一、redis

1.1 redis的数据结构都有哪些？

• key-string：一个key对应一个值。最常用的，一般用于存储一个值。

• key-hash：一个key对应一个Map。存储一个对象数据的。

• key-list：一个key对应一个列表。使用list结构实现栈和队列结构。

• key-set：一个key对应一个集合。交集，差集和并集的操作。

• key-zset：一个key对应一个有序的集合。排行榜，积分存储等操作。

• HyperLogLog：计算近似值的。

• GEO：地理位置。

• BIT：一般存储的也是一个字符串，存储的是一个byte[]。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2SsxDAnj-1687195308369)(data:image/gif;base64,R0lGODlhAQABAPABAP///wAAACH5BAEKAAAALAAAAAABAAEAAAICRAEAOw==)]

1.2 持久化方式有哪些？

RDB：RDB是Redis默认的持久化机制

• RDB持久化文件，速度比较快，而且存储的是一个二进制的文件，传输起来很方便。
• RDB持久化的时机：

save 900 1：在900秒内，有1个key改变了，就执行RDB持久化。

save 300 10：在300秒内，有10个key改变了，就执行RDB持久化。

save 60 10000：在60秒内，有10000个key改变了，就执行RDB持久化。

如果300秒内 9个key改变了，也不执行持久化

• RDB无法保证数据的绝对安全。
• 假如 60秒内 执行了9999个key改变，RDB也不执行持久化，这时候数据就不是安全的

AOF：AOF持久化机制默认是关闭的，Redis官方推荐同时开启RDB和AOF持久化，更安全，避免数据丢失。

• AOF持久化的速度，相对RDB较慢的，存储的是一个文本文件，到了后期文件会比较大，传输困难。
• AOF持久化时机。

appendfsync always：每执行一个写操作，立即持久化到AOF文件中，性能比较低。 appendfsync everysec：每秒执行一次持久化。 推荐使用

appendfsync no：会根据你的操作系统不同，环境的不同，在一定时间内执行一次持久化。

• AOF相对RDB更安全，推荐同时开启AOF和RDB。

1.3 怎么保证缓存和数据库数据的一致性?

1. 缓存更新策略： 在进行数据更新操作时，需要保证同时更新缓存和数据库。一种常见的策略是“先更新数据库，再更新缓存”。即在更新数据库之后，立即更新对应的缓存数据。这样可以确保缓存中的数据与数据库中的数据保持一致。
2. 缓存失效策略： 当数据库中的数据发生更新时，可以通过使缓存失效来保证数据一致性。即在数据库更新操作完成后，手动使对应的缓存失效（或删除）。这样，下次读取该数据时，将从数据库中重新加载最新数据，并将其放入缓存中。
3. 过期时间设置： Redis提供了设置缓存的过期时间的功能。可以根据数据的特性和业务需求，为缓存设置合适的过期时间。在过期时间到达后，缓存会自动失效，下次读取时将从数据库加载最新数据。通过合理设置过期时间，可以保证缓存中的数据与数据库中的数据保持一致，并避免数据过期导致的一致性问题。
4. 读写分离： 对于一些高并发的应用场景，可以考虑使用读写分离的架构。即将读操作和写操作分别路由到不同的Redis实例或者节点上。写操作通过主节点更新数据库，并更新缓存，而读操作则通过从节点或者缓存来获取数据，从而保证数据的一致性。

1.4 redis缓存是什么意思？

使用Redis缓存的主要目的是减轻后端数据库的负载，提高系统的性能和响应时间。当应用程序需要访问某些数据时，它首先会尝试从Redis缓存中读取数据。如果缓存中存在所需的数据，应用程序就可以快速获取它，而无需查询数据库。这样可以减少对数据库的频繁访问，提高系统的吞吐量和并发能力。

二、数据库

2.1 基本数据类型

1. 整数类型（Integer）：用于存储整数值，如整数、长整数等。常见的整数类型有INT、BIGINT等。
2. 浮点数类型（Floating-Point）：用于存储浮点数，如小数或科学计数法表示的数值。常见的浮点数类型有FLOAT、DOUBLE等。
3. 字符串类型（String）：用于存储文本或字符数据。字符串类型可以是固定长度的，也可以是可变长度的。常见的字符串类型有CHAR、VARCHAR、TEXT等。
4. 布尔类型（Boolean）：用于存储逻辑值，表示真或假。在某些数据库中，布尔类型可以使用1和0来表示。
5. 日期和时间类型（Date and Time）：用于存储日期、时间或日期时间的数值。常见的日期和时间类型有DATE、TIME、DATETIME等。
6. 二进制类型（Binary）：用于存储二进制数据，如图像、音频或视频文件。二进制类型可以存储任意长度的二进制数据。

2.2 MySQL 的内连接、左连接、右连接有什么区别?

1. 内连接（Inner Join）：内连接返回两个表中满足连接条件的交集数据。只有在连接条件匹配的情况下，才会返回相关的行。如果某个表中的行在另一个表中没有匹配的行，则该行不会包含在结果中。

   例如，如果你有两个表A和B，使用内连接查询SELECT * FROM A INNER JOIN B ON A.id = B.id，结果将只包含那些在A和B表中都有匹配的行。

2. 左连接（Left Join）：左连接返回左表中的所有行，以及右表中满足连接条件的匹配行。如果右表中没有匹配的行，则会使用NULL值填充右表的列。

   例如，使用左连接查询SELECT * FROM A LEFT JOIN B ON A.id = B.id，结果将包含左表A的所有行，以及那些在B表中有匹配的行。

3. 右连接（Right Join）：右连接与左连接相反，它返回右表中的所有行，以及左表中满足连接条件的匹配行。如果左表中没有匹配的行，则会使用NULL值填充左表的列。

   例如，使用右连接查询SELECT * FROM A RIGHT JOIN B ON A.id = B.id，结果将包含右表B的所有行，以及那些在A表中有匹配的行。

需要注意的是，左连接和右连接通常用于连接两个表，而内连接可以用于连接多个表。使用不同类型的连接取决于你需要获取的数据和数据之间的关系。

2.3 MySQL 问题排查都有哪些手段?

1. 错误日志（Error Log）：MySQL会将运行时发生的错误和警告记录到错误日志中。查看错误日志可以帮助你了解数据库中发生的问题，并提供有关错误的详细信息。错误日志的位置和名称可以在MySQL配置文件中找到。
2. 查询日志（Query Log）：通过启用查询日志，可以记录所有进入MySQL服务器的查询语句。查询日志可以帮助你分析执行的查询语句和查询性能。但请注意，启用查询日志可能会对性能产生影响，因为它会记录每个查询。
3. 慢查询日志（Slow Query Log）：慢查询日志用于记录执行时间超过特定阈值的查询语句。通过分析慢查询日志，你可以找到执行时间较长的查询，并对其进行优化。
4. Explain命令：Explain命令可以用于分析查询语句的执行计划。它可以告诉你查询将如何执行、使用哪些索引以及涉及的表和连接类型。使用Explain命令可以帮助你理解查询的执行过程，并识别潜在的性能问题。
5. 监控工具和性能分析器：使用监控工具和性能分析器，如MySQL自带的Performance Schema、MySQL Workbench、Percona Toolkit等，可以实时监控MySQL的性能指标、查询执行时间、锁和死锁情况等。这些工具可以帮助你识别性能瓶颈和优化查询。
6. 数据库配置参数：MySQL有许多配置参数，可以影响性能和行为。检查和调整这些配置参数，如缓冲区大小、连接数、并发控制等，可以优化MySQL的性能和稳定性。
7. 索引和查询优化：分析查询语句的执行计划、使用合适的索引、优化查询语句的结构等，都是优化MySQL性能的重要手段。通过调整查询和表结构，可以减少查询的执行时间和资源消耗。
8. 监控系统资源：监控服务器的CPU使用率、内存使用情况、磁盘I/O等系统资源，可以帮助你确定是否存在资源瓶颈，从而解决数据库性能问题。

2.4 如何做 MySQL 的性能优化?

1. 优化查询语句：
   • 使用合适的索引：根据查询条件和数据访问模式创建适当的索引，以加快查询速度。
   • 减少查询返回的数据量：只选择需要的列，避免使用SELECT *，并使用LIMIT限制结果集的大小。
   • 使用JOIN语句优化查询：避免多次单表查询，合理使用JOIN语句来连接多个表。
   • 优化复杂查询：考虑重写复杂查询，拆分成多个简单查询或使用临时表等方式进行优化。
2. 配置优化：
   • 调整缓冲区大小：合理配置MySQL的缓冲区大小，如缓存池、查询缓存等，以提高数据读取和写入的效率。
   • 调整并发连接数：根据系统负载和硬件配置，适当调整最大连接数，避免过多的并发连接导致性能下降。
   • 调整其他配置参数：根据实际情况，调整MySQL的其他配置参数，如线程池、排序缓冲区、临时表大小等，以优化性能。
3. 硬件和存储优化：
   • 使用合适的硬件：选择合适的硬件设备，包括CPU、内存、存储等，以满足系统的需求。
   • 使用合理的存储引擎：根据应用程序的特点和需求，选择合适的存储引擎，如InnoDB、MyISAM等。
   • 配置文件系统和磁盘：确保文件系统和磁盘的性能良好，并遵循最佳实践进行配置。
4. 数据库设计优化：
   • 范式化和反范式化：根据数据的特点和查询需求，进行范式化或反范式化的设计，以提高查询效率。
   • 分区和分表：对大型表进行分区或分表，可以提高查询和维护的效率。
   • 垂直和水平拆分：根据业务需求，将大型数据库拆分成更小、更专注的部分，以提高性能和可扩展性。
5. 定期维护和监控：
   • 定期优化数据库：执行表优化、索引优化、碎片整理等操作，以保持数据库的健康状态。
   • 监控和性能分析：使用监控工具和性能分析器监控MySQL的性能指标、查询执行时间等，识别潜在的性能问题，并及时进行调整和优化。

2.5 如何避免 SQL 注入?

1. 使用参数化查询（Prepared Statements）或预编译语句：参数化查询是将SQL查询语句和参数分开处理，确保用户输入的数据不会被直接嵌入到查询语句中。数据库会预编译查询语句，然后将参数传递给查询，从而避免了SQL注入攻击。
2. 使用存储过程（Stored Procedures）：存储过程是预先定义在数据库中的一组SQL语句。通过使用存储过程，可以将数据校验和处理逻辑置于数据库层面，从而降低SQL注入的风险。
3. 输入验证和过滤：对用户输入的数据进行验证和过滤，确保只接受预期的数据类型和格式。使用白名单或正则表达式等方法对输入进行限制，过滤掉非法字符或语法，从而防止恶意输入被执行为SQL语句。
4. 不信任外部数据：将用户输入的数据视为不可信任的，并对其进行适当的转义或编码。使用数据库提供的转义函数或编码函数，如PDO的quote()方法或相关编程语言的转义函数，来处理输入数据。
5. 最小权限原则：将数据库用户授予最低权限，只赋予其执行必要操作的权限，限制对数据库的访问范围，从而减少潜在攻击的影响范围。
6. 定期更新和维护：及时应用数据库供应商发布的安全更新和补丁，以修复已知的安全漏洞。同时，定期审查和维护应用程序的代码，修复可能存在的安全漏洞。
   用户授予最低权限，只赋予其执行必要操作的权限，限制对数据库的访问范围，从而减少潜在攻击的影响范围。
7. 定期更新和维护：及时应用数据库供应商发布的安全更新和补丁，以修复已知的安全漏洞。同时，定期审查和维护应用程序的代码，修复可能存在的安全漏洞。
8. 安全意识培训：加强开发人员和管理员的安全意识培训，提高对SQL注入攻击的认识，遵循安全编码的最佳实践，以减少安全漏洞的风险。