Java数据库高频面试题及详细答案（实战版）

Java数据库高频面试题及详细答案（实战版）一、数据库基础面试题1、关系型数据库和非关系型数据库的区别？常用场景？参考答案：关系型数据库（MySQL、Oracle、SQLServer），核心是基于二维表结构存储，严格遵循事务ACID特性，支持SQL语句复杂查询，数据一致性、安全性高。缺点是高并发、海量数据场景下读写性能有瓶颈，扩展难度较大，多为垂直扩容。非关系型数据库（Redis、MongoDB、ES），无固定表结构，存储格式灵活（键值对、文档、索引等），不强制支持事务，读写速度快，天然支持水平扩容。缺点是复杂多表关联查询能力弱，数据一致性相对较差。常用场景：关系型数据库：核心业务数据存储，比如用户信息、订单、支付数据，对数据一致性、准确性要求极高的场景。非关系型数据库：缓存数据、海量日志、商品详情、热搜数据、临时统计数据，高并发读写、低一致性要求的场景。2、MySQL三大存储引擎区别？InnoDB和MyISAM核心差异参考答案：MySQL主流存储引擎为InnoDB、MyISAM、Memory，目前默认引擎为InnoDB。核心区别：1、事务支持：InnoDB支持事务、事务隔离级别；MyISAM不支持事务。2、锁机制：InnoDB支持行级锁、表级锁，默认行锁；MyISAM只支持表级锁。3、并发能力：InnoDB并发读写性能高；MyISAM写锁会阻塞所有读写，并发能力差。4、崩溃恢复：InnoDB有redo/undo日志，宕机可恢复数据；MyISAM崩溃易数据损坏、丢失。5、外键：InnoDB支持外键约束；MyISAM不支持。6、索引结构：两者均为B+树，InnoDB索引和数据绑定，MyISAM索引和数据分离存储。使用场景：绝大多数业务使用InnoDB；MyISAM仅适用于静态、极少修改、高频查询的场景（如历史日志表）。3、MySQL数据类型选型原则参考答案：1、优先选择占用空间小的类型，减少磁盘IO、提升查询效率：能用tinyint不用int，能用varchar(20)不用varchar(100)。2、字符串类型：固定长度字段用char（如手机号、身份证号），可变长度用varchar；超长文本、备注用text，禁止用varchar存储大文本。3、数值类型：无负数字段优先用无符号类型，节省空间；金额、精度要求高的数值用decimal，禁止用float、double（存在精度丢失）。4、时间类型：优先用datetime、timestamp，禁止用字符串存储时间，无法时间筛选、排序且占用空间大。5、主键字段：优先用自增int、bigint，避免用字符串、长UUID，降低索引占用空间。二、索引核心面试题（高频）1、什么是索引？索引的优缺点？参考答案：索引是数据库为数据表字段建立的有序数据结构，相当于书籍目录，用于快速定位数据，避免全表扫描。优点：1、大幅提升查询、筛选、排序、分组的效率，减少全表扫描。2、唯一索引可以保证字段数据唯一性。3、联合索引可覆盖查询，减少回表操作，提升性能。缺点：1、占用额外磁盘空间，索引数据独立存储。2、降低增删改效率，数据表数据变更时，对应索引需要同步更新维护。3、索引不是越多越好，无效索引会增加数据库负担。2、MySQL索引分类及适用场景参考答案：1、主键索引：唯一且非空，一张表只能有一个，查询效率最高，InnoDB主键索引为聚簇索引。2、唯一索引：字段数据唯一、允许为空，适用于手机号、邮箱、账号等唯一字段。3、普通索引：最基础索引，无唯一性限制，适用于高频查询、筛选的普通字段。4、联合索引：多个字段组合建立的索引，遵循最左匹配原则，适用于多字段联合查询、排序场景。5、全文索引：用于长文本模糊查询，替代低效的like%%查询，适用于文章、内容详情字段。3、聚簇索引和非聚簇索引的区别参考答案：InnoDB中主键索引就是聚簇索引，是数据表的核心索引，一张表仅有一个聚簇索引。聚簇索引：索引的叶子节点直接存储整行完整数据，主键查询无需回表，速度最快。数据在磁盘上按照主键有序排列。非聚簇索引（二级索引）：普通索引、唯一索引都属于此类，叶子节点仅存储索引字段值和主键值。查询数据时，先通过二级索引找到主键，再通过主键索引查询整行数据，这个过程叫做回表。核心总结：聚簇索引存整行数据，非聚簇索引存主键；主键查询无回表，普通索引查询大概率需要回表。4、联合索引最左匹配原则详解参考答案：联合索引遵循最左前缀匹配，查询条件必须匹配联合索引的最左侧字段，索引才会生效，跳过最左字段、中间字段断裂，索引都会失效。举例：建立联合索引(a,b,c)索引生效场景：wherea=?、wherea=?andb=?、wherea=?andb=?andc=?索引失效场景：whereb=?、wherec=?、whereb=?andc=?补充：查询条件中，等值查询在前、范围查询在后，索引生效；范围查询后的字段索引全部失效。例如(a,b,c)，wherea=?andb>?andc=?，c字段索引失效。5、什么是覆盖索引？作用是什么？参考答案：覆盖索引指查询所需的所有字段，全部包含在建立的索引中，数据库无需回表查询整行数据，直接通过二级索引即可获取全部查询结果。作用：避免回表操作，大幅减少磁盘IO，极大提升查询性能，是日常优化中最常用的索引优化手段。举例：索引建立(id,name)，查询语句selectnamefromuserwhereid=?，直接命中覆盖索引，无需回表。6、常见索引失效场景（面试必背）参考答案：1、违背联合索引最左匹配原则。2、索引字段使用函数、运算、类型转换：如wheredate(create_time)=?、whereage+1=?。3、like以%开头：like'%张三'、like'%张三%'索引失效，like'张三%'索引生效。4、or连接查询，前后字段有一个无索引，整体索引失效。5、字段类型隐式转换：字符串字段传数字、数字字段传字符串。6、MySQL判断全表扫描比索引查询更快时，会自动放弃索引（数据量少、筛选数据占比过高）。7、notin、notexists、isnull、isnotnull大概率导致索引失效。三、事务与隔离级别面试题1、事务的ACID四大特性参考答案：1、原子性（Atomicity）：事务是最小执行单元，要么全部执行成功，要么全部回表失败，无中间状态。2、一致性（Consistency）：事务执行前后，数据库数据完整性、约束规则保持一致，不会出现数据错乱。3、隔离性（Isolation）：多个事务并发执行时，相互隔离、互不干扰，由事务隔离级别控制隔离程度。4、持久性（Durability）：事务提交成功后，数据永久写入数据库，即使服务器宕机、重启，数据也不会丢失。2、并发事务带来的三大问题参考答案：1、脏读：一个事务读取到另一个事务未提交的修改数据，后续对方回滚，读取的数据无效、错误。2、不可重复读：同一个事务内，多次读取同一条数据，期间被其他事务修改并提交，导致前后查询结果不一致。3、幻读：同一个事务内，多次范围查询，期间其他事务新增/删除数据，导致前后查询数据条数不一致。区分重点：不可重复读侧重数据修改，幻读侧重数据新增/删除。3、MySQL四大事务隔离级别及解决的问题参考答案：MySQL默认隔离级别：可重复读（RR）1、读未提交：最低级别，允许读取未提交数据，脏读、不可重复读、幻读全部存在，基本不使用。2、读已提交（RC）：只能读取已提交数据，解决脏读，存在不可重复读、幻读。3、可重复读（RR）：保证同一事务多次读取结果一致，解决脏读、不可重复读，存在幻读（InnoDB通过间隙锁极大减少幻读场景）。4、串行化：最高级别，事务串行执行，完全隔离，解决所有并发问题，但并发性能极差，几乎不用。4、InnoDB如何解决幻读问题？参考答案：InnoDB在可重复读隔离级别下，通过MVCC多版本并发控制+间隙锁配合解决大部分幻读问题。1、MVCC：普通select查询为快照读，读取事务启动时的数据快照，看不到其他事务新增数据，避免幻读。2、间隙锁：update、delete等当前读操作，会加间隙锁，锁定查询范围内的空白区间，禁止其他事务新增数据，杜绝幻读。严格来说，RR级别无法百分百杜绝幻读，但业务场景下基本可以规避幻读问题。四、数据库锁机制面试题1、行锁和表锁的区别及适用场景参考答案：表级锁：锁定整张数据表，加锁速度快、开销小，无死锁。但锁粒度大，并发能力低，写锁会阻塞所有读写操作。MyISAM默认表锁。适用于批量更新、极少并发的场景。行级锁：仅锁定操作的单行数据，锁粒度小，并发能力强，不同行数据互不阻塞。加锁开销大、速度慢，会产生死锁。InnoDB默认行锁。适用于高并发、精准单行操作的业务场景。重点：InnoDB行锁是基于索引生效，如果查询条件无索引，行锁会退化为表锁。2、什么是意向锁？作用是什么？参考答案：意向锁是InnoDB为了快速判断表锁和行锁是否冲突，引入的辅助锁，分为意向共享锁、意向排他锁。当事务给某行加行锁时，会先给数据表加对应意向锁，告知其他事务：本表已有行级锁，请勿直接加表锁。作用：避免遍历全表行锁判断锁冲突，提升锁冲突检测效率，优化数据库并发性能。3、死锁产生的条件及解决办法参考答案：死锁四大必要条件：1、互斥条件：资源同一时间只能被一个事务占用。2、请求与保持：事务持有已有锁，同时请求新的锁资源。3、不可剥夺：已持有的锁不能被其他事务强制抢占。4、循环等待：多个事务互相持有对方需要的锁，形成闭环等待。解决/避免方案：1、统一数据库表、行的操作顺序，杜绝循环等待。2、缩短事务执行时间，尽早提交事务，释放锁资源。3、避免事务中嵌套多个复杂增删改操作。4、MySQL自带死锁检测机制，会自动回滚代价最小的事务，解除死锁。五、SQL优化高频面试题1、日常SQL优化通用思路参考答案：1、优先优化索引，避免索引失效，合理建立联合索引、覆盖索引。2、禁止使用select*，只查询业务需要的字段，减少数据传输和IO消耗。3、避免大表模糊查询like%%、避免in、or滥用，可替换为exists、join。4、分页查询优化，大分页避免limit10000,10，采用主键偏移分页。5、避免在索引字段使用函数、运算，防止索引失效。6、拆分复杂大SQL，避免多表联查、子查询嵌套过多，分批次查询数据。7、开启慢查询日志，定位慢SQL，针对性优化。2、limit大分页问题及优化方案参考答案：问题：limit100000,10会先查询前100010条数据，丢弃前100000条，返回后10条，数据量越大，查询效率越低。优化方案：1、主键偏移查询（最优）：select*fromuserwhereid>100000limit10，利用主键索引快速定位，无需扫描前置数据。2、延迟关联：先通过索引分页获取主键，再关联查询完整数据，减少回表开销。3、业务层面优化：禁止深度分页，限制最大分页页数，或采用滚动分页替代页码分页。3、join联表查询优化要点参考答案：1、小表驱动大表：小表作为驱动表，大表作为被驱动表，减少循环匹配次数。2、联表字段必须建立索引，on条件字段优先建索引。3、避免三张及以上大表联查，拆分SQL分步查询。4、优先使用innerjoin，避免leftjoin、rightjoin全表匹配。六、MySQL底层与高级面试题1、B+树索引的优势？为什么不用二叉树、B树、哈希？参考答案：MySQL索引选用B+树，核心是适配磁盘IO特性，减少磁盘读写次数。1、二叉树：树高过高，大数据量下层级太深，磁盘IO次数多，查询效率低，且容易失衡。2、B树：非叶子节点也存储数据，单节点存储索引数量少，树高较高；无法支持区间快速查询。3、哈希索引：等值查询快，但不支持排序、区间查询、模糊查询，哈希冲突会降低性能。B+树核心优势：1、所有数据都在叶子节点，非叶子节点仅存索引，单节点存储索引更多，树高极低（通常2-3层），IO次数少。2、叶子节点有序双向链表，完美支持范围查询、排序、分页查询。3、查询性能稳定，所有数据查询层级一致。2、MVCC多版本并发控制原理参考答案：MVCC是InnoDB实现事务隔离、提升并发性能的核心机制，无锁实现读写并发，读不加锁、写不阻塞读。核心依赖三个字段：隐藏主键、事务ID、undolog版本链。1、每条数据修改时，都会生成旧数据版本存入undolog，形成数据版本链。2、每个事务有独立事务ID，查询时根据隔离级别，读取当前事务可见的数据版本。3、快照读读取历史版本数据，无需加锁，实现高并发读写。应用场景：普通select查询都是快照读，基于MVCC实现无锁查询；update、delete为当前读，需要加锁。3、redolog和undolog的作用与区别参考答案：redolog（重做日志）：用于保证事务持久性。事务执行时，先写redolog，再写磁盘数据。数据库宕机重启后，通过redolog重放未落地的数据，恢复数据，防止数据丢失。undolog（回滚日志）：用于保证事务原子性和MVCC。事务修改数据前，记录原始数据到undolog，事务回滚时，通过undolog恢复原始数据；同时为MVCC提供历史数据版本。核心区别：redolog保证已提交数据不丢失，undolog保证事务可回滚、支持多版本查询。4、MySQL主从复制原理参考答案：主从复制核心是主库写入数据，从库同步主库数据，实现读写分离、数据备份。复制流程：1