面试都问了些什么及解答

---恢复内容开始---

一，大数据类:

  问：一亿条字符串，固定长度，其中有重复的两条数据，如何找到(不限制方法)

  1.linux系统下一条命令

  2.导入数据库添加非聚焦索引，一条select 命令

  3.文件流写成1000个文件，并计算hash值 % 100 这样就有100个文件，开多线程并行计算hashset 

 

   问：一亿条int类型的整数如何找到重复的

   申请长为1亿的bitarray,根据比如这样的数组{1,2,5,3,6} 可以用bitarray这样表示0111011 ，第几位存在就标示为1，不存在则记为0，直接扫描bitarray就可以确定需要添加的数是否存在了。

 

二，在你看来，数据库优化要注意哪些内容？

 

 

基础知识准备： SQL server 的数据存储都是B树来存放

 

1.聚集索引的原则是放在那些高频，唯一的属性列上，当表没有建立聚焦索引的时候，那时的表的存储顺序就是以堆的方式存在，是没有顺序可言的。

表的顺序上的连续是非常的重要的

 

尽量在唯一性高的字段上创建索引，不要在性别这种唯一性很低的字段上创建索引；

 

2.非聚焦索引 

 

3.联合索引  注意顺序

 

4.索引的碎片化，需要rebuild索引。

 

5.填充因子

 

6.学会看查询计划

T-SQL的优化：

1.在Where条件中尽量不要在=号左边进行函数、运算符、或表达式计算，如Where DATEDIFF(DD,StartTime,GetDate())=6  ；或Where Num/2=100;

2.在Where中尽量避免出现！=或<>操作符；

3.在Where中尽量避免对字段进行null值判定；

4.使用Like关键字进行模糊查找时，不要使用前置百分号，如Like ‘%123%’；

5.数据库字段的长度尽量的小（保证应用的前提下）；

6.不要使用Selecte*，不要使用*号来查询数据；

7.尽量避免使用游标，游标的效率是很差的，可以使用While循环来代替；

8.尽量避免返回大量数据（查询数据(Select)优化，分页处理等）；

9.使用Exists代替in和not in

10.注意是否使用脏读，with(nolock)