SQL语言
表的创建，删除，修改 链接方式的区别(内链接，左外连接，右外连接，全连接)，连接的条件(natural，using，on) 嵌入子查询
索引方法
顺序索引(稠密索引和稀疏索引)
顺序索引的方式和操作系统内存管理的分页机制比较相似。稠密索引就是给每一个数据块建一个指针，把指针顺序摆放在一起就是索引了。稀疏索引，要求数据块本身是聚集堆放的，找到最大的小于要查询值的指针，然后循序遍历至找到目标为止。对于文件过大的时候，索引本身就很庞大，因此又建立了分级索引。
B树索引
B树索引，实际上是分为B树索引和B+树索引两种方法。MySQL用的B+树，MongoDB用的B树。关于B数和B+树如何索引，给大家安利两篇文章，写的通俗易懂。
漫画：什么是 B- 树？
漫画：什么是 B+ 树？
为什么选择B树？
(1) 对于数据库查找，索引的文件都存在磁盘上，磁盘IO的是非常消耗时间的，因此要减少磁盘IO的次数，而B数相比于二叉树，或者其变种AVL和RD-Tree的高度更低，因此磁盘IO的次数更好；
(2) B数是平衡树，查找，删除和插入是相对稳定的。
为什么选择B+树
(1) B+树所有的数据都保存在叶节点上，查找数据都必须到达叶子节点，因此其查找效率是恒定的；
(2) B+树的叶子节点有指针指向下一个叶子节点，形成了一个链表。而叶子节点间又是排序的，因此对于范围查找只需要先找到头的位置，然后遍历链表就可以了；
(3) B+树的非叶子节点不需要存储数据，只作为索引，因此B+数的阶数可以更高，故单个节点保存的数据个数会更多，使得B+树更加矮胖，因此磁盘IO的次数会更少。
哈希索引
散列索引就比较好理解了，实际就是在哈希表中保存文件的指针。所遇到的问题和哈希表中存在的问题是相同，如何选择好的哈希函数，数据过大后如果扩容，扩容的过程中有拷贝如何提高扩容的效率。当超过了装载因子后，可以新建一个更大的哈希表，但是并不一次性拷贝全部数据，而是当要插入或删除某个数据时，就将该桶中的所有数据拷贝。
mysql引擎对比”>MySQL引擎对比
（InnoDB，MyISAM）
k
数据库的锁
（行锁，表锁，页级锁，意向锁，读锁，写锁，悲观锁，乐观锁，以及加锁的select sql方式）
隔离级别
可串行化 可重复读 已提交读 未提交读
由上到下隔离级别依次降低。都不允许脏写
事务的ACID特性
事物：构成单一逻辑工作单元的操作集合 ACID特性
(1) 原子性：要么都发生，要么都不发生；
(2) 一致性：数据保存一致性，A和B转账，必须保证转账前后A和B账户的总额不变；
(3) 隔离性：多个事务并发执行，但是实际上必须是前后执行，不能交叉；
(4) 持久性：修改后永久有效
优化
（explain，慢查询，show profile）