测试面试题集-MySQL数据库灵魂拷问

1
什么是事务？

事务是数据库操做的最小工做单元，是做为单个逻辑工做单元执行的一系列操做，这些操做做为一个总体一块儿向系统提交，要么都执行、要么都不执行，是一组不可再分割的操做集合。

通俗理解就是作一件事情的过程，事务封装了一条dml、或者多条dml语句。这个过程有两种结果：要么所有成功、要么所有失败。

2
 什么是事务的ACID特性？
A=Atomicity ，原子性：事务是数据库最小逻辑单位。事务中包含的各项操做在一次执行过程当中，只容许出现两种状态之一，要么所有执行成功 ，要么所有执行失败。任何一项操做都会致使整个事务的失败，同时其它已经被执行的操做都将被撤销并回滚，只有全部的操做所有成功，整个事务才算是成功完成。

C=Consistency ，一致性：系统老是从一个一致性的状态转移到另外一个一致性的状态。例如从 A 帐户转帐到 B 帐户，不能由于 A 帐户扣了钱，而 B 帐户没有加钱，不管 A 和 B 怎么转帐，系统中总额是固定的。若是数据库系统运行中发生故障，有些事务还没有完成就被迫中断，这些未完成事务对数据库所作的修改有一部分已写入物理数据库，这时数据库就处于一种不正确的状态，或者说是不一致的状态。

I=Isolation ，隔离性: 一般来讲一个事务在彻底提交以前,对其余事务是不可见的。也就是说，不一样的事务并发操做相同的数据时，每一个事务都有各自完整的数据空间。一个事务内部的操做及使用的数据对其它并发事务是隔离的，并发执行的各个事务是不能互相干扰的。

D=Durability ，持久性：事务一旦提交，将永久存在，接下来的其它操做或故障不该该对其执行结果有任何影响。即便服务器系统崩溃或服务器宕机等故障。只要数据库从新启动，那么必定可以将其恢复到事务成功结束后的状态。

3
 事务的隔离级别与对应的问题?

MySQL 的隔离等级对加锁有影响，因此在分析具体加锁场景时，首先要肯定当前的隔离等级，分为如下几个等级：

读未提交（Read Uncommitted ，简称 RU）：能够读到未提交的读，基本上不会使用该隔离等级，因此暂时忽略。

读已提交（Read Committed ，简称 RC）：存在幻读问题，对当前读获取的数据加记录锁。

可重复读（Repeatable Read ，简称 RR）：不存在幻读问题，对当前读获取的数据加记录锁，同时对涉及的范围加间隙锁，防止新的数据插入，致使幻读。

序列化（Serializable）：从 MVCC 并发控制退化到基于锁的并发控制，不存在快照读，都是当前读，并发效率急剧降低，不建议使用。

隔离级别与对应问题矩阵以下所示：

隔离级别	脏读	不可重复读	幻读
读未提交	是	是	是
不可重复读	否	是	是
可重复读	否	否	是（MySQL否）
串行化	否	否	否

注，常见数据库的默认级别：

• MySQL 数据库的默认隔离级别是 Repeatable read （可重复读）级别。

• Oracle数据库中，只支持 Seralizable（顺序读） 和 Read committed(读已提交)级别，默认的是 Read committed 级别。

• SQL Server 数据库中，默认的是 Read committed(读已提交) 级别。

4
 MySQL是如何解决幻读的?

事务的隔离级别有4种：读未提交、读已提交、可重复读、串行化，关于在MySQL中InnoDB引擎是如何解决幻读，一张图甚过千言万语：

综上，高并发数据库系统中,为保证事务与事务之间隔离性和数据一致性,MySQL InnoDB引擎默认是RR的隔离级别,在MySQL 中经过MVCC快照读和next-key(当前读)两种模式解决幻读问题。

5
 MySQL常见死锁场景有哪些？

• 2个事务交叉：同一个事务中出现delete，insert操做;

• 3个insert事务，一个回滚：三个事务的 insert 语句都是insert ignore into t1(a, b)values("1", "1");

• 多个事务，间隙锁形成死锁：同一个事务中多个update操做致使锁升级（行锁升级为表锁），并发操做时会致使死锁;

解决方式：事务拆分，同一个事物中不要出现锁升级,若是业务需求确实致使有表锁的出现，直接使用悲观锁。

6
 drop、delete与truncate的区别？

drop:drop是DDL，会隐式提交，因此，不能回滚，不会触发触发器；drop语句删除表结构及全部数据，并将表所占用的空间所有释放,底层系统文件会变小；drop语句将删除表的结构所依赖的约束，触发器，索引，依赖于该表的存储过程/函数将保留,可是变为invalid状态。

truncate:truncate是DDL，会隐式提交，因此，不能回滚，不会触发触发器；truncate会删除表空间，底层系统文件会变小。而且将从新设置高水线和全部的索引，缺省状况下将空间释放到minextents个extent，除非使用reuse storage。不会记录日志，因此执行速度很快，但不能经过rollback撤消操做,若是一不当心把一个表truncate掉，也是能够恢复的，只是不能经过rollback来恢复；对于外键（foreignkey ）约束引用的表，不能使用 truncate table，而应使用不带 where 子句的 delete 语句；truncatetable不能用于参与了索引视图的表。

delete:delete是DML，执行delete操做时，每次从表中删除一行，而且同时将该行的的删除操做记录在redo和undo表空间中以便进行回滚（rollback）和重作操做，但要注意表空间要足够大，须要手动提交（commit）操做才能生效，能够经过rollback撤消操做；delete可根据条件删除表中知足条件的数据，若是不指定where子句，那么删除表中全部记录，只删表数据，删除操做后，底层系统文件不会变小；delete语句不影响表所占用的extent，高水线(high watermark)保持原位置不变。

总结：

• 在速度上，通常来讲，drop> truncate > delete。

• 在使用drop和truncate时必定要注意，虽然能够恢复，但为了减小麻烦，仍是要慎重。

• 若是想删除部分数据用delete，注意带上where子句，回滚段要足够大；若是想删除表，用drop； 若是想保留表而将全部数据删除，若是和事务无关，用truncate便可；若是和事务有关，或者想触发trigger，仍是用delete； 若是是整理表内部的碎片，能够用truncate跟上reuse stroage，再从新导入/插入数据。

7
  谈谈对索引的理解？

• 索引大大减少了服务器须要扫描的数据量；

• 索引能够帮助服务器避免排序和临时表；

• 索引能够将随机IO变成顺序IO；
  

缺点：建立索引和维护索引要耗费时间，这种时间随着数据量的增长而增长；索引须要占物理空间，除了数据表占数据空间以外，每个索引还要占必定的物理空间，若是要创建聚簇索引，那么须要的空间就会更大；当对表中的数据进行增长、删除和修改的时候，索引也要动态的维护，这样就下降了数据的维护速度。



8
  哪些状况可能没法使用上索引？

• 类型转换：当存在索引列的数据类型隐形转换，则用不上索引，好比列类型是字符串，那必定要在条件中将数据使用引号引用起来,不然不使用索引；

• 索引列加函数：加了函数没法使用上索引；

• 字符校对规则不对；

9
  一个查询语句只查询到一条记录，可是总在扫描数据库，试分析缘由？

• 没有索引或者没有用到索引(这是查询慢最多见的问题，是程序设计的缺陷)；

• 没有建立计算列致使查询不优化；

• 查询出的数据量过大（能够采用屡次查询或其余方法下降数据量）；

• 查询语句须要优化；

10
   若客户反馈系统慢，如何查找问题?

第一步： 查询应用服务器，数据库服务器 CPU使用率，CPU负载，带宽，内存;

第二步：通常是 CPU 太高，且是mysql进程，则进入数据库，首先查询活跃线程数，查询正在执行的sql，顺便也去慢查询日志文件;
第三步：找到问题sql，分析sql，经过explain分析具体问题（通常都是数据库有大量计算操做，大量数据查询返回没有作分页处理）;
第四步：检查是否为网络问题。


往期内容宠幸


1. Python接口自动化-接口基础(一)

---

2.Python接口自动化-接口基础(二)

---

3.Python接口自动化-requests模块之get请求

---

4. Python接口自动化-requests模块之post请求

---

5.Python接口自动化之cookie、session应用

---

6.Python接口自动化之Token详解及应用

---

7.Python接口自动化之requests请求封装

---

8.Python接口自动化之pymysql数据库操做

---

9.Python接口自动化之logging日志

---

10.Python接口自动化之logging封装及实战

https://mp.weixin.qq.com/s/om7y0axd4ngQHL-rppLs7Q