当前位置: 首页 > news >正文

MySQL 进阶 面经级

会用数据库,找大厂工作是远远不够的。

本人2025美团暑期AI面试好几个MySQL场景问题不会答,已脏面评。遂在此整理学习!

文章目录

  • 美团AI面
    • 1.数据库分片sharding的概念,它有什么优势和挑战?
        • 优势
        • Sharding 挑战
    • 2. 分库分表的常见策略有哪些
        • a. 取模分片
        • b. 范围分片
        • c. 按业务
        • d. 按时间分
        • e. 混合分片

美团AI面

1.数据库分片sharding的概念,它有什么优势和挑战?

我当时甚至不清楚分片啥意思——其实就是分布式数据库,将数据拆分到多个数据库节点上。

每个数据库节点存储数据的一个子集,被称为分片(Shard)。

优势
  1. 水平扩展,能够支持海量数据

  2. 提高性能:

  • 多个数据库节点可以并行处理查询和写入请求,减少单个数据库的负载。
  • 每个分片只存储部分数据,索引体积更小,提高查询效率。
  1. 隔离
    单个分片出现故障,不会影响其他分片的数据
Sharding 挑战
  1. 怎么分?
    需要选择合适的分片键(Shard Key),否则:

数据倾斜:部分分片存储的数据量过大,导致查询压力集中,影响性能。

查询跨分片:如果查询涉及多个分片(如 JOIN、GROUP BY),可能导致性能下降。

  1. 维护

随着数据增长,可能需要重新分片。数据迁移过程复杂,可能影响在线业务。

需要额外的工具监控各个分片的健康状况,防止单点瓶颈。

  1. 跨分片问题

联合只能在应用层。

跨分片事务,需要引入两阶段提交(2PC)等机制。而且要保证数据一致性。

2. 分库分表的常见策略有哪些

延续上一个问题了,,

a. 取模分片

num % 3 == 0/1/2

✅ 数据均匀

❌ 拓展困难,模数想跳转只能重新计算。
      范围查询表现不佳

b. 范围分片

每10W个编号分到一个数据库中

✅ 支持数据查询,扩展方便

❌ 数据倾斜风险:可能部分连续数据访问量大,分片压力大

c. 按业务

常规,不要宽列

d. 按时间分

日志,订单等

e. 混合分片

先分用户表,再对其取模分片,再按时间分

http://www.dtcms.com/a/105086.html

相关文章:

  • Oracle 数据库中优化 INSERT INTO 操作的性能
  • 量子计算与人工智能融合的未来趋势
  • 预训练(Pre-training) 和 微调(Fine-tuning)
  • 机器学习(总节环节)
  • 迈向云原生:理想汽车 OLAP 引擎变革之路
  • 【家政平台开发(6)】筑牢家政平台安全防线:全方位隐私与安全需求解析
  • 根据模板将 Excel 明细数据生成 Txt 文档|邮件合并
  • java的引用理解
  • 【行测】判断推理:逻辑判断
  • 4.1-python操作wrod/pdf 文件
  • Pytorch实现之基于GAN+序列后向选择的情绪识别增强方法
  • PyInstaller打包实战:如何智能切换本地调试与EXE模式,资源打包全攻略
  • MySQL数据库学习笔记1.SQL(1)
  • aarch64-none-elf-gcc与aarch64-linux-gnu-gcc
  • 源码分析之Leaflet中control模块Zoom类实现原理
  • 第二十二章:Python-NLTK库:自然语言处理
  • Vue3.5 企业级管理系统实战(十二):组件尺寸及多语言实现
  • k8s运维面试总结(持续更新)
  • 【Harmonyos】项目开发总结--摇杆拖动侧重实现(适用游戏摇杆)
  • 数据库表的三种关系,通俗易懂的讲解
  • 【RAG 系统实战课】01 用RAG改造传统MIS系统
  • MySQL 中常用的日期和时间类型
  • Nuxt2中全局路由守卫的写法(含Nuxt3写法和变化)
  • 01背包问题二维数组和一维数组间的区别
  • RAG优化:python从零实现Proposition Chunking[命题分块]让 RAG不再“断章取义”,从此“言之有物”!
  • 基于mediapipe深度学习和限定半径最近邻分类树算法的人体摔倒检测系统python源码
  • 步进电机驱动电压对定位精度的深层影响分析
  • 机器学习的定义及分类
  • # 注意力机制
  • Spring Event 观察者模型及事件和消息队列之间的区别笔记