1.Hashtable和HashMap有什么区别?
2.你怎么理解MVC模式?
3.SQLServer中左联接查询用left join，Oracle中用什么?
4.SQLServer中的数据库，在Oracle中对应的是什么?
5.如果SQLServer中有两个数据库，那么让你把这两个数据库对应到Oracle中，你应该怎么做?
6.有两个页面a.jsp和b.jsp，要从a.jsp传值到b.jsp有几种方法?分别是什么?
7.有三个页面，a.jsp，b.jsp和c.jsp，流程是：a.jsp->b.jsp->c.jsp，其中a.jsp中提交的数据要在c.jsp中访问，用最简单的方法怎么做?注意不能放在session里
7.jsp和servlet有什么区别?
8.映射是什么?你怎么理解映射?
9.Hibernate中：不看数据库，不看XML文件，不看查询语句，怎么样能知道表结构?
10.SQLServer支持集群吗?
11.为什么要用MVC?我从JSP页面直接访问数据库不是更简单吗，为什么非要先提交到控制器再做处理?
12.在struts中，假设有一个对数据库中一张表的增删改查的 *** 作，你是写一个action还是写多个action?为什么?
13.struts中的actionform有什么好处?
14.用过Hibernate吗，用它有什么好处?
15.通常所说的web应用程序分3层，即MVC，如果我想分4层，应该怎么分?
数据库，无外乎增删改查：增：
insert into A表 values (value1，value2，value3......)向A表中新增数据
删：
delete from A表 ( where id=1) 删除A表（删除A表id=1的数据）如果删除某个测试数据，记得加where条件，否则整张表的数据都被删除，防止误 *** 作！不过，数据可以回滚找回。
truncate A表：清除表数据，数据无法回滚。
drop A表：整表结构删除，即，这张表不存在了。
改：
update A表 set name='test' where id=1 修改id为1的name值为test
查：
1：左关联和右关联的区别？
答：左关联（ left join ）左表为主，左表数据全部显示，右表显示关联数据，无关联显示null，右关联( right join )相反。
2：模糊查询？
select * from A表 where name like ' %a% ' (name包含a字母)
查询结果： a ， a bc，b a c，bc a
select * from A表 where name like ' a% ' (name值以a字母开头)
查询结果： a ， a bc
select * from A表 where name like ' %a ' (name值以a字母结尾)
查询结果： a ，bc a
3：统计：count和sum
count统计表的 记录数 ，sum统计某列数值 总和 。
select count(*) from A表
select count(1) from A表
select count(列名) from A表
区别：
count( * )： 所有记录，包括null值
count( 1 )：所有记录，包括null值
count( 列名 )：列名有值得记录， 不包括null值
执行效率：
以前是count(1)比count(*)快，但现在count(*)底层算法优化,查询更快，所以推荐count(*)
统计有效数据的记录，count(列名)
select sum(列名) from A表 计算列名数值总和。
举例：
查询A表中，姓王的用户量
select count(*) from A where name like '王%'
Plus版
1：去重distinct，查询不重复记录的数据
必须放开头
select distinct 列名 from 表名（查询所有列名数据，去掉重复数据）
举例：
表A，查询考核等级grade，有哪些值
select distinct grade from A
2：分组group by，根据某个字段分组
select 列名 from 表名 group by 列名，一般会配合聚合函数一起使用
举例：
表A中，查询考核等级grade字段，不同值各多少人
select grade,count(*) from A group by grade
3：limit，查询结果返回的数量，多用于分页查询
select * from 表名 limit i,n i代表查询结果的索引值，默认从0开始，n返回查询的结果数。
举例：
订单表A，查询第21条到30条数据
select * from A limit 20,10
可能会问为什么不能直接用id查询？因为id不准确，可能存在id不连续的情况。如果某条数据被物理删除了呢？
何为物理删除和逻辑删除？
物理 删除 ，直接将某条数据，从表中删除。
逻辑 删除，仅通过某个字段标记删除，实际表中还存在。(比如：is_delete=1代表已删除，is_delete=0未删除)
4：排序order by 列名 asc（列名值升序排列）和order by 列名 desc（列名值降序排列）
举例：
用户表A，按照用户id升序（select查询默认根据主键升序，所以升序，不加order by也可以）
select * from A order by id asc同select *from A
用户表A，按照新建时间倒序
select * from A order by create_time desc
5：in和between查询某个范围的数值
举例：
in：查询指定数值的数据
between：查询某个范围内的数据
举例：
查询表A中，id=1和id=10的数据
select * from A where id in(1,10)
查询表A中，1月份新增的数据
select * from A where create_time between '2022-01-01' and '2022-01-31 23:59:59'
已知有如下4张表：
学生表：student(学号,学生姓名,出生年月,性别)
成绩表：score(学号,课程号,成绩)
课程表：course(课程号,课程名称,教师号)
教师表：teacher(教师号,教师姓名)
准备练习数据
1）创建学生表（student）
2）创建成绩表（score）
3）创建课程表（course）
4）教师表（teacher）
1）学生表添加数据
2）成绩表添加数据
3）课程表添加数据
4）教师表添加数据
简单查询
查询姓“猴”的学生名单
查询姓名中最后一个字是“猴”字的学生名单
查询姓名中带“猴”字的学生名单
查询姓“孟”老师的个数
汇总分析
1.汇总分析
查询课程编号为“0002”的总成绩
查询选了课程的学生人数
2.分组
查询各科成绩的最高分和最低分, 以如下的形式显示：课程号，最高分，最低分
查询每门课程选修的学生数
3.分组结果的条件
查询至少选修两门课程的学生学号
查询同名同姓学生名单并统计同名人数
分析：条件：怎么算姓名相同？按姓名分组后人数大于等于2，因为同名的人数大于等于2，分析出这一点很重要
查询不及格的课程并按课程号从大到小排列
查询每门课程的平均成绩，结果按平均成绩升序排序，平均成绩相同时，按课程号降序排列
检索课程编号为“0004”且分数小于60的学生学号，结果按按分数降序排列
统计每门课程的学生选修人数(超过2人的课程才统计)，要求输出课程号和选修人数，查询结果按人数降序排序，若人数相同，按课程号升序排序
查询两门以上不及格课程的同学的学号及其平均成绩
第2步：再加上限制条件：
1）不及格课程
2）两门以上[不及格课程]
4.查询结构排序，分组的指定条件
查询学生的总成绩并进行排名
查询平均成绩大于60分的学生的学号和平均成绩
复杂查询
查询课程成绩小于60分学生的学号、姓名
【知识点】子查询
1.翻译成大白话
1）查询结果：学生学号，姓名
2）查询条件：所有课程成绩 <60 的学生，需要从成绩表里查找，用到子查询
第1步，写子查询（所有课程成绩 <60 的学生）
第2步，查询结果：学生学号，姓名，条件是前面1步查到的学号
查询没有学全所有课的学生的学号、姓名
查询出只选修了两门课程的全部学生的学号和姓名
查找1990年出生的学生名单
查询本月过生日的学生
工作中会经常遇到这样的业务问题：
如何找到每个类别下用户最喜欢的产品是哪个？
如果找到每个类别下用户点击最多的5个商品是什么？
这类问题其实就是常见的：分组取每组最大值、最小值，每组最大的N条（top N）记录。
分组取每组最大值，按课程号分组取成绩最大值所在行的数据
分组取每组最小值，按课程号分组取成绩最小值所在行的数据
每组最大的N条记录，查询各科成绩前两名的记录
第1步，查出有哪些组
我们可以按课程号分组，查询出有哪些组，对应这个问题里就是有哪些课程号
第2步：先使用order by子句按成绩降序排序（desc），然后使用limt子句返回topN（对应这个问题返回的成绩前两名）
第3步，使用union all 将每组选出的数据合并到一起
多表查询
查询所有学生的学号、姓名、选课数、总成绩
查询平均成绩大于85的所有学生的学号、姓名和平均成绩
查询学生的选课情况：学号，姓名，课程号，课程名称
一、简述一下MongoDB的应用场景
mongodb 支持副本集、索引、自动分片，可以保证较高的性能和可用性。
更高的写入负载
默认情况下，MongoDB 更侧重高数据写入性能，而非事务安全，MongoDB 很适合业务系统中有大量 “低价值” 数据的场景。但是应当避免在高事务安全性的系统中使用 MongoDB，除非能从架构设计上保证事务安全。
高可用性
MongoDB 的复副集 (Master-Slave) 配置非常简洁方便，此外，MongoDB 可以快速响应的处理单节点故障，自动、安全地完成故障转移。这些特性使得 MongoDB 能在一个相对不稳定（如云主机）的环境中，保持高可用性。
数据量很大或者未来会变得很大
依赖数据库 (MySQL) 自身的特性，完成数据的扩展是较困难的事，在 MySQL 中，当一个单达表到 5-10GB 时会出现明显的性能降级，此时需要通过数据的水平和垂直拆分、库的拆分完成扩展，使用 MySQL 通常需要借助驱动层或代理层完成这类需求。而 MongoDB 内建了多种数据分片的特性，可以很好地适应大数据量的需求。
基于位置的数据查询
MongoDB 支持二维空间索引，因此可以快速及精确地从指定位置获取数据。
表结构不明确
在一些传统 RDBMS 中，增加一个字段会锁住整个数据库 / 表，或者在执行一个重负载的请求时会明显造成其它请求的性能降级。通常发生在数据表大于 1G 的时候（当大于 1TB 时更甚）。 因 MongoDB 是文档型数据库，为非结构货的文档增加一个新字段是很快速的 *** 作，并且不会影响到已有数据。另外一个好处当业务数据发生变化时，是将不再需要由 DBA 修改表结构。
二、数据库设计经验，为什么进行分表？分库？一般多少数据量开始分表？分库？分库分表的目的？
1、为什么要分表
当一张表的数据达到几百万时，你查询一次所花的时间会变多，如果有联合查询的话，有可能会死在那儿了。分表的目的就在于此，减小数据库的负担，缩短查询时间。日常开发中我们经常会遇到大表的情况，所谓的大表是指存储了百万级乃至千万级条记录的表。这样的表过于庞大，导致数据库在查询和插入的时候耗时太长，性能低下，如果涉及联合查询的情况，性能会更加糟糕。
分表和表分区的目的就是减少数据库的负担，提高数据库的效率，通常点来讲就是提高表的增删改查效率。数据库中的数据量不一定是可控的，在未进行分库分表的情况下，随着时间和业务的发展，库中的表会越来越多，表中的数据量也会越来越大，相应地，数据 *** 作，增删改查的开销也会越来越大；另外，由于无法进行分布式式部署，而一台服务器的资源（CPU、磁盘、内存、IO 等）是有限的，最终数据库所能承载的数据量、数据处理能力都将遭遇瓶颈。
2、分表的方案
做 mysql 集群，有人会问 mysql 集群，根分表有什么关系吗？虽然它不是实际意义上的分表，但是它启到了分表的作用，做集群的意义是什么呢？为一个数据库减轻负担，说白了就是减少 sql 排队队列中的 sql 的数量，举个例子：有 10 个 sql 请求，如果放在一个数据库服务器的排队队列中，他要等很长时间，如果把这 10 个 sql 请求，分配到 5 个数据库服务器的排队队列中，一个数据库服务器的队列中只有 2 个，这样等待时间是不是大大的缩短了呢？
linux mysql proxy 的安装，配置，以及读写分离
mysql replication 互为主从的安装及配置，以及数据同步
优点：扩展性好，没有多个分表后的复杂 *** 作（php 代码）
缺点：单个表的数据量还是没有变，一次 *** 作所花的时间还是那么多，硬件开销大。
三、简述一下数据库主从复制，读写分离
* 什么是主从复制
主从复制，是用来建立一个和主数据库完全一样的数据库环境，称为从数据库；
* 主从复制的原理：
1.数据库有个bin-log二进制文件，记录了所有的sql语句。
2.只需要把主数据库的bin-log文件中的sql语句复制。
3.让其从数据的relay-log重做日志文件中再执行一次这些sql语句即可。
* 主从复制的作用
1.做数据的热备份，作为后备数据库，主数据库服务器故障后，可切换到从数据库继续工作，避免数据丢失。
2.架构的扩展。业务量越来越大，I/O访问频率过高，单机无法满足，此时做多库的存储，降低磁盘I/O访问频率，提高单机的I/O性能
3.主从复制是读写分离的基础，使数据库能制成更大 的并发。例如子报表中，由于部署报表的sql语句十分慢，导致锁表，影响前台的服务。如果前台服务使用master，报表使用slave，那么报表sql将不会造成前台所，保证了前台的访问速度。
* 主从复制的几种方式：
1.同步复制：所谓的同步复制，意思是master的变化，必须等待slave-1,slave-2,…,slave-n完成后才能返回。
2.异步复制：如同AJAX请求一样。master只需要完成自己的数据库 *** 作即可。至于slaves是否收到二进制日志，是否完成 *** 作，不用关心。MYSQL的默认设置。
3.半同步复制：master只保证slaves中的一个 *** 作成功，就返回，其他slave不管。
这个功能，是由google为MYSQL引入的。
* 关于读写分离
在完成主从复制时，由于slave是需要同步master的。所以对于insert/delete/update这些更新数据库的 *** 作，应该在master中完成。而select的查询 *** 作，则落下到slave中。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）