Mysql索引原理以及索引优化面试题

àì夳堔傛蜴生んèń 2023-07-05 11:43 79阅读 0赞

**1.什么是索引**  
索引就是按用户任意指定的字段对**数据进行排序**的一种数据结构

**2.为什么需要索引？**  
索引是数据表种一个或者多个列进行排序的数据结构  
索引能够大幅提升检索速度  
创建、更新索引本身也会耗费空间和时间

**3.创建索引类型**  
普通类型（CREATE INDEX)  
唯一索引，索引列的值必须唯一（CREATE UNIQUE INDEX)  
多列索引  
主键索引（PRIMARY KEY），一个表只能有一个  
全文索引（FULLTEXT INDEX），InnoDB 不支持

**4.什么时候创建索引**  
经常用作查询条件的字段  
经常用作表连接的字段  
经常出现在 order by，group by 之后的字段

**5.创建索引有哪些需要注意的？**  
非空字段 NOT NULL，Mysql 很难对空值作查询优化  
区分度高，离散度大，作为索引的字段值尽量不要有大量相同值  
索引的长度不要太长（比较耗费时间)

**6.索引什么时候失效？**  
模糊匹配、类型隐转、最左匹配  
以 % 开头的 LIKE 语法，模糊搜索  
出现隐式类型转换  
没有满足最左前缀原则

**7. 什么是最左前缀原则**  
例如对于下面这一张表  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzk3NDQ2Ng_size_16_color_FFFFFF_t_70]  
如果我们按照 name 字段来建立索引的话，采用B+树的结构，大概的索引结构如下  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzk3NDQ2Ng_size_16_color_FFFFFF_t_70 1]  
如果我们要进行模糊查找，查找name 以“张"开头的所有人的ID，即 sql 语句为

select ID from table where name like '张%'

由于在B+树结构的索引中，索引项是按照索引定义里面出现的字段顺序排序 的，索引在查找的时候，可以快速定位到 ID 为 100的张一，然后直接向右遍历所有张开头的人，直到条件不满足为止。  
也就是说，我们找到第一个满足条件的人之后，直接向右遍历就可以了，由于索引是有序的，所有满足条件的人都会聚集在一起。  
而这种定位到最左边，然后向右遍历寻找，就是我们所说的最左前缀原则。

**8.索引保存方法**  
主要用B+树数据结构.  
Innodb引擎 保存 行和页, 内存查询  
局部原理 : 从磁盘取出,放到内存  
Innodb一页有16kb;  
页目录,通过数组实现  
**查询 : 二分法**  
从左到右 : 全表扫描  
从上到下 : 索引扫描  
分页: limit 取前面500条数据,比后面的500条数据快  
取后面的500条数据:查询前面500条的最大ID,再最左前缀原则  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzk3NDQ2Ng_size_16_color_FFFFFF_t_70 2]  
**9. 为什么用 B+ 树做索引而不用哈希表做索引?**  
1、哈希表是把索引字段映射成对应的哈希码然后再存放在对应的位置，这样的话，如果我们要进行模糊查找的话，显然哈希表这种结构是不支持的，只能遍历这个表。而B+树则可以通过最左前缀原则快速找到对应的数据。  
2、如果我们要进行范围查找，例如查找ID为100 ~ 400的人，哈希表同样不支持，只能遍历全表。  
3、索引字段通过哈希映射成哈希码，如果很多字段都刚好映射到相同值的哈希码的话，那么形成的索引结构将会是一条很长的链表，这样的话，查找的时间就会大大增加。

**10. 主键索引和非主键索引有什么区别？**  
例如对于下面这个表,且ID是主键。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzk3NDQ2Ng_size_16_color_FFFFFF_t_70 3]主键索引和非主键索引的示意图如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzk3NDQ2Ng_size_16_color_FFFFFF_t_70 4]其中R代表一整行的值。  
从图中不难看出，主键索引和非主键索引的区别是：非主键索引的叶子节点存放的是主键的值，而主键索引的叶子节点存放的是整行数据，其中非主键索引也被称为二级索引，而主键索引也被称为聚簇索引。  
根据这两种结构我们来进行下查询，看看他们在查询上有什么区别。  
1、如果查询语句是 select \* from table where ID = 100,即主键查询的方式，则只需要搜索 ID 这棵 B+树。  
2、如果查询语句是 select \* from table where k = 1，即非主键的查询方式，则先搜索k索引树，得到ID=100,再到ID索引树搜索一次，这个过程也被称为回表。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzk3NDQ2Ng_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200214161147876.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzk3NDQ2Ng==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzk3NDQ2Ng_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200214161205951.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzk3NDQ2Ng==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzk3NDQ2Ng_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200214163937116.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzk3NDQ2Ng==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzk3NDQ2Ng_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200214165131212.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzk3NDQ2Ng==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzk3NDQ2Ng_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20200214165151771.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzk3NDQ2Ng==,size_16,color_FFFFFF,t_70