Java面试黄金宝典35

ylfhpy2025-04-08 20:52

1. A 和 B 两个表做等值连接 (Inner join) 怎么优化

  1. 索引优化 ：在连接字段上创建索引，让数据库在进行等值连接时，能够快速定位匹配的记录，减少全表扫描的开销。例如，若 A 表和 B 表通过 id 字段进行连接，可在 A.id 和 B.id 上分别创建索引。
  2. 表的顺序：通常把小表放在前面。数据库进行连接操作时，先扫描前面的表，将其结果作为驱动集，再与后面的表匹配。小表数据量少，扫描速度快，能减少中间结果集的大小。
  3. 过滤条件前置 ：在连接之前，利用 WHERE 子句尽可能过滤掉不必要的数据，减少参与连接的记录数，提升连接效率。
  4. 调整数据库参数 ：比如调整 join_buffer_size 参数，它用于在内存中缓存连接操作的中间结果。适当增大该参数可减少磁盘 I/O，提高连接性能。
  • 定义

等值连接是一种基于两个表中指定列的值相等来组合记录的操作。通过优化连接过程，可以减少数据库的 I/O 操作和 CPU 计算量，提高查询性能。

  • 要点
  1. 确保连接字段有索引。
  2. 合理安排表的连接顺序。
  3. 尽早过滤数据。
  4. 根据实际情况调整数据库参数。
  • 应用

在电商系统中，订单表和商品表进行连接查询时，可使用上述优化方法提高查询速度，为用户快速展示订单详情。

代码示例

sql

复制代码 
-- 创建表 A
CREATE TABLE A (
    id INT,
    name VARCHAR(50),
    PRIMARY KEY (id)
);

-- 创建表 B
CREATE TABLE B (
    id INT,
    price DECIMAL(10, 2),
    PRIMARY KEY (id)
);

-- 在连接字段上创建索引
CREATE INDEX idx_a_id ON A(id);
CREATE INDEX idx_b_id ON B(id);

-- 执行等值连接查询，同时使用过滤条件
SELECT A.id, A.name, B.price
FROM A
INNER JOIN B ON A.id = B.id
WHERE A.id > 10;

2. 数据库连接池的理解和优化

数据库连接池是一种数据库连接的管理机制，预先创建一定数量的数据库连接。当应用程序需要与数据库交互时，直接从连接池中获取连接，使用完毕后再将连接返回给连接池，而非每次都创建和销毁连接。

优化方法如下：

  1. 合理设置连接池大小：依据应用程序的并发量和数据库的处理能力，设置合适的最小连接数、最大连接数和空闲连接数。若连接池太小，应用程序可能需等待连接；若太大，会占用过多系统资源。
  2. 连接超时设置：设置连接的最大使用时间和等待时间。当连接使用时间超过最大使用时间时，关闭并重新创建；当等待连接的时间超过等待时间时，抛出异常，避免应用程序长时间等待。
  3. 连接验证 ：从连接池中获取连接时，验证连接的有效性。可通过发送简单的 SQL 语句（如 SELECT 1）检查连接是否正常。
  4. 定期清理空闲连接：定期检查连接池中的空闲连接，关闭空闲时间过长的连接，释放系统资源。
  • 定义

数据库连接池是一种用于管理数据库连接的技术，通过复用连接，减少连接创建和销毁的开销，提高应用程序的性能和响应速度。

  • 要点
  1. 合理配置连接池大小。
  2. 设置连接超时和验证机制。
  3. 定期清理空闲连接。
  • 应用

在高并发的 Web 应用中，使用数据库连接池可以显著提高系统的性能和稳定性，避免频繁创建和销毁连接导致的资源浪费。

代码示例

java

复制代码 
import java.sql.Connection;
import java.sql.SQLException;
import javax.sql.DataSource;
import com.zaxxer.hikari.HikariConfig;
import com.zaxxer.hikari.HikariDataSource;

public class ConnectionPoolExample {
    private static DataSource dataSource;

    static {
        HikariConfig config = new HikariConfig();
        config.setJdbcUrl("jdbc:mysql://localhost:3306/mydb");
        config.setUsername("root");
        config.setPassword("password");
        config.setMinimumIdle(5);
        config.setMaximumPoolSize(20);
        config.setIdleTimeout(30000);
        config.setConnectionTimeout(2000);
        dataSource = new HikariDataSource(config);
    }

    public static Connection getConnection() throws SQLException {
        return dataSource.getConnection();
    }

    public static void main(String[] args) {
        try (Connection connection = getConnection()) {
            System.out.println("Connection obtained successfully: " + connection);
        } catch (SQLException e) {
            e.printStackTrace();
        }
    }
}

3. 数据库增删改查基本语句， 建表建索引

  1. 建表：创建一个新的表结构，定义表的列名、数据类型和约束条件。
  2. 建索引：在指定的列上创建索引，提高查询效率。
  3. 插入数据：向表中插入新的记录。
  4. 查询数据：从表中检索符合条件的记录。
  5. 更新数据：修改表中已有的记录。
  6. 删除数据：从表中删除符合条件的记录。
  • 定义

建表是在数据库中创建一个新的数据存储结构；建索引是为了提高数据查询的速度；增删改查操作是对数据库中数据进行基本的增、删、改、查操作。

  • 要点
  1. 建表时要合理定义列的数据类型和约束条件。
  2. 建索引时要选择合适的列，避免过多的索引影响插入、更新和删除操作的性能。
  3. 增删改查语句要注意条件的准确性。
  • 应用

在开发一个简单的学生管理系统时，可使用这些基本语句对学生信息进行管理。

代码示例

sql

复制代码 
-- 建表
CREATE TABLE students (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    age INT
);

-- 建索引
CREATE INDEX idx_name ON students (name);

-- 插入数据
INSERT INTO students (id, name, age) VALUES (1, 'John', 20);

-- 查询数据
SELECT * FROM students WHERE age > 18;

-- 更新数据
UPDATE students SET age = 21 WHERE id = 1;

-- 删除数据
DELETE FROM students WHERE id = 1;

4. 分组排序

分组排序是先对数据进行分组，然后在每个分组内进行排序。例如，统计每个班级的学生成绩，并按成绩从高到低排序。

  • 定义

分组排序是一种数据处理方式，通过 GROUP BY 子句将数据按照指定的列进行分组，再使用 ORDER BY 子句对分组后的结果进行排序。

  • 要点
  1. GROUP BY 子句后面的列名必须在 SELECT 列表中出现。
  2. ORDER BY 子句可以指定排序的方向（ASC 或 DESC）。
  • 应用

在统计分析中，可对销售数据按地区分组，然后在每个地区内按销售额排序，以便分析不同地区的销售情况。

代码示例

sql

复制代码 
-- 创建示例表
CREATE TABLE scores (
    class VARCHAR(20),
    student_name VARCHAR(50),
    score INT
);

-- 插入示例数据
INSERT INTO scores (class, student_name, score) VALUES
('Class A', 'Alice', 85),
('Class A', 'Bob', 90),
('Class B', 'Charlie', 78),
('Class B', 'David', 88);

-- 分组排序查询
SELECT class, student_name, score
FROM scores
GROUP BY class
ORDER BY class, score DESC;

5. SQL 语句的 5 个连接概念

  1. 内连接（Inner Join）：只返回两个表中连接字段匹配的记录。
  2. 左连接（Left Join） ：返回左表中的所有记录，以及右表中连接字段匹配的记录。若右表中没有匹配的记录，则用 NULL 填充。
  3. 右连接（Right Join） ：返回右表中的所有记录，以及左表中连接字段匹配的记录。若左表中没有匹配的记录，则用 NULL 填充。
  4. 全连接（Full Outer Join） ：返回两个表中的所有记录，无论是否匹配。若没有匹配的记录，则用 NULL 填充。在某些数据库中，可能需要使用 UNION 来模拟全连接。
  5. 交叉连接（Cross Join）：返回两个表的笛卡尔积，即左表中的每一条记录都与右表中的每一条记录组合。
  • 定义

不同的连接方式根据连接条件和匹配规则，从两个表中选取不同的记录组合，以满足不同的查询需求。

  • 要点
  1. 理解不同连接方式的匹配规则。
  2. 根据业务需求选择合适的连接方式。
  • 应用

在电商系统中，可使用内连接查询订单和商品的关联信息；使用左连接查询所有用户及其订单信息，即使某些用户没有订单。

代码示例

sql

复制代码 
-- 创建表 A
CREATE TABLE tableA (
    id INT,
    name VARCHAR(50),
    PRIMARY KEY (id)
);

-- 创建表 B
CREATE TABLE tableB (
    id INT,
    price DECIMAL(10, 2),
    PRIMARY KEY (id)
);

-- 插入示例数据
INSERT INTO tableA (id, name) VALUES (1, 'Item A');
INSERT INTO tableA (id, name) VALUES (2, 'Item B');
INSERT INTO tableB (id, price) VALUES (2, 10.00);
INSERT INTO tableB (id, price) VALUES (3, 20.00);

-- 内连接
SELECT * FROM tableA
INNER JOIN tableB ON tableA.id = tableB.id;

-- 左连接
SELECT * FROM tableA
LEFT JOIN tableB ON tableA.id = tableB.id;

-- 右连接
SELECT * FROM tableA
RIGHT JOIN tableB ON tableA.id = tableB.id;

-- 全连接（MySQL 中模拟）
SELECT * FROM tableA
LEFT JOIN tableB ON tableA.id = tableB.id
UNION
SELECT * FROM tableA
RIGHT JOIN tableB ON tableA.id = tableB.id;

-- 交叉连接
SELECT * FROM tableA
CROSS JOIN tableB;

6. 数据库优化和架构

  • 数据库优化
  1. 索引优化：合理创建索引，避免过多或不必要的索引。
  2. 查询优化：优化 SQL 语句，避免全表扫描，使用合适的连接方式和过滤条件。
  3. 表结构优化：合理设计表结构，避免数据冗余，采用合适的数据类型。
  4. 数据库参数调整：根据数据库的硬件配置和应用程序的需求，调整数据库的参数，如内存分配、并发连接数等。
  • 数据库架构
  1. 垂直拆分：将一个大表按照列拆分成多个小表，减少单个表的字段数量，提高查询效率。
  2. 水平拆分：将一个大表按照行拆分成多个小表，分散数据存储，提高并发处理能力。
  3. 读写分离：将读操作和写操作分离到不同的数据库服务器上，提高系统的并发性能。
  4. 分布式数据库：采用分布式数据库架构，将数据分散存储在多个节点上，提高系统的可扩展性和容错性。
  • 定义

数据库优化是通过一系列技术手段提高数据库的性能和响应速度；数据库架构设计是根据应用程序的需求和数据特点，选择合适的架构模式，提高系统的可扩展性、并发性能和容错性。

  • 要点
  1. 综合考虑数据库的性能、可扩展性和容错性。
  2. 根据业务需求选择合适的优化和架构方案。
  • 应用

在大型电商系统中，可采用读写分离和水平拆分的架构，提高系统的并发处理能力和可扩展性；同时进行数据库优化，提高查询性能。

代码示例（读写分离）

java

复制代码 
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.Statement;

public class ReadWriteSeparationExample {
    private static final String WRITE_URL = "jdbc:mysql://master:3306/mydb";
    private static final String READ_URL = "jdbc:mysql://slave:3306/mydb";
    private static final String USER = "root";
    private static final String PASSWORD = "password";

    public static void main(String[] args) {
        // 写操作
        try (Connection writeConnection = DriverManager.getConnection(WRITE_URL, USER, PASSWORD);
             Statement writeStatement = writeConnection.createStatement()) {
            String insertQuery = "INSERT INTO users (name) VALUES ('John')";
            writeStatement.executeUpdate(insertQuery);
            System.out.println("Write operation completed.");
        } catch (Exception e) {
            e.printStackTrace();
        }

        // 读操作
        try (Connection readConnection = DriverManager.getConnection(READ_URL, USER, PASSWORD);
             Statement readStatement = readConnection.createStatement()) {
            String selectQuery = "SELECT * FROM users";
            ResultSet resultSet = readStatement.executeQuery(selectQuery);
            while (resultSet.next()) {
                System.out.println("Name: " + resultSet.getString("name"));
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

7. 数据库读写分离

数据库读写分离是将数据库的读操作和写操作分离到不同的数据库服务器上。通常有一个主数据库（Master）负责处理写操作，多个从数据库（Slave）负责处理读操作。应用程序进行写操作时，将请求发送到主数据库；进行读操作时，将请求发送到从数据库。

  • 定义

数据库读写分离是一种数据库架构设计模式，通过将读操作和写操作分离，提高系统的并发性能和响应速度。

  • 要点
  1. 确保主从数据库之间的数据同步。
  2. 合理分配读请求到从数据库。
  3. 处理主从数据库之间的延迟问题。
  • 应用

在高并发的 Web 应用中，如新闻网站、社交媒体平台等，使用数据库读写分离可以显著提高系统的性能和吞吐量。

8. 数据库跨库 join

数据库跨库 join 是在不同的数据库实例之间进行表的连接操作。实现方式有以下几种：

  1. 应用层实现：在应用程序中分别从两个数据库中查询数据，然后在应用程序中进行连接操作。
  2. 数据库中间件：使用数据库中间件（如 MyCat、ShardingSphere 等）来实现跨库 join。中间件可以将跨库 join 请求进行解析和优化，然后将请求发送到相应的数据库实例，最后将结果合并返回给应用程序。
  • 定义

数据库跨库 join 是一种在多个数据库实例之间进行数据关联查询的技术，用于解决数据分散存储在不同数据库中的查询需求。

  • 要点
  1. 考虑网络开销和性能问题。
  2. 选择合适的实现方式，根据业务需求和数据库规模来决定。
  • 应用

在企业级应用中，不同部门的数据可能存储在不同的数据库中，需要进行跨库 join 来进行综合分析。

代码示例（应用层实现）

java

复制代码 
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.Statement;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

public class CrossDatabaseJoinExample {
    private static final String DB1_URL = "jdbc:mysql://db1:3306/db1";
    private static final String DB2_URL = "jdbc:mysql://db2:3306/db2";
    private static final String USER = "root";
    private static final String PASSWORD = "password";

    public static void main(String[] args) {
        List<Map<String, Object>> result = new ArrayList<>();

        try (Connection conn1 = DriverManager.getConnection(DB1_URL, USER, PASSWORD);
             Statement stmt1 = conn1.createStatement();
             Connection conn2 = DriverManager.getConnection(DB2_URL, USER, PASSWORD);
             Statement stmt2 = conn2.createStatement()) {

            // 从第一个数据库查询数据
            ResultSet rs1 = stmt1.executeQuery("SELECT id, name FROM table1");
            List<Map<String, Object>> data1 = new ArrayList<>();
            while (rs1.next()) {
                Map<String, Object> row = new HashMap<>();
                row.put("id", rs1.getInt("id"));
                row.put("name", rs1.getString("name"));
                data1.add(row);
            }

            // 从第二个数据库查询数据
            ResultSet rs2 = stmt2.executeQuery("SELECT id, price FROM table2");
            List<Map<String, Object>> data2 = new ArrayList<>();
            while (rs2.next()) {
                Map<String, Object> row = new HashMap<>();
                row.put("id", rs2.getInt("id"));
                row.put("price", rs2.getDouble("price"));
                data2.add(row);
            }

            // 在应用层进行连接操作
            for (Map<String, Object> row1 : data1) {
                for (Map<String, Object> row2 : data2) {
                    if (row1.get("id").equals(row2.get("id"))) {
                        Map<String, Object> joinedRow = new HashMap<>(row1);
                        joinedRow.putAll(row2);
                        result.add(joinedRow);
                    }
                }
            }

            // 输出结果
            for (Map<String, Object> row : result) {
                System.out.println(row);
            }

        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

9. 数据库限流 and 熔断

  • 数据库限流

数据库限流是对数据库的访问请求进行限制，防止过多的请求压垮数据库。常见的限流算法有令牌桶算法和漏桶算法。可通过配置数据库中间件或应用程序的限流策略来实现。

  • 数据库熔断

数据库熔断是当数据库出现故障或响应时间过长时，自动切断对数据库的访问请求，避免应用程序一直等待或重试，保护整个系统的稳定性。可通过在应用程序中实现熔断机制，当数据库的错误率或响应时间超过阈值时，触发熔断。

  • 定义

数据库限流是通过控制数据库访问请求的速率，保证数据库在合理的负载范围内运行；数据库熔断是在数据库出现异常时，采取快速失败的策略，避免对整个系统造成影响。

  • 要点
  1. 合理设置限流阈值和熔断阈值。
  2. 实现限流和熔断的监控和报警机制。
  • 应用

在微服务架构中，数据库限流和熔断可以保证各个服务的稳定性，避免一个服务的故障影响到整个系统。

代码示例（使用 Resilience4j 实现熔断）

java

复制代码 
import io.github.resilience4j.circuitbreaker.CircuitBreaker;
import io.github.resilience4j.circuitbreaker.CircuitBreakerConfig;
import io.github.resilience4j.circuitbreaker.CircuitBreakerRegistry;
import java.time.Duration;
import java.util.function.Supplier;

public class DatabaseCircuitBreakerExample {
    public static void main(String[] args) {
        // 配置熔断规则
        CircuitBreakerConfig config = CircuitBreakerConfig.custom()
               .failureRateThreshold(50)
               .waitDurationInOpenState(Duration.ofMillis(1000))
               .ringBufferSizeInHalfOpenState(10)
               .ringBufferSizeInClosedState(100)
               .build();

        CircuitBreakerRegistry registry = CircuitBreakerRegistry.of(config);
        CircuitBreaker circuitBreaker = registry.circuitBreaker("databaseCircuitBreaker");

        // 模拟数据库操作
        Supplier<String> databaseOperation = () -> {
            // 模拟数据库故障
            if (Math.random() < 0.6) {
                throw new RuntimeException("Database error");
            }
            return "Database operation successful";
        };

        // 使用熔断包装操作
        Supplier<String> decoratedSupplier = CircuitBreaker.decorateSupplier(circuitBreaker, databaseOperation);

        try {
            for (int i = 0; i < 10; i++) {
                String result = decoratedSupplier.get();
                System.out.println(result);
            }
        } catch (Exception e) {
            System.out.println("Circuit breaker is open: " + e.getMessage());
        }
    }
}

友情提示：本文已经整理成文档，可以到如下链接免积分下载阅读

https://download.csdn.net/download/ylfhpy/90568130

相关推荐
月亮被咬碎成星星2 分钟前
LeetCode[28]找出字符串中第一个匹配项的下标（KMP版本）
算法·leetcode
令狐少侠20112 分钟前
若依微服务版启动小程序后端
java·spring boot·maven
十五年专注C++开发5 分钟前
面试题：C++11在C++98基础上增加了哪些内容？
开发语言·c++·设计模式·面试·stl·适配器模式
小O的算法实验室8 分钟前
2023年CCF-C NCA：自适应麻雀搜索算法MASSA，深度解析+性能实测
算法·论文复现·智能算法·智能算法改进
码银11 分钟前
事务管理：确保数据一致性与业务完整性
java
十年磨一剑~14 分钟前
C实现md5功能
linux·算法
程序猿大波14 分钟前
基于Java，SpringBoot，Vue，HTML家政服务预约系统设计
java·vue.js·spring boot
呈_现23 分钟前
洛谷方格取数
算法
尘寰ya27 分钟前
什么是原型污染？如何防止原型污染？
前端·面试·原型模式
小徐Chao努力31 分钟前
【解析】ReentrantLock锁、Syschronized锁面试点解析
java·面试·职场和发展·synchronized·锁
热门推荐
01我决定放弃搞 Java 了02RAG 实践- Ollama+RagFlow 部署本地知识库03DeepSeek各版本说明与优缺点分析04YOLO v5 Series - HTTP-FLV - FFmpeg & (HTML5 + FLV.js ) Integrating05DeepSeek RAGFlow构建本地知识库系统06如何在WPS和Word/Excel中直接使用DeepSeek功能07计算机视觉——基于 Yolov8 目标检测与 OpenCV 光流实现目标追踪08汽车上的各种质量：整备质量、总质量、装载质量、簧上质量、簧下质量09本地化部署AI知识库：基于Ollama+DeepSeek+AnythingLLM保姆级教程10Windows安装vcpkg教程（VS2022）