面试题-Mysql索引原理

Mysql面试题中索引肯定是重中之重。

刚工作那会第一次面试，就被问到了索引，我还记得当时的场景

问：知道Mysql的索引吗？

答：知道。

问：然后又问为什么要加索引？

答：我回答索引就像目录一样，能提升查找速度。

大家是不是感觉弱爆了，随着工作经验的增加，我对索引有了更深入的了解，下面就来分享下我眼中的索引，分享以问题的形式，从敲门到进门。

一、如果数据库中出现了慢查询怎么办？

Anw:加索引可以提升查找效率。

二、什么是索引？

Anw:索引是一种数据结构，Mysql的索引使用B+树实现，B+树可以快速搜索到想要的数据。

三、哪些数据结构可以做索引?

先来解释几个概念后续能用到：

节点的度：节点拥有子树的个数

树的度 ：节点度的最大值

树的高度：树的层数

1.哈希表

哈希是一种算法，通过哈希算法可以算出索引下标这样就确定了数据所在的位置，实际上是一种数组结构，如果两个数据计算出的下标相同，则以链表的形式添加元素，这种数据结构的好处是它可以很快的定位到数据，但是不支持范围查询，JAVA语言中我们最常用的HashMap就是使用的这种结构，数组+链表+红黑树，至于为什么有红黑树，当链表过长时查询效率降低。转为红黑树提升查询效率。

2.平衡二叉树

一颗典型的树形结构，有根节点、左子树、右子树，左子树小于右子树，每个节点只有一个元素，支持范围查找，但是效率不如哈希表。

3.B树

和平衡二叉树差不多，但是树的度更大，也就是B树每个节点可以可以存储多个元素，索引和数据存在一起。

4.B+树

与B树的不同点在于，它的非叶子节点存放着索引，叶子节点存放数据，而且叶子节点通过链表链接在一起，它的优势在于，非叶子节点只存放索引它能够容纳更多的索引，树高比B树低，IO次数少，查询效率更高。

四、MysqlB+树中一个节点的大小有多大?

一个节点的大小为一页，一页是指Mysql中的一页，大小为16k，而操作系统中一页的大小为4k，那么也就是Mysql的一页=操作系统的四页。

五、Mysql的节点大小为一页16k，为什么是16k?

先来张图，看下主键索引和辅助索引

可以看到主键索引树上，存放着数据和索引，而辅助索引存放着索引和主键索引的位置，如果通过主键索引查询，直接在主键索引树就可以找到数据，如果通过辅助索引查找则还需要通过找到的主键索引值，回到主键索引树找到数据，称为回表。

非叶子节点：主键、指针

叶子节点：数据

叶子节点：一个节点的大小是一页16k，假设一条数据大小1k,则一个节点可以存放16条数据。

非叶子节点：一般来说主键id的类型是bigint(10)10b，Innodb引擎中指针为6b,那么一页可以存放 16000b/(10b+6b)=1000个索引，那么一颗高度为2的b+树可以存放1000*16=16000条数据，一颗高度为3的b+树可以存放1000*1000*16=16000000，哇哦 1600W条数据，是不是有惊人。查找数据的时候一次页的查找代表一次IO，那么通过主键查找一般只需要3次以内的IO就可以找到数据，这个大小是可以调整的，但一般不会调整。

六、什么是覆盖索引？

一般来说通过辅助索引查找数据时，先在辅助索引找到主键索引的位置，然后再去主键索引树查找数据，回表操作会耗费性能，如果查询的结果就是辅助索引，如select 辅助索引 from table，这样就可以避免回表，直接返回结果。

七、什么是联合索引？

假设建立了a、b、c为顺序的联合索引，相当于建立a，(a、b)，(a、b、c)三个索引

查询bc肯定是用不到索引的，a、ab、ba、abc、acb都可以使用到索引的。

八、什么是索引下推？

还是那个假设，建立了a、b、c为顺序的联合索引

select * from table where a=10 and b like '%b' and d like '%d'

没有索引下推：先找到a=10的数据，返回mysql服务端，服务端根据条件遍历这些数据，是否有符合的数据。

索引下推：先返回符合a=10的索引，然后判断b like '%b' and d like '%d'符合条件的索引，符合条件，则找到数据，不符合直接拒绝。

有了索引下推，可以在like的时候减少回表次数。

九、重复值较多的字段不建议建立索引

重复值较多的话，如果通过这个字段进行查询，则需要频繁的回表，降低效率，效率还不如主键索引树查询。

十、Mysql order by索引

order by的字段，可以是联合索引，不能是函数。