数据库笔试题

数据库笔试题

1.简述关系型数据库和非关系型数据库的区别答关系型数据库是指使用了关系模型作为数据组织方式的数据库，其中关系模型是基于表格以及行与列的关联关系构建的常见的关系型数据库包括MySQL、Oracle.SQL Server等非关系型数据库则是使用非关系模型作为数据组织方式的数据库，它不依赖于固定的结构，主要提供键值对存储、文档数据库、图形数据库等多种存储方式常见的非关系型数据库包括MongoDB、Redis、Cassandra等

2.什么是SQL注入攻击？如何避免SQL注入攻击？答SQL注入攻击是一种利用Web应用程序的安全漏洞，通过将恶意代码插入到SQL语句中，进而攻击数据库的攻击行为攻击者可以在应用程序提交的数据中插入特定的SQL语句，使得后台数据库执行了不该执行的语句，从而达到攻击的目的为了避免SQL注入攻击，可以采取以下措施

（1）使用预编译或参数化查询语句，避免拼接字符串的方式构造SQL语句；

（2）对输入的数据进行过滤和验证，确保只接受有效的数据；

（3）限制应用程序用户对数据库的权限，保证数据的安全性

3.简述数据库三范式答数据库设计时遵循的三个范式，分别是第一范式（1NF）、第二范式（2NF）和第三范式（3NF）其中，第一范式（1NF）要求每个属性都是原子性的，不可再分解；第二范式（2NF）要求表中每个非主键属性必须完全依赖于主键而非依赖于主键的一部分；第三范式（3NF）要求所有非主键属性必须直接依赖于主键，而不能依赖于其他非主键属性三范式是数据库设计的重要原则，其目的是保证数据的完整性、一致性和可靠性

4.什么是索引？为什么要使用索引？答索引是一种数据结构，用于加快数据库的查询速度它通过描述表中数据的排列方式，在表的每一行中都保存一个指向数据所在位置的指针，可以提供更快的数据访问速度和查询效率使用索引可以减少数据库的扫描和读取操作量，提高查询速度和效率，对于大型数据库尤为重要

5.如何优化数据库查询性能？答数据库查询性能的优化可以采取以下措施

（1）合理设计数据库表结构，采用范式化设计，避免冗余数据和多余字段、表的联查操作；

（2）创建索引，提供查询效率；

（3）对查询语句进行优化，避免使用未知的操作符或不必要的操作符；

（4）缓存查询结果，避免重复查询；

（5）升级数据库软件，获得更快速的新功能；

（6）优化存储引擎参数，以提高查询效率

6.MySQL中InnoDB和My ISAM引擎的区别是什么答:MySQL中InnoDB和MylSAM是两种不同的存储引擎，它们主要区别如下1事务支持InnoDB支持事务处理，而MylSAM不支持；2索引支持InnoDB对外键等索引支持较好，MylSAM比较简单；3表锁定InnoDB采用行级锁定，MylSAM采用表锁定；4空间存储InnoDB存储空间占用较大，MylSAM存储空间占用较小

7.什么是ACID原则？什么时候需要使用ACID原则？答ACID是数据库事务处理的四个基本原则，分别是原子性Atomicity、一致性Consistency、隔离性Isolation和持久性Durability这四个o原则保证了数据库事物的可靠性和安全性，为高性能和高效的事务处理提供了必要的保证需要使用ACID原则的情况包括1需要保证事务的安全性和完整性，例如网上支付、银行对账等操作；2需要处理大量并发事务的情况下，例如网上交易、游戏服务器等

8.什么是分布式数据库？它有哪些优点和缺点？答分布式数据库是指将数据库存储在多个独立的计算机节点中，并且数据可以在节点之间共享和交换分布式数据库有如下的优点:1增强数据的可靠性和可用性数据可以在多个节点上备份和复制，减少出现数据丢失、瘫痪等问题的概率；2更好的伸缩性和弹性当用户数和数据量增加时，可以通过增加节点来扩展数据库集群；3更高的性能和吞吐能力基于负载均衡技术，数据可以存储在最靠近用户的节点上，减少了数据的传输时间但是，分布式数据库也有缺点，例如1更加复杂需要更多的硬件设备、软件工具和人力资源，管理和维护的成本较高；2数据安全性需要更加重视数据传输中可能会被窃取或篡改，需要采取更加严格的安全管理措施

9.Redis支持的数据类型有哪些？分别有什么应用场景？答Redis支持的数据类型包括字符串String＞哈希Hash、列表List、集合Set和有序集合Sorted Set等1字符串适合存储简单的键值对，例如缓存数据、计数器、分布式锁等场景；2哈希适合存储对象类型的属性和值信息，例如对象缓存、用户信息存储等场景；3列表适合存储有序的数据集合，例如队列、消息队列、任务管理等场景;4集合适合存储一些不需要重复元素的数据集合，例如用户标签、社交网络等场景；5有序集合适合存储有序的元素集合，例如排行榜、计分板等场景

10.MongoDB中的Sharding是什么？如何实现Sharding答MongoDB中的Sharding是用于支持大型、高容量的数据集的一种横向扩展的技术Sharding将数据集划分为多个片Shard,并将每个片分别分布在不同的机器上，从而使得数据能够分散在不同的节点上，实现高效和快速的查询和读取操作其中实现Sharding需要进行如下步骤1选择适当的Sharding Key选择一个合适的Sharding Key作为数据的分片依据2配置MongoDB Cluster在MongoDB的不同物理节点上部署相同的MongoDB分片服务，为每个服务设置不同的端口，并以独立的进程运行3启动Config Server启动Config Server,用于存储分片的元数据等信息4启动Shard Server在每个物理节点上启动Shard Server,手动将Shard加入到MongoDB集群中5启动Query Router启动Query Router,作为应用程序与MongoDB集群之间的桥梁，负责数据的路由、负载均衡和故障恢复。