Java 语言特性(面试系列2)

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	InnoDB	MyISAM
  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	MongoDB	MySQL
    数据模型	文档（JSON 格式）	表结构
    查询语言	类 JSON 的 BSON	SQL
    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。