数据库系统

## 1.什么是 MySQL 数据库？ MySQL 数据库是一个关系型数据库管理系统，是服务器领域中受欢迎的开源数据库系统，目前有 Oracle 公司主要负责运营与维护； ## 2.MySQL 数据库的特点 * 多线程、多用户； * 简单易用、查询速度快； * 安全可靠； * 基于 C/S 架构； ## 3.MySQL 数据库的编译安装 避免出现端口和程序冲突的现象，先查询 MySQL 软件的安装情况，确认没有使用以 RPM 方式安装的 mysql-server、mysql 软件包，否则将其卸载，并安装自带的 ncurses-devel 包； #rpm -q mysql-server mysql package mysql-server is not installed mysql-5.1.71-1.el6.x86_64 #rpm -ivh /mnt/Packages/ncurses-devel-5.7-3.20090208.el6.x86_64.rpm Preparing... ########################################### [100%] package ncurses-devel-5.7-3.20090208.el6.x86_64 is already installed 解压 cmake 包，编译并安装 cmake 包； #tar

Web测试中，各类web控件测试点总结 一 、界面检查 　　进入一个页面测试，首先是检查title，页面排版，字段等，而不是马上进入文本框校验 　　1、页面名称title是否正确 　　2、当前位置是否可见 您的位置：xxx>xxxx 　　3、文字格式统一性 　　4、排版是否整齐 　　5、列表项显示字段是否齐全,列表项字段名称是否跟表单统一 　　6、同一页面，是否出现 字段名称相同、值取不同的问题。 　　7、数据加载情况：除了文本框的值，还要注意： 　　复选框，是否保存打√，或者保存不打√ 　　下拉框，是否保存选择的值 　　多文本框，值是否都被保存，空格，换行是否保存 二、单文本框（type=text） 　　边界：字段长度 　　判空：是否可以为空 　　唯一性：是否唯一 (小归结：边界、判空、唯一性、特殊字符、正确性) 　　考虑语言，操作环境 　　特殊符号测试输入： 　　' or 1<>'1　　　' or '1'='1　　' or '1'<>'2　　"|?>< 　　where a='xxx'　　　下划线是否允许　　输入全部空格 输入 单引号 　　><script>alert(“123”);</script>> 　　特殊字段输入限定： 　　框内容是否合法（tel，ip，url，email）序号等，直接限制输入数字，其他过滤掉 　　输入金额文本框，整数首位为0，过滤掉，小数点后面

Web测试中，各类web控件测试点总结 一 、界面检查 　　进入一个页面测试，首先是检查title，页面排版，字段等，而不是马上进入文本框校验 　　1、页面名称title是否正确 　　2、当前位置是否可见 您的位置：xxx>xxxx 　　3、文字格式统一性 　　4、排版是否整齐 　　5、列表项显示字段是否齐全,列表项字段名称是否跟表单统一 　　6、同一页面，是否出现 字段名称相同、值取不同的问题。 　　7、数据加载情况：除了文本框的值，还要注意： 　　复选框，是否保存打√，或者保存不打√ 　　下拉框，是否保存选择的值 　　多文本框，值是否都被保存，空格，换行是否保存 二、单文本框（type=text） 　　边界：字段长度 　　判空：是否可以为空 　　唯一性：是否唯一 (小归结：边界、判空、唯一性、特殊字符、正确性) 　　考虑语言，操作环境 　　特殊符号测试输入： 　　' or 1<>'1　　　' or '1'='1　　' or '1'<>'2　　"|?>< 　　where a='xxx'　　　下划线是否允许　　输入全部空格 输入 单引号 　　><script>alert(“123”);</script>> 　　特殊字段输入限定： 　　框内容是否合法（tel，ip，url，email）序号等，直接限制输入数字，其他过滤掉 　　输入金额文本框，整数首位为0，过滤掉，小数点后面

7.redis 集群模式的工作原理能说一下么？在集群模式下，redis 的 key 是如何寻址的？分布式寻址都有哪些算法？了解一致性 hash 算法吗？ 考点分析 在前几年，redis 如果要搞几个节点，每个节点存储一部分的数据，得 借助一些中间件 来实现，比如说有 codis ，或者 twemproxy ，都有。有一些 redis 中间件，你读写 redis 中间件，redis 中间件负责将你的数据分布式存储在多台机器上的 redis 实例中。 这两年，redis 不断在发展，redis 也不断的有新的版本，现在的 redis 集群模式，可以做到在多台机器上，部署多个 redis 实例，每个实例存储一部分的数据，同时每个 redis 实例可以挂 redis 从实例，自动确保说，如果 redis 主实例挂了，会自动切换到 redis 从实例顶上来。 现在 redis 的新版本，大家都是用 redis cluster 的，也就是 redis 原生支持的 redis 集群模式，那么面试官肯定会就 redis cluster 对你来个几连炮。要是你没用过 redis cluster，正常，以前很多人用 codis 之类的客户端来支持集群，但是起码你得研究一下 redis cluster 吧。 如果你的数据量很少，主要是承载高并发高性能的场景，比如你的缓存一般就几个 G，单机就足够了

实现业务系统中的用户权限管理 -- 设计篇 　　 B/S 系统中的权限比 C/S 中的更显的重要， C/S 系统因为具有特殊的客户端，所以访问用户的权限检测可以通过客户端实现或通过客户端 + 服务器检测实现，而 B/S 中，浏览器是每一台计算机都已具备的，如果不建立一个完整的权限检测，那么一个 “ 非法用户 ” 很可能就能通过浏览器轻易访问到 B/S 系统中的所有功能。因此 B/S 业务系统都需要有一个或多个权限系统来实现访问权限检测，让经过授权的用户可以正常合法的使用已授权功能，而对那些未经授权的 “ 非法用户 ” 将会将他们彻底的 “ 拒之门外 ” 。下面就让我们一起了解一下如何设计可以满足大部分 B/S 系统中对用户功能权限控制的权限系统。 需求陈述不同职责的人员，对于系统操作的权限应该是不同的。 优秀的业务系统，这是最基本的功能。 可以对 “ 组 ” 进行权限分配 。对于一个大企业的业务系统来说，如果要求管理员为其下员工逐一分配系统操作权限的话，是件耗时且不够方便的事情。所以，系统中就提出了对 “ 组 ” 进行操作的概念，将权限一致的人员编入同一组，然后对该组进行权限分配。 权限管理系统应该是可扩展的 。它应该可以加入到任何带有权限管理功能的系统中。就像是组件一样的可以被不断的重用，而不是每开发一套管理系统，就要针对权限管理部分进行重新开发。 满足业务系统中的功能权限。

Pinterest一直保持着指数增长，每一个半月都会翻一翻。在两年内，他们实现了从0到数百亿的月PV；从开始的两个创始人加一个工程师增长到现在超过40个工程师，从一个小型的MySQL服务器增长到180个Web Enigne、240个API Enigne、88个MySQL DB（cc2.8xlarge，每个DB都会配置一个从属节点）、110个Redis Instance以及200个Mmecache Instance。 在一个名为 《Scaling Pinterest》 的主题演讲上，Pinterest的 Yashwanth Nelapati 和 Marty Weiner 为我们讲述了这个戏剧性的过程。当然扩展到当下规模，Pinterest在众多选择中不可避免的走了许多的弯路，而Todd Hoff认为其中最宝贵的经验该归结于以下两点： 如果你的架构应对增长所带来的问题时，只需要简单的投入更多的主机，那么你的架构含金量十足。 当你把事物用至极限时，这些技术都会以各自不同的方式发生故障，这导致他们对工具的选择有着特殊的偏好：成熟、简单、优秀、知名、被更多的用户喜爱、更好的支持、稳定且杰出的表现、通常情况下无故障以及免费。使用这些标准，他们选择了MySQL、Solr、Memcache、Redis、Cassandra，同时还抛弃了MongoDB。 同样这两个点是有关联的

一. 数据切分 关系型数据库本身比较容易成为系统瓶颈，单机存储容量、连接数、处理能力都有限。当单表的数据量达到1000W或100G以后，由于查询维度较多，即使添加从库、优化索引，做很多操作时性能仍下降严重。此时就要考虑对其进行切分了，切分的目的就在于减少数据库的负担，缩短查询时间。 数据库分布式核心内容无非就是数据切分（Sharding） ，以及切分后对数据的定位、整合。数据切分就是将数据分散存储到多个数据库中，使得单一数据库中的数据量变小，通过扩充主机的数量缓解单一数据库的性能问题，从而达到提升数据库操作性能的目的。 数据切分根据其切分类型，可以分为两种方式： 垂直（纵向）切分和水平（横向）切分 1、垂直（纵向）切分 垂直切分常见有垂直分库和垂直分表两种。 垂直分库 就是根据业务耦合性，将关联度低的不同表存储在不同的数据库。做法与大系统拆分为多个小系统类似，按业务分类进行独立划分。与"微服务治理"的做法相似，每个微服务使用单独的一个数据库。如图： 垂直分表 是基于数据库中的"列"进行，某个表字段较多，可以新建一张扩展表，将不经常用或字段长度较大的字段拆分出去到扩展表中。在字段很多的情况下（例如一个大表有100多个字段），通过"大表拆小表"，更便于开发与维护，也能避免跨页问题，MySQL底层是通过数据页存储的，一条记录占用空间过大会导致跨页，造成额外的性能开销

查询速度慢的原因很多，常见如下几种： 　　 　　1、没有索引或者没有用到索引(这是查询慢最常见的问题，是程序设计的缺陷) 　　 　　2、I/O吞吐量小，形成了瓶颈效应。 　　 　　3、没有创建计算列导致查询不优化。 　　 　　4、内存不足 　　 　　5、网络速度慢 　　 　　6、查询出的数据量过大（可以采用多次查询，其他的方法降低数据量） 　　 　　7、锁或者死锁(这也是查询慢最常见的问题，是程序设计的缺陷) 　　 　　8、sp_lock,sp_who,活动的用户查看,原因是读写竞争资源。 　　 　　9、返回了不必要的行和列 　　 　　10、查询语句不好，没有优化 　　可以通过如下方法来优化查询 : 　　 　　1、把数据、日志、索引放到不同的I/O设备上，增加读取速度，以前可以将Tempdb应放在RAID0上，SQL2000不在支持。数据量（尺寸）越大，提高I/O越重要. 　　 　　2、纵向、横向分割表，减少表的尺寸(sp_spaceuse) 　　 　　3、升级硬件 　　 　　4、根据查询条件,建立索引,优化索引、优化访问方式，限制结果集的数据量。注意填充因子要适当（最好是使用默认值0）。索引应该尽量小，使用字节数小的列建索引好（参照索引的创建）,不要对有限的几个值的字段建单一索引如性别字段 　　 　　5、提高网速; 　　 　　6、扩大服务器的内存,Windows 2000和SQL

查询速度慢的原因很多，常见如下几种： 　　 　　1、没有索引或者没有用到索引(这是查询慢最常见的问题，是程序设计的缺陷) 　　 　　2、I/O吞吐量小，形成了瓶颈效应。 　　 　　3、没有创建计算列导致查询不优化。 　　 　　4、内存不足 　　 　　5、网络速度慢 　　 　　6、查询出的数据量过大（可以采用多次查询，其他的方法降低数据量） 　　 　　7、锁或者死锁(这也是查询慢最常见的问题，是程序设计的缺陷) 　　 　　8、sp_lock,sp_who,活动的用户查看,原因是读写竞争资源。 　　 　　9、返回了不必要的行和列 　　 　　10、查询语句不好，没有优化 　　可以通过如下方法来优化查询 : 　　 　　1、把数据、日志、索引放到不同的I/O设备上，增加读取速度，以前可以将Tempdb应放在RAID0上，SQL2000不在支持。数据量（尺寸）越大，提高I/O越重要. 　　 　　2、纵向、横向分割表，减少表的尺寸(sp_spaceuse) 　　 　　3、升级硬件 　　 　　4、根据查询条件,建立索引,优化索引、优化访问方式，限制结果集的数据量。注意填充因子要适当（最好是使用默认值0）。索引应该尽量小，使用字节数小的列建索引好（参照索引的创建）,不要对有限的几个值的字段建单一索引如性别字段 　　 　　5、提高网速; 　　 　　6、扩大服务器的内存,Windows 2000和SQL

一、SQL数据库的体系结构要点如下： 1、一个SQL模式（Scheme）是表和约束的集合； -----> SQL模式（scheme）又名数据库（database） 2、一个表由行集构成，一行是列的序列，每列对应一个数据项； 3、表有三种类型：基本表、视图、导出表。基本表是实际存储在数据库中的表，视图是由若干基本表或其他视图构成的表的定义，而导出表是执行查询时产生的表。 二、SQL的组成： 核心SQL主要四个部分： 1、数据定义语言：即SQL　DDL，用于定义SQL模式，基本表、视图、索引等结构。 2、数据操纵语言：即SQL DML。数据库操作分成数据查询和数据更新两类，而数据更新又分为插入、删除、修改。 3、嵌入式SQL语言的使用规定， 4、数据控制语言：即SQL DCL。这一部分包括对基本表和视图的授权、完整性规则的描述、事务控制等内容。 三、 数据库的语句( 语句测试数据库用的是MySQL) 数据库创建 ：create database <数据库名> 删除数据库 ：drop database <数据库名>[CASCADE][RESTRICT] CASCADE(级联式)方式：执行DROP语句时，只要SQL模式（数据库）及其下属的基本表，视图、索引等所有元素全部撤销。 RESTRICT( 约束式 )方式：执行DROP语句时，只有当SQL模式（数据库）中没有任何下属元素时