dba招聘考题通常涵盖数据库基础知识、SQL能力、故障排查、性能优化、高可用架构设计以及运维管理等多个维度，旨在全面考察候选人的技术深度、实践经验及问题解决能力，以下从不同模块详细展开常见考题方向及示例解析，帮助候选人系统备考。

数据库基础理论

数据库核心概念

• 事务特性（ACID）：要求结合实例说明事务的原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability），银行转账场景中如何通过ACID保证数据一致性”。
• 锁机制：对比行锁、表锁、间隙锁的区别，分析不同隔离级别（读未提交、读已提交、可重复读、串行化）下的锁行为，在可重复读级别下，解决幻读问题的间隙锁实现原理”。
• 索引原理：解释B+树索引与哈希索引的适用场景，分析聚簇索引与非聚簇索引的区别，为什么InnoDB默认使用聚簇索引，对查询性能有何影响”。

存储引擎特性

以MySQL为例,对比InnoDB与MyISAM的核心差异： | 特性 | InnoDB | MyISAM | |--------------|---------------------------------|-------------------------| | 事务支持 | 支持（ACID） | 不支持 | | 锁机制 | 行锁、表锁 | 仅表锁 | | 外键支持 | 支持 | 不支持 | | 存储结构 | 表数据与索引分开存储（.ibd） | 表数据与索引合并存储 | | 崩溃恢复 | Redo Log+Undo Log实现崩溃恢复 | 依赖操作系统文件恢复 |

SQL能力与优化

SQL编写与执行计划分析

• 复杂查询：编写多表关联（如LEFT JOIN、INNER JOIN）、子查询（相关子查询与非相关子查询）、窗口函数（如ROW_NUMBER、RANK）的SQL，查询每个部门工资最高的员工信息（考虑同名同薪情况）”。
• 执行计划解读：通过EXPLAIN分析查询的type（访问类型，如ALL、index、range、ref、const）、key（使用的索引）、rows（扫描行数）、Extra（如Using filesort、Using temporary）等字段，定位性能瓶颈。type=ALL且rows值较大时，如何通过添加索引优化”。

索引优化实践

• 索引设计原则：遵循最左前缀原则，避免索引失效场景（如对索引列进行函数操作、类型转换、使用或<>等），WHERE SUBSTR(name,1,3)='abc'会导致索引失效，如何改写SQL”。
• 索引覆盖与下推：分析覆盖索引（索引包含查询所需所有字段）和索引下推（ICP）减少回表次数的原理，在联合索引(name, age)上查询name='张三' AND age>20时，ICP如何优化过滤过程”。

故障排查与性能调优

常见故障诊断

• 死锁分析：通过SHOW ENGINE INNODB STATUS查看死锁日志，分析事务锁等待与循环依赖，提出解决方案（如调整事务隔离级别、优化SQL顺序、添加超时机制）。
• 慢查询定位：启用慢查询日志（slow_query_log），结合mysqldumpslow工具分析高频慢查询，通过pt-query-digest进行深度诊断。
• 连接池问题：排查“Too many connections”错误，分析连接池配置（如最大连接数max_connections、连接超时wait_timeout）与应用层连接泄漏问题。

性能优化实践

• 参数调优：根据业务场景调整关键参数，如innodb_buffer_pool_size（通常为物理内存50%-70%）、innodb_log_file_size（影响事务提交效率）、query_cache（MySQL 8.0已移除，需通过其他缓存机制替代）。
• SQL与架构优化：对大表进行分库分表（水平/垂直拆分）、读写分离（主从复制）、缓存优化（Redis缓存热点数据），订单表数据量达千万级，如何设计分片策略以避免单表瓶颈”。

高可用与架构设计

主从复制与集群方案

• 主从复制原理：说明基于Binlog的复制流程（主库写Binlog→从库I/O线程拉取→SQL线程重放），分析半同步复制（semisynchronous replication）与异步复制的差异。
• 高可用架构：对比MHA（Master High Availability）、MGR（MySQL Group Replication）、Orchestrator等工具的优缺点，MGR在故障切换时的数据一致性保障机制”。
• 分库分表策略：分析水平拆分（按时间、用户ID哈希）与垂直拆分（冷热数据分离）的适用场景，举例说明分片键选择对查询性能的影响。

云数据库与新兴技术

• 云数据库选型：对比AWS RDS、阿里云PolarDB、腾讯云TDSQL的核心特性（如弹性扩展、多租户隔离、AI优化）。
• NewSQL技术：分析TiDB、CockroachDB等分布式数据库的HTAP（混合事务/分析处理）能力，TiDB如何通过TiKV和TiFlash实现读写分离与实时分析”。

运维与安全管理

备份与恢复

• 备份策略：设计全量备份（xtrabackup）、增量备份、binlog备份的组合方案，确保RPO（恢复点目标）<15分钟。
• 恢复演练：模拟误删数据场景，通过binlog point-in-time恢复（PITR）或Flashback技术快速恢复数据。

安全加固

• 权限控制：遵循最小权限原则，通过角色（Role）管理用户权限，避免直接赋予GRANT ALL。
• 数据加密：配置静态加密（如InnoDB表空间加密）与传输加密（SSL/TLS），防范数据泄露风险。

相关问答FAQs

Q1: 如何判断当前数据库是否存在性能瓶颈？
A: 可通过以下步骤综合判断：

1. 监控指标：观察服务器级指标（CPU使用率、内存占用、磁盘I/O、网络带宽）和数据库级指标（Threads_connected、Queries_per_second、Slow_queries比例）。
2. 慢查询分析：启用慢查询日志，定位执行时间超过阈值的SQL，重点关注type=ALL、Using filesort、Using temporary的查询。
3. 锁等待监控：通过SHOW PROCESSLIST或sys.innodb_lock_waits视图检查是否存在长时间锁等待。
4. 性能剖析：使用Performance Schema或pt-query-digest分析资源消耗高的SQL，确定是索引缺失、SQL逻辑问题还是配置不当导致。

Q2: 数据库主从复制延迟过高如何处理？
A: 主从延迟的解决需从多方面入手：

1. 主库优化：减少大事务（拆分长事务）、避免非必要写操作，降低主库Binlog生成压力。
2. 从库调优：调整slave_parallel_workers（MySQL 5.7+支持并行复制）提升从库应用Binlog效率；优化innodb_flush_log_at_trx_commit参数（从库可设为2，但需权衡数据安全）。
3. 架构调整：对高并发场景采用“一主多从”架构，将读流量分流到多个从库；或使用中间件（如MyCat）实现读写分离，减轻从库压力。
4. 监控与告警：通过Seconds_Behind_Master指标实时监控延迟，设置延迟阈值告警，及时发现并处理复制异常。