1 自我介绍
2 MySql的存储引擎，以及InnoDB和MyISAM的区别？
3 Mysql的索引，以及B+树与hash索引的区别，为什么不采用B树而采用B+树？
4 给出联合索引（a,b)，select *from table where a>0 and b>0，是否走索引，哪个走索引，哪个不走，以及从联合索引的底层结构去解释为什么？
5 写出一个Sql语句（分组）
6 Mysq的事务，以及隔离级别有哪几种，说一下可重复读解决了什么问题？还有什么问题没解决？幻读如何解决的？说一下间隙锁如何实施的？
幻读的具体场景？
7 为什么InnoDB表必须有主键，并且推荐使用整形的自增主键？
8 写出一个单例模式，为什么要用voliate修饰? 出现synchronized为啥还需要voliate，以及synchronized能保证啥？
9 redis的数据类型？各种数据类型的应用场景？分布式锁的实现？
10 有一个100万数据，怎么快速的查找到前最大的100个数？
11 算法 单链表反转 链表中两两数据反转
12 实习经历 如何学算法的
自己稍微总结了一下
2
- MyISAM不支持事务；InnoDB是事务类型的存储引擎。
- MyISAM只支持表级锁；InnoDB支持行级锁和表级锁，默认为行级锁。
- MyISAM引擎不支持外键；InnoDB支持外键。
3
二叉树
缺点： 有序的，可以退化为单链表的形式。
平衡二叉树
缺点：索引也不是只是存在内存里面存储的，还要落盘持久化，索引也存储在磁盘中，占据大小的。
数层很高，多次I/O操作，消耗性能很大。因为数据量特别大。
B树
特点：叶子节点具有相同的深度，叶子点的指针为空。
所有索引元素不重复
节点中的数据索引从左向右递增排列
B+树
特点：
非叶子节点不存储data，只存储索引，这样可以放更多的索引
data只存在叶子节点，这样到达叶子节点的路径查询长度都一样，使用b+树索引更加稳定
叶子节点用双向指针连接，提高区间访问的性能。
1.范围区别: 1. hash索引因为底层是哈希表，数据存储在哈希表中顺序是没有关联的，所以他不适合范围查找，如果要范围查找就需要全表扫描，他只适合全值扫描；
简单的来说就是hash索引适合等值查找，不适合范围查找
2. B+ tree树索引，底层是多路查询平衡树，节点是天然有序的（左节点小于服节点，右节点大于父节点），所以对于范围查找的时候不需要做全表扫描；
2. 排序 hash索引无法进行排序
3. 哈希碰撞问题 如果存在重复键值对，哈希索引效率就会很低
4 字段a走索引，字段b不走索引
7 因为叶子节点是按顺序排列的，如果是非自增的话，就会插入的时候频繁的分裂页（效率降低）。
8 vaoliate保证可见性 有序性，sunchronzied保证原子性，可见性，不能禁止指令重排
10 1.根据快速排序划分的思想求解。2.（堆排序）先取出前100个数，维zhi护一个100个数的最小堆，dao遍历一遍剩余的元素，在此过程中维护堆就可以了。3.分块查找。
全部评论
(14) 回帖