数据库相关岗位的面试建议

操作系统

• 例
  1. 为什么有杀不掉的进程，什么原因?
  2. 进程的几种状态? D状态是什么原因造成的？Z状态是什么原因造成的？
  3. 如果进程HANG住，如何排查？ pstack , gdb
  4. 增加数据库并发，数据库性能并没有线性提升，通常可能的原因有哪些？如何排查？ strace, ptrace, perf, oprofile
  5. cgroup 可以做哪些隔离，
  6. Linux下面有哪些虚拟技术，他们的差异。
  7. 进程、线程间通信技术
  8. 进程、线程、协程

存储

例：

1. 传统文件系统
2. 卷管理
3. INODE
4. 分布式文件系统
5. DIO与BUFFERIO
6. 如何测试存储性能
7. fadvise

网络

1. 网络协议
2. 如何排查网络问题
3. 如何测试网络性能

数据库能力考查

1. 协议

   • 消息格式
   • 数据库认证过程 ，如何做到认证过程中密码防窃取。
   • 流复制协议
   • 逻辑复制协议

2. 启动过程

   • 数据库正常、异常启动过程
   • 解释数据库SQL处理过程
   • checkpoint 机制，调度算法

3. 备份与恢复

   • REDO的数据结构
   • 一致性逻辑备份的原理
   • 一致性并行逻辑备份的原理
   • 逻辑备份的增量备份原理
   • 物理备份
   • 物理备份增量备份的原理
   • 逻辑恢复的原理，如何并行恢复，为什么需要收集统计信息
   • 如何加速逻辑恢复
   • 物理备份的PIRT原理
   • 物理增量备份的恢复原理
   • 物理恢复什么时候算是一致性位点

4. 进程结构

   • 数据库有哪些进程，分别负责什么工作
   • PG后台进程的IPC机制

5. 物理结构

   • 数据库的数据文件结构，PAGE结构，TUPLE结构，不同索引接口的索引内部结构

6. 优化器

   • cbo与rbo的差异
   • CBO的依据是?
   • 数据库如何创建执行计划
     plan tree的结构，node的输入输出，如何评估选择性，如何评估成本，影响成本评估的因素，影响选择性评估的因素
   • SQL REWRITE
     哪些情况下可以有SQL REWRITE，为什么需要sql rewrite
   • 统计信息收集调度
     实例级参数，表级参数，如何调度，调度算法，worker，launcher唤醒算法等。
   • 统计信息包含哪些要素
     行数，页数，高频词，柱状图，相关性，唯一值比例，空值比例，平均长度，。。。要素有什么用？
   • 多值列的统计信息
   • 多列组合统计信息
     为什么需要多列统计，多列统计包含哪些信息（唯一值，线性相关性，选择性），这些要素对优化器有什么用（多列条件时提高选择性，为什么？）
   • 成本计算方法
     各种NODE的成本计算方法，全表，索引扫，位图扫，索引ONLY扫，表达式，。。。。。。
   • 成本计算 算子
     至少介绍几种算子，以及作用，seq, random, cpu, ops, effective cache, parallel tupel, index setup…..
   • 数据选择性计算方法 (行数估算)
     如何估算行数
   • 数据库有哪些扫描方法，它们的扫描细节：
     （seq, index, index only, bitmap index scan）
   • Ora：SKIP INDEX SCAN
   • filter, recheck 的区别，为什么会出现
   • 数据库有哪些JOIN方法，分别适合什么场景，有什么约束，优化器如何选择使用什么方法，影响优化器选择的因素有哪些，以及每一种的JOIN原理
   • bloom filter在优化器中的应用有哪些
   • 多表JOIN顺序的选择原理
   • 遗传TSP算法

7. sql规则与触发器

   • RULE
     RULE在什么时候被触发，什么时候不被触发，RULE有什么用
   • 触发器，
     多个触发器时，触发的顺序，如何传递参数，如何传递结果
     before, after, row, statement的区别
     BATCH触发的好处，如何使用BATCH
   • 事件触发器
     哪些场景可以使用EVENT TRIGGER，他们的原理

8. HOOK

   • 数据库有哪些HOOK
   • 哪些插件使用了HOOK
   • HOOK有什么用，如何使用

9. 索引

   • 数据库有哪些索引接口（btree,hash,gin,gist,spgist,rum,brin,bloom,bitmap …）
   • 分别适应什么场景（从数据分布、读写请求角度）；
   • 数据写入时的UNDO、表、索引操作流程；
   • 数据更新、删除时的UNDO、表、索引操作流程；
   • UK约束的操作流程。
   • 索引分裂。
   • BTREE的链表结构
   • HASH索引的内部结构
   • GIN索引的结构
   • 当表上面有很多索引时，会有什么问题，如何优化，内核层面有什么优化方法
   • 多个字段都可以走索引时，优化器如何做出选择，bitmap scan的原理
   • 多字段复合索引的字段顺序选择规则，解释清楚原理

10. 约束

    • 有哪些约束(check, fk, uk, pk, not null, exclusive constraint)
    • 每一种约束作用

11. 存储结构

    • 数据库有哪些索引接口：存储结构如何（meta, root, …）；
    • FSM，VM结构，insert时如何找到适当的BLOCK，如何避免并发INSERT时插入同一个BLOCK带来的热点
    • HEAP的数据文件结构、BLOCK结构、TUPLE结构
    • 行存储与列存储，以及适应的场景，不适应的场景
    • 列存储有哪些内核层面的优化手段
    • 分布式数据库的数据倾斜原因，解法
    • 分布式数据库的查询倾斜原因，解法
    • Ora聚集表的存储结构，应用场景，缺点（不适合的场景）

12. 类型

    • 数据库里面有哪些数据类型，分布适合什么业务场景
    • 不同数据类型有一些什么样的操作
    • 如何自定义类型

13. sql语法

    • CRUD
    • CTE
    • 递归
    • SKIP LOCK
    • MERGE
    • CUBE
    • 行列变换
    • 异步消息
    • 事务，子事务
    • 2PC
    • 会话memcontext
    • SRF
    • 聚合
    • 窗口
    • 如何自定义聚合
    • 聚合计算原理
    • 并行聚合计算原理
    • 哪些操作可能rewrite table, 如何避免

14. 如何排错

    • 如何定位错误源代码
    • 如何上报BUG
    • 有哪些可以寻求帮助的途径，网站

15. 运行信息

    • 有哪些运行信息值得关注
    • 有哪些跟踪开关
    • 有哪些开发者开关
    • 源代码中有哪些编译开关可被设置，在哪里设置
    • 当前运行信息
    • 历史运行信息
    • TOP
    • 等待事件
    • 等待
    • 系统层PROFILE
    • 审计

16. 问题诊断思路

17. 垃圾回收

    • Ora，UNDO原理
    • PG，多版本原理
    • PG 新存储引擎zheap
    • 垃圾回收原理，相关参数
    • FREEZE的原理，相关参数

18. 并行

    • 如何并行创建索引，原理。
    • 数据库支持哪些并行计算，介绍并行计算的原理，优化器对并行度的计算原理。
    • 如何控制并行度
    • join 并行的原理 (分别介绍 hash, mrege, nestloop)
    • 并行seq scan原理
    • 并行索引扫描原理
    • 并行排序的原理
    • 分区表并行JOIN，GROUP原理
    • 并行GROUP原理
    • 多阶段并行聚合的原理

19. 排序

    • 排序算法
    • 非完全索引排序优化原理

20. 锁和并发控制

    • 有一些什么锁
    • 锁的冲突
    • 事务隔离级别
    • MVCC机制
    • 2PC的过程
    • 垃圾回收与事务的关系
    • 为什么需要SNAPSHOT TOO OLD
    • UNDO机制
    • 什么情况下可能出现雪崩，如何防止雪崩
    • 分布式数据库的分布式死锁检测机制
    • 分布死锁数据库的快照，并发控制，隔离实现原理
    • 分布式数据库的全局一致性备份，恢复

21. 流复制

    • 流复制的机制
    • 冲突检测机制
    • 如果备库开启FEED BACK对主库有什么伤害
    • 同步复制机制的堵塞机制
    • 如何降低延迟
    • 如何避免主备断开后需要重搭
    • 如何做到数据传输安全
    • 如何降低跨域数据传输延迟

22. 应用场景

    • 递归查询的应用场景介绍
    • 分页的使用和优化
    • 如何优化任意字段组合查询
    • 如何优化 混合 普通类型、数组、多值列、JSON、空间、时间 等多种搜索过滤需求同时出现 的场景
    • 如何优化模糊查询、全文检索、相似查询
    • 如何优化kv, hstore, json, array, tsvector的搜索
    • 如何优化时序数据的搜索、插入 （schema less (以及为什么需要schema less)。 BRIN的内核优化，range 分段。 ）
    • IOT场景有什么特点，数据库如何支撑。
    • 如何分析相似轨迹，时态数据查询如何优化。
    • TP、AP、流、图、时序、空间、搜索、系统架构设计。
      这几类场景，分别用到数据库的什么特性。
    • 空间数据
      空间数据有一些什么类型。矢量(点、线、面、点云、轨迹)、栅格。
      哪些场景会用到空间数据，怎么使用。
      空间数据如何构建索引，讲讲索引结构。
      时空数据，多维度查询，如何构建索引。
      大型空间数据的处理，搜索。
      数据路由问题。
      1到多的送餐路径规划。
      多到多的路径规划。
      开发类型、UDF、操作符、索引对接

23. 架构

    • NOSQL, 缓存, 关系数据库, OLAP等产品, 如何结合使用
    • 为什么业务要限流开关
    • 如何设计限流
    • 数据生态包含哪些东西

24. 监控与日常维护

    • 数据库哪些指标需要被监控，为什么，如何发现问题。
    • 长事务有什么问题？
      从垃圾回收的角度，解释垃圾回收原理，判定
      如果能提出改进思路更好
    • 延迟VACUUM有什么问题
    • 备库开启FEED BACK有什么问题

25. 数据库可靠性

    • 如何保证数据的可靠性
    • 如何保证数据的一致性
    • 如何保证数据的原子性
    • 闪回
      闪回有哪些操作归类
      如何设计闪回，针对不同的操作，应该如何闪回
    • 容灾
      如何设计容灾系统。
    • 如何定义0丢失。
    • 如何设计0丢失的数据库集群。
    • 多副本
      解释一下多副本的原理

26. 数据库可用性

    • 可用性与可靠性如何兼得

27. 数据库安全

    • 安全系统设计
      安全分层，每一层如何设计
    • 审计系统设计

28. 硬件评估与规划

    • 如何评估需要多少硬件

29. 版本升级与数据迁移、同步

    • 小版本升级
    • 大版本升级
    • 同构数据迁移
    • 同构数据同步
    • 异构数据迁移
    • 异构数据同步

30. 社区动态

    • 经常关注

31. PG缺陷与优势

    • 缺陷
    • 优势
    • ROADMAP
    • 你有什么想法

32. 思考

    • 为什么需要设计REDO，有没有想过持久化存储与内存性能齐平后的全新架构
    • wal writer 机制，如何设计并行wal writer
    • 运维DBA和开发DBA的区别？
    • 如何进行数据库选型
    • 市面上有哪几类数据产品，分别适应什么场景，设计上有什么软肋，不适应什么场景. db-engine
    • 紧急情况处理、
    • 问题诊断思路、
    • 逻辑复制需要注意什么东西？
    • 如何设计BENCHMARK。
    • 为什么喜欢搞数据库？
    • 经常上什么技术网站？
    • 遇到问题通常如何应对？
    • 工作经历，总结，反思，改变

33. 发掘能力

    • 基本功

    • 经验

    • 上进心

    • 学习能力

    • 品格

    • 应变能力

    • 抗压能力

    • 稳定性

    • 理想

    • 格局、蓝图

    • 执行力

    • 心态

    …

来源:(https://yq.aliyun.com/articles/647437?spm=a2c4e.11155435.0.0.182c6596bSkyP2)