前言

时至今日, Spring 在 Java 生态系统与就业市场上,面试出镜率之高,投产规模之广,无出其右。随着技术的发展,Spring 从往日的 IoC 框架,已发展成 Cloud Native 基础设施,衍生出大量 Spring 技术栈,如大家熟知

SpringBoot，Spring Cloud 和 Spring Security 等。Spring 的成功也给开发人员带来了不小的挑战,无论在架构选型,还是在日常开发中。唯有系统性地掌握 Spring Framework 思想、设计,以及实现,可游刃有余,以免进退失据。庞大的生态更需要高效的方法来理清思路,丰富的经验来指点迷津,充足的实践来巩固效果。

• 一个存储过程替代大量 T_SQL 语句 ，可以降低网络通信量，提高通信速率

存储过程的缺点：

• 每个数据库的存储过程语法几乎都不一样，十分难以维护（不通用）

• 业务逻辑放在数据库上，难以迭代

作为阅读福利小编整理了数据库相关的面试题+核心知识点，需要的点击此处

三个范式是什么

三个范式是什么

第一范式（1NF）：数据库表中的字段都是单一属性的，不可再分。这个单一属性由基本类型构成，包括整型、实数、字符型、逻辑型、日期型等。 第二范式（2NF）：数据库表中不存在非关键字段对任一候选关键字段的部分函数依赖（部分函数依赖指的是存在组合关键字中的某些字段决定非关键字段的情况），也即所有非关键字段都完全依赖于任意一组候选关键字。

第三范式（3NF）：在第二范式的基础上，数据表中如果不存在非关键字段对任一候选关键字段的传递函数依赖则符合第三范式。所谓传递函数依赖，指的是如果存在"A → B → C"的决定关系，则 C 传递函数依赖于 A。因此，满足第三范式的数据库表应该不存在如下依赖关系： 关键字段 → 非关键字段 x → 非关键字段 y

上面的文字我们肯定是看不懂的，也不愿意看下去的。接下来我就总结一下：

• 首先要明确的是：满足着第三范式，那么就一定满足第二范式、满足着第二范式就一定满足第一范式

• 第一范式：字段是最小的的单元不可再分

• 学生信息组成学生信息表，有年龄、性别、学号等信息组成。这些字段都不可再分，所以它是满足第一范式的

• 第二范式：满足第一范式,表中的字段必须完全依赖于全部主键而非部分主键。

• 其他字段组成的这行记录和主键表示的是同一个东西，而主键是唯一的，它们只需要依赖于主键，也就成了唯一的

• 学号为 1024 的同学，姓名为 Java3y，年龄是 22 岁。姓名和年龄字段都依赖着学号主键。

• 第三范式：满足第二范式，非主键外的所有字段必须互不依赖

• 就是数据只在一个地方存储，不重复出现在多张表中，可以认为就是消除传递依赖

• 比如，我们大学分了很多系（中文系、英语系、计算机系……），这个系别管理表信息有以下字段组成：系编号，系主任，系简介，系架构。那我们能不能在学生信息表添加系编号，系主任，系简介，系架构字段呢？不行的，因为这样就冗余了，非主键外的字段形成了依赖关系(依赖到学生信息表了)！正确的做法是：学生表就只能增加一个系编号字段。

什么是视图？以及视图的使用场景有哪些？

什么是视图？以及视图的使用场景有哪些？

视图是一种基于数据表的一种虚表

• （1）视图是一种虚表

• （2）视图建立在已有表的基础上, 视图赖以建立的这些表称为基表

• （3）向视图提供数据内容的语句为 SELECT 语句,可以将视图理解为存储起来的 SELECT 语句

• （4）视图向用户提供基表数据的另一种表现形式

• （5）视图没有存储真正的数据，真正的数据还是存储在基表中

• （6）程序员虽然操作的是视图，但最终视图还会转成操作基表

• （7）一个基表可以有 0 个或多个视图

有的时候，我们可能只关系一张数据表中的某些字段，而另外的一些人只关系同一张数据表的某些字段…

那么把全部的字段都都显示给他们看，这是不合理的。

我们应该做到：他们想看到什么样的数据，我们就给他们什么样的数据…一方面就能够让他们只关注自己的数据，另一方面，我们也保证数据表一些保密的数据不会泄露出来…

我们在查询数据的时候，常常需要编写非常长的 SQL 语句，几乎每次都要写很长很长…上面已经说了，视图就是基于查询的一种虚表，也就是说，视图可以将查询出来的数据进行封装。。。那么我们在使用的时候就会变得非常方便…

值得注意的是：使用视图可以让我们专注与逻辑，但不提高查询效率

drop、delete 与 truncate 分别在什么场景之下使用？

drop、delete 与 truncate 分别在什么场景之下使用？

我们来对比一下他们的区别：

drop table

• 1)属于 DDL

• 2)不可回滚

• 3)不可带 where

• 4)表内容和结构删除

• 5)删除速度快

truncate table

• 1)属于 DDL

• 2)不可回滚

• 3)不可带 where

• 4)表内容删除

• 5)删除速度快

delete from

• 1)属于 DML

• 2)可回滚

• 3)可带 where

• 4)表结构在，表内容要看 where 执行的情况

• 5)删除速度慢,需要逐行删除

• 不再需要一张表的时候，用 drop

• 想删除部分数据行时候，用 delete，并且带上 where 子句

• 保留表而删除所有数据的时候用 truncate

索引是什么？有什么作用以及优缺点？

索引是什么？有什么作用以及优缺点？

什么是索引【Index】

• （1）是一种快速查询表中内容的机制，类似于新华字典的目录

• （2）运用在表中某个些字段上，但存储时，独立于表之外

索引表把数据变成是有序的…

快速定位到硬盘中的数据文件…

rowid 特点

rowid 的特点

• （1）位于每个表中，但表面上看不见，例如：desc emp 是看不见的

• （2）只有在 select 中，显示写出 rowid，方可看见

• （3）它与每个表绑定在一起，表亡，该表的 rowid 亡，二张表 rownum 可以相同，但 rowid 必须是唯一的

• （4）rowid 是 18 位大小写加数字混杂体，唯一表代该条记录在 DBF 文件中的位置

• （5）rowid 可以参与=/like 比较时，用’'单引号将 rowid 的值包起来，且区分大小写

• （6）rowid 是联系表与 DBF 文件的桥梁

索引特点

索引的特点

• （1）索引一旦建立,** Oracle 管理系统会对其进行自动维护**, 而且由 Oracle 管理系统决定何时使用索引

• （2）用户不用在查询语句中指定使用哪个索引

• （3）在定义 primary key 或 unique 约束后系统自动在相应的列上创建索引

• （4）用户也能按自己的需求，对指定单个字段或多个字段，添加索引

需要注意的是：Oracle 是自动帮我们管理索引的，并且如果我们指定了 primary key 或者 unique 约束，系统会自动在对应的列上创建索引…

什么时候【要】创建索引

• （1）表经常进行 SELECT 操作

• （2）表很大(记录超多)，记录内容分布范围很广

• （3）列名经常在 WHERE 子句或连接条件中出现

什么时候【不要】创建索引

• （1）表经常进行 INSERT/UPDATE/DELETE 操作

• （2）表很小(记录超少)

• （3）列名不经常作为连接条件或出现在 WHERE 子句中

索引优缺点：

• 索引加快数据库的检索速度

• 索引降低了插入、删除、修改等维护任务的速度(虽然索引可以提高查询速度，但是它们也会导致数据库系统更新数据的性能下降，因为大部分数据更新需要同时更新索引)

• 唯一索引可以确保每一行数据的唯一性，通过使用索引，可以在查询的过程中使用优化隐藏器，提高系统的性能

• 索引需要占物理和数据空间

索引分类：

• 唯一索引：唯一索引不允许两行具有相同的索引值

• 主键索引：为表定义一个主键将自动创建主键索引，主键索引是唯一索引的特殊类型。主键索引要求主键中的每个值是唯一的，并且不能为空

• 聚集索引(Clustered)：表中各行的物理顺序与键值的逻辑（索引）顺序相同，每个表只能有一个

• 非聚集索引(Non-clustered)：非聚集索引指定表的逻辑顺序。数据存储在一个位置，索引存储在另一个位置，索引中包含指向数据存储位置的指针。可以有多个，小于 249 个

什么是事务？

什么是事务？

事务简单来说：一个 Session 中所进行所有的操作，要么同时成功，要么同时失败

ACID — 数据库事务正确执行的四个基本要素

• 包含：原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）。

一个支持事务（Transaction）中的数据库系统，必需要具有这四种特性，否则在事务过程（Transaction processing）当中无法保证数据的正确性，交易过程极可能达不到交易。

举个例子:A 向 B 转账，转账这个流程中如果出现问题，事务可以让数据恢复成原来一样【A 账户的钱没变，B 账户的钱也没变】。

事例说明：

 /*
    * 我们来模拟A向B账号转账的场景
    *   A和B账户都有1000块，现在我让A账户向B账号转500块钱
    *
    * */
            //JDBC默认的情况下是关闭事务的，下面我们看看关闭事务去操作转账操作有什么问题


            //A账户减去500块
            String sql = "UPDATE a SET money=money-500 ";
            preparedStatement = connection.prepareStatement(sql);
            preparedStatement.executeUpdate();


            //B账户多了500块
            String sql2 = "UPDATE b SET money=money+500";
            preparedStatement = connection.prepareStatement(sql2);
            preparedStatement.executeUpdate(); 

从上面看，我们的确可以发现 A 向 B 转账，成功了。可是**如果 A 向 B 转账的过程中出现了问题呢？**下面模拟一下

 //A账户减去500块
            String sql = "UPDATE a SET money=money-500 ";
            preparedStatement = connection.prepareStatement(sql);
            preparedStatement.executeUpdate();


      //这里模拟出现问题
            int a = 3 / 0;


            String sql2 = "UPDATE b SET money=money+500";
            preparedStatement = connection.prepareStatement(sql2);
            preparedStatement.executeUpdate(); 

显然，上面代码是会抛出异常的，我们再来查询一下数据。A 账户少了 500 块钱，B 账户的钱没有增加。这明显是不合理的。

我们可以通过事务来解决上面出现的问题

 //开启事务,对数据的操作就不会立即生效。
            connection.setAutoCommit(false);


            //A账户减去500块
            String sql = "UPDATE a SET money=money-500 ";
            preparedStatement = connection.prepareStatement(sql);
            preparedStatement.executeUpdate();


            //在转账过程中出现问题
            int a = 3 / 0;


            //B账户多500块
            String sql2 = "UPDATE b SET money=money+500";
            preparedStatement = connection.prepareStatement(sql2);
            preparedStatement.executeUpdate();


            //如果程序能执行到这里，没有抛出异常，我们就提交数据
            connection.commit();


      //关闭事务【自动提交】
      connection.setAutoCommit(true);


        } catch (SQLException e) {
            try {
                //如果出现了异常，就会进到这里来，我们就把事务回滚【将数据变成原来那样】
                connection.rollback();


                //关闭事务【自动提交】
                connection.setAutoCommit(true);
            } catch (SQLException e1) {
                e1.printStackTrace();
            } 

上面的程序也一样抛出了异常，A 账户钱没有减少，B 账户的钱也没有增加。

注意：当 Connection 遇到一个未处理的 SQLException 时，系统会非正常退出，事务也会自动回滚，但如果程序捕获到了异常，是需要在 catch 中显式回滚事务的。

事务隔离级别

数据库定义了 4 个隔离级别：

1. Serializable【可避免脏读，不可重复读，虚读】

2. Repeatable read【可避免脏读，不可重复读】

3. Read committed【可避免脏读】

4. Read uncommitted【级别最低，什么都避免不了】

分别对应 Connection 类中的 4 个常量

1. TRANSACTION_READ_UNCOMMITTED

2. TRANSACTION_READ_COMMITTED

3. TRANSACTION_REPEATABLE_READ

4. TRANSACTION_SERIALIZABLE

脏读：一个事务读取到另外一个事务未提交的数据

例子：A 向 B 转账，A 执行了转账语句，但 A 还没有提交事务，B 读取数据，发现自己账户钱变多了！B 跟 A 说，我已经收到钱了。A 回滚事务【rollback】，等 B 再查看账户的钱时，发现钱并没有多。

不可重复读：一个事务读取到另外一个事务已经提交的数据，也就是说一个事务可以看到其他事务所做的修改

注：A 查询数据库得到数据，B 去修改数据库的数据，导致 A 多次查询数据库的结果都不一样【危害：A 每次查询的结果都是受 B 的影响的，那么 A 查询出来的信息就没有意思了】

虚读(幻读)：是指在一个事务内读取到了别的事务插入的数据，导致前后读取不一致。

注：和不可重复读类似，但虚读(幻读)会读到其他事务的插入的数据，导致前后读取不一致

简单总结：脏读是不可容忍的，不可重复读和虚读在一定的情况下是可以的【做统计的肯定就不行】。

数据库的乐观锁和悲观锁是什么？

数据库的乐观锁和悲观锁是什么？

确保在多个事务同时存取数据库中同一数据时不破坏事务的隔离性和统一性以及数据库的统一性，乐观锁和悲观锁是并发控制主要采用的技术手段。

• 悲观锁：假定会发生并发冲突，屏蔽一切可能违反数据完整性的操作

• 在查询完数据的时候就把事务锁起来，直到提交事务

• 实现方式：使用数据库中的锁机制

• 乐观锁：假设不会发生并发冲突，只在提交操作时检查是否违反数据完整性。

• 在修改数据的时候把事务锁起来，通过 version 的方式来进行锁定

• 实现方式：使用 version 版本或者时间戳

悲观锁：

乐观锁：

超键、候选键、主键、外键分别是什么？

超键、候选键、主键、外键分别是什么？

• 超键：在关系中能唯一标识元组的属性集称为关系模式的超键。一个属性可以为作为一个超键，多个属性组合在一起也可以作为一个超键。超键包含候选键和主键。

• 候选键(候选码)：是最小超键，即没有冗余元素的超键。

• 主键(主码)：数据库表中对储存数据对象予以唯一和完整标识的数据列或属性的组合。一个数据列只能有一个主键，且主键的取值不能缺失，即不能为空值（Null）。

• 外键：在一个表中存在的另一个表的主键称此表的外键。

候选码和主码：

例子：邮寄地址（城市名，街道名，邮政编码，单位名，收件人）

• 它有两个候选键:{城市名，街道名} 和 {街道名，邮政编码}

• 如果我选取{城市名，街道名}作为唯一标识实体的属性，那么{城市名，街道名} 就是主码(主键)

SQL 约束有哪几种？

SQL 约束有哪几种？

• NOT NULL: 用于控制字段的内容一定不能为空（NULL）。

• UNIQUE: 控件字段内容不能重复，一个表允许有多个 Unique 约束。

• PRIMARY KEY: 也是用于控件字段内容不能重复，但它在一个表只允许出现一个。

• FOREIGN KEY: 用于预防破坏表之间连接的动作，也能防止非法数据插入外键列，因为它必须是它指向的那个表中的值之一。

• CHECK: 用于控制字段的值范围。

数据库运行于哪种状态下可以防止数据的丢失？

数据库运行于哪种状态下可以防止数据的丢失？

在 archivelog mode(归档模式)只要其归档日志文件不丢失，就可以有效地防止数据丢失。

Mysql 存储引擎

Mysql 的存储引擎有以下几种：

我的是 5.7.15 版本，默认使用的是 Innodb 版本！

常用的存储引擎有以下：

• Innodb 引擎，Innodb 引擎提供了对数据库 ACID 事务的支持。并且还提供了行级锁和外键的约束。它的设计的目标就是处理大数据容量的数据库系统。

• MyIASM 引擎(原本 Mysql 的默认引擎),不提供事务的支持，也不支持行级锁和外键。

• MEMORY 引擎：所有的数据都在内存中，数据的处理速度快，但是安全性不高。

同一个数据库也可以使用多种存储引擎的表。如果一个表修改要求比较高的事务处理，可以选择 InnoDB。这个数据库中可以将查询要求比较高的表选择 MyISAM 存储。如果该数据库需要一个用于查询的临时表，可以选择 MEMORY 存储引擎。

MyIASM 和 Innodb 两种引擎所使用的索引的数据结构是什么？

MyIASM 和 Innodb 两种引擎所使用的索引的数据结构是什么？

答案:都是 B+树!

MyIASM 引擎，B+树的数据结构中存储的内容实际上是实际数据的地址值。也就是说它的索引和实际数据是分开的，只不过使用索引指向了实际数据。这种索引的模式被称为非聚集索引。

Innodb 引擎的索引的数据结构也是 B+树，只不过数据结构中存储的都是实际的数据，这种索引有被称为聚集索引。

varchar 和 char 的区别

varchar 和 char 的区别

Char 是一种固定长度的类型，varchar 是一种可变长度的类型

mysql 有关权限的表都有哪几个

mysql 有关权限的表都有哪几个

MySQL 服务器通过权限表来控制用户对数据库的访问，权限表存放在 mysql 数据库里，由 mysql_install_db 脚本初始化。这些权限表分别 user，db，table_priv，columns_priv 和 host。下面分别介绍一下这些表的结构和内容：

• user 权限表：记录允许连接到服务器的用户帐号信息，里面的权限是全局级的。

• db 权限表：记录各个帐号在各个数据库上的操作权限。

• table_priv 权限表：记录数据表级的操作权限。

• columns_priv 权限表：记录数据列级的操作权限。

• host 权限表：配合 db 权限表对给定主机上数据库级操作权限作更细致的控制。这个权限表不受 GRANT 和 REVOKE 语句的影响。

数据表损坏的修复方式有哪些？

数据表损坏的修复方式有哪些？

使用 myisamchk 来修复，具体步骤：

• 1）修复前将 mysql 服务停止。

• 2）打开命令行方式，然后进入到 mysql 的/bin 目录。

• 3）执行 myisamchk –recover 数据库所在路径/*.MYI

使用 repair table 或者 OPTIMIZE table 命令来修复，REPAIR TABLE table_name 修复表 OPTIMIZE TABLE table_name 优化表 REPAIR TABLE 用于修复被破坏的表。 OPTIMIZE TABLE 用于回收闲置的数据库空间，当表上的数据行被删除时，所占据的磁盘空间并没有立即被回收，使用了 OPTIMIZE TABLE 命令后这些空间将被回收，并且对磁盘上的数据行进行重排（注意：是磁盘上，而非数据库）

MySQL 中 InnoDB 引擎的行锁是通过加在什么上完成

MySQL 中 InnoDB 引擎的行锁是通过加在什么上完成

InnoDB 是基于索引来完成行锁

例: select * from tab_with_index where id = 1 for update;

for update 可以根据条件来完成行锁锁定,并且 id 是有索引键的列,

如果 id 不是索引键那么 InnoDB 将完成表锁,并发将无从谈起

数据库优化的思路

SQL 优化

在我们书写 SQL 语句的时候，其实书写的顺序、策略会影响到 SQL 的性能，虽然实现的功能是一样的，但是它们的性能会有些许差别。

因此，下面就讲解在书写 SQL 的时候，怎么写比较好。

①选择最有效率的表名顺序

数据库的解析器按照从右到左的顺序处理 FROM 子句中的表名，FROM 子句中写在最后的表将被最先处理

在 FROM 子句中包含多个表的情况下：

• 如果三个表是完全无关系的话，将记录和列名最少的表，写在最后，然后依次类推

• 也就是说：选择记录条数最少的表放在最后

如果有 3 个以上的表连接查询：

• 如果三个表是有关系的话，将引用最多的表，放在最后，然后依次类推。

• 也就是说：被其他表所引用的表放在最后

例如：查询员工的编号，姓名，工资，工资等级，部门名

emp 表被引用得最多，记录数也是最多，因此放在 form 字句的最后面

 select emp.empno,emp.ename,emp.sal,salgrade.grade,dept.dname
from salgrade,dept,emp
where (emp.deptno = dept.deptno) and (emp.sal between salgrade.losal and salgrade.hisal) 

②WHERE 子句中的连接顺序

数据库采用自右而左的顺序解析 WHERE 子句,根据这个原理,表之间的连接必须写在其他 WHERE 条件之左,那些可以过滤掉最大数量记录的条件必须写在 WHERE 子句的之右。

emp.sal 可以过滤多条记录，写在 WHERE 字句的最右边

 select emp.empno,emp.ename,emp.sal,dept.dname
      from dept,emp
      where (emp.deptno = dept.deptno) and (emp.sal > 1500) 

③SELECT 子句中避免使用*号

我们当时学习的时候，“*”号是可以获取表中全部的字段数据的。

• 但是它要通过查询数据字典完成的，这意味着将耗费更多的时间

• 使用*号写出来的 SQL 语句也不够直观。

④用 TRUNCATE 替代 DELETE

这里仅仅是：删除表的全部记录，除了表结构才这样做。

DELETE 是一条一条记录的删除，而 Truncate 是将整个表删除，保留表结构，这样比 DELETE 快

⑤多使用内部函数提高 SQL 效率

例如使用 mysql 的 concat()函数会比使用||来进行拼接快，因为 concat()函数已经被 mysql 优化过了。

⑥使用表或列的别名

Docker 步步实践

目录文档：

①Docker 简介

②基本概念

③安装 Docker

④使用镜像：

⑤操作容器：

⑥访问仓库：

⑦数据管理：

⑧使用网络：

⑨高级网络配置：

⑩安全：

?底层实现：

?其他项目：

有需要完整版源码+笔记的朋友点击这里免费获取