阿里面試敗北，MySQL靈魂9問，這誰(shuí)受得了！
點(diǎn)擊“?程序員內(nèi)點(diǎn)事?”關(guān)注，選擇“?設(shè)置星標(biāo)?”
堅(jiān)持學(xué)習(xí)，好文每日送達(dá)！
有位朋友去阿里面試，他說面試官給了幾條查詢SQL，問:需要執(zhí)行幾次樹搜索操作？我朋友當(dāng)時(shí)是有點(diǎn)懵的，后來(lái)冷靜思考，才發(fā)現(xiàn)就是考索引的幾個(gè)基礎(chǔ)知識(shí)點(diǎn)~~ 本文我們分九個(gè)索引知識(shí)點(diǎn)，一起來(lái)探討一下。如果有不正確的話，歡迎指出哈，一起學(xué)習(xí)~
面試官考點(diǎn)之索引是什么？ 面試官考點(diǎn)之索引類型 面試官考點(diǎn)之為什么選擇B+樹作索引結(jié)構(gòu) 面試官考點(diǎn)之一次索引搜索過程 面試官考點(diǎn)之覆蓋索引 面試官考點(diǎn)之索引失效場(chǎng)景 面試官考點(diǎn)之最左前綴 面試官考點(diǎn)之索引下推 面試官考點(diǎn)之大表添加索引
一、面試官考點(diǎn)之索引是什么？
索引是一種能提高數(shù)據(jù)庫(kù)查詢效率的數(shù)據(jù)結(jié)構(gòu)。它可以比作一本字典的目錄，可以幫你快速找到對(duì)應(yīng)的記錄。 索引一般存儲(chǔ)在磁盤的文件中，它是占用物理空間的。 正所謂水能載舟，也能覆舟。適當(dāng)?shù)乃饕芴岣卟樵冃剩^多的索引會(huì)影響數(shù)據(jù)庫(kù)表的插入和更新功能。
二、索引有哪些類型類型
數(shù)據(jù)結(jié)構(gòu)維度
B+樹索引：所有數(shù)據(jù)存儲(chǔ)在葉子節(jié)點(diǎn)，復(fù)雜度為O(logn)，適合范圍查詢。 哈希索引: ?適合等值查詢，檢索效率高，一次到位。 全文索引：MyISAM和InnoDB中都支持使用全文索引，一般在文本類型char,text,varchar類型上創(chuàng)建。 R-Tree索引: 用來(lái)對(duì)GIS數(shù)據(jù)類型創(chuàng)建SPATIAL索引
物理存儲(chǔ)維度
聚集索引：聚集索引就是以主鍵創(chuàng)建的索引，在葉子節(jié)點(diǎn)存儲(chǔ)的是表中的數(shù)據(jù)。 非聚集索引：非聚集索引就是以非主鍵創(chuàng)建的索引，在葉子節(jié)點(diǎn)存儲(chǔ)的是主鍵和索引列。
邏輯維度
主鍵索引：一種特殊的唯一索引，不允許有空值。 普通索引：MySQL中基本索引類型，允許空值和重復(fù)值。 聯(lián)合索引：多個(gè)字段創(chuàng)建的索引，使用時(shí)遵循最左前綴原則。 唯一索引：索引列中的值必須是唯一的，但是允許為空值。 空間索引：MySQL5.7之后支持空間索引，在空間索引這方面遵循OpenGIS幾何數(shù)據(jù)模型規(guī)則。
三、面試官考點(diǎn)之為什么選擇B+樹作為索引結(jié)構(gòu)
可以從這幾個(gè)維度去看這個(gè)問題，查詢是否夠快，效率是否穩(wěn)定，存儲(chǔ)數(shù)據(jù)多少，以及查找磁盤次數(shù)等等。為什么不是哈希結(jié)構(gòu)？為什么不是二叉樹，為什么不是平衡二叉樹，為什么不是B樹，而偏偏是B+樹呢？
我們寫業(yè)務(wù)SQL查詢時(shí)，大多數(shù)情況下，都是范圍查詢的，如下SQL
select?*?from?employee?where?age?between?18?and?28;
為什么不使用哈希結(jié)構(gòu)？
我們知道哈希結(jié)構(gòu)，類似k-v結(jié)構(gòu)，也就是，key和value是一對(duì)一關(guān)系。它用于「等值查詢」還可以，但是范圍查詢它是無(wú)能為力的哦。
為什么不使用二叉樹呢？
先回憶下二叉樹相關(guān)知識(shí)啦~ 所謂「二叉樹，特點(diǎn)如下：」
每個(gè)結(jié)點(diǎn)最多兩個(gè)子樹，分別稱為左子樹和右子樹。 左子節(jié)點(diǎn)的值小于當(dāng)前節(jié)點(diǎn)的值，當(dāng)前節(jié)點(diǎn)值小于右子節(jié)點(diǎn)值 頂端的節(jié)點(diǎn)稱為根節(jié)點(diǎn)，沒有子節(jié)點(diǎn)的節(jié)點(diǎn)值稱為葉子節(jié)點(diǎn)。
我們腦海中，很容易就浮現(xiàn)出這種二叉樹結(jié)構(gòu)圖：
但是呢，有些特殊二叉樹，它可能這樣的哦：
如果二叉樹特殊化為一個(gè)鏈表，相當(dāng)于全表掃描。那么還要索引干嘛呀？因此，一般二叉樹不適合作為索引結(jié)構(gòu)。
為什么不使用平衡二叉樹呢？
平衡二叉樹特點(diǎn)：它也是一顆二叉查找樹，任何節(jié)點(diǎn)的兩個(gè)子樹高度最大差為1。所以就不會(huì)出現(xiàn)特殊化一個(gè)鏈表的情況啦。
但是呢：
平衡二叉樹插入或者更新時(shí)，需要左旋右旋維持平衡，維護(hù)代價(jià)大 如果數(shù)量多的話，樹的高度會(huì)很高。因?yàn)閿?shù)據(jù)是存在磁盤的，以它作為索引結(jié)構(gòu)，每次從磁盤讀取一個(gè)節(jié)點(diǎn)，操作IO的次數(shù)就多啦。
為什么不使用B樹呢？
數(shù)據(jù)量大的話，平衡二叉樹的高度會(huì)很高，會(huì)增加IO嘛。那為什么不選擇同樣數(shù)據(jù)量，「高度更矮的B樹」呢？
B樹相對(duì)于平衡二叉樹，就可以存儲(chǔ)更多的數(shù)據(jù)，高度更低。但是最后為甚選擇B+樹呢？因?yàn)锽+樹是B樹的升級(jí)版：
??
B+樹非葉子節(jié)點(diǎn)上是不存儲(chǔ)數(shù)據(jù)的，僅存儲(chǔ)鍵值，而B樹節(jié)點(diǎn)中不僅存儲(chǔ)鍵值，也會(huì)存儲(chǔ)數(shù)據(jù)。innodb中頁(yè)的默認(rèn)大小是16KB，如果不存儲(chǔ)數(shù)據(jù)，那么就會(huì)存儲(chǔ)更多的鍵值，相應(yīng)的樹的階數(shù)（節(jié)點(diǎn)的子節(jié)點(diǎn)樹）就會(huì)更大，樹就會(huì)更矮更胖，如此一來(lái)我們查找數(shù)據(jù)進(jìn)行磁盤的IO次數(shù)有會(huì)再次減少，數(shù)據(jù)查詢的效率也會(huì)更快。 B+樹索引的所有數(shù)據(jù)均存儲(chǔ)在葉子節(jié)點(diǎn)，而且數(shù)據(jù)是按照順序排列的，鏈表連著的。那么B+樹使得范圍查找，排序查找，分組查找以及去重查找變得異常簡(jiǎn)單。
四、面試官考點(diǎn)之一次B+樹索引搜索過程
「面試官：」 假設(shè)有以下表結(jié)構(gòu)，并且有這幾條數(shù)據(jù)
CREATE?TABLE?`employee`?(
??`id`?int(11)?NOT?NULL,
??`name`?varchar(255)?DEFAULT?NULL,
??`age`?int(11)?DEFAULT?NULL,
??`date`?datetime?DEFAULT?NULL,
??`sex`?int(1)?DEFAULT?NULL,
??PRIMARY?KEY?(`id`),
??KEY?`idx_age`?(`age`)?USING?BTREE
)?ENGINE=InnoDB?DEFAULT?CHARSET=utf8;
insert?into?employee?values(100,'小倫',43,'2021-01-20','0');
insert?into?employee?values(200,'俊杰',48,'2021-01-21','0');
insert?into?employee?values(300,'紫琪',36,'2020-01-21','1');
insert?into?employee?values(400,'立紅',32,'2020-01-21','0');
insert?into?employee?values(500,'易迅',37,'2020-01-21','1');
insert?into?employee?values(600,'小軍',49,'2021-01-21','0');
insert?into?employee?values(700,'小燕',28,'2021-01-21','1');
「面試官：」 如果執(zhí)行以下的查詢SQL，需要執(zhí)行幾次的樹搜索操作？可以畫下對(duì)應(yīng)的索引結(jié)構(gòu)圖~
select?*?from?Temployee?where?age=32;
「解析：」 其實(shí)這個(gè)，面試官就是考察候選人是否熟悉B+樹索引結(jié)構(gòu)圖。可以像醬紫回答~
先畫出 idx_age索引的索引結(jié)構(gòu)圖，大概如下：
再畫出id主鍵索引，我們先畫出聚族索引結(jié)構(gòu)圖，如下：
因此，這條 SQL 查詢語(yǔ)句執(zhí)行大概流程就是醬紫：
搜索 idx_age索引樹，將磁盤塊1加載到內(nèi)存，由于32<37,搜索左路分支，到磁盤尋址磁盤塊2。將磁盤塊2加載到內(nèi)存中，在內(nèi)存繼續(xù)遍歷，找到age=32的記錄，取得id = 400. 拿到id=400后，回到id主鍵索引樹。 搜索 id主鍵索引樹，將磁盤塊1加載內(nèi)存，在內(nèi)存遍歷，找到了400，但是B+樹索引非葉子節(jié)點(diǎn)是不保存數(shù)據(jù)的。索引會(huì)繼續(xù)搜索400的右分支，到磁盤尋址磁盤塊3.將磁盤塊3加載內(nèi)存，在內(nèi)存遍歷，找到id=400的記錄，拿到R4這一行的數(shù)據(jù)，好的，大功告成。
因此，這個(gè)SQL查詢，執(zhí)行了幾次樹的搜索操作，是不是一步了然了呀。「特別的」，在idx_age二級(jí)索引樹找到主鍵id后，回到id主鍵索引搜索的過程,就稱為回表。
?什么是回表？拿到主鍵再回到主鍵索引查詢的過程，就叫做「回表」
?
五、面試官考點(diǎn)之覆蓋索引
「面試官：」 如果不用select *, 而是使用select id,age，以上的題目執(zhí)行了幾次樹搜索操作呢？
「解析：」 這個(gè)問題，主要考察候選人的覆蓋索引知識(shí)點(diǎn)。回到idx_age索引樹，你可以發(fā)現(xiàn)查詢選項(xiàng)id和age都在葉子節(jié)點(diǎn)上了。因此，可以直接提供查詢結(jié)果啦，根本就不需要再回表了~
?覆蓋索引：在查詢的數(shù)據(jù)列里面，不需要回表去查，直接從索引列就能取到想要的結(jié)果。換句話說，你SQL用到的索引列數(shù)據(jù)，覆蓋了查詢結(jié)果的列，就算上覆蓋索引了。
?
所以，相對(duì)于上個(gè)問題，就是省去了回表的樹搜索操作。
六、面試官考點(diǎn)之索引失效
「面試官：」 如果我現(xiàn)在給name字段加上普通索引，然后用個(gè)like模糊搜索，那會(huì)執(zhí)行多少次查詢呢？SQL如下：
select?*?from?employee?where?name?like?'%杰倫%';
「解析：」 這里考察的知識(shí)點(diǎn)就是，like是否會(huì)導(dǎo)致不走索引，看先該SQL的explain執(zhí)行計(jì)劃吧。其實(shí)like 模糊搜索，會(huì)導(dǎo)致不走索引的，如下:
因此，這條SQL最后就全表掃描啦~日常開發(fā)中，這幾種騷操作都可能會(huì)導(dǎo)致索引失效，如下：
查詢條件包含or，可能導(dǎo)致索引失效 如何字段類型是字符串，where時(shí)一定用引號(hào)括起來(lái)，否則索引失效 like通配符可能導(dǎo)致索引失效。 聯(lián)合索引，查詢時(shí)的條件列不是聯(lián)合索引中的第一個(gè)列，索引失效。 在索引列上使用mysql的內(nèi)置函數(shù)，索引失效。 對(duì)索引列運(yùn)算（如，+、-、*、/），索引失效。 索引字段上使用（！= 或者 < >，not in）時(shí)，可能會(huì)導(dǎo)致索引失效。 索引字段上使用is null， is not null，可能導(dǎo)致索引失效。 左連接查詢或者右連接查詢查詢關(guān)聯(lián)的字段編碼格式不一樣，可能導(dǎo)致索引失效。 mysql估計(jì)使用全表掃描要比使用索引快,則不使用索引。
七、面試官考點(diǎn)聯(lián)合索引之最左前綴原則
「面試官：」 ?如果我現(xiàn)在給name,age字段加上聯(lián)合索引索引，以下SQL執(zhí)行多少次樹搜索呢？先畫下索引樹？
select?*?from?employee?where?name?like?'小%'?order?by?age?desc;
「解析：」 這里考察聯(lián)合索引的最左前綴原則以及l(fā)ike是否中索引的知識(shí)點(diǎn)。組合索引樹示意圖大概如下：
聯(lián)合索引項(xiàng)是先按姓名name從小到大排序，如果名字name相同，則按年齡age從小到大排序。面試官要求查所有名字第一個(gè)字是“小”的人，SQL的like '小%'是可以用上idx_name_age聯(lián)合索引的。
該查詢會(huì)沿著idx_name_age索引樹，找到第一個(gè)字是小的索引值，因此依次找到小軍、小倫、小燕、，分別拿到Id=600、100、700，然后回三次表，去找對(duì)應(yīng)的記錄。這里面的最左前綴小，就是字符串索引的最左M個(gè)字符。實(shí)際上，
這個(gè)最左前綴可以是聯(lián)合索引的最左N個(gè)字段。比如組合索引（a,b,c）可以相當(dāng)于建了（a），（a,b）,(a,b,c)三個(gè)索引，大大提高了索引復(fù)用能力。 最左前綴也可以是字符串索引的最左M個(gè)字符。
八、面試官考點(diǎn)之索引下推
「面試官：」 我們還是居于組合索引 idx_name_age，以下這個(gè)SQL執(zhí)行幾次樹搜索呢？
select?*?from?employee?where?name?like?'小%'?and?age=28?and?sex='0';
「解析：」 這里考察索引下推的知識(shí)點(diǎn)，如果是「Mysql5.6之前」，在idx_name_age索引樹，找出所有名字第一個(gè)字是“小”的人，拿到它們的主鍵id，然后回表找出數(shù)據(jù)行，再去對(duì)比年齡和性別等其他字段。如圖：
有些朋友可能覺得奇怪，（name,age)不是聯(lián)合索引嘛？為什么選出包含“小”字后，不再順便看下年齡age再回表呢，不是更高效嘛？所以呀，MySQL 5.6 就引入了「索引下推優(yōu)化」，可以在索引遍歷過程中，對(duì)索引中包含的字段先做判斷，直接過濾掉不滿足條件的記錄，減少回表次數(shù)。
因此，MySQL5.6版本之后，選出包含“小”字后，順表過濾age=28，,所以就只需一次回表。
九、 面試官考點(diǎn)之大表添加索引
「面試官：」 如果一張表數(shù)據(jù)量級(jí)是千萬(wàn)級(jí)別以上的，那么，給這張表添加索引，你需要怎么做呢？
「解析：」 我們需要知道一點(diǎn)，給表添加索引的時(shí)候，是會(huì)對(duì)表加鎖的。如果不謹(jǐn)慎操作，有可能出現(xiàn)生產(chǎn)事故的。可以參考以下方法：
1.先創(chuàng)建一張跟原表A數(shù)據(jù)結(jié)構(gòu)相同的新表B。 2.在新表B添加需要加上的新索引。 3.把原表A數(shù)據(jù)導(dǎo)到新表B 4.rename新表B為原表的表名A，原表A換別的表名；
總結(jié)與練習(xí)
本文主要講解了索引的9大關(guān)鍵面試考點(diǎn)，希望對(duì)大家有幫助。接下來(lái)呢，給大家出一道，有關(guān)于我最近業(yè)務(wù)開發(fā)遇到的加索引SQL，看下大家是怎么回答的，有興趣可以聯(lián)系我，一起討論哈~題目如下：
select?*?from?A?where?type?='1'?and?status?='s'?order?by?create_time?desc;
假設(shè)type有9種類型，區(qū)分度還算可以，status的區(qū)分度不高（有3種類型），那么你是如何加索引呢？
是給type加單索引 還是（type，status，create_time）聯(lián)合索引 還是（type，create_time）聯(lián)合索引呢？
在看、點(diǎn)贊、轉(zhuǎn)發(fā)，是對(duì)我最大的鼓勵(lì)。
整理了幾百本各類技術(shù)電子書，有需要的同學(xué)可以，公眾號(hào)回復(fù)[?666?]自取。技術(shù)群快滿了，想進(jìn)的同學(xué)可以加我好友，和大佬們一起吹吹技術(shù)。
