原创 Python工程师数据库常见面试题

　　Python最开始是被用于编写自动化脚本的，但是随着python版本的迭代以及语言新功能的添加，越来越多的被用在项目开发领域。作为计算机程序设计语言，都需要与数据库实现交互。所以作为Python开发工程师你一定要熟练数据的使用。下面就为大家分享一些Python开发工程师面试过程中遇到的关于数据库的题目。

　　一、说一下 mysql 数据库存储的原理？

　　储存过程是一个可编程的函数，它在数据库中创建并保存。它可以有 SQL 语句和一些特殊的控制结构组成。当希望在不同的应用程序或平台上执行相同的函数，或者封装特定功能时，存储过程是非常有用的。数据库中的存储过程可以看做是对编程中面向对象方法的模拟。它允许控制数据的访问方式。存储过程通常有以下优点：

　　a、存储过程能实现较快的执行速度。

　　b、存储过程允许标准组件是编程。

　　c、存储过程可以用流程控制语句编写，有很强的灵活性，可以完成复杂的判断和较复杂的运算。

　　d、存储过程可被作为一种安全机制来充分利用。

　　e、存储过程能够减少网络流量。

　　二、数据库索引

　　数据库索引，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、更新数据库表中数据。索引的实现通常使用 B_TREE。B_TREE 索引加速了数据访问，因为存储引擎不会再去扫描整张表得到需要的数据；相反，它从根节点开始，根节点保存了子节点的指针，存储引擎会根据指针快速寻找数据。

　　三、数据库优化方案

　　优化索引、SQL 语句、分析慢查询

　　设计表的时候严格根据数据库的设计范式来设计数据库

　　使用缓存，把经常访问到的数据而且不需要经常变化的数据放在缓存中，能节约磁盘 IO

　　优化硬件；采用 SSD，使用磁盘队列技术(RAID0,RAID1,RDID5)等；

　　采用 MySQL 内部自带的表分区技术，把数据分层不同的文件，能够提高磁盘的读取效率

　　垂直分表；把一些不经常读的数据放在一张表里，节约磁盘 I/O

　　主从分离读写；采用主从复制把数据库的读操作和写入操作分离开来

　　分库分表分机器（数据量特别大），主要的的原理就是数据路由

　　选择合适的表引擎，参数上的优化

　　进行架构级别的缓存，静态化和分布式

　　不采用全文索引

　　采用更快的存储方式，例如 NoSql 存储经常访问的数据。

　　四、数据库怎么优化查询效率？

　　1、储存引擎选择：如果数据表需要事务处理，应该考虑使用 InnoDB，因为它完全符合 ACID 特性。如果不需要事务处理，使用默认存储引擎 MyISAM 是比较明智的

　　2、分表分库，主从。

　　3、对查询进行优化，要尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引

　　4、应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描

　　5、应尽量避免在 where 子句中使用 != 或 <> 操作符，否则将引擎放弃使用索引而进行全表扫描

　　6、应尽量避免在 where 子句中使用 or 来连接条件，如果一个字段有索引，一个字段没有索引，将导致引擎放弃使用索引而进行全表扫描

　　7、Update 语句，如果只更改 1、2 个字段，不要 Update 全部字段，否则频繁调用会引起明显的性能消耗，同时带来大量日志

　　8、对于多张大数据量（这里几百条就算大了）的表 JOIN，要先分页再 JOIN，否则逻辑读会很高，性能很差。

　　以上就是Python工程师数据库常见面试题。你面试的时候有遇到过吗？又或许你现在刚刚开始学习Python开发，一定要着重掌握关于数据库相关的知识，未来是大数据时代，对于数据库的要求会越来越多。所以能掌握数据库的知识也是为自己未来的职场发展提供更多的机会。