标签

PostgreSQL , 数据库 , 面试准备

背景

本文同时适合用人方、闯关应聘方。

注意通过面试问题，发掘小伙伴的极限。找准小伙伴层级定位。

类目

至少应该包含如下，每一项应该包含范围，考察目的，评判标准，不同等级的差异化，对应的深度、广度。

外围能力考察

操作系统

比如

• 为什么有杀不掉的进程，什么原因?
• 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？
• 如果进程HANG住，如何排查？ pstack , gdb
• 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
• cgroup 可以做哪些隔离，
• Linux下面有哪些虚拟技术，他们的差异。
• 进程、线程间通信技术
• 进程、线程、协程。

存储

比如

• 传统文件系统
• 卷管理
• INODE
• 分布式文件系统
• DIO与BUFFERIO
• 如何测试存储性能
• fadvise

网络

比如

• 网络协议
• 如何排查网络问题
• 如何测试网络性能

数据库能力考察

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 三态

• 函数三态知识
• 三态与MVCC的关系
• 三态在PS中的异同
• 优化器如何考虑三态
• 索引扫描与三态
• 表达式索引与三态

10 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

11 约束

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

12 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）

13 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

14 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

15 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

16 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

17 问题诊断思路

18 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

19 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

20 排序

• 排序算法
• 非完全索引排序优化原理

21 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

22 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

23 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。

24 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

25 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

26 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

27 数据库可用性

• 可用性与可靠性如何兼得

28 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

29 硬件评估与规划

• 如何评估需要多少硬件。

30 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

31 社区动态

经常关注

32 Oracle兼容性相关

33 PG开源生态

34 PG的缺陷和优势

• 缺陷
• 优势
• ROADMAP
• 你有什么想法

35 对PG软件本身有什么想法，建议，TODO

36 对PG社区的发展有什么想法，建议，TODO

37 对分布式数据库，RAC,AURORA架构的理解

38 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。

CODING能力考察

岗位等级划分标准

主要发掘小伙伴什么方面的能力

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

...