### Python 和数据库相关的常见面试问题汇总 #### Python 基础部分 Python 的基础问题是任何技术面试的重要组成部分，通常会涉及以下几个方面： - **可变与不可变类型** 可变对象（如列表 `list`、字典 `dict`）在其内存地址不变的情况下可以修改其内容，而不可变对象（如元组 `tuple`、字符串 `str`、整型 `int`）一旦创建就不能更改。尝试修改不可变对象的内容会导致新对象的创建[^1]。 - **浅拷贝与深拷贝** 浅拷贝仅复制顶层容器的对象引用，而不递归复制嵌套对象；深拷贝不仅复制顶层容器，还会递归复制所有嵌套对象。可以通过模块 `copy` 中的 `copy()` 方法实现浅拷贝，通过 `deepcopy()` 实现深拷贝[^1]。 - **`__new__()` 与 `__init__()` 的区别** `__new__()` 是用于创建实例的方法，返回的是类的新实例；`__init__()` 是初始化方法，负责设置实例属性，默认不会返回值[^1]。 - **设计模式** 设计模式是解决特定软件架构问题的最佳实践方案。常见的设计模式包括单例模式、工厂模式、观察者模式等。其中，单例模式确保某一个类只有一个实例，并提供全局访问点[^1]。 - **编码与解码** 编码是指将数据转换为某种格式以便传输或存储的过程，解码则是逆过程。常用的编码方式有 Base64、URL 编码等[^1]。 - **列表推导式 vs. 生成器表达式** 列表推导式会在内存中一次性构建整个列表，适合处理较小的数据集；生成器表达式则按需生成元素，节省内存开销，适用于大规模数据流操作[^1]。 - **装饰器** 装饰器是一种高阶函数，可以在不改变原函数定义的前提下为其增加额外功能。以下是使用装饰器实现单例模式的一个例子： ```python def singleton(cls): instances = {} def get_instance(*args, **kwargs): if cls not in instances: instances[cls] = cls(*args, **kwargs) return instances[cls] return get_instance @singleton class MyClass: pass ``` - **垃圾回收机制** Python 主要采用三种垃圾回收策略：引用计数、分代回收和循环检测。当对象的引用计数降为零时会被立即销毁；分代回收针对不同生命周期的对象采取不同的清理频率；循环检测专门用来识别并释放孤立引用环中的对象。 --- #### 数据库部分 数据库相关的问题主要集中在 SQL 查询优化、事务管理、锁机制等方面。 - **MySQL 锁的种类及其作用** MySQL 支持多种类型的锁，主要包括共享锁（S Lock）、排他锁（X Lock）。共享锁允许多个事务同时读取同一资源，但阻止其他事务获取排他锁；排他锁允许事务独占资源，既不允许其他事务读也不允许写入[^2]。 - **死锁现象及解决方案** 死锁发生在两个或多个事务互相等待对方持有的资源解锁时。预防死锁的方式包括按照固定顺序加锁、缩短事务持有时间以及合理分配锁粒度[^2]。 - **分区与分表的意义及实现** 分区是对单一表内的数据进行逻辑划分，从而提升查询性能；分表则是将大表拆分为若干个小表，减少单表规模。两者都能有效缓解因数据量过大带来的性能瓶颈[^2]。 - **字符类型对比** | 类型 | 描述 | |------------|----------------------------------------------------------------------| | CHAR(n) | 定长字符串，最多 n 字节 | | VARCHAR(n) | 变长字符串，最大长度为 n 字节 | | TEXT | 存储较大的文本块 | - **JOIN 操作详解** SQL 提供了 INNER JOIN、LEFT JOIN、RIGHT JOIN 和 FULL OUTER JOIN 几种连接方式。例如，`A LEFT JOIN B` 表示保留 A 表的所有记录，对于匹配不到的 B 表字段填充 NULL 值[^2]。 - **索引类型分析** BTree 索引支持范围查找和精确匹配，广泛应用于 InnoDB 引擎；Hash 索引只适配于 MyISAM 引擎，擅长快速定位唯一键值，但在范围查询上表现较差。 - **SQL 性能调优技巧** 对复杂查询语句进行分解重构，利用覆盖索引加速检索速度，避免全表扫描等问题都是提高效率的有效手段。 - **NoSQL 数据库简介** NoSQL 数据库突破传统关系模型束缚，强调灵活性和扩展能力。Redis 是一种高性能的键值存储系统，支持 String、List、Set、Zset 和 Hash 多种数据结构。 --- #### 综合应用案例 实际工作中经常需要结合 Python 和数据库的知识完成具体任务。比如编写脚本批量导入 CSV 文件到 MySQL 或 MongoDB 中，或者开发 RESTful API 接口对接后端服务。 ```python import pymysql def connect_db(): connection = pymysql.connect( host='localhost', user='root', password='password', database='testdb' ) return connection def insert_data(data_list): conn = connect_db() try: with conn.cursor() as cursor: sql = "INSERT INTO users (name, age) VALUES (%s, %s)" cursor.executemany(sql, data_list) conn.commit() finally: conn.close() data_to_insert = [('Alice', 30), ('Bob', 25)] insert_data(data_to_insert) ``` ---