复试面试题—

什么是存储过程？用什么来调用？有哪些优缺点？

存储过程是一个预编译的SQL语句，优点是允许模块化的设计，就是说只需创建一次，以后在该程序中就可以调用多次。如果某次操作需要执行多次SQL，使用存储过程比单纯SQL语句执行要快。
调用：
1）可以用一个命令对象来调用存储过程。
2）可以供外部程序调用，比如：java程序。
优点：
1）存储过程是预编译过的，执行效率高。
2）存储过程的代码直接存放于数据库中，通过存储过程名直接调用，减少网络通讯。
3）安全性高，执行存储过程需要有一定权限的用户。
4）存储过程可以重复使用，可减少数据库开发人员的工作量。
缺点：移植性差

索引是什么？有什么作用以及优缺点？
索引是对数据库表中一或多个列的值进行排序的结构，是帮助MySQL高效获取数据的数据结构

你也可以这样理解：索引就是加快检索表中数据的方法。在数据库中，索引也允许数据库程序迅速地找到表中的数据，而不必扫描整个数据库。

MySQL数据库几个基本的索引类型：普通索引、唯一索引、主键索引、全文索引

索引的优点：第一个是可以通过创建唯一性索引，保证数据库表中每一行数据的唯一性。第二个是可以加快数据检索的速度。可以加快表和表之间的连接。在使用分组和排序子句进行数据检索时，同样可以减少分组和排序的时间。然后通过使用索引，可以在查询的过程中使用优化隐藏器，提高系统性能。
缺点：第一个，索引可能会带来磁盘空间的开销和处理开销，可能会降低查询的性能。第二个是如果有太多的索引会让设计不稳定，第三个是如果需要检索大量的数据使用索引效率反而会更低。然后第四个是，当数据的修改需求大于检索需求时，索引反而会降低性能。

哪些列适合建立索引、哪些不适合建索引？什么样的字段适合建索引
一般来说，应该在这些列上创建索引：
（1）在经常需要搜索的列上，可以加快搜索的速度；
（2）在作为主键的列上，强制该列的唯一性和组织表中数据的排列结构；
（3）在经常用在连接的列上，这些列主要是一些外键，可以加快连接的速度；
（4）在经常需要根据范围进行搜索的列上创建索引，因为索引已经排序，其指定的范围是连续的；
（5）在经常需要排序的列上创建索引，因为索引已经排序，这样查询可以利用索引的排序，加快排序查询时间；
（6）在经常使用在WHERE子句中的列上面创建索引，加快条件的判断速度。
对于有些列不应该创建索引：
（1）对于那些在查询中很少使用或者参考的列不应该创建索引。
（2）对于那些只有很少数据值的列也不应该增加索引。
（3）对于那些定义为text, image和bit数据类型的列不应该增加索引。
(4)当修改性能远远大于检索性能时，不应该创建索引。

唯一、不为空、经常被查询的字段适合建索引

使用索引查询一定能提高查询的性能吗？为什么
通常,通过索引查询数据比全表扫描要快.但是我们也必须注意到它的代价.

索引需要空间来存储,也需要定期维护, 每当有记录在表中增减或索引列被修改时,索引本身也会被修改. 这意味着每条记录的INSERT,DELETE,UPDATE将为此多付出4,5 次的磁盘I/O. 因为索引需要额外的存储空间和处理,那些不必要的索引反而会使查询反应时间变慢.使用索引查询不一定能提高查询性能,索引范围查询(INDEX RANGE SCAN)适用于两种情况:

基于一个范围的检索,一般查询返回结果集小于表中记录数的30%
基于非唯一性索引的检索

IOT索引组织表：在主键索引中存储表中所有的数据。表就是索引，严格的排序的结构，记录在内部已经排好序，可用于代码查询表、全索引表等。
优点是记录排序，查找效率非常好。能够提高缓冲区缓存效率、减少缓冲区缓存访问、提高可扩展性。获取数据的工作量更小，因为获取数据更快。缺点是插入效率可能会低于堆文件。对于经常更新的表。不适合使用索引组织表，因为维护索引的开销比较大。
外键构建索引：为了确保数据的完整性，在对主表进行操作时，需要对参照表进行加锁操作，如果外键没有索引，查找子记录就会很慢，且参照表被锁的时间就会很长，进而使更多的操作被阻塞，甚至可能会发生死锁。
例外：如果被参照表很少被修改，或者只在某段没有其他活动的时候进行修改。不一定需要为外键构建索引，盲目地为外界构建索引可能会导致索引重复。
B树和B+树的区别
B树：
每个节点有[m/2, m-1]个关键字。
每个节点中的关键字都按照从小到大的顺序排列，每个关键字的左子树中的所有关键字都小于它，而右子树中的所有关键字都大于它。
所有叶子节点都位于同一层，或者说根节点到每个叶子节点的长度都相同。
每个节点都存有索引和数据，也就是对应的key和value。

B+树：
B+树非叶子节点只存储索引，数据都存储在叶子节点。
每个叶子结点都存有相邻叶子结点的指针，叶子结点本身依关键字的大小自小而大顺序链接。

B+树相对于B树有一些自己的优势：
单一节点存储的元素更多，使得查询的IO次数更少，所以也就使得它更适合做为数据库MySQL的底层数据结构。
所有的查询都要查找到叶子节点，查询性能是稳定的，而B树，每个节点都可以查找到数据，所以不稳定。
所有的叶子节点形成了一个有序链表，更加便于查找。

B树索引的结构：由根节点指向叶节点，叶节点中存放索引到字段及其对应数据的位置指针，叶节点之间是连续的。从根节点开始搜索，通过节点中的指针进入下一级节点，通过比较索引值和指针大小来选择进入哪个节点，最终要么找到相应节点，要么没找到。叶节点中有指向表中数据的指针。

何时使用B树索引：仅需索引访问表中很少一部分行的时候。或者虽然查询的行数比较多，但当索引包含多个字段，而要访问的字段全部包含在索引中时。

MySQL B+Tree索引和Hash索引的区别?
哈希索引：通过一定的哈希算法将需要索引的键值进行运算，然后得到的值存入一个哈希表当中，每次需要检索的时候都会将需要检索的条件进行相同算法的哈希运算，在和表中的哈希值进行比较，得出相应的信息。
哈希索引的缺点：1. 哈希索引仅仅能够满足等值的查询，不能够进行范围查询。2. 哈希索引在任何时候都不能够避免全表扫描。由于不同索引键存在相同的哈希值，所以即使取满足某个哈希值的数据时，还是要通过表中的实际数据进行相应的比较，得出相应的结果。3. 哈希索引，遇到大量的哈希值相等的情况下，性能不一定会比B树索引好
位图索引&函数索引：位图索引是针对具有大量相同值的列而创建的。他非常紧凑，块变得复杂，更新操作会导致整个块被锁住，不利于更新，所以创建位图索引的目的是应该是为了查询，而不是为了更新。这种方式存储数据相对于B树索引占的空间非常小，创建和使用也非常快。
函数索引是基于函数的索引，类似于普通的索引，只是普通的索引建立在列上，而他建立在函数上。
聚集索引和非聚集索引区别?
聚集索引：按照数据存放的物理位置为顺序的，索引的叶节点就是物理上的叶节点，聚集索引能提高多行检索的速度。
非聚集索引：索引顺序与数据物理列表顺序无关，叶节点仍然是索引节点。保留一个指针指向数据块，非聚集索引对于单行数据检索很快。

非聚集索引指定了表中记录的逻辑顺序，但是记录的物理和索引不一定一致，两种索引都采用B+树结构，非聚集索引的叶子层并不和实际数据页相重叠，而采用叶子层包含一个指向表中的记录在数据页中的指针方式。非聚集索引层次多，不会造成数据重排。

什么是事务？
事务（Transaction）是并发控制的基本单位。所谓的事务，它是一个操作序列，这些操作要么都执行，要么都不执行，它是一个不可分割的工作单位。事务是数据库维护数据一致性的单位，在每个事务结束时，都能保持数据一致性。
事务四大特性（ACID）原子性、一致性、隔离性、持久性
原子性是指事务包含的所有操作要么全部成功，要么全部失败回滚，因此事务的操作如果成功就必须要完全应用到数据库，如果操作失败则不能对数据库有任何影响。
一致性: 事务开始前和结束后，数据库的完整性约束没有被破坏。比如A向B转账，不可能A扣了钱，B却没收到。
隔离性是当多个用户并发访问数据库时，比如操作同一张表时，数据库为每一个用户开启的事务，不能被其他事务的操作所干扰，多个并发事务之间要相互隔离。同一时间，只允许一个事务请求同一数据，不同的事务之间彼此没有任何干扰。
持久性是指一个事务一旦被提交了，那么对数据库中的数据的改变就是永久性的，即便是在数据库系统遇到故障的情况下也不会丢失提交事务的操作。
锁机制：锁是计算机协调多个进程或者线程并发访问某一个资源的机制。事务在对某个数据对象操作之前，先向系统发出请求，对他进行加锁之后，事物就对数据库对象进行有一定的控制。在事务释放他的锁之前，其他事务不能更新这个数据对象。
数据库的乐观锁和悲观锁是什么？
数据库管理系统（DBMS）中的并发控制的任务是确保在多个事务同时存取数据库中同一数据时不破坏事务的隔离性和统一性以及数据库的统一性。

乐观锁和悲观锁是并发控制主要采用的技术手段。

悲观锁：假定会发生并发冲突，屏蔽一切可能违反数据完整性的操作
乐观锁：假设不会发生并发冲突，只在提交操作时检查是否违反数据完整性。

MySQL有三种锁的级别：页级、表级、行级。
表级锁：开销小，加锁快；不会出现死锁；锁定粒度大，发生锁冲突的概率最高,并发度最低。
行级锁：开销大，加锁慢；会出现死锁；锁定粒度最小，发生锁冲突的概率最低,并发度也最高。
页面锁：开销和加锁时间界于表锁和行锁之间；会出现死锁；锁定粒度界于表锁和行锁之间，并发度一般

sql语句的执行过程：首先进行语法分析，先判断一条SQL语句的语法是否符合SQL规范。然后进行语义分析，判断该SQL语句所访问的对象是否准确，用户是否具有相应的权限。然后进行解析，分为软解析和硬解析。软解析式在共享池中检查是否有完全相同的之前解析好的，如果存在就直接运行SQL。如果不存在的话就进行硬解析，也就是创建解析树，选择执行计划，这一步对于SQL来说是开销非常大的，所以应该极力的避免硬解析，然后再产生执行计划。最后，根据解析产生的执行计划来执行SQL，返回结果。
Sql优化器：借助关系理论提供的语义无误的原始查询，进行有效的等价变换，寻找最优路径，产生最优的执行方案。他的优化是在数据处理真正被执行的时候发生。查询优化器的原则就是尽可能早的执行选择运算、投影运算，把笛卡尔积与附近一连串选择、投影合并起来运算。
使用SQL语句时要考虑第一个是数据总量，第二个是定义结果集的查询条件。好的条件应该是可以过滤掉很多的数据。结果集的大小、获得结果集所涉及的表的数量。并发的用户数。
SQL查询优化，首先要使用join来暗示表的连接顺序。如果不使用join的话，则是让查询优化器自己确定表的连接顺序，效率可能会比较低。第二个是将多维度的查询进行降维处理，一次连接的表不要超过三张。第三个是要考虑取出数据在表中的比例，当查询返回的记录超过总量10%时，就不使用索引。而且在避免在高层使用distinct和select*，而且要尽早剔除不需要的数据。
堆文件：堆文件是最简单最基本的文件结构。数据库的最小单位是块，对文件对块的插入是随机的。堆文件的读取也是随机的，没有明确的先后之分，它是按照块进行读取到内存，然后在内存当中寻找具体的记录。堆文件对记录的更新可能会造成行迁移，行迁移会造成单一的记录需要读取两个快。堆文件的随机性使得它插入更新删除查询效率都很均衡，而其他文件形式，大多数会造成某一种查询的效率很高，但其他查询效率比较低。
分区：分区是将一个大表，根据条件分割成若干小表，是一种数据分组方式。哈希分区：把不同的列随机平均分布到不同的物理环境，达到备份和恢复效率高，降低错误回滚压力。范围分区：把字段的值分布到一个物理范围，这个范围是在创建分区时指定分区键决定的，这种分区方式是最为常用的。列表分区：把不同的列存到不同的物理环境，某列的值只有几个，容易按值来进行分区。分区能够提高并发性和并行性，从而增强系统架构的可伸缩性。
分区能够改善查询性能，增强可用性并且维护方便。但是，已经存在的表没有办法直接转化为分区表。如果选错存储方式，会带来大幅度的性能降低。所以按什么字段进行分区要整体考虑。
邻接模型&物化路径模型&嵌套集合模型：邻接模型插入移动删除节点快，只支持单父节点，不支持多父节点。删除子树比较难，在三种模型当中性能最高，每秒返回的查询记录最多，不是基于关系的处理，性能最好。
嵌套集合模型容易理解，查找某一节点的子节点很容易，但对结果集排序不好操作。适合深度优先遍历。但数据更新删除插入开销很大，在三种模型中查询的性能最低。
物化路径模型折中。
反范式：为什么？为了保持一定的冗余，提高效率。
七种反范式的模式及举例。第一个是合并一对一关系。第二个是在一对多关系当中，重复非键属性，以减少join操作，。比如把一个表中经常被用来连接查询的字段复制迁移到另一个表当中，这样对另一个表查询的时候就不需要连接两个表了。第三个是在一对多关系中重复外键属性，以减少join操作。第四个是在多对多关系中重复属性，以减少join操作，比如有三个表经常需要三表连接，就把其中两个表的属性都复制到其中一个关系表当中。还有引入重复组、提取新的表、分割表。
关系数据库中的关系就是指一个二维表。
空值表示，信息的空缺就是未知的值或者不存在的值。
数据库中的约束有：检查约束，就是在定义数据表的时候，加上检查约束以满足特定的要求。还有非空约束，就是不为空后面加 not null。唯一性约束。还有主建约束。
高并发主要来源于有并发就会产生锁，有锁就会产生资源竞争。
数据库的发展主要分为三个阶段，第一个是人工管理阶段，第二个是文件系统阶段，第三个是数据库系统阶段。人工管理阶段特点是，没有对数据进行管理的系统软件，也没有文件的概念，一组数据对应于一个程序，数据是面向应用的。文件系统阶段的特点是，程序之间有了一定的独立性，文件的形式多样化，数据存储基本上以记录为单位。数据库系统阶段的特点是采用复杂的数据模型，具有较高的数据独立性，最低的冗余度。
简单说一说drop、delete与truncate的区别
SQL中的drop、delete、truncate都表示删除，但是三者有一些差别
delete和truncate只删除表的数据不删除表的结构
速度,一般来说: drop> truncate >delete
delete语句是dml,这个操作会放到rollback segement中,事务提交之后才生效;
如果有相应的trigger,执行的时候将被触发. truncate,drop是ddl, 操作立即生效,原数据不放到rollback segment中,不能回滚. 操作不触发trigger.
drop、delete与truncate分别在什么场景之下使用？
不再需要一张表的时候，用drop
想删除部分数据行时候，用delete，并且带上where子句
保留表而删除所有数据的时候用truncate
超键、候选键、主键、外键分别是什么？
候选键：1. 这组属性，确定之后能够唯一决定其他元祖的属性值。2. 这组属性的子集不满足这个条件。如果第二点不成立，就是超键。如果候选键不止一个，就指定一个为主键。
全键是这个关系里任何一个属性都不能够唯一的决定元组。
外键：在一个表中存在的另一个表的主键称此表的外键。
什么是视图？以及视图的使用场景有哪些？视图的优缺点
视图是虚表，是从基表（有存放数据的表）或其他视图经过重新查询整理出来的表，它只是减少你调用长查询语句的麻烦，而且一般情况下，视图是不允许数据修改的。视图没有存储真正的数据，真正的数据还是存储在基表中。程序员虽然操作的是视图，但最终视图还会转成操作基表。

简化复杂的SQL操作。在编写查询后，可以方便的重用它而不必知道它的基本查询细节；
出于安全性需要。保护数据。可以给用户授予表的特定部分的访问权限而不是整个表的访问权限；
更改数据格式和表示。视图可返回与底层表的表示和格式不同的数据。

优点：简化sql查询，提高开发效率。高效，美观，安全

缺点：

1)性能差：查询视图时，必须把视图的查询转化成对基本表的查询，如果这个视图是由一个复杂的多表查询所定义，那么，即使是视图的一个简单查询，sql server也要把它变成一个复杂的结合体，需要花费一定的时间。
2)修改限制：当用户试图修改试图的某些信息时，数据库必须把它转化为对基本表的某些信息的修改，对于比较复杂的试图，可能是不可修改的。

游标是什么？
游标（Cursor）是处理数据的一种方法，为了查看或者处理结果集中的数据，游标提供了在结果集中一次一行或者多行前进或向后浏览数据的能力。
说一说几个范式。
第一范式（1NF）：数据库表中的字段都是单一属性的，不可再分。这个单一属性由基本类型构成，包括整型、实数、字符型、逻辑型、日期型等。
第二范式（2NF）：数据库表中不存在非关键字段对任一候选关键字段的部分函数依赖（部分函数依赖指的是存在组合关键字中的某些字段决定非关键字段的情况），也即所有非关键字段都完全依赖于任意一组候选关键字。

第三范式（3NF）：在第二范式的基础上，数据表中如果不存在非关键字段对任一候选关键字段的传递函数依赖则符合第三范式。所谓传递函数依赖，指的是如果存在"A → B → C"的决定关系，则C传递函数依赖于A。因此，满足第三范式的数据库表应该不存在如下依赖关系：关键字段 → 非关键字段 x → 非关键字段y

BCNF:若一个关系达到了第三范式，并且它只有一个候选码，或者它的每个候选码都是单属性，则该关系自然达到BC范式。

第四范式:要求把同一表内的多对多关系删除。

第五范式:从最终结构重新建立原始结构。

触发器的作用？
触发器是一种特殊的存储过程，主要用来保障参照完整性。它维护不同表中数据间关系的有关规则。当对指定的表进行某种特定操作（如：Insert,Delete或Update）时，触发器产生作用。常见的触发器有三种：分别应用于Insert,Update,Delete事件。
非关系型数据库和关系型数据库区别，优势比较?
非关系型数据库的优势：
性能：NOSQL是基于键值对的，可以想象成表中的主键和值的对应关系，而且不需要经过SQL层的解析，所以性能非常高。
可扩展性：同样也是因为基于键值对，数据之间没有耦合性，所以非常容易水平扩展。
关系型数据库的优势：
复杂查询：可以用SQL语句方便的在一个表以及多个表之间做非常复杂的数据查询。
事务支持：使得对于安全性能很高的数据访问要求得以实现。
什么是内连接、外连接、交叉连接、笛卡尔积等?
内连接: 只连接匹配的行
左外连接: 包含左边表的全部行（不管右边的表中是否存在与它们匹配的行），以及右边表中全部匹配的行
右外连接: 包含右边表的全部行（不管左边的表中是否存在与它们匹配的行），以及左边表中全部匹配的行

全外连接: 包含左、右两个表的全部行，不管另外一边的表中是否存在与它们匹配的行。

交叉连接: 生成笛卡尔积－它不使用任何匹配或者选取条件，而是直接将一个数据源中的每个行与另一个数据源的每个行都一一匹配

SQL语言分类
数据查询语言DQL
基本结构是由SELECT子句，FROM子句，WHERE子句组成的查询块：
数据操纵语言DML
插入：INSERT；更新：UPDATE；删除：DELETE
数据定义语言DDL
用来创建数据库中的各种对象-----表、视图、索引、同义词、聚簇等如：
CREATE TABLE/VIEW/INDEX/SYN/CLUSTER
数据控制语言DCL
用来授予或回收访问数据库的某种特权，并控制数据库操纵事务发生的时间及效果，对数据库实行监视等。如：
GRANT：授权。
ROLLBACK [WORK] TO [SAVEPOINT]：回退到某一点。回滚—ROLLBACK；回滚命令使数据库状态回到上次最后提交的状态。
查询语句不同元素（where、jion、limit、group by、having等等）执行先后顺序?
查询中用到的关键词主要包含六个，并且他们的顺序依次为 select–from–where–group by–having–order by
from后面的表关联，是自右向左解析而where条件的解析顺序是自下而上的。
数据库崩溃时事务的恢复机制（REDO日志和UNDO日志）?
Undo Log是为了实现事务的原子性，在MySQL数据库InnoDB存储引擎中，还用了Undo Log来实现多版本并发控制
Undo Log的原理很简单，为了满足事务的原子性，在操作任何数据之前，首先将数据备份到一个地方（这个存储数据备份的地方称为UndoLog）。然后进行数据的修改。如果出现了错误或者用户执行了ROLLBACK语句，系统可以利用Undo Log中的备份将数据恢复到事务开始之前的状态。
Redo Log:原理和Undo Log相反，Redo Log记录的是新数据的备份。在事务提交前，只要将Redo Log持久化即可，不需要将数据持久化。当系统崩溃时，虽然数据没有持久化，但是Redo Log已经持久化。系统可以根据Redo Log的内容，将所有数据恢复到最新的状态。
集中式数据库和分布式数据库：
集中式数据库是指数据库中的数据都集中存储在一台计算机上，对于数据的处理也集中在一台计算机上完成。在集中式数据库里，大多数功能例如修改备份查询等功能都很容易实现，但是当中心站点的计算机或者数据库不能运行时，在系统恢复之前，所有的用户都不能访问系统。并且从终端到中心站点的通信开销非常大。
分布式数据库是指数据存放在计算机网络不同的场景的计算机中，每一个场地都有自制处理能力，并能够完成局部的应用，并且参与全局应用的执行，全局应用程序可以通过网络来访问各个场地的数据。分布式数据库更加灵活，能够适应分布式的管理和控制机制，经济性能好可靠性高可用性好，局部应用响应速度快，可扩展性也好。但是它的系统开销比较大，并且对于数据的安全性和保密性也较难处理。
同步数据处理&异步数据处理：同步数据处理是可以保持数据的一致性和实时性，如果业务流程过于复杂，会导致单个事务的等待时间过长，造成死锁或者用户体验差等情况。异步数据处理就是异步性，不会造成事务流程等待，适合大规模批处理的应用。

复试面试题——数据库相关推荐

2011年华科计算机考研复试机试题真题
很好的资料哦,更多资料请访问王道论坛:www.cskaoyan.com 2011年华科计算机考研复试机试题真题:
浙大计算机学院考研复试上机试题,浙大计算机学院考研复试上机试题.doc
浙江大学计算机复试上机2005-2007 (由林子整理 QQ:170479150) 2005年浙江大学计算机学院考研复试上机试题及参考答案(1/5) 第一题:A+B(10分) [结题] 题目要求:读入 ...
alin的学习之路：面试题数据库相关
alin的学习之路:面试题数据库相关如何提高查询速度? 使用索引 create index 索引名 on 表名(列名1,列名2,--); 数据库索引,事务,事务级别使用索引可以提高查询效率事务 ...
C++考研复试面试题
C++考研复试面试题总结第一章面向对象程序设计概述 1.什么是结构化程序设计方法?有哪些优点和缺点? 2.什么面向对象程序设计方法?有哪些优点? 3.面向对象与面向过程程序设计有哪些不同点? 4. ...
【数据结构】- 【考研复试面试题】-汇总大合集
数据结构-考研复试面试题-汇总大合集 _写在前面的话:第二次写文章,本篇文章涉及内容主要包括数据结构与算法,包含市面上最热门的面试题,加以总结,用于本人的专业课面试复习,包括一些个人理解和总结, 如果 ...
清华大学计算机应用复试题目,2017年清华大学自动化系复试及试题回忆
2017年清华大学自动化系复试及试题回忆 [摘要]拟录取结果现已公布,我将复试情况及试题内容整理于此,希望能对往后想考清华大学双控方向的同学有所帮助.-----------------------3月 ...
华科计算机考研复试真题,华科计算机考研复试机试题(2000-2013)
华科计算机考研复试机试题(2000-2013),c++实现,注本人参加过2014年华科上机考试,老师说机试时可以使用c语言,c++语言. 2000年阶乘 #include #include #inc ...
华科计算机考研复试真题,华科计算机考研复试机试题【含参考代码】
华科计算机考研复试机试题[含参考代码] (32页) 本资源提供全文预览,点击全文预览即可全文预览,如果喜欢文档就下载吧,查找使用更方便哦! 29.9 积分华科历年复试机试题汇总上机考试.一般网站上公 ...
南农计算机复试英语笔试,2013年南农复试笔试题.doc
PAGE PAGE 5 2013年南农复试笔试题名词解释 1．常绿果树 2.宿根花卉 3.水生蔬菜 4.单性结实 5.植株调整 6.连作障碍 7.层积处理 8.穴盘育苗 9.PAR 光合有效辐射:对 ...

复试面试题——数据库

复试面试题——数据库相关推荐

最新文章

热门文章