Python面试综合--DB相关

Posted pankypan

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python面试综合--DB相关相关的知识,希望对你有一定的参考价值。

Python面试综合--DB相关

关系型数据库:mysql,Oracle,Postgrel, MariaDB, SQL Server等

  • 优点
    • 易用性:都是使用表结构,格式一致,支持sql语言
    • 支持复杂查询:多表连表查询
  • 缺点
    • 读写性能较差,海量数据时瓶颈出现
    • 灵活度不高
    • 高并发情况下硬盘IO出现瓶颈

非关系型数据库(Not Only SQL):Redis,Memcached, MongoDB, Hbase等

  • 优点
    • 格式灵活
    • 扩展性高
    • 速度快
    • 成本低


MySQL

存储引擎

详见:

  • MyISAM
  • InnoDB
  • Merge
  • Memory

索引

详见:

  • 聚集索引
  • 非聚集索引
  • 普通索引
  • 唯一索引
  • 组合索引

索引存储原理

B+树结构如下:
技术图片

版本变迁及特性

Mysql5.7新变化特性有:

  • 灵活性上开始支持json串格式字段
  • generated column. 即数据库中的这一列由其他列计算而得。例如,知道直角三角形的两条直角边,要求直角三角形的面积。
  • 性能提升:自动检测只读事务, 支持并行复制(slave-parallel-type)

Mysql 8.0变化特性有:

  • mysql8开始支持文档存储。开发人员可以将无模式 JSON 文档集合与关系表放在一起使用(文档是一堆键值对的集合,表现为 JSON 结构)
  • 性能大幅提升。速度比5.7快两倍,在读写工作负载、IO密集型工作负载、高竞争工作负载
  • 默认字符编码改为了utf8mb4

技术图片

事务及事务隔离

RU(readuncommited)未提交读; 缺陷:不可重复读现象

RC(read commited) 提交读; 缺陷:脏读

RR(repeatable read) 可重复读; 缺陷:虚读/幻读

详见:

MVCC

MVCC (多版本并发控制)

基本原理:某个时间点快照

  • 每行数据都存在一个版本,每次数据更新时都更新该版本
  • 修改时Copy出当前版本随意修改,各个事务之间无干扰
  • 保存时比较版本号,如果成功(commit),则覆盖原记录;失败则放弃copy(rollback)

InnoDB 中MVCC是如何实现的?

  • 创建时版本号
  • 删除时版本号
  • 事务版本号

MVCC适用场景:RC、RR

MySQL中MVCC 特性:写锁存在,只利用其中的读非阻塞

详见:


示例面试(1)

问题:知道mysql的事务隔离吗?/事务隔离分哪几个级别?/事务隔离性怎么保证/...

回答思路:

  • 空间线
    • ACID
    • 事务隔离的四个级别(概念及优缺点)
    • MySQL事务隔离性和其他DB区别

思路串联:

事务ACID-->事务隔离级别及分析-->MySQL事务隔离特性(留MVCC和GapLock引子)

示例答案:

数据库支持事务本身需要有具备四个特性:原子性、一致性、隔离性和持久性,也即ACID。其中事务的隔离性简单来说就是并发执行的多个事务之间互不干扰

? 事务隔离总体分为四个级别:第一个是RU(未提交读),该级别事务内容易出现脏读的情况,即事务A读到了事务B没有提交的数据;为了解决脏读问题,可以提高事务隔离级别到RC(提交读),此时事务A不会读到其他事务未提交的数据,但又产生了一个新的现象:事务A执行的过程中,有可能另外一个事务B提交了数据,此时事务读取的数据和之前不一致,即出现了不可重复读的问题;所以mysql的InnoDB本身默认采用了第三个事务隔离级别RR(可重复读),该级别使用MVCC(多版本并发控制)解决重复读的问题,一般的RR级别会出现幻读的问题,及同一个事务多次执行同一个select,读取到的数据行发生了改变,这是因为数据行发生了行数减少或者新增;而最高的事务隔离级别是SE(可序列化),该方式下事务相当于串行执行,解决了脏读、不可重复读、幻读等问题,但对性能和效率的影响很大,生产环境中很少会使用该隔离级别;

? 具体到mysql中,mysql默认的RR级别有一些特别,因为其引入了GAP LOCK(间隙锁)的概念,可在RR级别即可解决幻读的问题;另外一个特性是mysql里的MVCC只解决读-写的阻塞问题,写-写依然还是阻塞的。


MongoDB

存储引擎

  • MMAP
  • WiredTiger
  • RocksDB
  • Memory

WiredTiger:

3.2版本默认存储引擎都改为了wiredtiger

特性:

  • 文档级别锁,解决了锁粒度过大的问题
  • 磁盘数据压缩
  • 删除数据时,数据会立即删除
  • MongoDB3.0在多线程、批量插入场景下较之于MongoDB2.6有大约4-7倍的增长

Rocksdb:

特性:

  • 顺序写入:LSM Tree结构,随机写入转换为顺序写入
  • 速度稳定:和WiredTiger相比,写速度稳定

版本变迁及特性

MongoDB 3.0特性(2015年):

特性:

  • 顺序写入:LSM Tree结构,随机写入转换为顺序写入
  • 速度稳定:和WiredTiger相比,写速度稳定
  • 顺序写入:LSM Tree结构,随机写入转换为顺序写入
  • 速度稳定:和WiredTiger相比,写速度稳定

MongoDB 4.0特性(2018年6月):

特性:

  • 多文档事务支持
  • 4.2版本开始支持分片集群分布式事务

底层存储机制

空间局部性原理

B树:

  • 尽可能少减少磁盘IO
  • 查询性能快(O(1) --O(LogN))

B树(4阶)结构如下:
技术图片

和MySQL对比

海量数据读写频次高 -- MongoDB

关系型结构较多,应用场景事务要求高 -- MySQL

其他:成本、意愿、技术栈

集群及发展

常见的扩展方法:

a. 水平扩展:分库,分collection

b. 垂直扩展:分片(类似于mysql中分区)


Redis

详见:

存储类型

  • string
  • list
  • set
  • zset
  • hash

使用场景

  • 缓存高频次访问的数据,降低数据库io
  • 分布式架构,做session共享
  • 利用zset类型可以存储排行榜
  • 利用list做简易MQ或存储最新的n个数据

存储机制

  • list键:双向链表
  • hash键:字典dict
  • zset键:跳跃表zskiplist
  • ziplist:节省内存空间

集群

  • Twitter开发的twemproxy
  • 豌豆荚开发的codis
  • redis官方的redis-cluster

Bloom

Bloom Filter算法:

对于有n个元素的集合S=x1, x2,……,xn,我们用k个哈希函数(h1,h2,……,hn),分别将S中的每一个元素映射到一个m位的位数组(bm-1bm-2……b1b0)中。该位数组在初始化时所有置为0,每当用哈希函数映射到该位时则将该位置为1。对于已经置为1的位则不在反复置1。

如下图展示x1,x2, x3的插入过程:
技术图片

查找时性能:

  • 线性结构: O(N)
  • 二叉树:O(logN)
  • Bloom:O(1)


列式数据库

OLTP(on-line transaction processing ): 联机事务处理

OLAP(on-line Analytical Processing):联机分析处理

交易性数据库:oracle、sqlserver、mysql

分析性数据库:hbase、hive、clickhouse

数据库仓库

一般使用列式数据库:

  • 数据来源多个系统
  • 多维度统计数据
  • 更新数据少
  • ...

行式和列式对比

行存储:数据存储一行接一行;

列存储:一列的所有数据放一起;
技术图片


示例面试(2)

问题:MySQL和MongoDB区别?

思路:

  • 时间线
    • 2015年,MySQL5.7发布,开始支持json
    • 2018年,MySQL8.0版本,支持文档存储
    • 2018年,MongoDB4.0发布,支持多文档事务
  • 空间线
    • MySQL存储引擎及底层存储B+树
    • Mongodb存储引擎及底层存储B树
    • DB选型考虑因素

思路串联:

MySQL存储引擎及结构介绍--MongoDB存储引擎及结构介绍-->MySQL和MongoDB区别(夹杂时间线)--> DB选型因素--> 埋下一个问题引子(事务相关)

示例答案:

? MySQL是关系型数据库的一种,其存储引擎有MyISam, InnoDB,Merge等,目前在业界中大多使用的支持事务InnoDB存储引擎,从15年MySQL5.7开始,MySQL开始支持json格式(开始向nosql数据库靠近);而MongoDB去年8月份发布的最新版本4.0开始支持多文档事务,当前其默认的存储引擎wiredtiger性能非常卓越;

? mysql和MongoDB数据库发展越来越类似,都在取其精华,在具体的数据库选型时,两种DB底层的实现机制可能是一大考虑因素。mysql索引底层是用B+树实现的,而MongoDB则是采取的B树,B树的结构也就决定了MongoDB在海量读写的情况下性能比mysql卓越(时间复杂度是O(1)-O(logN)), 而MySQL B+树的特性也决定了MySQL更适合多区间范围查询的业务需求。

? 当然,在具体的项目DB选择过程中,我们还需要考虑到成本、团队成员的意愿、技术栈等情况。总的来说,在当前的情况下,如果是海量数据高并发读写,从技术的角度推荐使用MongoDB,如果数据结构相对统一,同时对于事务有较高要求,个人倾向于MySQL。

以上是关于Python面试综合--DB相关的主要内容,如果未能解决你的问题,请参考以下文章

python_面试题_DB相关问题

Python面试数据库

python测试工程师高端基础面试题整理

python面试题包含基础和Linux操作以及数据库相关

Python学习经验之谈:关于协程的理解和其相关面试问题

python面试题