、意向锁
共享锁:SELECT … LOCK IN SHARE MODE;
排他锁:SELECT … FOR UPDATE;
意向锁是表级锁,InnoDB 中的两个表锁:意向共享锁(IS)、意向排他锁(IX)
5、行级锁和表级锁有什么区别?
对比项 | 行级锁 | 表级锁 |
锁粒度 | 细 | 粗 |
发生冲突的概率 | 小 | 大 |
并发度 | 高 | 低 |
加锁速度 | 慢 | 快 |
开销 | 大 | 小 |
是否会死锁 | 会 | 不会 |
6、InnoDB和MyIASM引擎有什么区别?
区别:
(1)InnoDB支持ACID,是事务安全的,MyIASM是非事务安全的
(2)InnoDB支持行级锁,MyIASM 不支持行级锁,只支持表级锁
(3)InnoDB支持外键,MyIASM 不支外键
(4)InnoDB不支持FULLTEXT类型的索引,MyIASM支持FULLTEXT类型的索引
(5)InnoDB没有事先保存表的行数,SELECT COUNT(*) 需要全表扫描,MyIASM事先保存了表的行数,直接读取该值即可
应用场景:
InnoDB适合insert/update更新频繁、需要事务支持场景
MyIASM 适合大量查询、无需事务支持、需要全文检索场景
7、常见的索引数据结构有哪些?各有什么优缺点?
索引结构 | 优点/特点 | 缺点 |
hash | “等值”查询速度快(可能不稳定) | 1、不支持模糊查询、范围查询 2、无法基于索引进行排序 3、hash冲突可能导致数据不平衡,同一槽位数据量多时查询可能退化成线性 |
二叉查找树 | 简单 | 1、树深度太深,时间复杂度O(logN) 2、极端情况下可能退化成链表(全左或全又) |
二叉平衡树 | 1、每个节点左子树和右子树高度差最多为1 2、最坏情况时间复杂度O(logN) | 优点1过于严格,导致数据更新时需要平凡调整,性能差 |
红黑树 | 1、性能一般由于二叉平衡树 2、java/C++中的map对象底层采用了红黑树 | 1、是平衡树二叉树的一种,树深度可能过高 2、规则复杂 |
B树 | 1、多路平衡查找树 2、每个节点存储key和data 3、多用于文件系统索引 | 不支持范围查找,由于非叶子节点同时存储了数据,相同内存可加载的索引数量更少(相比B+树) |
B+树 | 1、非叶子节点只存储key,所有data存储在叶子节点上 2、叶子结点本身依关键字的大小顺序链接 3、适用于数据库索引(mysql采用) | 非叶子节点键值可能重复,占用更多空间(问题不大) |
8、Mysql 索引底层采用什么数据结构存储?
采用的是B+树,InnoDB和MyIASM底层存储区别:
(1)InnoDB使用的是聚簇索引,将主键组织到一棵B+树中,而行数据就储存在叶子节点上
(2) MyISM使用的是非聚簇索引,索引文件和数据文件是独立分开的
9、Mysql有哪些索引?使用时应该注意什么?
索引类型 | 例子 |
普通索引 | CREATE INDEX index_name ON table_name (column_list) |
主键索引 | CREATE TABLE table_name ( column_name int(11) NOT NULL AUTO_INCREMENT , PRIMARY KEY (column_name ) ); |
唯一索引 | CREATE UNIQUE INDEX index_name ON table_name (column_list) |
组合索引 | ALTER TABLE table_name ADD INDEX index_name (column_name1 ,column_name2 ...); |
全文索引 | CREATE FULLTEXT INDEX index_name ON table_name (column_name) |
注意事项:
(1)索引不要包含null的列
(2)like使用前缀匹配才会走索引
like "xxx%" 走索引, like "%xxx%" 不走索引
(3)组合索引需要满足最左前缀原则
如:创建组合索引index_name(a,b,c),使用:where a>10 走索引,where a>10,b=20 走索引, where b=20 不走索引(没有指定a的条件)
(4)考虑建立短前缀索引
短前缀索引可以降低内存消耗,但只适用普通索引,不能用于唯一索引
ALTER TABLE table_name ADD INDEX index_name(column_name(8))
(5)列上进行运算不走索引
SELECT * FROM table_name WHERE length(column_name)=10;
(6)not in和<> 条件不走索引
(7)索引要建立在比较唯一、同时需要经常用于条件查询的字段的字段上
使用索引的缺点:
(1)索引占用额外的空间
(2)插入、修改、删除速度有可能变慢,因为除了更新数据外,还需要修改索引
10、mysql 性能优化方法有哪些?
mysql性能优化方向包括:
(1)硬件和操作系统级别优化
(2)数据库参数优化
(3)数据库设计优化
(4)sql语句优化
sql优化的一般步骤:
(1)通过show status命令获取各种sql语句的执行频率
(2)定位执行效率低的sql语句
(3)通过explain分析效率低的sql语句
(4)采取相应的优化措施
感谢阅读,欢迎关注、评论、转发~
相关推荐
- tesseract-ocr 实现图片识别功能
-
最近因为项目需要,接触了一下关于图像识别的相关内容,例如Tesseract。具体如何安装、设置在此不再赘述。根据项目要求,我们需要从省平台获取实时雨水情况数据,原以为获取这样的公开数据比较简单,上去一...
- 跨平台Windows和Linux(银河麒麟)操作系统OCR识别应用
-
1运行效果在银河麒麟桌面操作系统V10(SP1)上运行OCR识别效果如下图:2在Linux上安装TesseractOCR引擎2.1下载tesseract-ocr和leptonicahttps:...
- JAVA程序员自救之路——SpringAI文档解析tika
-
ApacheTika起源于2007年3月,最初是ApacheLucene项目的子项目,于2010年5月成为Apache组织的顶级项目。它利用现有的解析类库,能够侦测和提取多种不同格式文档中的元数据...
- Python印刷体文字识别教程
-
在Python中实现印刷体文字识别(OCR),通常使用TesseractOCR引擎结合Python库。以下是详细步骤和示例:1.安装依赖库bashpipinstallpytesseractp...
- 图片转文字--四种OCR工具的安装和使用
-
本文仅测试简单的安装和使用,下一步应该是测试不同数据集下的检测准确率和检测效率,敬请期待。作者的系统环境是:笔记本:ThindPadP520OS:win11显卡:QuadroP520一、EasyO...
- mac 安装tesseract、pytesseract以及简单使用
-
一.tesseract-OCR的介绍1.tesseract-OCR是一个开源的OCR引擎,能识别100多种语言,专门用于对图片文字进行识别,并获取文本。但是它的缺点是对手写的识别能力比较差。2.用te...
- 【Python深度学习系列】Win10下CUDA+cuDNN+Tensorflow安装与配置
-
这是我的第292篇原创文章。一、前置知识安装GPU版本的pytorch和tensorflow之前需要理清楚这几个关系:显卡(电脑进行数模信号转换的设备,有的电脑可能是双显卡,一个是inter的集成显卡...
- 手把手教你本地部署AI绘图Stable Diffusion!成功率100%!
-
导语:无需每月付费订阅,无需高性能服务器!只需一台普通电脑,即可免费部署爆火的AI绘图工具StableDiffusion。本文提供“极速安装包”和“手动配置”双方案,从环境搭建到模型调试,手把手教你...
- 本地AI Agent Hello World(Python版): Ollama + LangChain 快速上手指南
-
概要本文将用最简洁的Python示例(后续还会推出Java版本),带你逐步完成本地大模型Agent的“HelloWorld”:1、介绍核心工具组件:Ollama、LangChain和...
- python解释器管理工具pyenv使用说明
-
简介pyenv可以对python解释器进行管理,可以安装不同版本的python,管理,切换不同版本很方便,配置安装上比anaconda方便。pyenv主要用来对Python解释器进行管理,可以...
- Deepseek实战:企业别只会用Ollama,也可以用SGLang
-
SGLang:企业级的“性能之王”优点吞吐量碾压级优势通过零开销批处理调度器、缓存感知负载均衡器等核心技术,SGLang的吞吐量提升显著。例如,在处理共享前缀的批量请求时,其吞吐量可达158,59...
- 用LLaMA-Factory对Deepseek大模型进行微调-安装篇
-
前面的文章已经把知识库搭建好了,还通过代码的形式做完了RAG的实验。接下来呢,咱们要通过实际操作来完成Deepseek的另一种优化办法——微调。一、环境因为我这台电脑性能不太好,所以就在Au...
- 碎片时间学Python-03包管理器
-
一、pip(Python官方包管理器)1.基础命令操作命令安装包pipinstallpackage安装特定版本pipinstallnumpy==1.24.0升级包pipinstall-...
- ubuntu22/24中利用国内源部署大模型(如何快速安装必备软件)
-
本地AI部署的基础环境,一般会用到docker,dockercompose,python环境,如果直接从官网下载,速度比较慢。特意记录一下ubuntu使用国内源快速来搭建基础平台。一,docke...
- 还不会deepseek部署到本地?这篇教程手把手教会你
-
一、为什么要把DeepSeek部署到本地?新手必看的前置知识近期很多读者在后台询问AI工具本地部署的问题,今天以国产优质模型DeepSeek为例,手把手教你实现本地化部署。本地部署有三大优势:数据隐私...
- 一周热门
- 最近发表
-
- tesseract-ocr 实现图片识别功能
- 跨平台Windows和Linux(银河麒麟)操作系统OCR识别应用
- JAVA程序员自救之路——SpringAI文档解析tika
- Python印刷体文字识别教程
- 图片转文字--四种OCR工具的安装和使用
- mac 安装tesseract、pytesseract以及简单使用
- 【Python深度学习系列】Win10下CUDA+cuDNN+Tensorflow安装与配置
- 手把手教你本地部署AI绘图Stable Diffusion!成功率100%!
- 本地AI Agent Hello World(Python版): Ollama + LangChain 快速上手指南
- python解释器管理工具pyenv使用说明
- 标签列表
-
- ps像素和厘米换算 (32)
- ps图案在哪里 (33)
- super().__init__ (33)
- python 获取日期 (34)
- 0xa (36)
- super().__init__()详解 (33)
- python安装包在哪里找 (33)
- linux查看python版本信息 (35)
- python怎么改成中文 (35)
- php文件怎么在浏览器运行 (33)
- eval在python中的意思 (33)
- python安装opencv库 (35)
- python div (34)
- sticky css (33)
- python中random.randint()函数 (34)
- python去掉字符串中的指定字符 (33)
- python入门经典100题 (34)
- anaconda安装路径 (34)
- yield和return的区别 (33)
- 1到10的阶乘之和是多少 (35)
- python安装sklearn库 (33)
- dom和bom区别 (33)
- js 替换指定位置的字符 (33)
- python判断元素是否存在 (33)
- sorted key (33)