Python面试重点(进阶篇)
注意:只有必答题部分计算分值,补充题不计算分值。
第一部分 必答题
-
简述 OSI 7层模型及其作用?(2分)
应用层(应用层,表示层,会话层)
在应用层中封装实际的消息数据(HTTP,HTTPS,FTP)
传输层:
封装端口 指定传输的协议(TCP/UDP)
网络层:
封装ip 版本ipv4 / ipv6
数据链路层:
封装mac地址 指定链路层协议: arp(通过ip->mac)/rarp(通过mac->ip)
物理层:
打成数据包,变成二进制的字节流通过网络进行传输 -
简述 TCP三次握手、四次回收的流程。(3分)
三次握手
1.客户端发送一个标识SYN的数据段,表示想与服务器建立连接,此数据段的序列号(seq)为a.
2.服务器同意了客户端的请求回复标识了SYN+ACK的数据段,此数据段的序列号(seq)为b,确认序列号为客户端的序列号加1(a+1).以此作为对客户端的SYN报文的确认
3.客户端再次发送一个标识ACK的数据段,此数据段的序列号为(seq)为a+1,确认序列号为服务器的序列号加1(b+1),以此作为对服务器A的SYN报文段的确认,建立连接
四次挥手:
1.客户端想终止连接,于是发送一个标识了FIN,ACK的数据段,序列号为a,确认序列号为b。
2.服务器回应一个标识了ACK的数据段,序列号为b,确认序号为a+1,作为对客户端的FIN报文的确认。
3.服务器想终止连接,于是向客户端发送一个标识了FIN,ACK的数据段,序列号为b,确认序列号为a+1。
4.客户端回应一个标识了ACK的数据段,序列号为a+1,确认序号为b+1,作为对服务器的FIN报文的确认。
SYN 创建连接
ACK 确认响应
FIN 断开连接
# 三次握手
客户端发送一个消息,请求建立连接
服务端接受客户端的响应,并且发出与客户端建立连接的请求
客户端接受服务端响应,回应服务端请求
接下来就可以发送数据 ...
# 四次挥手
客户端发送一个消息,请求断开连接
服务端接受客户端响应,回应请求
等到所有数据收发完毕之后
服务端发送断开连接的请求
客户端接受服务端响应,回应请求
等到2msl 最大报文生存时间过后
客户端和服务端彻底断凯连接 -
TCP和UDP的区别?(3分)
cp 需要建立连接,传输可靠,速度慢,消息面向字节流无边界
udp 不需要建立连接,可靠性差,速度快,消息面向数据报(报文)有边界 -
什么是黏包?(2分)
# 黏包:
tcp协议数据因为无边界的特点,导致都填分开发送的数据粘合在一起变成了一条数据
# 现象:
# 情况1:
在发送端,数据小,时间间隔短,容易几个数据粘合在一起
# 情况2:
在接受端,接受数据慢,在缓存区,导致几个数据粘合在了一起
# 解决:
使用struct:
# pack (数据长度在21个亿左右)
"""把任意长度的数字转换成具有4个字节固定长度的字节流"""
res = struct.pack("i",2100000000) #代表当前转化的数据是整型
# unpack
"""把4个字节值恢复成原来的数据,返回的是一个元组"""
tup = struct.unpack("i",res)[0] # 把rev转换成整型int
思路方面:
计算接下来要发送的数据大小是多少
通过pack转化固定4个字节发送给接受段
然后在发送真实数据
接受段需要接受2次,第一次接受转换成的真实数据大小,放recv参数中
第二次在接受真实的数据,才能保证不黏包
场景:
用在及时通讯类中,如果是上传下载不需要. -
什么 B/S 和 C/S 架构?(2分)
网络开发的两大架构:
c/s : client server 软件
b/s : Brower server 网站,小程序 -
请实现一个简单的socket编程(客户端和服务端可以进行收发消息)(3分)
client:
import socket
sk = socket.socket()
add = input("输入IP:")
duan = input("输入端口:")
sk.connect((add, int(duan)))
print(f"连接成功,开始与{add}开始通信")
while True:
b = input("请输入内容:")
if b == "q":
sk.send(b.encode('utf-8'))
sk.close()
break
else:
sk.send(b.encode('utf-8'))
msg = sk.recv(1024).decode('utf-8')
print(msg)
if msg == "q":
print("对方已断开链接")
sk.close()
break
sk.close()
server:
import socket
sk = socket.socket()
sk.bind(('127.0.0.1',8598))
sk.listen()
conn, addr = sk.accept()
print(f"连接成功,开始与{addr}开始通信")
while True:
msg = conn.recv(1024).decode('utf-8')
print(f"{addr}:{msg}")
if msg =="q":
print("对方已断开链接,可以进行下次对话")
conn.close()
conn, addr = sk.accept()
a = input("请输入内容:")
conn.send(a.encode('utf-8'))
if a =="q":
conn.send(a.encode('utf-8'))
conn.close()
break
sk.close()
# 一.TCP 服务端
import socket
# 1.创建一个socket对象
sk = socket.socket()
# 2.绑定ip和端口(注册网络)
sk.setsockopt(socket.SOL_SOCKET,socket.SO_REUSEADDR,1)
sk.bind( ("127.0.0.1",9000) )
# 3.开启监听
sk.listen()
# 4.建立三次握手
conn,addr = sk.accept()
# 5.处理收发数据逻辑
# 接受数据
msg = conn.recv(1024)
msg.decode("utf-8")
# 发送数据
conn.send(b"abc")
conn.send("我好帅哦".encode())
# 6.四次挥手
conn.close()
# 7.退还端口
sk.close()
# 二.TCP 客户端
# 1.创建一个socket对象
sk = socket.socket()
# 2.与服务器进行连接
sk.connect( ("127.0.0.1",9000) )
# 3.收发数据的逻辑
# 发送
sk.send(b"abc")
# 接受
sk.recv(1024)
# 4.关闭链接
sk.close()
# 三.TCP / socketserver 支持TCP的并发操作
import socketserver
class MyServer(socketserver.BaseRequestHandler):
def handle(self):
conn = self.request
if __name__ == "__main__":
server = socketserver.ThreadingTCPServer( ("127.0.0.1",9000) , MyServer )
server.serve_forever()
# 四.UDP服务端
import socket
# 1.创建一个socket对象
sk = socket.socket(type=socket.SOCK_DGRAM)
# 2.绑定地址
sk.bind( ("127.0.0.1",9000) )
# 3.处理收发数据的逻辑(服务器一定第一次是接受数据)
# 接受
msg , cli_addr = sk.recvfrom(1024)
# 发送
sk.sendto(b"abc" , cli_addr)
# 4.关闭udp连接
sk.close()
# 五.UDP客户端
# 1.创建一个socket对象
sk = socket.socket(type=socket.SOCK_DGRAM)
# 2.收发数据
sk.sendto("你好".encode("utf-8") , ("127.0.0.1",9000) )
sk.recvfrom(1024)
# 3.关闭udp连接
sk.close()
"""
最大的网络传输数据包大小 (MTU 1500Byte)
一般路由器网络转发数据的数据包大小不超过1500B
超过这个范围,该数据会进行拆包和打包的过程
""" -
简述进程、线程、协程的区别?(3分)
进程,计算机分配资源得最小单位;
线程,计算机中cpu调度得最小单位;
协程,又可以称为"微线程",时基于代码人为创造出来的,而进程和线程是计算机中真实存在的
一个进程中可以有多个线程/一个线程中可以创建多个协程
计算密集型,多线程
IO密集型,多线程/协程
都可以提高并发能力
进程:资源分配的最小单位,进程之间的数据彼此隔离,可以并发并行
from multiprocessing import Process
线程:程序调度的最小单位,进程里面包含线程,共享同一份进程资源,只能并发(GIL锁)
from threading import Thread
协程:实现单线程在多任务之间的自由切换,是线程执行任务的一种方式
import gevent;from gevent import monkey
monkey.pathch_all() # 识别所有模块中的阻塞
g2 = gevent.spawn(play) -
什么是GIL锁?(2分)
全局解释器锁 同一时刻保证一个进程中只有一个线程可以被cpu调度.
并发:同一时间,一个cpu执行多个任务
并行:同一时间,多个cpu执行多个任务
GIL:全局解释器锁,为了保证数据安全,只让多线程并发,不能并行
在后台一个个的程序都是由一个个的cpython解释器执行的,每个解释器运行的程序都是单独的进程
但是同一时间,程序中的多个线程只能由一个cpu执行
解决办法:
1.换个jpython等其他解释器,又可能出现兼容性问题
2.用多进程的方式间接实现多线程,资源开销较大
历史遗留问题,无法彻底解决 -
进程之间如何进行通信?(2分)
IPC :
1.管道Pipe(进程和进程之间只能单向通信)(了解)
2.Queue(进程和进程之间可以双向通信)
3.文件 (共享数据)
q = Queue(3)
put get
put_nowait get_nowait (linux有兼容性问题)
empty full qsize(队列长度) -
Python如何使用线程池、进程池?(2分)
from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor
# (1)创建进程池/线程池对象 8个
p = ProcessPoolExecutor() # 参数:cpu的逻辑处理器数量
p = ThreadPoolExecutor() # 参数:cpu的逻辑处理器数量 * 5
# (2)提交异步任务submit
res = p.submit(func,参数1,参数2,...)
# (3)获取返回值 result (里面有阻塞)
res_new = res.result()
# (4)等待所有子进程执行完毕 shutdown
p.shutdown()
print("主进程执行结束 .. ") -
请通过yield关键字实现一个协程? (2分)
"""
# 创建生成器
(1) 生成器表达式: gen = (i for i in range(10))
(2) 生成器函数 : 函数内含有yield,需要初始化才能使用
"""
def producer():
for i in range(100):
n = yield i
print("结果:%s",n)
def consumer():
# 生成器函数的初始化
g = producer()
# send可以类比next,但是第一次调用时,必须给None,send可以给yield发送数据(上一个yield)
g.send(None)
for i in range(10):
res = g.send(i)
print(res)
consumer() -
什么是异步非阻塞? (2分)
同步:
代码从上到下按照顺序,依次执行
异步:
无需等待当前程序中的代码是否执行完毕,
该代码又开启另外一个进程/线程中执行
阻塞 : input , time , sleep , recv ...
非阻塞 : 依次执行,无需等待
异步非阻塞:
场景发生在多进程/多线程之间
没有任何io阻塞或者等待,同时执行
设置setblocking(False) (设置非阻塞 了解) -
什么是死锁?如何避免?(2分)
交叉使用互斥(递归)锁 程序员在用锁得时候注意避免交叉用锁
from threading import Lock
互斥锁,死锁,递归锁
只上锁不解锁是死锁
例如:
lock = Lock()
# 1
lock.acquire()
lock.acquire()
lock.acquire()
# 2
进程1
a.acquire()
b.acquire()
b.release()
a.release()
进程2
b.acquire()
a.acquire()
a.release()
b.release()
进程1 拿着A锁抢B锁
进程2 拿着B锁抢A锁
# 使用递归锁,快速应急,解决服务器死锁问题
a = b = RLock()
a.acquire()
a.acquire()
a.acquire()
a.release()
a.release()
a.release()
多次上锁的次数和多次解锁的次数相同,就能达到解锁的目的;
以后使用锁时,尽力不用锁嵌套; -
程序从flag a执行到falg b的时间大致是多少秒?(2分)
import threading
import time
def _wait():
time.sleep(60)
# flag a
t = threading.Thread(target=_wait)
t.setDeamon(False)
t.start()
# flag b
守护进程: 守护的是主进程
守护线程: 守护的是所有线程;
# 0~1秒
import threading
import time
def _wait():
time.sleep(60)
# flag a
t = threading.Thread(target=_wait)
t.setDeamon(False)
t.start()
# flag b
-
程序从flag a执行到falg b的时间大致是多少秒?(2分)
import threading
import time
def _wait():
time.sleep(60)
# flag a
t = threading.Thread(target=_wait)
t.setDeamon(True)
t.start()
# flag b
小于1秒 因为设置守护线程,子线程等待所有非子线程结束子线程结束。
-
程序从flag a执行到falg b的时间大致是多少秒?(2分)
import threading
import time
def _wait():
time.sleep(60)
# flag a
t = threading.Thread(target=_wait)
t.start()
t.join()
大于60秒
因为设置了阻塞需要等待子线程结束主线程才能结束 -
读程序,请确认执行到最后number是否一定为0(2分)
import threading
loop = int(1E7)
def _add(loop:int = 1):
global number
for _ in range(loop):
number += 1
def _sub(loop:int = 1):
global number
for _ in range(loop):
number -= 1
number = 0
ta = threading.Thread(target=_add,args=(loop,))
ts = threading.Thread(target=_sub,args=(loop,))
ta.start()
ta.join()
ts.start()
ts.join()
一定为0,因为增删操作只有一条语句不回产生数据安全问题
"""------------------------------------------------------------
def add(x:int,y:int) -> int:
return x+y
res = add(10,20)
print(res)
"""
# 对 是0
import threading
loop = int(1E7) # 1 * 10的7次幂 10000000
def _add(loop:int = 1):
global number
for _ in range(loop): # for _ in range(10000000)
number += 1
def _sub(loop:int = 1):
global number
for _ in range(loop):
number -= 1
number = 0
ta = threading.Thread(target=_add,args=(loop,))
ts = threading.Thread(target=_sub,args=(loop,))
ta.start()
ta.join()
ts.start()
ts.join() -
读程序,请确认执行到最后number是否一定为0(2分)
import threading
loop = int(1E7)
def _add(loop:int = 1):
global number
for _ in range(loop):
number += 1
def _sub(loop:int = 1):
global number
for _ in range(loop):
number -= 1
number = 0
ta = threading.Thread(target=_add,args=(loop,))
ts = threading.Thread(target=_sub,args=(loop,))
ta.start()
ts.start()
ta.join()
ts.join()
不一定,因为存在线程安全问题,同一时间修改变量值
# 不一定
import threading
loop = int(1E7) # 1 * 10的7次幂 10000000
def _add(loop:int = 1):
global number
for _ in range(loop): # for _ in range(10000000)
number += 1
def _sub(loop:int = 1):
global number
for _ in range(loop):
number -= 1
number = 0
ta = threading.Thread(target=_add,args=(loop,))
ts = threading.Thread(target=_sub,args=(loop,))
ta.start()
ts.start()
ta.join()
ts.join() -
MySQL常见数据库引擎及区别?(3分)
myisam : 5.5之前的默认存储引擎 , 只支持表级锁(读写互相阻塞)
innodb : 5.5版本之后,默认的存储引擎,支持事务,行级锁,外键,能够抗住更大的并发量(全表扫描,存在表级锁)
memory : 把数据存储在内存里,一般做缓存
blackhole : 黑洞,用来同步数据,应该在主从数据库当中
-
简述事务及其特性? (3分)
事务是数据库的逻辑工作单位,事务中包含的各操作要么都做,要么都不做
特性:原子性,一致性,隔离性,持久性
------------------------------------------------
A.原子性:
同一个事务当中可能执行多条sql语句,要么全部成功,要么直接回滚,这个过程看成一个整体,一个不能再分割的最小个体
C.一致性:
a,i,d 都是为了保证数据的一致性提出来的
比如必须按照约束要求插入数据,保证每跳数据类型的一致性
事务角度上,防止脏读,幻读,不可重读,最终决定当前客户端和当前的数据库状态一致
I.隔离性:
lock + isolation锁,来处理事务的隔离级别;
一个事务和另外一个事务在工作过程中彼此隔离独立
如果同时更改同一个数据,因为锁机制的存在,先执行的先改,其他事务需要等待,保证数据安全
D.持久性:
把数据写在磁盘上,保证数据的持久化存储;
-
事务的隔离级别?(2分)
脏读: 没提交的数据读出来的 (查)
不可重读: 前后多次读取,数据内容不一样(同一个会话中,在不进行修改或者删除的时候,永远看到的是同一套数据)
幻读:前后多次读取,数据内容不一样(从添加的角度上说的)
# 开始事务
begin:
# 处理sql
# commit 提交数据
# rollback 回滚数据
# 数据的隔离级别
RU(READ_UNCOMMITTED) : 读未提交 : 脏读,不可重读,幻读
RC(READ_COMMITTED) : 读已提交 : 防止脏读,会出现不可重复还有幻读
RR(REPEATABLE_READ) : 可重复读 : 防止脏读,不可重复读,可能会出现幻读(默认隔离级别)
SR(SERLALIZABLE) : 可序列化 : 什么都能防止(多个窗口同步,不能并发,性能差)
# 查看默认的隔离级别
select @@tx_isolation
# 查询是否自动提交数据
select @@autocommit
# 找到my.ini 配置文件
autocommit=0 # 关闭自动提交数据
transaction_isolation = READ_UNCOMMITTED # 设置隔离级别
# 打开窗口1
begin;
update t1 set name = "abc" where id = 1
# commit;
# 打开窗口2
select * from t1; -
char和varchar的区别?(2分)
char 定长,速度快
varchar 变长,速度慢,节省空间(内容的开头会有1~2个字节存储数据长度) -
mysql中varchar与char的区别以及varchar(50)中的50代表的含义。(2分)
varchar(50) 最多存50个字符
(字符长度如果小于255个,前头用1个字节存长度
字符长度如果大于255个,前头用2个字节存长度
1111 1111 => 255
1111 1111 1111 1111 => 65535
255 ~ 65535 字符长度
) -
MySQL中delete和truncate的区别?(2分)
delete 删除数据
truncate 重置表(删除数据+重置自增id) -
where子句中有a,b,c三个查询条件, 创建一个组合索引abc(a,b,c),以下哪种会命中索引(3分)
(a)
(b)
(c)
(a,b)
(b,c)
(a,c)
(a,b,c)
(a)(a,b)(a,c)(a,b,c)会命中索引
-------------------------------------------------------------------
(a) 命中
(b) 不行
(c) 不行
(a,b) 命中
(b,c) 不行
(a,c) 命中
(a,b,c) 命中 -
组合索引遵循什么原则才能命中索引?(2分)
最左前缀原则,条件不能使用范围,可以使用and
# where a>1 and b=1 and c = 100 不能命中
# where b=1 and c = 100 or a = 10 不能命中 -
列举MySQL常见的函数? (3分)
count
avg
sum
max
min
now()
concat
concat_ws
user => select user()
databases => select databases()
group_concat
year(),month,day(),hour,minute,second week...
password -
MySQL数据库 导入、导出命令有哪些? (2分)
# 导出 (\q退出数据库)
mysqldump -uroot -p123 db1 > db1.sql
mysqldump -uroot -p123 db1 表1 表2 表3 > ceshi100.sql
# 导入 (进入到mysql,选好数据库)
source /home/wangwen/work/abc.sql -
什么是SQL注入?(2分)
sql注入:通过注入一些特殊的字符,绕开sql的判断机制
# 使用预处理机制,可以尽量避免sql注入
execute 默认参数是一条sql语句,如果加入参数元组,就等于开启预处理
语法:execute(sql,(参数1,参数2,参数3......))
import pymysql
user = input("user>>>:").strip()
pwd = input("password>>>:").strip()
conn = pymysql.connect(host="127.0.0.1",user="root",password="",database="db2")
# 创建游标对象
cursor = conn.cursor()
# 方法一
"""
user>> sdfsd
password>> sdfsdf' or 10=10 -- sdfsdfsf
sql = "select * from usr_pwd where username = '%s' and password='%s' " % (user,pwd)
res = cursor.execute(sql)
print(res) #返回条数
"""
# 方法二
sql = "select * from usr_pwd where username = %s and password=%s"
res = cursor.execute(sql,(user,pwd))
if res:
print("登录成功")
else:
print("登录失败") -
简述left join和inner join的区别?(2分)
left join : 左联 以左表为主,右表为辅,完整查询左表所有数据,右表不存在的数据拿null来补
inner join : 内联 查询左表右表共同存在的数据 select * from a,b where a.cid = b.id -
SQL语句中having的作用?(2分)
一般和group by 配合使用,将分组之后的数据进行二次过滤用having -
MySQL数据库中varchar和text最多能存储多少个字符?(2分)
varchar 存的是字符 21845 最大字节数 65535
text 存的是字符 65535 最大字节数 65535 * 3 -
MySQL的索引方式有几种?(3分)
主键primary key 唯一索引 unique 普通索引 index 联合主键primary key(字段1,字段2,...) 联合唯一索引 unique(字段1,字段2,..) 联合普通索引 index(a,b,c) innodb(聚集索引) : 一个表只有一个聚集索引,和多个辅助索引,排序速度比较快 myisam(辅助索引) : 只能有多个辅助索引,没有聚集索引 myisam 和innodb 使用索引数据结构都是b+树,只是叶子节点存储的数据不同 innodb文件结构中只有.frm 和 .ibd, 直接把数据塞到叶子节点上 myisam文件结构中只有.frm .myd .myi 叶子节点存储的该数据的地址(映射关系)
-
什么时候索引会失效?(有索引但无法命中索引)(3分)
1.如果查询的是一个大范围内的数据(like in > < ....) 不能命中索引( 2.索引字段参与运算,不能命中,select * from s1 where id*3 = 600 3.如果有or相连,索引字段的判断条件在or的后面,不能命中索引 4.类型不匹配,不能命中 select * from s1 where first_name = 1000 5.联合索引中,不符合最左前缀原则的,不能命中索引 6.like以%开头
-
数据库优化方案?(3分)
1.读写分离(主从数据库,主数据库查询,从数据库负责增删改) 2.分库分表(将字段数量过多的表进行拆分) 3.合理优化数据类型,尽量少的占用空间以合理改善聚集索引b+树的高度(追求矮胖结构)
-
什么是MySQL慢日志?(2分)
设定一个时间阀值,执行sql的时间超过该阈值,把该sql记录在日志文件里,就是慢查询日志 # 查看日志开启状态 show variables like 'slow_query_log'; # 开启慢查询日志 set global slow_query_log = "ON"; # 查看时间阈值 show variables like "long_query_time" # 设置时间的阈值 set global long_query_time = 5 .... # 参考: https://www.cnblogs.com/Yang-Sen/p/11384440.html
-
设计表,关系如下: 教师, 班级, 学生, 科室。(4分) 科室与教师为一对多关系, 教师与班级为多对多关系, 班级与学生为一对多关系, 科室中需体现层级关系。
1. 写出各张表的逻辑字段
2. 根据上述关系表
a.查询教师id=1的学生数
b.查询科室id=3的下级部门数
c.查询所带学生最多的教师的id
teacher 老师
id name post_id
1 王老师 1
2 张老师 1
3 金角大王 2
class 班级
id name
1 python1班
2 python2班
3 python3班
t_c_relation 多对多关系
id tid cid
1 1 1
2 1 2
3 3 1
4 3 2
student 学生
id name class_id
1 李四 1
2 张三 2
post 部门
id name parent_id
1 教务部 0
2 python部 1
3 linux部 1
# a
select
count(*)
from
t_c_relation as tc,student as s
where
tc.cid = s.class_id
and
tc.tid = 1
# b
select
count(*)
from
post
where
parent_id = 3
# c
select
tc.tid,count(*) as c
from
t_c_relation as tc,student as s
where
tc.cid = s.class_id
and
tc.tid = 1
group by
tc.tid
order by
c desc
limit 1
-
有staff表,字段为主键Sid,姓名Sname,性别Sex(值为"男"或"女"),课程表Course,字段为主键Cid,课程名称Cname,关系表SC_Relation,字段为Student表主键Sid和Course表主键Cid,组成联合主键,请用SQL查询语句写出查询所有选"计算机"课程的男士的姓名。(3分)
staff
sid sname sex
1 张三 男
2 李四 女
course
cid cname
1 计算机
2 美术
sc_relation
sid cid
1 1
# as 起别名
select
s.sname
from
staff as s,
course as c,
sc_relation as sc
where
sc.sid = s.sid
and c.cid = sc.cid
and c.cname = "计算机"
and s.sex = "男"
# as 可以省略
select
s.sname
from
staff s,
course c,
sc_relation sc
where
sc.sid = s.sid
and c.cid = sc.cid
and c.cname = "计算机"
and s.sex = "男" -
根据表关系写SQL语句(10分)
-
查询所有同学的学号、姓名、选课数、总成绩;
-
查询姓“李”的老师的个数;
-
查询平均成绩大于60分的同学的学号和平均成绩;
-
查询有课程成绩小于60分的同学的学号、姓名
-
删除学习“叶平”老师课的score表记录;
-
查询各科成绩最高和最低的分:以如下形式显示:课程ID,最高分,最低分;
-
查询每门课程被选修的学生数;
-
查询出只选修了一门课程的全部学生的学号和姓名;
-
查询选修“杨艳”老师所授课程的学生中,成绩最高的学生姓名及其成绩;
-
查询两门以上不及格课程的同学的学号及其平均成绩;
-
1.select score.student_id,student.sname,count(score.course_id) as courses,sum(num) as t_score from score left join student on score.student_id = student.sid group by score.student_id;
2.select * from teacher where tname like "李%";
3. select B.student_id,student.sname,B.s_num from (select student_id,avg(num) as s_num from score group by student_id having s_num>60) as B
left join student on B.student_id = student.sid;
4.select student.sid,student.sname from student where sid in (select student_id from score where score.num<60 group by student_id);
5.delete from score where course_id in (select cid from course left join teacher on course.teacher_id=teacher.tid where tname='叶平');
6.select score.course_id as 课程ID,course.cname as 课程名,max(num) as 最高分,min(num) as 最低分 from score left join course on score.course_id = course.cid group by course_id;
7.select course.cid as 课程ID,course.cname as 课程名,count(1) as 学生数 from score left join course on score.course_id=course.cid group by score.course_id;
8.select course_id as id,course.cname as 课程,count(1) as 人数 from score left join course on score.course_id=course.cid group by course_id
9.select student.sid as 学号,student.sname as 姓名 from student where sid in (select student_id from score group by student_id having count(1)=1)
10.select student_id as 学号,sname as 姓名,avg(num) as 平均成绩 from score left join student on score.student_id=student.sid where student_id in (select student_id from score where num<60 group by student_id having count(1)>=2) group by student_id
第二部分 补充题
-
什么是IO多路复用?
内部的实现是异步非阻塞,通过单个线程管理多个socket连接,而不是创建大量的多进程/多线程,节省资源,提升效率
这些网络io操作都会被selector(内部使用linux的epoll多路复用接口实现的)暂时挂起,推入内存队列
此时服务端可以任意处理调度里面的网络io,
当连接的socket有数据的时候,自然会把对应的socket告诉你然后进行读写,而不至于一直阻塞等待 -
async/await关键字的作用?
asyncio 是在io密集型任务中,处理协程异步并发的工具模块,目的是加快通信的速度,减少阻塞等待
async def 关键字定义异步的协程函数
await 关键字加载需要等待的操作前,控制一个可能发生io阻塞任务的切入和切出 -
MySQL的执行计划的作用?
执行计划 在一条sql执行之前,制定执行的方案
"""desc/emplain + sql"""
desc select * from t1;
把执行计划的类型,优化级别从低->高
all > index > range > ref > eq_ref > const > system
目标: 至少达到range , ref;
range 索引范围扫描(注意点:如果范围太大,不能命中索引)
ref 普通索引查询(非唯一) -
简述MySQL触发器、函数、视图、存储过程?
https://www.cnblogs.com/Eva-J/articles/10435035.html -
数据库中有表:t_tade_date
id tade_date
1 2018-1-2
2 2018-1-26
3 2018-2-8
4 2018-5-6
...
输出每个月最后一天的ID
select
id,max(tade_date)
from
t_tade_date
group by
month(tade_date) -

浙公网安备 33010602011771号