reids mysql 面试_月薪3k的后端面试点-Mysql和Redis
Mysql
索引
生成索引,建立二叉查找树进行二分查找
树的深度太深,IO太频繁
生成索引,建立B-Tree结构进行查找
生成索引,建立B±Tree结构进行查找
生成索引,建立Hash结构进行查找
B-Tree
根节点至少包括两个孩子
树中每个节点最多含有m个孩子(m>=2)
除根节点和叶节点外,其他每个节点至少有ceil(m/2)个孩子
所有叶子节点都位于同一层
假设每个非终端结点中包含有n个关键字信息,其中
Ki(i=1…n)为关键字,且关键字按顺序升序排序K(i-1)
b)关键字的个数n必须满足:[ceil(m/2)-1]<=n<=m-1
c)非叶子结点的指针:P[1],P[2],.……P[M];其中P[1]指向关键字小于K[1]的子树,P[M]
指向关键字大于K[M-1]的子树,其它P[i]指向关键字属于(K[i-1],K[i])的子树
B+tree
B+树是B树的变体,其定义基本与B树相同,除了:
非叶子节点的子树指针与关键字个数相同
非叶子节点的子树指针P[i],指向关键字值[K[i],K[i+1])的子树
非叶子节点仅用来索引,数据都保存在叶子节点中
所有叶子节点均有一个链指针指向下一个叶子结点
优势
可以存储更多的关键字
B+树的磁盘读写代价更低
B+树的查询效率更加稳定
B+树更有利于对数据库的扫描
范围查询
Hash索引缺点
仅仅能满足“=",“IN",不能使用范围查询
无法被用来避免数据的排序操作
不能利用部分索引键查询
不能避免表扫描
遇到大量Hash值相等的情况后性能并不一定就会比B-Tree索引高
BitMap索引
粒度大
密集索引和稀疏索引的区别
密集索引文件中的每个搜索码值都对应一个索引值
稀疏索引文件只为索引码的某些值建立索引项
InnoDB
若一个主键被定义,该主键则作为密集索引
若没有主键被定义,该表的第一个唯一非空索引则作为密集索引
若不满足以上条件,innodb内部会生成一个隐藏主键(密集索引)
非主键索引(叶节点)不存储行索引的物理地址,存储相关键位和其(行索引)对应的主键值,包含两次查找
数据和索引分开存储,三个文件
慢查询
show variables like '%quer%';
show status like '%slow_queries%'
set global slow_query_log=on;
set global long_ query_time=1;
explain
type
system>const>eq_ref>ref>fulltext>ref or_null>index merge>unique_subquery>index_ subquery>range>index>all
extra
FORCE INDEX 强制索引
最左前缀匹配原则,非常重要的原则,mysql会一直向右匹配直到遇到**范围查询(>、5 and di=6如果建立(a,b,c,d)顺序的索引,d是用不到索引的,如果建立(a,b,d,c)的索引则都可以用到,a,b,d的顺序可以任意调整。
=和in可以乱序,比如a=1and b=2 andc=3建立(a,b,c)索引可以任意顺序,mysql的查询优化器会帮你优化成索引可以识别的形式
数据量小的表不需要建立索引,建立会增加额外的索引开销
数据变更需要维护索引,因此更多的索引意味着更多的维护成本
更多的索引意味着也需要更多的空间
for update 排他锁
lock in share mode 共享锁
Innodb在没有使用索引的时候用的是表级锁
MyISAM适合的场景
频繁执行全表count语句
对数据进行增删改的频率不高,查询非常频繁
没有事务
按锁的粒度划分,可分为表级锁、行级锁、页级锁
按锁级别划分,可分为共享锁、排它锁
按加锁方式划分,可分为自动锁、显式锁
按操作划分,可分为DML锁、DDL锁
按使用方式划分,可分为乐观锁、悲观锁
原子性(Atomic)
一致性(Consistency)
隔离性(Isolation)
持久性(Durability)
更新丢失—-mysql所有事务隔离级别在数据库层面上均可避免
脏读——READ-COMMITTED事务隔离级别以上可避免
不可重复读——REPEATABLE-READ事务隔离级别以上可避免
幻读——SERIALIZABLE事务隔离级别可避免
InnoDB可重复读隔离级别下如何避免幻读
表象:快照读(非阻塞读)–伪MVCC 多版本控制
内在:next-key锁(行锁+gap锁)
当前读:select…lock in share mode,select…for update
当前读:update,delete,insert
快照读:不加锁的非阻塞读,select
RC、RR级别下的InnoDB的非阻塞读如何实现
数据行里的DB_TRX_ID、DB_ROLL_PTR、DB_ROW_ID字段
undo日志
read view
对主键索引或者唯一索引会用Gap锁吗
如果where条件全部命中,则不会用Gap锁,只会加记录锁
如果where条件部分命中或者全不命中,则会加Gap锁。部分则部分加Gap锁
Gap锁会用在非唯一索引或者不走索引的当前读中
非唯一索引
不走索引
GROUP BY
满足“SELECT子句中的列名必须为分组列或列函数
列函数对于group by子句定义的每个组各返回一个结果
如果用group by,那么你的Select语句中选出的列要么是你groupby里用到的列,要么就是带有之前我们说的如sum min等列函数的列
WHERE过滤行,HAVING过滤组
出现在同一sql的顺序:WHERE>GROUP BY>HAVING
Redis
Memcache和Redis的区别
Memcache:代码层次类似Hash
支持简单数据类型
不支持数据持久化存储
不支持主从
不支持分片
Redis
数据类型丰富
支持数据磁盘持久化存储
支持主从
支持分片
FD:File Descriptor,文件描述符:一个打开的文件通过唯一的描述符进行引用,该描述符是打开文件的元数据到文件本身的映射
Redis采用的IVO多路复用函数:epoll/kqueue/evport/select
优先选择时间复杂度为O(1)的I/O多路复用函数作为底层实现
以时间复杂度为O(n)的select作为保底
基于react设计模式监听I/O事件
Redis是基于内存的操作,CPU不是Redis的瓶颈,Redis的瓶颈最有可能是机器内存的大小或者网络带宽。既然单线程容易实现,而且CPU不会成为瓶颈
Redis使用的是非阻塞IO,IO多路复用,使用了单线程来轮询描述符,将数据库的开、关、读、写都转换成了事件,减少了线程切换时上下文的切换和竞争
String:最基本的数据类型,二进制安全
Hash:String元素组成的字典,适合用于存储对象
List:列表,按照String元素插入顺序排序
Set:String元素组成的无序集合,通过哈希表实现,不允许重复
Sorted Set:通过分数来为集合中的成员进行从小到大的排序
用于计数的HyperLogLog,用于支持存储地理位置信息的Geo
从海量Key里查询出某一固定前缀的Key
KEYS pattern:查找所有符合给定模式pattern的key
SCAN cursor [MATCH pattern] [COUNT count]
基于游标的迭代器,需要基于上一次的游标延续之前的迭代过程
以O作为游标开始一次新的迭代,直到命令返回游标0完成一次遍历
不保证每次执行都返回某个给定数量的元素,支持模糊查询
一次返回的数量不可控,只能是大概率符合count参数
如何通过Redis实现分布式锁
分布式锁需要解决的问题
互斥性
安全性
死锁
容错
SETNX key value:如果key不存在,则创建并赋值
时间复杂度:O(1)
返回值:设置成功,返回1;设置失败,返回0。
EXPIRE key seconds
设置key的生存时间,当key过期时(生存时间为0),会被自动删除
SET key value [EX seconds][PX milliseconds][NXIXX]
EX second:设置键的过期时间为second秒
PXmillisecond:设置键的过期时间为millisecond 毫秒
NX:只在键不存在时,才对键进行设置操作
XX:只在键已经存在时,才对键进行设置操作
SET操作成功完成时,返回OK,否则返回nil
大量的key同时过期的注意事项
集中过期,由于清除大量的key很耗时,会出现短暂的卡顿现象
解放方案:在设置key的过期时间的时候,给每个key加上随机值
异步队列
使用List作为队列,RPUSH生产消息,LPOP消费消息
缺点:没有等待队列里有值就直接消费
弥补:可以通过在应用层引入Sleep机制去调用LPOP重试
BLPOP key [key…] timeout:阻塞直到队列有消息或者超时
缺点:只能供一个消费者消费
pub/sub:主题订阅者模式
发送者(pub)发送消息,订阅者(sub)接收消息
订阅者可以订阅任意数量的频道
缺点:消息的发布是无状态的,无法保证可达
持久化
RDB(快照)持久化:保存某个时间点的全量数据快照
SAVE:阻塞Redis的服务器进程,直到RDB文件被创建完毕
BGSAVE:Fork出一个子进程来创建RDB文件,不阻塞服务器进程
通过lastsave 查看是否保存工程
自动化触发RDB持久化的方式
根据redis.conf配置里的SAVEmn定时触发(用的是BGSAVE)
主从复制时,主节点自动触发
执行Debug Reload
执行Shutdown且没有开启AOF持久化
Bgsave
系统调用fork0:创建进程,实现了Copy-on-Write
如果有多个调用者同时要求相同资源(如内存或磁盘上的数据存储),他们会共同获取相同的指针指向相同的资源,直到某个调用者试图修改资源的内容时,系统才会真正复制一份专用副本给该调用者,而其他调用者所见到的最初的资源仍然保持不变
缺点
内存数据的全量同步,数据量大会由于I/O而严重影响性能
可能会因为Redis挂掉而丢失从当前至最近一次快照期间的数据
AOF
AOF(Append-Only-File)持久化:保存写状态
记录下除了查询以外的所有变更数据库状态的指令
以append的形式追加保存到AOF文件中(增量)
日志重写解决AOF文件大小不断增大的问题,原理如下:
调用fork),创建一个子进程
子进程把新的AOF写到一个临时文件里,不依赖原来的AOF文件
主进程持续将新的变动同时写到内存和原来的AOF里
主进程获取子进程重写AOF的完成信号,往新AOF同步增量变动
使用新的AOF文件替换掉旧的AOF文件
RDB和AOF的优缺点
RDB优点:全量数据快照,文件小,恢复快
RDB缺点:无法保存最近一次快照之后的数据
AOF优点:可读性高,适合保存增量数据,数据不易丢失
AOF缺点:文件体积大,恢复时间长
RDB-AOF混合持久化方式
BGSAVE做镜像全量持久化,AOF做增量持久化
Pipe
Pipeline和Linux的管道类似
Redis基于请求/响应模型,单个请求处理需要一一应答
Pipeline批量执行指令,节省多次I0往返的时间
有顺序依赖的指令建议分批发送
主从同步
全同步过程
Salve发送sync命令到Master
Master启动一个后台进程,将Redis中的数据快照保存到文件中
Master将保存数据快照期间接收到的写命令缓存起来
Master完成写文件操作后,将该文件发送给Salve
使用新的AOF文件替换掉旧的AOF文件
Master将这期间收集的增量写命令发送给Salve端
增量同步过程
Master接收到用户的操作指令,判断是否需要传播到Slave
将操作记录追加到AOF文件
将操作传播到其他Slave:1、对齐主从库;2、往响应缓存写入指令
将缓存中的数据发送给Slave
Redis Sentinel
解决主从同步Master宕机后的主从切换问题:
监控:检查主从服务器是否运行正常
提醒:通过API向管理员或者其他应用程序发送故障通知
自动故障迁移:主从切换
流言协议Gossip
每个节点都随机地与对方通信,最终所有节点的状态达成一致
种子节点定期随机向其他节点发送节点列表以及需要传播的消息
不保证信息一定会传递给所有节点,但是最终会趋于一致
Redis的集群原理
如何从海量数据里快速找到所需?
分片:按照某种规则去划分数据,分散存储在多个节点上
常规的按照哈希划分无法实现节点的动态增减
一致性哈希算法:对2^32取模,将哈希值空间组织成虚拟的圆环
将数据key使用相同的函数Hash计算出哈希值
引入虚拟节点解决数据倾斜的问题
reids mysql 面试_月薪3k的后端面试点-Mysql和Redis相关推荐
- java syn包_月薪3K的后端面试点-网络与Java
网络基础 传输控制协议TCP简介 面向连接的.可靠的.基于字节流的传输层通信协议 将应用层的数据流分割成报文段并发送给目标节点的TCP层 数据包都有序号,对方收到则发送ACK确认,未收到则重传 使用校 ...
- 后端在插入数据发现重复如何正确的弹出警告_前百度面试官整理的——Java后端面试题(一)...
List 和 Set 的区别 List , Set 都是继承自 Collection 接口 List 特点:元素有放入顺序,元素可重复 , Set 特点:元素无放入顺序,元素不可重复,重复元素会覆盖掉 ...
- Java后端面经-----MySQL面试中常见问题总结
MySQL面试中常见问题总结 文章目录 MySQL面试中常见问题总结 @[toc] 1. JDBC连接的过程 2. 连接池 (1). 连接池的工作原理 (2). 连接池主要参数 3. 数据库范式 (1 ...
- 换系统后mysql环境不见了_电脑重装系统后如何恢复Mysql数据库
然后,在Path的变量值添加;%Mysql%\bin; ,如图: 二.[测试] Win+R,输入cmd,弹出命令行窗口,输入mysql admin –V,若出现如下信息,说明配置环境变量成功! 三.[ ...
- 通达oa与mysql集成_安装通达OA后想使用其自带的Mysql数据库的解决方法
通达OA是集成了apache/php/mysql的,安装通达OA后,我还想安装别的php+mysql的东西玩玩,但是由于通达人的BT,死活要购买正版后才肯告诉mysql的root密码,没办法,自己动手 ...
- 通达oa mysql连接_安装通达OA后想使用其自带的Mysql数据库的解决方法
通达OA是集成了apache/php/mysql的,安装通达OA后,我还想安装别的php+mysql的东西玩玩,但是由于通达人的BT,死活要购买正版后才肯告诉mysql的root密码,没办法,自己动手 ...
- mysql系统数据库 恢复_电脑重装系统后如何恢复 Mysql 数据库
电脑重装系统后如何恢复 Mysql 数据库 一.[设置mysql的path] 比如:我的mysql在:D:\DataBase\mysql-5.7.13-winx64,可以在环境变量中重新新建一个环境变 ...
- mac mysql使用_在Mac中安装和使用MySQL
下载安装MySQL 在官网下载MySQL 进入官网后可以看到有多个版本可选: Oracle MySQL Cloud Service 基于企业版数据库的云服务 MySQL Enterprise Edit ...
- jpa mysql存储过程_(原)springbootjpa调用服务器mysql数据库的存储过程方法-Go语言中文社区...
一.springboot jpa项目文件配置 #---------------------------------------------------------- ################# ...
最新文章
- 新金融 新生态 银行高管热议互联网金融
- 数据分析系列:绘制折线图(matplotlib)2
- 自动关闭模态框_Dialog 弹出框
- 基于VTK User Guide和VTK Textbook学习
- 不擅长面试可以怎么准备面试?
- Tasker 正则表达式测试器
- 重磅分享--基于违约概率跟odds的经验评分
- 对于软件测试四大误区的认识
- 面向对象(OOP)基本概念及基本语法
- Spark源码之存储体系简介及缓存cache源码流程图
- 常用音频单位简介:dBSPL、dBm、dBu、dBV、dBFS
- 计算机无法进入pe系统,u盘启动盘无法进入pe解决方法
- pageadmin CMS网站建设教程:模板中如何实现信息数据共享
- MIT 麻省理工学院公开课程视频下载方法
- 组装一台计算机的配置,要不要自己动手组装一台电脑?一文告诉你答案!
- G3D 渲染引擎简介
- 【ELM预测】基于粒子群算法PSO优化极限学习机预测含Matlab源码
- Codeforces--44A--Indian Summer
- [VB.NET]如何向数据库字段中写入文件?
- 自然场景OCR检测(YOLOv3+CRNN)