1、MySQL常見數據庫引擎及比較？
InnoDB：支持事務處理，支持外鍵，支持崩潰修復能力和並發控制。如果需要對事務的完整性要求比較高（比如銀行），要求實現並發控制（比如售票），那選擇InnoDB有很大的優勢。如果需要頻繁的更新、刪除操作的數據庫，也可以選擇InnoDB，因為支持事務的提交（commit）和回滾（rollback）。
MyISAM：插入數據快，空間和內存使用比較低。如果表主要是用於插入新記錄和讀出記錄，那么選擇MyISAM能實現處理高效率。如果應用的完整性、並發性要求比較低，也可以使用。
Memory：將所有數據保存在RAM中，在需要快速查找引用和其他類似數據的環境下，可提供極快的訪問。
注意：
同一個數據庫也可以使用多種存儲引擎的表。如果一個表要求比較高的事務處理，可以選擇InnoDB。這個數據庫中可以將查詢要求比較高的表選擇MyISAM存儲。如果該
數據庫需要一個用於查詢的臨時表，可以選擇MEMORY存儲引擎。
更多數據庫引擎參考：https://www.cnblogs.com/li1992/articles/9217320.html
2、簡述數據三大范式？
第一范式(確保每列保持原子性)
數據表中的每一列（每個字段），必須是不可拆分的最小單元。
第二范式(確保表中的每列都和主鍵相關)
第二范式需要確保數據庫表中的每一列都和主鍵相關，而不能只與主鍵的某一部分相關（主要針對聯合主鍵而言）。也就是說在一個數據庫表中，一個表中只能保存一種數據，不可以把多種數據保存在同一張數據庫表中。
第三范式(確保每列都和主鍵列直接相關,而不是間接相關)
表中每一列只與主鍵直接相關而不是間接相關（每一列只能依賴於主鍵）
3、簡述觸發器、函數、視圖、存儲過程？
觸發器：觸發器是一個特殊的存儲過程，它是MySQL在insert、update、delete的時候自動執行的代碼塊
函數：MySQL中提供了許多內置函數，還可以自定義函數（需要sql邏輯處理）
視圖：視圖是由查詢結果形成的一張虛擬表，是表通過某種運算得到的一個投影
存儲過程：把一段代碼封裝起來，當要執行這一段代碼的時候，可以通過調用該存儲過程來實現（經過第一次編譯后再次調用不需要再次編譯，比一個個執行sql語句效率高）
4、數據庫優化方案？
https://blog.csdn.net/jwq101666/article/details/79070773
5、char和varchar的區別？
char類型：定長不可變
存入字符長度大於設置長度時，會報錯；存入字符長度小於設置長度時，用空格填充剩余長度，浪費空間，但是存取速度快。
varchar類型：可變
不使用空格填充，在真實數據前加1-2Bytes作前綴，用來表示真實數據的字節數，節省空間，存取速度較慢。
6、簡述MySQL的執行計划？
# explain + SQL語句 # SQL在數據庫中執行時的表現情況,通常用於SQL性能分析,優化等場景。 'explain select * from rbac_userinfo where id=1;'
7、1000w條數據，使用limit offset 分頁時，為什么越往后翻越慢？如何解決？
http://www.cnblogs.com/zhuifeng-mayi/p/9291446.html
8、redis和memcached比較？
1.存儲容量：
memcached超過內存比例會抹掉前面的數據，而redis會存儲在磁盤
2.支持數據類型：
memcached只支持string；
redis支持更多;如：hash、list、集合、有序集合
3.持久化：
redis支持數據持久化，可以將內存中的數據保持在磁盤中，memcached無
4.主從：
即master-slave模式的數據備份(主從)。
5.特性
Redis在很多方面具備數據庫的特征，或者說就是一個數據庫系統，Memcached只是簡單的K/V緩存
9、redis中數據庫默認是多少個db 及作用？
#redis默認有16個db，db0~db15（可以通過配置文件支持更多，無上限） #並且每個數據庫的數據是隔離的不能共享 #可以隨時使用SELECT命令更換數據庫：redis> SELECT 1 # 注意： 多個數據庫之間並不是完全隔離的 比如FLUSHALL命令可以清空一個Redis實例中所有數據庫中的數據。
10、如果redis中的某個列表中的數據量非常大，如果實現循環顯示每一個值？
# 通過scan_iter分片取，減少內存壓力 scan_iter(match=None, count=None)增量式迭代獲取redis里匹配的的值 # match，匹配指定key # count，每次分片最少獲取個數 r = redis.Redis(connection_pool=pool) for key in r.scan_iter(match='PREFIX_*', count=100000): print(key)
11、redis如何實現主從復制？以及數據同步機制？
實現主從復制：
'創建6379和6380配置文件'
redis.conf：6379為默認配置文件，作為Master服務配置；
redis_6380.conf：6380為同步配置，作為Slave服務配置；
'配置slaveof同步指令'
在Slave對應的conf配置文件中，添加以下內容：
slaveof 127.0.0.1 6379
數據同步步驟：
(1)Slave服務器連接到Master服務器.
(2)Slave服務器發送同步(SYCN)命令.
(3)Master服務器備份數據庫到文件.
(4)Master服務器把備份文件傳輸給Slave服務器.
(5)Slave服務器把備份文件數據導入到數據庫中.
12、如何實現redis集群？
基於【分片】來完成。
- 集群是將你的數據拆分到多個Redis實例的過程
- 可以使用很多電腦的內存總和來支持更大的數據庫。
- 沒有分片，你就被局限於單機能支持的內存容量。
redis將所有能放置數據的地方創建了 16384 個哈希槽。
如果設置集群的話，就可以為每個實例分配哈希槽：
- 192.168.1.20【0-5000】
- 192.168.1.21【5001-10000】
- 192.168.1.22【10001-16384】
以后想要在redis中寫值時：set k1 123
- 將k1通過crc16的算法轉換成一個數字，然后再將該數字和16384求余，
- 如果得到的余數 3000，那么就將該值寫入到 192.168.1.20 實例中。
集群方案：
- redis cluster：官方提供的集群方案。
- codis：豌豆莢技術團隊。
- tweproxy：Twiter技術團隊。
13、MySQL 里有 2000w 數據，redis 中只存 20w 的數據，如何保證 redis 中都是熱點數據？
限定Redis占用的內存，根據自身數據淘汰策略，淘汰冷數據，把熱數據加載到內存。計算一下 20W 數據大約占用的內存，然后設置一下Redis內存限制即可。
14、什么是codis及作用？
Codis 是一個分布式 Redis 解決方案, 對於上層的應用來說, 連接到 Codis-Proxy(redis代理服務)和連接原生的 Redis-Server 沒有明顯的區別, 上層應用可以像使用單機的 Redis 一樣使用, Codis 底層會處理請求的轉發, 不停機的數據遷移等工作, 所有后邊的一切事情, 對於前面的客戶端來說是透明的, 可以簡單的認為后邊連接的是一個內存無限大的 Redis 服務.
15、什么是twemproxy及作用？
什么是Twemproxy
是Twtter開源的一個 Redis 和 Memcache 代理服務器，
主要用於管理 Redis 和 Memcached 集群，減少與Cache服務器直接連接的數量。
他的后端是多台REDIS或memcached所以也可以被稱為分布式中間件。
作用：
通過代理的方式減少緩存服務器的連接數。
自動在多台緩存服務器間共享數據。
通過配置的方式禁用失敗的結點。
運行在多個實例上，客戶端可以連接到首個可用的代理服務器。
支持請求的流式與批處理，因而能夠降低來回的消耗。
16、寫代碼實現redis事務操作
import redis pool = redis.ConnectionPool(host='10.211.55.4', port=6379) conn = redis.Redis(connection_pool=pool) # pipe = r.pipeline(transaction=False) pipe = conn.pipeline(transaction=True) # 開始事務 pipe.multi() pipe.set('name', 'zgc') pipe.set('role', 'haha') pipe.lpush('roless', 'haha') # 提交 pipe.execute() '注意'：咨詢是否當前分布式redis是否支持事務
17、什么是一致性哈希？python中是否有相應的模塊？
一致性哈希 一致性hash算法（DHT）可以通過減少影響范圍的方式，解決增減服務器導致的數據散列問題，從而解決了分布式環境下負載均衡問題； 如果存在熱點數據，可以通過增添節點的方式，對熱點區間進行划分，將壓力分配至其他服務器，重新達到負載均衡的狀態。 模塊：hash_ring