1.什么是数据库？
MYSQL是一个关系型数据库管理系统。在Java企业级开发中非常常用，因为MYSQL是开源免费的，并且方便扩展。
2.数据库的三大范式是什么？
第一范式：每个列都不可以再拆分；
第二范式：在第一范式的基础上，非主键完全依赖于主键，而不能是依赖于主键的一部分；
第三范式：在第二范式的基础上，非主键只依赖于主键，不依赖于其他非主键。
3.SQL的几种连接查询方式
1.内连接(inner join)
内连接查出的是两张表的交际，两张表都有的才会查出来
2.外连接(left join)
以左表为主表，查询全部，右表为辅表（没有的数据显示null）
3.右外连接（right join）
以右表为主表，查询全部，左表为辅表（没有的数据显示null）
4.全连接（full join）
两个表所有的数据全部查询出来
4.SQL查询的基本原理
单表查询：根据WHERE条件过滤表中的记录，形成中间表（这个中间表对用户是不可见的）；然后根据SELECT的选择列选择相应的列返回最终结果
两表连接查询：对两表求积（笛卡尔积）并用ON条件和连接类型进行过滤形成中间表；然后根据WHERE条件过滤中间表的记录，并根据SELECT指定的列返回查询结果
多表连接查询：先对第一个和第二个表按照两表连接做查询，然后用查询结果和第三个表做连接查询，以此类推，直到所有的表都连接上为止，最终形成一个中间的结果表，然后根据WHERE条件过滤中间表的记录，并根据SELECT指定的列返回查询条件。
5.MYSQL存储引擎MyISAM和InnoDB区别？
InnoDB引擎：InnoDB引擎提供了对数据库事务的支持，并且提供了行级锁和外键的约束。它设计的目的就是处理大数据容量的数据库系统
MyISAM引擎：不提供事务支持，也不提供行级锁和外键。
存储引擎选择：
MyISAM：适用于管理非事务表，它提供高速存储和检索，以及全文搜索能力的场景，比如博客系统或者门户网站等。
InnoDB：适用于更新操作频繁，或者要保证数据的完整性，并发量高，支持事务和外键的场景。
InnoDB | MyISAM | |
存储结构 | 每张表都保存在同一个数据文件中 | 每张表被存放在三个文件：表定义文件，数据文件、索引文件 |
数据和索引存储方式 | 数据和索引是集中存储的，查询时做到覆盖索引会非常高效 | 数据和索引是分开存储的，索引的叶子结点存储的是行数据地址 ，需要再寻址一次才能得到数据 |
记录存储顺序 | 按主键大小有序插入 | 按记录插入顺序保存 |
索引 | 聚簇索引 | 非聚簇索引 |
索引实现方式 | B+数索引 | B+数索引 |
全文索引 | 不支持 | 支持 |
哈希索引 | 支持 | 不支持 |
外键 | 支持 | 不支持 |
事务 | 支持 | 不支持 |
锁粒度 | 行级锁定，表级锁定，锁定力度越小支持并发力度越高 | 表级锁定 |
SELECT | 更优 | |
select count(*) | 更快 | |
增删改 | 更快 |
6.什么是索引
索引是一种数据结构，是数据库管理系统中一个排序的数据结构，以协助快速查询数据库表中数据，索引的实现通常使用B+数或hash表
更通俗的说，索引就相当于是目录，为了方便查找书中的内容，通过对内容建立索引形成目录。
7.索引有哪些优缺点？
优点：
1.可以大大加快数据的检索速度，这也是创建索引的主要原因。
2.通过索引的创建，可以在查询过程中，使用优化器，提高系统的性能。
缺点：
1.时间方面：创建索引和维护索引需要耗费时间，具体的，对于表中的数据进行增删改的时候，索引也需要动态维护，降低增删改的效率
2.空间方面：索引是需要占据物理空间的。
8.索引有哪几种类型
主键索引：数据列不允许重复，不允许为NULL，一个表只能有一个主键；
唯一索引：数据列不允许重复，允许为NULL值，一个表允许多个列创建唯一索引
普通索引：基本的索引类型，没有唯一性的限制，允许为NULL值，一个表允许多个列创建普通索引
全文索引：
9.索引的数据结构
在MYSQL中使用较多的索引有哈希索引和B+数索引。索引的数据结构和具体的存储引擎实现有关，而我们经常使用的InnoDB存储引擎，默认实现索引为：B+数索引。对于哈希索引来说，底层的数据结构就是哈希表，因此绝大多数需求为单条记录等值查询的时候，可以选择哈希索引，查询性能最快；其余大多数场景，建议选择B+数索引
1.B+树索引
MYSQL通过存储引擎获取数据，基本上都是用InnoDB了，按照实现方式分，InnoDB的索引类型目前只有两种，B数索引和哈希索引。B数索引是Mysql数据库中使用最频繁的索引类型，基本所有的存储引擎都支持B树索引。
2.B+树数据结构
（1）从根节点到叶节点所有路径都具有相同的长度
（2）所有数据信息存储在叶子节点，非叶子节点仅作为叶节点的索引存在
（3）叶子节点通过指针连在一起
（4）根节点至少拥有两个子树
（5）每个数节点最多拥有M个子树
（6）每个树节点至少拥有M/2个子树
10.数据库为什么使用B+数而不是B数呢？
- B+数的叶子节点存储了所有的数据，非叶子节点存储的是比较关键字。而B数所有节点都会存储数据。B+数的叶子节点存在一个指针连接，B树不存在指针连接。B+树所有的数据都存在于叶子节点，那么顺着叶子节点从左往右可以完成对数据的遍历，极大简化了排序操作。
- B数只适合随机检索，B+数同时支持随机检索和顺序检索
- B+数空间利用率更高，可减少IO次数，磁盘读写代价更低。一般来说呢，索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储在磁盘中，这样的话，索引查找过程就要产生磁盘IO消耗。B+数的内部节点只是作为索引使用，其内部节点比B数小很多，盘块中可容纳的节点中的关键字数量就更多，一次性读入内存中可查找的关键也多，相对的，IO读写次数也就降低了。
- B+数的查询效率会更加稳定
- B+数的叶子节点使用指针顺序连接在一起，只要遍历叶子节点就可以实现对整棵树的遍历
- 增删改文件时，B+数的效率更高
11.创建索引的原则？索引的设计原则？
- 为常做查询条件的字段建立索引，where子句中的列，或者连接子句中指定的列
- 为经常需要排序、分组操作的字段建立索引
- 更新频繁的字段不适合建立索引
- 不能有效区分数据的列不适合做索引
- 对于定义text、image、bit的数据类型不要建立索引
- 空字段不要建立索引
- 不要过度索引
12.什么是聚簇索引？何时使用聚簇索引与非聚簇索引？
聚簇索引：将数据和索引放到一起，索引结构的叶子节点存储了行数据，找到索引也就找到了数据
非聚簇索引：将数据和索引分开存储，索引结构的叶子节点存储仅仅是行数据的地址。
