数据库
基础知识
关系型 vs 非关系型
- MySQL / PostgreSQL（关系型）：表结构、SQL、事务、强一致性更常见
- Redis / MongoDB（非关系型）：KV/文档/缓存，高并发、灵活结构、最终一致性场景
三大范式
-
1NF：字段原子性
-
每一列都应是不可再分的最小数据单位。违反例子：
phones = "138...,139..."把多个手机号塞一个字段；address="北京-海淀-xx路"把可拆分信息 -
2NF：非主属性完全依赖主键
-
在 1NF 基础上，表里每个非主属性必须“完全依赖”整个主键，而不是只依赖主键的一部分。
-
经典例子（不满足 2NF）：
order_item(order_id, product_id, product_name, product_price, quantity)主键是(order_id, product_id)但product_name/product_price其实只依赖product_id，跟order_id没关系 ⇒ 部分依赖。 -
3NF：非主属性不依赖非主属性（消除传递依赖）
-
在 2NF 基础上，非主属性不能依赖另一个非主属性（即：非主属性应只依赖主键）。
-
经典例子（不满足 3NF）：
student(student_id, dept_id, dept_name)主键：student_iddept_name依赖dept_id，而dept_id又依赖student_id⇒dept_name对主键是传递依赖。 -
面试更关注：实际会“适度反范式”做性能优化（冗余字段、宽表等）。
常见约束与键
- 主键、外键、唯一、非空、默认值
- 索引 vs 唯一索引 vs 联合索引
数据异常
当同一条事实被重复存放在多行/多处时，就容易出现“改不全、插不进、删错了”的问题。典型三种异常：
- 更新异常：同一信息在多行里重复出现，你更新时漏改一部分，数据就不一致。
- 插入异常：你想插入某个事实，但因为表结构把多个事实绑在一起，导致插不进去/必须编造无关数据。
- 删除异常：你删除某条记录时，顺带把你其实还想保留的信息也删掉了（因为它只存在于那条记录里）。
CRUD + 条件/排序/分页
SELECT ... WHERE ... ORDER BY ... LIMIT ... OFFSET ...- 面试爱问：深分页问题（offset 很大时慢）
- 解决：基于游标/主键范围分页（
WHERE id > last_id LIMIT n）
JOIN
- inner / left / right join
- 常见坑：join 后条件放
ONvsWHERE对 left join 结果有影响
聚合与分组
GROUP BY+HAVING（having 过滤聚合结果）- 常见题：统计、TopN、去重计数等
子查询 & EXISTS
EXISTS常用于“是否存在”判断（可避免大结果集回传）- 优化方向：看执行计划，避免不必要的嵌套
并发控制
目标：在多事务同时执行时，既要正确（等价于某种串行顺序），又要高效（高并发、低等待）。
核心准则：可串行性（Serializability）——调度与某个串行执行顺序等价，就算正确。
没有控制会出什么问题
脏读：读到未提交的数据。
不可重复读：同一行两次读结果不同（别的事务更新/删除了它）。
幻读：两次按条件查询，第二次出现/消失了“新行”（别的事务插入/删除满足条件的行）。
丢失更新：两个事务互相覆盖对同一行的修改。