当前位置： 首页 > news >正文

Java 语言特性(面试系列2)

news 来源：原创 2025/6/13 21:07:28

一、SQL 基础

1. 复杂查询
（1）连接查询（JOIN）
  • 内连接（INNER JOIN）：返回两表匹配的记录。 
    SELECT e.name, d.dept_name
FROM employees e
INNER JOIN departments d ON e.dept_id = d.dept_id;

    左连接（LEFT JOIN）：返回左表所有记录，右表无匹配时补 NULL。

    SELECT e.name, p.project_name
FROM employees e
LEFT JOIN projects p ON e.emp_id = p.lead_emp_id;

    多表连接：

    SELECT e.name, d.dept_name, p.project_name
FROM employees e
JOIN departments d ON e.dept_id = d.dept_id
JOIN projects p ON e.emp_id = p.lead_emp_id;
    2）子查询
  • 标量子查询：返回单个值，用于条件判断 
    SELECT name FROM employees
WHERE salary > (SELECT AVG(salary) FROM employees);

    行子查询：返回一行多列。

    SELECT * FROM employees
WHERE (dept_id, salary) = (SELECT dept_id, MAX(salary) FROM employees);

    存在性查询（EXISTS）

    SELECT dept_name FROM departments d
WHERE EXISTS (SELECT 1 FROM employees e WHERE e.dept_id = d.dept_id);
    （3）分组查询（GROUP BY）
  • 基本分组 
    SELECT dept_id, COUNT(*) as emp_count
FROM employees
GROUP BY dept_id;

    HAVING 过滤：对分组结果过滤（WHERE 用于分组前，HAVING 用于分组后）。

    SELECT dept_id, AVG(salary) as avg_salary
FROM employees
GROUP BY dept_id
HAVING AVG(salary) > 10000;

2. 索引优化
  • 索引类型：
    • B-Tree 索引：最常用，适用于等值查询和范围查询（如WHERE age > 20）。
    • 哈希索引：仅支持等值查询（如WHERE id = 1），不支持范围查询。
    • 全文索引：用于文本搜索（如MATCH AGAINST）。
  • 优化原则：
    • 最左前缀匹配：复合索引（如(a, b, c)）支持WHERE a=1、WHERE a=1 AND b=2，但不支持WHERE b=2。
    • 避免索引失效：避免在索引列上使用函数（如WHERE YEAR(create_time) = 2023）。
    • 覆盖索引：查询的字段直接在索引中，无需回表（如SELECT id, name FROM users WHERE id = 1）。
  • 索引失效场景： 
    -- 错误：索引列参与计算
SELECT * FROM orders WHERE price * 0.9 < 100;-- 正确：移项到右侧
SELECT * FROM orders WHERE price < 100 / 0.9;

二、数据库设计

1. 范式（Normalization）
  • 第一范式（1NF）：字段不可再分。
    • 反例：address字段存储"北京市海淀区"（应拆分为city和district）。
  • 第二范式（2NF）：消除部分依赖（主键为复合键时）。
    • 表(订单ID, 商品ID, 商品名称, 数量)中，商品名称只依赖于商品ID，应拆分表。
  • 第三范式（3NF）：消除传递依赖。
    • 表(员工ID, 部门ID, 部门地址)中，部门地址通过部门ID传递依赖，应拆分表。

    2. 反范式（Denormalization）
    • 定义：为提高查询性能，有意违反范式，引入冗余数据。
    • 场景：
      • 频繁关联的字段（如订单表冗余用户姓名，避免每次 JOIN 用户表）。
      • 统计数据（如文章表保存comment_count字段，避免每次 COUNT 评论表）。
    • 优缺点：
      • 优点：减少 JOIN，提升查询速度。
      • 缺点：数据冗余，更新时需维护一致性（如用触发器或事务）
    3. 事务隔离级别
    • 四大特性（ACID）：原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）。

    • 隔离级别：
      隔离级别脏读不可重复读幻读实现方式
      读未提交（Read Uncommitted）✅✅✅无锁
      读已提交（Read Committed）❌✅✅行级共享锁，读取时加锁立即释放
      可重复读（REPEATABLE READ）❌❌✅行级共享锁，事务结束后释放（MySQL 默认）
      串行化（SERIALIZABLE）❌❌❌表级共享锁，事务结束后释放
    • MySQL 默认隔离级别：REPEATABLE READ，通过 MVCC（多版本并发控制）解决不可重复读。

    三、主流数据库

    1. MySQL
    • 存储引擎对比：
      特性InnoDBMyISAM
      事务支持✅❌
      外键支持✅❌
      锁粒度行锁表锁
      索引与数据存储聚簇索引（索引和数据一起存储）非聚簇索引（索引和数据分开）
      适用场景事务性场景（如订单、支付）只读或插入为主（如日志）
    • 索引优化工具：
      • EXPLAIN语句：分析查询执行计划，查看是否使用索引。 
        EXPLAIN SELECT * FROM users WHERE age > 18;
      • SHOW PROFILE：查看查询各阶段耗时。

    2. Redis
    • 数据结构与应用场景：
      • String：缓存（如SET user:1 '{"name":"Alice"}'）。
      • Hash：存储对象（如用户信息HSET user:1 name "Alice"）。
      • List：消息队列（如LPUSH queue task1）。
      • Set：去重（如点赞用户集合）。
      • Sorted Set：排行榜（如ZADD scoreboard 100 "user1"）。
    • 缓存策略：
      • 缓存穿透：查询不存在的数据，导致请求直达 DB。
        • 解决方案：缓存空值、布隆过滤器。
      • 缓存雪崩：大量缓存同时过期，导致 DB 压力骤增。
        • 解决方案：随机过期时间、多级缓存。
      • 缓存击穿：热点 key 过期瞬间，大量请求直达 DB。
        • 解决方案：永不过期、加互斥锁。

    3. MongoDB
    • 适用场景：
      • 灵活 schema：文档结构不固定（如用户行为日志）。
      • 高并发写入：支持分片集群，写性能优异。
      • 地理空间查询：内置对地理位置的索引和查询支持。
      • 与关系型数据库对比：
        特性MongoDBMySQL
        数据模型文档（JSON 格式）表结构
        查询语言类 JSON 的 BSONSQL
        事务支持4.0 + 支持多文档事务全事务支持
        水平扩展原生支持分片集群需要中间件（如 ShardingSphere）
        适用场景灵活、高并发写入场景强事务一致性场景

    四、综合应用示例

    场景：设计一个电商订单系统，包含用户、商品、订单表。

     

    数据库设计：

     
    1. 用户表（users） 
      CREATE TABLE users (id BIGINT PRIMARY KEY AUTO_INCREMENT,username VARCHAR(50) NOT NULL,email VARCHAR(100) UNIQUE,create_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

      2.商品表（products）：

      CREATE TABLE products (id BIGINT PRIMARY KEY AUTO_INCREMENT,name VARCHAR(100) NOT NULL,price DECIMAL(10, 2) NOT NULL,stock INT DEFAULT 0,category_id BIGINT,INDEX idx_category (category_id)
);

      3.订单表（orders）：

      CREATE TABLE orders (id BIGINT PRIMARY KEY AUTO_INCREMENT,user_id BIGINT NOT NULL,total_amount DECIMAL(10, 2) NOT NULL,status TINYINT DEFAULT 0 COMMENT '0-待支付，1-已支付',create_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP,FOREIGN KEY (user_id) REFERENCES users(id),INDEX idx_user_status (user_id, status)
);

      索引优化：

    2. 为orders.user_id添加索引，加速用户订单查询。
    3. 复合索引(user_id, status)支持按用户和状态过滤（如查询用户待支付订单）。

    事务示例（扣库存）： 

    BEGIN TRANSACTION;-- 检查库存
SELECT stock FROM products WHERE id = 1 FOR UPDATE; -- 行锁-- 扣减库存（假设库存足够）
UPDATE products SET stock = stock - 1 WHERE id = 1;-- 创建订单
INSERT INTO orders (user_id, total_amount, status) VALUES (1001, 99.99, 0);COMMIT;

    五、总结

    数据库是面试的核心考点，需掌握：

     
    1. SQL：熟练编写复杂查询，理解索引原理与优化。
    2. 设计：权衡范式与反范式，根据业务选择事务隔离级别。
    3. 主流数据库：掌握 MySQL 存储引擎差异、Redis 缓存策略、MongoDB 适用场景。

    相关文章：

  • 关于Android camera2预览变形的坑
  • [创业之路-415]：经济学 - 价值、使用价值、交换价值的全面解析
  • MS9292+MS9332 HD/DVI转VGA转换器+HD环出带音频
  • HarmonyOS开发：设备管理使用详解
  • GISBox如何导入Revit格式的BIM数据？
  • Kotlin基础语法二
  • AI驱动下的商品详情API：2025年电商平台的智能化数据交互新趋势
  • ＜component :is=““＞
  • 【C++】回调函数，是什么，怎么用？
  • iview组件库：关于分页组件的使用与注意点
  • Spring Boot 分层架构与数据流转详解
  • uniapp的请求封装，如何避免重复提交请求
  • php利用createSheet生成excel表格（控制行高列宽、文本自动换行及表头字体样式）
  • RestClient
  • 基于数字孪生的水厂可视化平台建设：架构与实践
  • 【python深度学习】Day 50 预训练模型+CBAM模块
  • Lighttpd 配置选项介绍
  • mysql教程笔记（四）-锁和innoDB存储引擎
  • 基于FPGA的PID算法学习———实现PI比例控制算法
  • 深度学习——简介
  • 音乐培训如何做网站宣传/泉州关键词快速排名
  • 丝绸之路网站建设报告/产品推广营销方案
  • 河南省的网页制作/巢湖seo推广
  • 个人网站备案建设方案书/品牌公关具体要做些什么
  • 广州关键词排名推广/seo代码优化工具
  • 南宁建站有哪些公司/域名购买