【软件测试】数据库大厂面试真题解析(二叉树算法纯干货!)

但凡有职场经验的兄弟都知道,大厂的面试真是一言难尽,不光看你面试时的临场发挥能力,还要分N次考你对公司业务核心技术的熟悉度。

你要没有扎实的基本功,想忽悠住面试官可太难了。你去翻翻大厂那些30、40K的岗位就懂了:

关于数据库,我认为是软件测试工程师第一个要学的技术也是最重要的基础。

不仅你做功能测试要用到数据库;接口测试、很多接口的返回值它是动态的,那么你要去数据库拿数据来校验;还有自动化,怎么去做一些数据驱动,都要从数据库里去拿。你做性能测试是不是也和数据库有关。比如慢查询,都和数据库有关。

所以说,你要去面试软件测试工程师。数据库这一关你得要有底。


掌握sql查询增删改查、子查询、关联查询、分组查询、分组过滤

1.说一下你常用的sql优化方式?为什么select*效率低?

2.什么是索引?索引为什么能增加查询效率

3.索引是建的越多越好吗?

4.什么是ORM?为什么要用ORM?

5.如何将查询的数据汇总到excel,txt文件?6.关系型数据库和非关系型数据库的区别?


首先如果你要去面试,你得首先保证你掌握了sql的基本查询

增删改查

第一部分:软件测试基础理论、流程还有项目管理

增删改查大家基本都会吧,Select、Delete、Update、还有一个子查询、关联查询、分组查询、分组过滤。

子查询:就是一个嵌套在查询语句中的查询

关联查询:内连接、外连接(左连接、右连接)

我相信每次去面试的时候很多小伙伴都会去百度。搜素什么是什么子查询?什么是关联、分组查询?什么是分组过滤……经过熬夜看完了几篇“深度好文”可能面试官问,你也会胸有成竹。

如果以上的内容都不熟悉,就不要在简历中写:“我熟悉数据库的语句”

大家可能比较陌生的可能是分组查询( group by)和分组过滤(having)

分组查询( group by)是一个按照表中一个或者多个字段,将数据进行分组,一般用于数据进行分类汇总。

如果读这一块还不是很熟悉的伙伴,可以去观看我录制的分组查询教学视频

第二部分:数据库

1.说一下你常用的sql优化方式?为什么select*效率低?

优化方式比如说你用到了select*,那么我就会问你为什么select*效率低?

可能你会说因为*是查询所有的。


面试官:那还有呢?还有什么要补充的吗?

我:(抓抓头发,手儿无处安放)面试官,你干脆把简历还给我吧,我都不想再说下去了。

有很多时候是这样子的 ,当面试官问到你一个问题,如果你只知道一点点,你说出来一点点,面试官问你还有没有其他要补充的……

select*为什么效率低?


第一个你需要根据你理解的原理,具体分析。有时候做测试你会去看一些Mysql的书籍,它会告诉你,一律不要用*作为查询的字段的列表。

为什么呢?

第一个,不需要的列会增加数据传输时间和网络开销。有些数据库和应用不在一台服务器。

比如我的应用数据库肯定是有一个服务器的,那你的后端前端可能不在同一台服务器上,会有很多网络开销。因为有时候我们在前端的操作都会用到数据库,如果你都用select* 那么就大大增加了网络开销,它会去解析很多的内容。特别一些select语句比较复杂解析比较多的时候,会给数据库造成沉重的负担。

特别有一些大类型的字段,比如有一个叫做text 、 它是非常大的

varchar(字符串类型)比如还有一些加密的、日之类的字段,增加网络消耗是非常明显的。即使这个Mysql服务器和客户端在同一台机器上,使用的协议tcp通信也需要额外的时间,所以说这个传输时间和网络开销肯定会加大。

那么对于这些无用的大字段,可能还会增加一些IO操作。(如果长度超过一定字节,它会把一些超出的速率数据化到另一个地方,然后再去读取这些记录就会增加一次IO操作)

其实还有一个非常重要的点,Mysql有一个概念:覆盖索引(业界极为推崇的查询优化方式)

如果你用到了select*,你将失去Mysql优化器覆盖索引策略优化的可能性。


2.什么是索引?索引为什么能增加查询效率

索引是和性能息息相关的一个东西

如果我们把数据库当做一本“新华字典”索引就是这个字典的目录。一般会针对where(id等于多少)条件后面的字段

索引既然是一个目录,那么它就可以分为很多级。(目录下面又有一个目录)

图中的id是一个int类型,那么图中的“钥匙”代表什么?主键。所以说id可能是主键,其他的一些就是字段名称、字段类型、字段的长度

SHON INDEX fromorderl (查询某个表索引语句)

SHON INDEX from orderl (查询某个表索引语句)

大家记住一个概念,主键本身就是一种唯一索引。

比如你要去查询select * from where id=4  id等于多少,它就用到了一种索引。所以说索引就是这个字典的目录,一般会针对where条件后面的字段。

所以说这样去查,如果你不是主键,那么会慢很多,如果你是主键是索引,就会快很多。

为什么索引能让查询变快?

数据结构

btree:二叉树算法

举个例子:


这个数据库表刚好有11行,当我想查询小六,比如说select * from where id=4 的时候,这个时候如果不加索引。执行这行语句做的什么动作?就是一个一个查下去,查到4的时候还会往下查询,查11次。

如果一般的有百万级的数据,它就会去查百万次。

如果我们用二叉树算法(索引)它会去查询多少次呢?

二叉树的原理:取中间一个数,大于的右移,小于的左移。每次减半。

11个数据,二叉树的一个经典的算法,取中间的一个数,11最中间的一个数是什么?是6对吧。那么它会把小于6的12345放一边,然后这里7891011也会放一边,他就会这样去进行。

我们来看一看如果它加了索引,它会查询几次。比如它第一次查id等于4,它会取中间一个数等于6,我们要的不是等于6。根据原理,它就又会去取中间一个值,大于的右移,小于的左移6的中间值是3,12放左边,45放右边。

那么它可能查三到四次就可以查到了。这就是索引的效率,是不是会快很多?数据量大的时候提高效率可想而知。

更多测试教学视频资源可以来群里找我,备注公众号。

还有很多问题,比如什么是ORM?为什么要用ORM?(难度四颗星)大家不仅仅要说出这个概念,你要把它们的底层原理理解透彻。

面试中高级测试,往往三颗星的面试问题就刷了一大批人。

如果你这样从底层原理开始讲,面试官对你竖大拇指!你开一个工资吧,什么时候来上班?

听说点赞的人都拿了大厂offer

絮叨

另外,一凡把自己的面试文章整理成了一本电子书,共 216页!目录如下,还有我复习时总结的面试题以及简历模板

现在免费送给大家,链接: https://pan.baidu.com/s/10w3q4agGVh4R--HOvEYV-w 提取码: 3y8t 

文章首发于公众号:程序员一凡

絮叨

如果你想去一家不错的公司,但是目前的硬实力又不到,我觉得还是有必要去努力一下的,技术能力的高低能决定你走多远,平台的高低,能决定你的高度。

如果你通过努力成功进入到了心仪的公司,一定不要懈怠放松,职场成长和新技术学习一样,不进则退。

一凡发现在工作中发现我身边的人真的就是实力越强的越努力,最高级的自律,享受孤独

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,451评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,172评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,782评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,709评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,733评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,578评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,320评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,241评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,686评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,878评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,992评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,715评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,336评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,912评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,040评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,173评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,947评论 2 355