python中与数据库相关的面试题

数据库作为面试中的重要部分，当然也需要整理

1.为什么要优化

系统的吞吐量瓶颈往往出现在数据库的访问速度上，随着应用程序的运行，数据库的中的数据会越来越多，处理时间会相应变慢，数据是存放在磁盘上的，读写速度无法和内存相比

2.如何优化

设计数据库时：数据库表、字段的设计，存储引擎，利用好MySQL自身提供的功能，如索引等
横向扩展：MySQL集群、负载均衡、读写分离 SQL语句的优化（收效甚微）

3.字段设计

字段类型的选择，设计规范，范式，

常见设计案例
原则：尽量使用整型表示字符串
存储IP INET_ATON(str)，address to number
INET_NTOA(number)，number to address

MySQL内部的枚举类型（单选）和集合（多选）类型
但是因为维护成本较高因此不常使用，使用关联表的方式来替代enum

原则：定长和非定长数据类型的选择 decimal不会损失精度，存储空间会随数据的增大而增大。double占用固定空间，较大数的存储会损失精度。
非定长的还有varchar、text

金额 对数据的精度要求较高，小数的运算和存储存在精度问题（不能将所有小数转换成二进制）
定点数decimal price decimal(8,2)有2位小数的定点数，定点数支持很大的数（甚至是超过int,bigint存储范围的数）

小单位大数额避免出现小数 元->分

字符串存储 定长char，非定长varchar、text（上限65535，其中varchar还会消耗1-3字节记录长度，而text使用额外空间记录长度）

原则：尽可能选择小的数据类型和指定短的长度 原则：尽可能使用 not null 非null字段的处理要比null字段的处理高效些！且不需要判断是否为null。

null在MySQL中，不好处理，存储需要额外空间，运算也需要特殊的运算符。
如select null = null和select null <> null（<>为不等号）有着同样的结果，只能通过is null和is not null来判断字段是否为null。

如何存储？MySQL中每条记录都需要额外的存储空间，表示每个字段是否为null。
因此通常使用特殊的数据进行占位，比如int not null default 0、string not null default ‘’

原则：字段注释要完整，见名知意
原则：单表字段不宜过多 二三十个就极限了
原则：可以预留字段
在使用以上原则之前首先要满足业务需求
关联表的设计
外键foreign key只能实现一对一或一对多的映射
一对多 使用外键
多对多 单独新建一张表将多对多拆分成两个一对多
一对一 如商品的基本信息（item）和商品的详细信息（item_intro），通常使用相同的主键或者增加一个外键字段（item_id）

4.范式 Normal Format

数据表的设计规范，一套越来越严格的规范体系（如果需要满足N范式，首先要满足N-1范式）。

第一范式1NF：字段原子性 字段原子性，字段不可再分割。

关系型数据库，默认满足第一范式 注意比较容易出错的一点，在一对多的设计中使用逗号分隔多个外键，这种方法虽然存储方便，但不利于维护和索引（比如查找带标签java的文章）

第二范式：消除对主键的部分依赖

即在表中加上一个与业务逻辑无关的字段作为主键
主键：可以唯一标识记录的字段或者字段集合。

course_namecourse_
classweekday（周几）
course_teacherMySQL教育大楼
1525周一张三Java教育大楼
1521周三李四MySQL教育大楼
1521周五张三

依赖：A字段可以确定B字段，则B字段依赖A字段。 比如知道了下一节课是数学课，就能确定任课老师是谁。
于是周几和下一节课和就能构成复合主键，能够确定去哪个教室上课，任课老师是谁等。 但我们常常增加一个id作为主键，而消除对主键的部分依赖。

对主键的部分依赖：某个字段依赖复合主键中的一部分。
解决方案：新增一个独立字段作为主键。