會用數據庫，找大廠工作是遠遠不夠的。
本人2025美團暑期AI面試好幾個MySQL場景問題不會答，已臟面評。遂在此整理學習！
文章目錄
- 美團AI面
- 1.數據庫分片sharding的概念，它有什么優勢和挑戰?
- 優勢
- Sharding 挑戰
- 2. 分庫分表的常見策略有哪些
- a. 取模分片
- b. 范圍分片
- c. 按業務
- d. 按時間分
- e. 混合分片
美團AI面
1.數據庫分片sharding的概念，它有什么優勢和挑戰?
我當時甚至不清楚分片啥意思——其實就是分布式數據庫，將數據拆分到多個數據庫節點上。
每個數據庫節點存儲數據的一個子集，被稱為分片（Shard）。
優勢
-
水平擴展，能夠支持海量數據
-
提高性能：
- 多個數據庫節點可以并行處理查詢和寫入請求，減少單個數據庫的負載。
- 每個分片只存儲部分數據，索引體積更小，提高查詢效率。
- 隔離
單個分片出現故障，不會影響其他分片的數據
Sharding 挑戰
- 怎么分？
需要選擇合適的分片鍵（Shard Key），否則：
數據傾斜：部分分片存儲的數據量過大，導致查詢壓力集中，影響性能。
查詢跨分片：如果查詢涉及多個分片（如 JOIN、GROUP BY），可能導致性能下降。
- 維護
隨著數據增長，可能需要重新分片。數據遷移過程復雜，可能影響在線業務。
需要額外的工具監控各個分片的健康狀況，防止單點瓶頸。
- 跨分片問題
聯合只能在應用層。
跨分片事務，需要引入兩階段提交（2PC）等機制。而且要保證數據一致性。
2. 分庫分表的常見策略有哪些
延續上一個問題了，，
a. 取模分片
num % 3 == 0/1/2
? 數據均勻
? 拓展困難，模數想跳轉只能重新計算。
??????范圍查詢表現不佳
b. 范圍分片
每10W個編號分到一個數據庫中
? 支持數據查詢，擴展方便
? 數據傾斜風險：可能部分連續數據訪問量大，分片壓力大
c. 按業務
常規，不要寬列
d. 按時間分
日志，訂單等
e. 混合分片
先分用戶表，再對其取模分片，再按時間分
)
