数据库会面试主要考察哪些具体技能或知识点？

为什么数据库面试让人头疼？

痛点一：不知道该准备哪些具体的知识点，面试时被问到“你会哪些命令？”就卡壳，

痛点二：担心自己只会写基本SQL，面对性能调优、灾备方案时毫无头绪。

痛点三：面对海量的技术选型不知如何给出专业答案。

1. 数据库基础知识

主要概念与常见提问

数据库是用于结构化存储和管理数据的程序，DBMS负责数据的创建、查询、更新和删除。

• 关系型数据库 vs. 非关系型数据库的区别：结构化 vs. 半结构化/非结构化，ACID 特性 vs. BASE 特性。
• 常见 DBMS：MySQL、Oracle、SQL Server、PostgreSQL；MongoDB、Redis、Cassandra 等 NoSQL。
• ACID是事务可靠性的基石。
• 至于索引的作用。加速查询，降低 I/O，怎么说呢，但不当使用会导致写入性能下降。

2. SQL 语言必备技能

基本语法 & 常见操作

痛点：只记得 SELECT。却不会写 JOIN 或子查询，导致现场答题失分。

• DML这方面，SELECT、INSERT、UPDATE、DELETE。
• 至于DDL，CREATE TABLE、ALTER TABLE、DROP TABLE。
• 再看DCL。GRANT、REVOKE，用于权限管理。
• 常用函数这方面，聚合函数、字符串函数、日期函数。

进阶查询技巧

- 多表关联：INNER JOIN / LEFT JOIN / RIGHT JOIN - 子查询 & 公共表表达式 - 窗口函数：ROW_NUMBER OVER 等 - 查询调整：使用索引覆盖、避免 SELECT * 、合理分页

3. 数据库设计与规范化

E-R 模型 & 表结构设计

痛点：设计表时经常出现冗余数据或缺失约束，面试官会直接挑刺。

• E-R 图用于抽象实体及其关系，帮助确定主键/外键。
• 从范式来看。1NF、2NF、3NF，还有 娱乐NF 的进一步约束。
• 再看设计原则，数据完整性、一致性、安全性；按理说，尽量保持表宽度适中，避免过度拆分导致频繁 JOIN。

4. 数据库技术选型策略

痛点："我该选 MySQL 还是 PostgreSQL？" 面试官期待你有程序的评估框架。

• 业务特征：LTV 高且强一致性 → 关系型；海量读写且容错要求高 → NoSQL。话说回来，
• COST & LICENSE：Mysql 免费开源；Oracle 商业授权成本高但功能比较全面。
• SCALE：
• ECO‑SYSTEM：.NET 项目倾向 SQL Server；Java 项目常用 PostgreSQL/MySQL；大数据场景配合 Hadoop / Spark 使用 HBase / Hive 等。

5. 性能调优与故障排除

定位瓶颈的步骤

1. I/O 检查：#磁盘读写延迟，使用 EXPLAIN 分析慢查询。
2. CACHE 命中率：#Buffer Pool / Query Cache 是否足够。

Pain Point:If you can't explain why a query takes seconds,interviewer will see you lack problem‑solving skills.

• KPI指标:CPU utilization,memory usage,disk I/O。lock contention.
• Index tuning: • Choose covering indexes. • Avoid over‑indexing. • Periodically rebuild fragmented indexes. Query rewriting: • Use EXISTS instead of IN when appropriate. • Replace correlated subqueries with joins. • Leverage UNION ALL instead of UNION if duplicates are not a concern. Server‑level optimization: • Adjust innodb_buffer_pool_size . • Tune max_connections based on workload. • Enable slow‑query log and set long_query_time appropriately. Monitoring tools: • pt‑query‑digest • pg_stat_statements • APM solutions

  <

  

  ©2026 All rights reserved.