【Android面试】数据库

一、基础用法

1. 简述 SharedPreferences 整体使用流程，以及 apply 与 commit 核心区别和适用场景

• SP 通过 Context 获取实例，以 XML 文件持久化键值数据，通过 Editor 执行增删改，最终提交生效。
• commit()：同步阻塞写入磁盘，有返回值，容易引发主线程卡顿、ANR，适合少量关键配置、需要结果校验的场景。
• apply()：异步后台写入，无返回值，不会阻塞主线程，是日常开发默认推荐用法。
• SP 整体适合存储少量简单配置，不适合存大数据、JSON、频繁写入场景。

2. 讲下 MMKV 的初始化、常规存取使用流程，日常开发基础使用有哪些注意点

• Application 中完成全局初始化，指定根目录；后续直接通过 MMKV 实例完成 String、Int、Bool、二进制、JSON等类型存取
• 底层基于 mmap 内存映射，增量写入，无需全量序列化落地
• 日常注意：合理使用多进程模式、敏感数据开启加密、不存储超大单条数据、避免频繁大批量循环写入。

3. 原生 SQLite 结合 SQLiteOpenHelper 的完整使用流程是什么，事务基础如何使用

• 自定义类继承 SQLiteOpenHelper，在onCreate初始化建表语句，onUpgrade处理数据库版本升级；
• 通过 getWritableDatabase /getReadableDatabase 获取数据库实例，执行原生 SQL 完成增删改查。
• 事务通过 beginTransaction() 开启，操作完成后标记成功 setTransactionSuccessful()，最后 endTransaction() 提交或回滚；批量操作使用事务能大幅提升写入性能。

4. 说明 Room 核心组件与整体使用流程，以及常规增删改查的基础使用方式

• 三大核心：Entity 数据库实体映射表结构、Dao 数据访问层定义 CURD 注解方法、Database 数据库统一管理类，单例提供Dao 实例。
• 使用流程：定义实体类、编写 Dao 抽象方法、创建 Database 抽象类；
• 通过注解@Insert/@Update/@Delete/@Query实现常规查询与修改，结合协程、RxJava 或 Flow实现异步操作，规避主线程数据库操作限制。

二、选型对比

5. 键值存储和关系型数据库各自有什么短板，为什么业务中不能只用一种存储方案

• MMKV、SP 这类键值存储，无表结构、不支持联表、条件复杂查询、分页、索引，不适合海量结构化数据
• SQLite、Room 关系型数据库，使用成本更高，轻量化简单配置存储会过度重，启动和维护成本更高
• 业务数据类型不同：简单配置用键值库，结构化、关联、批量检索数据用关系型数据库，组合选型才能兼顾性能与开发效率。

6. 实际开发中，你如何划分 MMKV 与 Room 的使用边界，阐述判断逻辑

• 小型、独立、无关联、简单配置类数据：登录 Token、功能开关、个性化配置、简单缓存，使用 MMKV
• 结构化、存在关联关系、需要条件查询、分页、批量管理、海量离线数据：聊天记录、本地列表缓存、历史记录、离线业务数据，使用 Room
• 核心判断：是否需要复杂查询、数据量级、是否需要持久化批量管理。

7. SP, MMKV, SQLITE, ROOM 数据库对比

三、实战场景 & 业务落地

8. 项目中频繁读写配置、埋点临时数据，容易出现卡顿、ANR，根源是什么，怎么解决？

• 根源主要是 SP 全量文件写入 + 主线程频繁调用 commit，造成磁盘 IO 阻塞
• 解决方案：全面替换为 MMKV、禁止主线程大批量循环写入、统一异步写入、合并高频零散埋点数据批量存储，规避频繁 IO 操作。

9. 需要本地缓存大量结构化列表数据，例如聊天记录、离线内容，用 Room 开发要注意什么？

• 合理设计表结构、拆分大字段、关键字段建立索引；
• 禁止一次性全量加载，使用分页查询；
• 大批量写入使用事务；
• 结合 Flow 做增量刷新；
• 定时清理过期无效数据，控制数据库体积。

10. 业务迭代需要给数据库表新增字段、修改结构，Room 如何安全做版本迁移，实战怎么做兜底？

• 升级数据库版本号，自定义 Migration 编写原生 SQL 完成增字段、改表操作，在 Database 注解中绑定迁移规则。
• 实战兜底：开发环境提前测试迁移逻辑、线上提供降级策略、异常捕获数据库打开异常，必要时允许清空本地缓存避免崩溃。

11. 大批量数据批量插入、批量更新时，使用 SQLite 或 Room 有哪些必做的性能优化手段？

• 统一使用数据库事务包裹批量操作，减少 IO 次数；
• 避免单条循环插入；
• 合理使用批量注解方法；
• 关闭不必要的日志和监听；
• 大批量操作放到子线程执行，避免 UI 卡顿。

12. 多线程并发读写数据库会引发哪些问题，原生 SQLite 和 Room 分别如何规避处理？

• 多线程并发会触发数据库锁、读写冲突、数据错乱、抛出数据库繁忙异常
• 原生 SQLite 需要手动加锁、控制单例数据库实例、限制并发操作
• Room 内部做了线程调度优化，结合协程单调度器、避免并发写入，配合事务降低冲突概率

13. 如何通过 Room 实现数据实时监听，适用于哪些常见业务场景？

• Dao 层查询方法返回 Flow 或 LiveData，可自动感知表数据变化，数据更新自动回调
• 适用场景：本地收藏列表、聊天会话列表、历史记录、离线缓存页面自动刷新，无需手动刷新页面。

14. App 长期使用后本地数据库文件体积膨胀、冗余过多，实战中有哪些清理优化方案？

• 定期清理过期、失效、已删除标记的冗余数据；
• 大字段单独拆分或文件存储；
• 定时执行数据库碎片整理；
• 限制本地缓存最大条数，自动淘汰老旧数据；
• 版本迭代中清理废弃数据表和字段

15. 项目同时混用 MMKV + Room 两套存储，日常开发如何保证本地数据一致性与维护性？

• 分层设计：配置层统一封装 MMKV 工具类，业务数据统一走 Room；
• 约定数据修改入口，禁止跨层随意读写；
• 关键联动数据修改时，同步更新两端缓存；
• 统一封装本地存储管理类，方便后期维护和替换；
• 制定开发规范，明确两类存储的使用边界。