面试题-MySQL和Redis（更新版）

前言

MySQL和Redis部分的题目，是我根据Java Guide的面试突击版本V3.0再整理出来的，其中，我选择了一些比较重要的问题，并重新做出相应回答，并添加了一些比较重要的问题，希望对大家起到一定的帮助。

系列文章：

面试题-Java基础

面试题-Java集合

面试题-Java多线程基础、实现工具和可见性保证

面试题-线程池和原子变量

面试题-Java虚拟机

面试题-计算机网络1

面试题-计算机网络-HTTP部分

---

MySQL

1. 解释⼀下什么是池化设计思想。什么是数据库连接池?为什么需要数据库连接
   池?

   池化思想其实在 面试题-线程池和原子变量 中 为什么要使用线程池中解释过，具体优点如下：

   • 提高了连接的可管理性
   • 降低频繁创建和销毁资源的开销
   • 提前创建好资源，提高了任务的响应速度

2. 范式你了解吗？简单说说

   • 第一范式：每个属性都不可再分，如果仅仅支持第一范式，那么会出现一些问题

     • 数据冗余

     • 插入/删除/修改 异常

       能具体说说这几个异常是什么意思吗？

       如果有一张学生成绩表，包含了学生的所有成绩，但是其中有所在系的字段，那么针对同一个学生的多门课程成绩，系的字段就会冗余，这个就是数据冗余异常；因为系相关的信息没有自己的表，所以如果这个系没有学生，就无法插入系的信息，这个是插入异常；删除异常同理，如果删除学生信息，那么系的信息也会随之删除；修改异常也同理，当修改学生的系信息时，就会出现修改多次的现象。

   • 第二范式：消除了 非主属性 对于 码的 部分函数依赖，简单说就是非主键的所有列，必须全部依赖于完整的主键，而不能只依赖于主键的一部分或者不依赖。

     举个例子：如果有一个订单明细表，订单明细表中包含，orderId，productId，折扣，数量，商品单价和商品名称，其中主键是OrderID+ProductID，折扣和数量是完全依赖主键的，但是商品单价和商品名称是只依赖于商品id，这个设计就不符合第二范式的需求。需要拆分为一个商品表保存商品单价和商品名称的字段。

   • 第三范式：消除了非主属性 对于 码的 传递函数依赖，简单说就是非主键的所有列，必须直接依赖于主键，不能依赖于非主键列，然后传递依赖主键列。

     举例来说：有一个课程表，课程id，教师名，教师地址，主键是课程id，一个课程id都可以完全确定一个教师名和教师地址，符合第二范式，但是教师地址依赖于非主键列教师名，存在传递依赖，所以不符合第三范式。

3. redo log的底层实现你知道吗?简单说说

   redolog实现是一个环，大小是固定的。redolog的文件个数和大小也是可以配置的。redolog中有两个指针，如果write指针追上了checkpoint指针，就需要等待刷新脏页，然后才能写入。

   • write：代表了写入redolog的位置
   • checkpoint：代表了刷新到磁盘的位置

4. redo log和bin log的区别？

   • 是否共有：redo log是innodb特有的；binlog是server层的，属于共有的
   • 是否追加写：redo log是一个环，是循环写；binlog是追加的覆盖写
   • 作用不同：redo log用于数据库异常宕机的恢复工作；binlog用于备份

5. 简单说说事务的ACID特性

   • A：原子性，关注单个事务中的所有操作要么都成功要么都失败
   • C：一致性，关注事务开始和结束之后数据库的完整性约束没有改变
   • I：隔离性，关注多个事务的之间是否互相影响
   • D： 持久性 ，关注事务结束后，对数据库的修改是否可以永久的保存到数据库中

6. 如果没有隔离性，会发生什么问题？

   如果没有隔离性，会出现下面三个问题

   • 脏读：事务读取到其他事务未提交的数据
   • 不可重复读：事务中对同一数据的查询结果不同
   • 幻读：事务中同一个sql查询到的数据行数不同

7. 事务的隔离级别有哪些？分别可以解决什么问题？

   • 读不可提交：有脏读/不可重复读和幻读的问题
   • 读可提交：解决了脏读的问题
   • 可重复读：解决了脏读和不可重复读的问题
   • 串行：解决了三个问题，但性能最差

8. 隔离性是如何实现的？你知道MVCC吗？

   隔离性的实现是数据库创建了一个视图，访问的时候以这个视图的逻辑结果为准

   • 读不可提交，不创建视图
   • 读可提交：每一条SQL都创建一个视图
   • 可重复读：在事务开始的时候创建一个视图，事务中的所有sql都以这个视图为准
   • 串行：用锁实现的

   MVCC是多版本并发访问，通过回滚日志实现的，每一条更新操作都对应一条回滚日志，当前的值，都可以通过回滚日志找到历史更新过的值，多事务之间可以访问到不同的数据就是使用MVCC实现的。

9. 你知道全局锁吗？

   全局锁会锁住整个数据库实例，只能读，任何关于更新的操作都会阻塞。需要了解全局锁对业务的影响：

   • 如果锁主库，那么业务基本停摆
   • 如果锁从库，那么锁定期间，从库无法同步主库的更新，可能会导致主从不一致

10. 简单说说表锁？

表锁是锁住整张表，以一个sql为例，lock tables t1 read,t2 write;这句sql执行完毕后：

• t1表只能读
• t2表执行者可以读写，其他人不可读写

11. 你知道元数据锁吗？

    元数据锁主要控制并发的DDL和DML操作，DML操作获取的是元数据读锁；DDL操作获取的是写锁，读写互斥，读读不互斥。

12. 你知道共享锁排他锁和意向锁吗？

    InnoDB存储引擎中支持行锁，行锁分为三种锁

    • 共享锁：可以理解为读锁
    • 排他锁：可以理解为写锁
    • 意向锁：意向锁的出现主要是为了提高加表锁的判断效率，如果没有意向锁，线程需要加表锁时需要对每一行进行判断，是否有行级锁的存在，加了意向锁相当于多一个变量保存状态，这样可以O(1)的效率判断是否可以加表锁。

13. 行锁的三种锁定范围（一致性锁定读时使用）

    • 只锁定单行：查询条件中有索引，并且是唯一索引时，可以只锁定单行
    • 锁范围，不包括记录本身
    • next-key lock：单行和范围锁的合体：查询条件中有索引，并且不是唯一索引时使用

14. 什么是索引?索引有什么作用？

    索引是一种数据结构，可以方便我们快速的查找数据，提高查找效率。

15. Hash索引和B+树索引的区别？

    • Hash索引适合等值查询，不适合范围查询
    • Hash索引没办法利用索引完成排序
    • 如果有大量重复键值对，Hash索引的效率会变低，因为需要解决hash碰撞的问题，解决hash碰撞一般采用拉链法
    • 而 B+树索引是一种查询树，天然有序，所以可以利用它做范围查询和排序，并且因为B+树的层数少，IO次数也少

16. 聚集索引和非聚集索引的区别？

    • 聚集索引叶子节点存储的是整行数据；非聚集索引存储的是主键的值
    • 如果使用非聚集索引时，待查询的列索引无法覆盖，那么就需要回表查询

17. 联合索引和最左匹配原则是什么意思？

    • Mysql中可以针对多列创建联合索引
    • 最左匹配原则指的是，mysql使用索引时，会从最左边的一列开始匹配，建立一个(k1,k2,k3)的联合索引，相当于建立了(k1),(k1,k2)和(k1,k2,k3)三个索引

18. 分库分表之后,id 主键如何处理？

    分库分表之后，主键id就需要一个全局的id，一般来说生成主键id有以下几种方案：

    • UUID：太长，无序不可读，不适合作为主键
    • 利用redis生成id：性能较好，比较灵活，但是需要引入新的组件，增加了系统的复杂度
    • 美团的Leaf：分布式唯一id生成器，也需要依赖关系型数据库和zookeeper等。

19. ⼀条SQL语句在MySQL中如何执⾏的？

    查询语句的执行流程如下：

    1. 连接器中校验是否有权限，如果没有权限，直接返回错误；mysql8.0之前的版本，会去查询缓存中检查是否有缓存，如果有直接返回
    2. 分析器进行词法分析和语法分析，词法分析主要关注关键字和相关的字段；语法分析主要检查sql语句是否有语法错误
    3. 优化器根据自己的算法确定执行计划，包括索引的选择等等。
    4. 执行器调用存储引擎接口，获取数据返回

    更新语句的执行流程如下：

    1. 相关的校验等操作和查询操作是类似的，后面的更新操作不太一样
    2. 执行器调用存储引擎的更新接口后，存储引擎会更新数据，然后记录redo log，redo log此时为preopare状态
    3. 执行器写入binlog日志
    4. 执行器调用存储引擎的提交接口，存储引擎把redo log的状态更新为commit，此为两阶段提交，可以保证 异常宕机的重启恢复和二进制日志的备份的数据是一致的。

20. ⼀条SQL语句执⾏得很慢的原因有哪些？

    首先刨析这个问题，有两种情况：

    • SQL语句平时执行的很快，只是偶尔变慢
    • 在数据量一定的情况下，SQL语句的每次查询都很慢

    针对第一种情况，SQL本身写的应该没什么问题，偶尔变慢的情况应该出在MySQL本身，有以下几种情况可能会导致查询变慢：

    • 数据库在刷新脏页：redolog满了；内存不足需要淘汰一部分脏页
    • 获取不到锁，阻塞了：如果某张表或者行已经被别的线程加锁，暂时获取不到锁

    针对第二种情况，可能有以下的原因：

    • 字段没正确建立索引；字段中包含表达式或者函数操作，导致有索引但是没有用上
    • 数据库因为算法综合判断，可能不会选择索引，而选择全表扫描，算法中的影响因素主要有下面几个：
      • 扫描行数
      • 是否排序
      • 是否回表
      • 是否需要临时表

21. MyISAM引擎和innoDB引擎的区别？

    • 是否支持事务
    • 是否支持外键
    • 表锁和行锁
    • 是否支持MVCC

22. MySQL中如果有两个线程想要操作同一行数据，如何避免死锁？（重要）

    核心有两点，知道mysql的锁定机制和防止死锁的理论知识，然后结合理论知识判断如何预防死锁即可：

    防止死锁只要破坏死锁的四个条件之一就可以：

    • 互斥：互斥本身无法破坏
    • 请求并保持：一次性申请全部的锁即可，表现在sql语句中就是where条件中直接包括多个资源，直接锁定多个资源的数据。
    • 不可剥夺：如果是应用层面，可以通过设置事务超时时间来实现事务超时释放锁并回滚事务，使用Transactional注解中的timeout即可实现。
    • 循环等待条件：每个线程都按照同样的顺序申请资源，比如业务中会更新多条数据，更新操作都按照主键序号从小到大更新即可。

23. 幻读在InnoDB中是如何被解决的？

    innodb中的间隙锁就是为了解决幻读问题出现的。因为锁定了间隙，所以无法进行插入操作。这样自然就解决了可重复读隔离级别下的幻读问题。

24. InnoDB的MVCC如何解决脏读和不可重复读的问题？

    • 一致性读只能读取事务开始时的快照版本（不加锁的select 解决了不可重复读的问题）
    • 其他事务的读只能读到事务开始时，最新的已提交的版本快照（解决了脏读的问题）
    • 当前读（for update和share mode）读的是当前行的最新版本并且会加行锁
    • 一个事务内是可以读取到其所做的未提交的版本快照

---

Redis

1. 为什么要用redis，不用map或者guava？

   缓存分为本地缓存和分布式缓存，map和guava属于本地缓存，特点是：

   • 轻量快速
   • 生命周期随着JVM销毁而结束
   • 不同实例中都需要各自持有一份本地缓存，缓存不具有一致性

   分布式缓存，可以保证缓存的一致性，但是会增加系统架构的复杂度。

2. 简单说说Redis的RDB持久化？

   RDB持久化是指把当前进程数据生成快照保存到硬盘的过程。RDB的触发可以分为手动触发和自动触发两种。

   • 手动触发：可以用save或者bgsave命令，区别在于bgsave不会阻塞当前redis实例，bgsave会fork一个子进程完成持久化工作，阻塞只发生在fork阶段
   • 自动触发：可以在配置文件中使用save配置，配置m秒内存在n次修改，自动触发持久化过程。

3. 说说RDB bgsave持久化的详细过程

   • 父进程检查当前是否有在运行的子进程，如果有正在运行子进程，直接返回
   • 父进程fork一个子进程出来，fork阶段会阻塞，fork完毕后不再阻塞父进程，可以响应其他指令
   • 子进程创建RDB文件，根据父进程内存生成临时快照文件，完成后对原有文件进行原子性替换
   • 子进程发送信号给父进程通知完毕，父进程更新相关的统计信息

4. RDB持久化的优缺点？

   • 优点：
     • RDB方式产生的文件是一个压缩的二进制文件，非常适合全量备份和复制场景
     • Redis加载RDB恢复数据远远快于AOF方式
   • 缺点：
     • RDB无法实时持久化/秒级持久化
     • 老版本无法兼容新的RDB文件的格式问题

5. 简单说说Redis的AOF持久化？

   AOF持久化，是把每次写命令都记录到独立的日志中，重启恢复后再执行AOF命令重新恢复数据。AOF持久化主要是解决了实时性的问题。

6. 说说AOF持久化的详细过程

   • 所有命令写入追加到aof_buf缓冲区中
   • 文件同步，文件同步可以在配置文件中配置三种同步机制，考虑到性能和数据安全性，一般推荐everysec
     • always：写入到aof_buf以后，直接调用fsync系统调用同步到AOF文件
     • everysec：写入到aof_buf后，先调用write系统调用，写入系统缓冲区后就会返回，然后由专门线程，每秒调用一次fsync操作
     • no：写入到aof_buf后，调用write系统调用写入缓冲区后返回，等待操作系统执行同步磁盘的工作。

7. 讲解下Redis线程模型？

   Redis线程模型中包含四个组成部分：

   • 套接字
   • IO多路复用程序
   • 事件分发器
   • 事件处理器

   IO多路复用程序用select或者其他系统调用管理多个套接字的网络事件，然后放入到一个统一的队列中，事件分发器从队列中取事件，然后分发到不同的处理器中进行处理。

8. 谈谈 redis 和 memcached 的区别？

   • 数据结构的丰富度：redis支持更丰富的数据结构。
   • 持久化功能：redis支持RDB或者AOF方式的持久化；memcached不支持
   • 集群功能：redis支持分布式；memcached不支持，需要客户端上使用分布式一致性hash算法来决定目标节点
   • 线程模型不同:redis是单线程的，由一个线程负责处理所有的网络事件和业务处理；memcached是一主多从的reactor线程模型。

9. 说说Redis中的数据类型

   • String类型：一般用于复杂计数功能的缓存
   • Hash类型：hash是以一个String类型为键，多个field和value的映射表作为值的数据结构，可以用于存储包括多列的行信息
   • list类型：list简单理解就是链表，可以用来实现关注列表，消息列表等等
   • Set类型：去重的数据结构，可以方便的实现交集并集等操作
   • Sorted Set类型：增加了一个score权重，可以把Set中的数据按照score排序

10. redis的过期策略以及内存淘汰机制

    redis中可以设置过期时间，当到了过期时间后，redis中会采取下面两种策略删除过期数据：

    • 定期删除：每隔100ms随机抽取一些过期的key进行删除
    • 惰性删除：当客户端访问到这个key了，才会实际删除

    上面两种机制都无法保证完全清除过期的key，redis中引入了内存淘汰机制来保证内存不会被过期数据占满。默认有六种淘汰机制：

    • 从已过期的数据中删除的：lru，random和ttl
    • 从所有key中删除：lru，random
    • 不删除：no-eviction

11. 简单谈谈redis的事务

    redis支持简单的事务，使用multi和exec来开始和执行事务，类似关系型数据库中的begin和commit。redis中不支持回滚事务，当出错时，根据不同的错误类型，处理机制也不同。

    • 当有语法错误时，会导致整个事务中的命令都不会执行

    • 当有运行时错误时，不会影响事务中的其他命令的执行

      另外，redis中提供了watch命令，watch一个key之后，事务中如果有其他客户端修改了该key，整个事务不执行。

12. 你知道缓存雪崩吗？简单说说

    缓存雪崩指的是，当redis集群不可用或者同时有大量缓存失效时，会造成大量的请求都走数据库，把数据库服务击垮。

    • 针对redis集群不可用，应该事前做好redis集群的高可用性检查，选择合适的内存淘汰策略。
    • 针对大量缓存同时失效，可以采取设置随机过期时间的方式，来避免缓存同时失效
    • 提前设计好 本地缓存和限流降级方案，本地缓存+redis中如果都没有，再去查数据库，查数据库的请求要通过限流降级组件来保护数据库。

13. 你知道缓存穿透吗？

    缓存穿透指的是，大量请求的key本身不在缓存中，导致直接走了数据库查询。举例来说，黑客攻击时，会伪造很多不存在的key来导致大量请求落到数据库中。解决方法有两种：

    • 最基本的是做好参数校验，不合规的参数直接返回
    • 使用布隆过滤器，其实本质就是一个hash函数加位数组，报存在，有一定概率的误判（hash冲突），但是不存在一定是准确的，比如两个字符串的hash值相同得到位数组的位置就相同。提前把有效的key存储在布隆过滤器中，这样当无效key传递过来时，直接返回。

14. 如何用redis实现分布式锁？你还知道其他更好的方式吗？

    实际业务中没有使用过，这块等待有真实业务场景应用后再来补充。

15. 如何保证缓存与数据库双写时的数据⼀致性?

    • 简单的解决方式：如果有更新需求，先删除缓存，再更新数据库，如果数据库更新失败，缓存也为空，不会出现不一致。
    • 简单解决方式的不足：删除缓存完毕后，更新数据库之前，又有一个线程要访问该数据，结果发现缓存中没有数据，从数据库中查询出旧数据，然后更新到缓存中，这个时候更新数据库，那么缓存和数据库又发生了不一致。
    • 解决方案：使用一个队列把读请求和写请求串在一起，写请求执行完毕后才会执行读请求和更新，但是要注意测试读请求的阻塞时长。 如何保证缓存与数据库的双写一致性？