【JavaGuide面试总结】MySQL篇·下

1.介绍一下索引吧

索引是一种用于快速查询和检索数据的数据结构其本质可以看成是一种排序好的数据结构。

索引的作用就相当于书的目录。打个比方: 我们在查字典的时候如果没有目录那我们就只能一页一页的去找我们需要查的那个字速度很慢。如果有目录了我们只需要先去目录里查找字的位置然后直接翻到那一页就行了。

在 MySQL 中无论是 Innodb 还是 MyIsam都使用了 B+树作为索引结构。🤑

---

2.索引的优缺点

优点

• 使用索引可以大大加快 数据的检索速度大大减少检索的数据量, 这也是创建索引的最主要的原因。
• 通过创建唯一性索引可以保证数据库表中每一行数据的唯一性。

缺点

• 创建索引和维护索引需要耗费许多时间。当对表中的数据进行增删改的时候如果数据有索引那么索引也需要动态的修改会降低 SQL 执行效率。
• 索引需要使用物理文件存储也会耗费一定空间。

---

3.讲一下索引的底层数据结构

Hash 表

哈希表是键值对的集合通过键(key)即可快速取出对应的值(value)因此哈希表可以快速检索数据接近 O1

为何能够通过 key 快速取出 value 呢 原因在于 哈希算法也叫散列算法。通过哈希算法我们可以快速找到 key 对应的 index找到了 index 也就找到了对应的 value

hash = hashfunc(key)
index = hash % array_size

但是哈希算法有个 Hash 冲突 问题也就是说多个不同的 key 最后得到的 index 相同。通常情况下我们常用的解决办法是 链地址法。链地址法就是将哈希冲突数据存放在链表中。就比如 JDK1.8 之前 HashMap 就是通过链地址法来解决哈希冲突的。不过JDK1.8 以后HashMap为了减少链表过长的时候搜索时间过长引入了红黑树。

既然哈希表这么快为什么 MySQL 没有使用其作为索引的数据结构呢 主要是因为 Hash 索引不支持顺序和范围查询。假如我们要对表中的数据进行排序或者进行范围查询那 Hash 索引可就不行了。并且每次 IO 只能取一个。

试想一种情况:

SELECT * FROM tb1 WHERE id < 500;

Hash 索引是根据 hash 算法来定位的难不成还要把 1 - 499 的数据每个都进行一次 hash 计算来定位吗?这就是 Hash 最大的缺点了。

B 树& B+树

B 树也称 B-树注意这里不是B减树而是B杠树,全称为 多路平衡查找树 B+ 树是 B 树的一种变体。B 树和 B+树中的 B 是 Balanced 平衡的意思。

目前大部分数据库系统及文件系统都采用 B-Tree 或其变种 B+Tree 作为索引结构。😲

B 树& B+树两者有何异同呢

• B 树的所有节点既存放键(key) 也存放 数据(data)而 B+树只有叶子节点存放 key 和 data其他内节点只存放 key
• B 树的叶子节点都是独立的;B+树的叶子节点有一条引用链指向与它相邻的叶子节点
• B 树的检索的过程相当于对范围内的每个节点的关键字做二分查找可能还没有到达叶子节点检索就结束了。而 B+树的检索效率就很稳定了任何查找都是从根节点到叶子节点的过程叶子节点的顺序检索很明显

---

4.说说MyISAM 引擎和 InnoDB 引擎 B+Tree 实现机制的不同

MyISAM 引擎中B+Tree 叶节点的 data 域存放的是数据记录的地址。在索引检索的时候首先按照 B+Tree 搜索算法搜索索引如果指定的 Key 存在则取出其 data 域的值然后以 data 域的值为地址读取相应的数据记录。这被称为“非聚簇索引非聚集索引”

InnoDB 引擎中其数据文件本身就是索引文件。相比 MyISAM索引文件和数据文件是分离的其表数据文件本身就是按 B+Tree 组织的一个索引结构树的叶节点 data 域保存了完整的数据记录。

这个索引的 key 是数据表的主键因此 InnoDB 表数据文件本身就是主索引。这被称为“聚簇索引聚集索引”。而其余的索引都作为 辅助索引 辅助索引的 data 域存储相应记录主键的值而不是地址这也是和 MyISAM 不同的地方

InnoDB中在根据主索引搜索时直接找到 key 所在的节点即可取出数据在根据辅助索引查找时则需要先取出主键的值再走一遍主索引

因此在设计表的时候不建议使用过长的字段作为主键也不建议使用非单调的字段作为主键这样会造成主索引频繁分裂😟

---

5.索引类型

主键索引(Primary Key)

数据表的主键列使用的就是主键索引。

在 MySQL 的 InnoDB 的表中当没有显示的指定表的主键时InnoDB 会自动先检查表中是否有唯一索引且不允许存在 null 值的字段如果有则选择该字段为默认的主键否则 InnoDB 将会自动创建一个 6Byte 的自增主键row_id隐藏的

二级索引(辅助索引)

二级索引又称为辅助索引是因为二级索引的叶子节点存储的数据是主键。也就是说通过二级索引可以定位主键的位置😤

1. 唯一索引(Unique Key) 唯一索引也是一种约束。唯一索引的属性列不能出现重复的数据但是允许数据为 NULL一张表允许创建多个唯一索引。 建立唯一索引的目的大部分时候都是为了该属性列的数据的唯一性而不是为了查询效率。
2. 普通索引(Index) 普通索引的唯一作用就是为了快速查询数据一张表允许创建多个普通索引并允许数据重复和 NULL。
3. 前缀索引(Prefix) 前缀索引只适用于字符串类型的数据。前缀索引是对文本的前几个字符创建索引相比普通索引建立的数据更小因为只取前几个字符。
4. 全文索引(Full Text) 全文索引主要是为了检索大文本数据中的关键字的信息是目前搜索引擎数据库使用的一种技术。

---

6.简单说说聚簇索引与非聚簇索引

聚簇索引聚集索引

聚簇索引即索引结构和数据一起存放的索引并不是一种单独的索引类型。InnoDB 中的主键索引就属于聚簇索引😢

在 MySQL 中InnoDB 引擎的表的 .ibd文件就包含了该表的索引和数据对于 InnoDB 引擎表来说该表的索引(B+树)的每个非叶子节点存储索引叶子节点存储索引和索引对应的数据。

优点

• 查询速度非常快 聚簇索引的查询速度非常的快因为整个 B+树本身就是一颗多叉平衡树叶子节点也都是有序的定位到索引的节点就相当于定位到了数据。相比于非聚簇索引 聚簇索引少了一次读取数据的 IO 操作。
• 对排序查找和范围查找优化 聚簇索引对于主键的排序查找和范围查找速度非常快。

缺点

• 依赖于有序的数据 因为 B+树是多路平衡树如果索引的数据不是有序的那么就需要在插入时排序如果数据是整型还好否则类似于字符串或 UUID 这种又长又难比较的数据插入或查找的速度肯定比较慢。
• 更新代价大 如果对索引列的数据被修改时那么对应的索引也将会被修改而且聚簇索引的叶子节点还存放着数据修改代价肯定是较大的所以对于主键索引来说主键一般都是不可被修改的。

非聚簇索引非聚集索引

非聚簇索引即索引结构和数据分开存放的索引并不是一种单独的索引类型。二级索引(辅助索引)就属于非聚簇索引。MySQL 的 MyISAM 引擎不管主键还是非主键使用的都是非聚簇索引😭

非聚簇索引的叶子节点并不一定存放数据的指针因为二级索引的叶子节点就存放的是主键根据主键再回表查数据。

优点

更新代价比聚簇索引要小 。非聚簇索引的更新代价就没有聚簇索引那么大了非聚簇索引的叶子节点是不存放数据的

缺点

• 依赖于有序的数据 跟聚簇索引一样非聚簇索引也依赖于有序的数据
• 可能会二次查询(回表) 这应该是非聚簇索引最大的缺点了。 当查到索引对应的指针或主键后可能还需要根据指针或主键再到数据文件或表中查询。

这是 MySQL 的表的文件截图: