千万不要给女朋友解释 什么是 “二叉树算法”

Posted 2021-04-03 程序员一凡

千万别给自己女朋友以任何方式讲技术，问就是不知道，秘诀~

事情是这样的。

女朋友最近突然爱学习了，各种刷数据库、Linux方面的题，以前都是没日没夜的追剧，突然有了学习的劲头，着实让我没想到。看似一片欣欣向荣，不过，长期的生存经验告诉我，这并不是什么好事，事出反常必有妖~

但凡有交友经验的兄弟都知道，和女朋友讲技术真是一言难尽，不光看你讲解的临场发挥能力，还要分N次考核你对女朋友的耐心程度。

一个零基础小白不追肥皂剧了，开始研究数据库、Linux，弯转的有点急啊，不过，不管怎么样渴望学习是好事。

和当初去小米面试不一样，你要没有扎实的基本功，想忽悠住面试官可太难了。但现在我这点水平忽悠她，那还不跟欺负小学生一样。

今天突然问我：" 什么是 数据库 的二叉树算法？"，我有点惊讶，问的挺深入，看来这次是认真学了啊。那得赶紧讲不能打消人家的学习积极性。

于是我清了清嗓子：关于数据库，我认为是软件测试工程师第一个要学的技术也是最重要的基础。不仅你做功能测试要用到数据库；接口测试、很多接口的返回值它是动态的，那么你要去数据库拿数据来校验；还有自动化，怎么去做一些数据驱动，都要从数据库里去拿。你做性能测试是不是也和数据库有关。比如慢查询，都和数据库有关。

打开电脑翻出了当初我面试时候总结的面试题数据库部分：

随便秀了一下我的面经

所以说，你要去面试软件测试工程师。数据库这一关你得要有底。

她双手托着下巴听得很是仔细。（貌似从她眼中看到了崇拜）

首先如果你要去面试，你得首先保证你掌握了sql的基本查询

增删改查

第一部分：软件测试基础理论、流程还有项目管理

增删改查大家基本都会吧，Select、Delete、Update、还有一个子查询、关联查询、分组查询、分组过滤。

子查询：就是一个嵌套在查询语句中的查询

关联查询：内连接、外连接（左连接、右连接）

我相信每次去面试的时候很多人都会去百度。搜索什么是什么子查询？什么是关联、分组查询？什么是分组过滤……经过熬夜看完了几篇“深度好文”可能面试官问，也会胸有成竹。

如果以上的内容都不熟悉，就不要在简历中写：“我熟悉数据库的语句”

你可能比较陌生的可能是分组查询( group by)和分组过滤(having)

分组查询( group by)是一个按照表中一个或者多个字段，将数据进行分组，一般用于数据进行分类汇总。

其实这是个挺简单的概念。

她点了点头，说嗯嗯，这些我都掌握了
“好的，那我们接着来看下面的面试问题，从面试题反推来学习软件测试的技术”

第二部分：数据库

1.说一下你常用的sql优化方式?为什么select*效率低?

优化方式比如说你用到了select*，那么我就会问你为什么select*效率低?

可能你会说因为*是查询所有的。

面试官：那还有呢？还有什么要补充的吗？

我：（抓抓头发，手儿无处安放）面试官，你干脆把简历还给我吧，我都不想再说下去了。

有很多时候是这样子的 ，当面试官问到你一个问题，如果你只知道一点点，你说出来一点点，面试官问你还有没有其他要补充的……

她被我的动作逗笑了

那么select*为什么效率低?

第一个你需要根据你理解的原理，具体分析。有时候做测试你会去看一些mysql的书籍，它会告诉你，一律不要用*作为查询的字段的列表。

她放开了托着下巴的手，抬头问我：为什么呢？

第一个，不需要的列会增加数据传输时间和网络开销。有些数据库和应用不在一台服务器。

比如我的应用数据库肯定是有一个服务器的，那你的后端前端可能不在同一台服务器上，会有很多网络开销。因为有时候我们在前端的操作都会用到数据库，如果你都用select* 那么就大大增加了网络开销，它会去解析很多的内容。特别一些select语句比较复杂解析比较多的时候，会给数据库造成沉重的负担。

特别有一些大类型的字段，比如有一个叫做text 、 它是非常大的

varchar（字符串类型）比如还有一些加密的、日之类的字段，增加网络消耗是非常明显的。即使这个Mysql服务器和客户端在同一台机器上，使用的协议tcp通信也需要额外的时间，所以说这个传输时间和网络开销肯定会加大。

那么对于这些无用的大字段，可能还会增加一些IO操作。（如果长度超过一定字节，它会把一些超出的速率数据化到另一个地方，然后再去读取这些记录就会增加一次IO操作）

其实还有一个非常重要的点，Mysql有一个概念：覆盖索引（业界极为推崇的查询优化方式）

如果你用到了select*，你将失去Mysql优化器覆盖索引策略优化的可能性。

奥，原来如此，懂了懂了……懂得还挺多嘛~

（此时，心中暗喜，虽然经常被夸，但对于技术这一块，我拿捏得死死的，夸到终点了）

那我们接下来看什么是索引?索引为什么能增加查询效率？

索引是和性能息息相关的一个东西

如果我们把数据库当做一本“新华字典”索引就是这个字典的目录。一般会针对where（id等于多少）条件后面的字段

索引既然是一个目录，那么它就可以分为很多级。（目录下面又有一个目录）

图中的id是一个int类型，那么图中的“钥匙”代表什么？主键。所以说id可能是主键，其他的一些就是字段名称、字段类型、字段的长度

SHON INDEX fromorderl （查询某个表索引语句）  

吧啦吧啦半天，给我自己都讲嗨了，我问人家懂了嘛，她来一句：懂了一丢丢，我待会再好好理解一下？

记住一个概念，主键本身就是一种唯一索引。

比如你要去查询select * from where id=4  id等于多少，它就用到了一种索引。所以说索引就是这个字典的目录，一般会针对where条件后面的字段。

所以说这样去查，如果你不是主键，那么会慢很多，如果你是主键是索引，就会快很多。

此时她明显有点不耐烦了，说了这么多。“那么什么是二叉树算法呢”
“别急别急，马上就讲”

为什么索引能让查询变快？

数据结构

btree:二叉树算法

举个例子：

这个数据库表刚好有11行，当我想查询小六，比如说select * from where id=4 的时候，这个时候如果不加索引。执行这行语句做的什么动作？就是一个一个查下去，查到4的时候还会往下查询，查11次。

如果一般的有百万级的数据，它就会去查百万次。

如果我们用二叉树算法（索引）它会去查询多少次呢？

二叉树的原理：取中间一个数，大于的右移，小于的左移。每次减半。

11个数据，二叉树的一个经典的算法，取中间的一个数，11最中间的一个数是什么？是6对吧。那么它会把小于6的12345放一边，然后这里7891011也会放一边，他就会这样去进行。

我们来看一看如果它加了索引，它会查询几次。比如它第一次查id等于4，它会取中间一个数等于6，我们要的不是等于6。根据原理，它就又会去取中间一个值，大于的右移，小于的左移6的中间值是3，12放左边，45放右边。

那么它可能查三到四次就可以查到了。这就是索引的效率，是不是会快很多？数据量大的时候提高效率可想而知。

我对自己的表现，很满意。

然而……

“我就让你给我解释什么是二叉树算法，你给我讲这么多，我要好好消化一下。这个月的饭你来做，衣服碗也一起洗了奥~”

太难了……

大智若愚。

我有女朋友吗

以上故事纯属虚构，如有雷同算你牛批

你若盛开，清风自来。最后祝大家拿到满意的offer ~

---