索引為什么能夠提高MySQL的查詢效率？

索引可以理解為目錄，通過索引可以快速定位數據，避免全表掃描

一般是B+樹結構，查找效率是O(log n)。

索引還能加速排序、分組、連接等操作。

create index idx_name on students(name);

能簡單說一下索引的分類嗎？

從功能上分，有主鍵索引、唯一索引、聯合索引、前綴索引和全文索引。

從數據結構上分，有B+樹索引、哈希索引。

從存儲內容上分，有聚簇索引、非聚簇索引。

你對主鍵索引了解多少？

主鍵索引用于唯一標識表中的每條記錄，其列值必須唯一且不為空。創建主鍵時會自動生成主鍵索引。

唯一索引和主鍵索引有什么區別？

主鍵索引 = 唯一索引 + 非空，每個表只能有一個主鍵索引，但是可以有多個唯一索引，唯一索引的列允許插入多個NULL值。

unique key和unique index有什么區別？

unique key是一種約束，創建唯一鍵時，MySQL會自動創建一個同名的唯一索引；反之，創建唯一索引也會隱式添加唯一性約束。

可通過 UNIQUE KEY uk_name 定義或者 CONSTRAINT uk_name UNIQUE 定義唯一鍵。

可通過 CREATE UNIQUE INDEX 創建唯一索引。

你對全文索引了解多少？

全文索引是一種優化文本數據檢索的特殊類型索引，適用于CHAR、VARCHAR、TEXT?

建表時可以通過FULLTEXT INDEX index_name (title, body) WITH PARSER ngram定義

ngram是一種解析器，可以處理中文日文韓文分詞

使用時用MATCH(title, content) AGAINST('+xxx -xxx' IN BOOLEAN MODE)

默認按降序返回結果，+標識必須包含，-表示必須排除，*表示通配符。

底層使用倒排索引將字段中的文本內容進行分詞，然后建立一個倒排表，不是從文檔找詞匯，而是從詞匯找文檔。

創建索引有哪些注意點？

第一、選擇合適的字段

• 比如說頻繁出現在 WHERE、JOIN、ORDER BY、GROUP BY 中的字段。
• 優先選擇區分度高的字段，比如用戶 ID、手機號等唯一值多的，而不是性別、狀態等區分度極低的字段，如果真的需要，可以考慮聯合索引。

第二、要控制索引的數量，避免過度索引，比如說已經有聯合索引 (a, b)，單索引（a）就是冗余的。每個索引都要占據存儲空間，建議單表的索引不超過五個。

第三、聯合索引使用時遵循最左前綴原則，定義時區分度高的字段優先于區分度低的字段，等值查詢的字段優先于范圍查詢的字段。

索引哪些情況下會失效？

索引列使用了函數、使用了通配符開頭的模糊查詢、聯合索引不滿足最左前綴原則、WHERE條件中使用or的時候部分字段無索引等

索引不適合哪些場景呢？

區分度低的列、頻繁更新的列（列更新代表索引也要更新）、數據量小時

區分度 = 字段的唯一值數量 / 字段的總記錄數

索引是不是建的越多越好

不是，索引是會占用空間的，并且更新建了索引的字段的值也會同時更新索引，導致寫入變慢。在索引過多的情況下優化器也有可能選錯索引

說說索引優化的思路？?

先通過慢查詢日志找出哪些SQL拖后腿，然后調用EXPLAIN查看執行計劃，看看是不是走了索引，是否回表、是否排序。然后根據字段特性設計合適的索引，如選擇區分度高的字段，使用聯合索引和覆蓋索引，避免索引失效的寫法，最后通過實測來驗證優化效果。

為什么innodb要使用B+樹作為索引？

降低磁盤的I/O次數，支持有序遍歷和范圍查找，因為索引本來就是有序的。

B+樹的每個節點都是一個頁，MySQL在磁盤中也是按頁存儲的。

B+樹的葉子節點構成了一個有序鏈表

哈希表不支持范圍查詢（無序），二叉樹太深，B樹所有節點都要存數據，所以使用B+樹

為什么MongoDB的索引采用B樹，而MySQL采用B+樹？

MongoDB通常以類似JSON形式存儲文檔，查詢的時候一般是使用單鍵等值。B樹既存儲key由存儲數據，這樣允許搜索的時候允許在非葉子節點提前終止，減少IO次數。

MySQL的查詢一般涉及范圍、排序、分組等操作。B+樹的葉子節點是雙向鏈表結構，無序回溯查找，直接通過葉子節點鏈表順序遍歷即可，天然具有有序性。

一顆B+樹能存多少條數據？

取決于樹的高度和分支因子

(分支因子)^(樹高度-1) × 葉子節點容量

對于 2KW 條數據來說，B+樹的高度為 3 層就夠了。

為什么索引用B+樹而不用二叉樹?

因為二叉樹在按照順序從大到小插入時會退化成鏈表，樹的高度就是數據量，導致IO次數增多。

平衡二叉樹雖然解決了退化成鏈表的問題，但是每個節點仍然只能有兩個分支，深度仍然很大。?

為什么使用B+樹而不是B樹？

第一，B 樹的每個節點既存儲鍵值，又存儲數據和指針，導致單節點存儲的鍵值數量較少。

第二、B 樹的范圍查詢需要通過中序遍歷逐層回溯；而 B+ 樹的葉子節點通過雙向鏈表順序連接，范圍查詢只需定位起始點后順序遍歷鏈表即可，沒有回溯開銷。

第三，B 樹的數據可能存儲在任意節點，假如目標數據恰好位于根節點或上層節點，查詢僅需 1-2 次 I/O；但如果數據位于底層節點，則需多次 I/O，導致查詢時間波動較大。

而 B+ 樹的所有數據都存儲在葉子節點，查詢路徑的長度是固定的，時間穩定為 O(logN)，對 MySQL 在高并發場景下的穩定性至關重要。

為什么使用B+樹而不使用跳表？

跳表本質上仍然是鏈表，假設每次向下都是二分查找，那么2000w條數據下，查找需要24次IO，因為2000w≈2^24，而B+樹最多只需要三次IO就夠了

B+樹的范圍查找怎么做的？

先通過索引路徑定位到第一個滿足條件的葉子節點，然后順著葉子節點之間的鏈表向右/向左掃描，直到超過范圍。

了解快排嗎？

用分治法將一個序列分割為較小和較大的兩個子序列，然后遞歸排序兩個字序列。

核心思想是選擇一個基準值，將數組分為兩個部分，左邊小于基準值，右邊大于等于基準值

B+樹索引和哈希索引有什么區別？

B+樹索引是一種平衡多路搜索樹，所有的數據都存在葉子節點上，非葉子節點只存儲key和頁面指針，葉子節點是有序的，支持范圍查找和有序遍歷和模糊查詢。

Hash索引是將鍵值映射到固定長度的哈希值，通過哈希值定位數據的位置，不支持有序遍歷和范圍查找，完全無序，只支持等值查詢，常見于Memory引擎。

聚簇索引和非聚簇索引有什么區別？

聚簇索引的葉子節點不僅存儲索引，還存儲了完整行數據，數據和索引是一起的，InnoDB的主鍵索引就是聚簇索引。非聚簇索引的葉子節點存儲的是索引和對應聚簇索引的鍵值（主鍵值），需要回表。非主鍵索引都是非聚簇索引，比如唯一索引，普通索引，全文索引，前綴索引，聯合索引。

如果使用非主鍵索引也不想回表，可以定義覆蓋索引，并在使用的時候遵循左前綴原則。

回表了解嗎？

使用非聚簇索引時，索引沒有覆蓋所需要查找的列，需要通過非聚簇索引的葉子節點找到對應的主鍵值，再利用主鍵值在聚簇索引中找到完整的行記錄，這個過程稱為回表。

回表的代價是什么？

回表需要訪問額外的數據頁，如果想要訪問的數據不在內存中，還需要從磁盤查找，增加IO開銷

可以通過聯合索引和覆蓋索引避免回表?

什么情況下會觸發回表？

當查詢字段不在非聚簇索引的葉子節點的鍵值中時候，必須回到主鍵索引中獲取數據

查詢字段包含非索引列的時候，必然觸發回表

了解MRR嗎

MRR是為了避免大量回表引來的大量隨機IO問題引入的一種優化策略。

把非聚簇索引查到的主鍵值列表進行排序，再按順序去主鍵索引中批量回表，將隨機IO轉換為順序IO，減少磁盤尋道時間。

聯合索引了解嗎？

聯合索引就是把多個字段放在一個索引里，但必須遵守“最左前綴”原則，只有從第一個字段開始連續使用，索引才會生效。

聯合索引會根據字段的順序構造B+樹，比如定義了(age, name)，會先根據age排序，age相同是再根據name排序，若兩者都相同則按照主鍵排序。

創建(A,B,C)聯合索引相當于同時創建了(A)、(A,B)和(A,B,C)三個索引。

聯合索引底層的存儲結構是什么樣的？

B+樹結構，每個節點都存儲了所有的索引列值作為key，并且按照定義時的順序排序。

非葉子節點存儲所有的索引列值，并且存儲了指向子節點的指針。

葉子節點存儲了所有索引列的值，并且存儲了對應的主鍵值。

什么是最左前綴原則？

在聯合索引中，必須從最左邊的字段開始匹配，才能命中索引

范圍查詢后的列還能用作索引嗎？

不能，范圍查詢會中斷后面列的索引使用，因為索引是根據左前綴組織的，只有當左前綴的列值相同時，當前列值才有序。范圍查詢后，后續的字段不再有序。

為什么不從最左邊開始查，就無法匹配呢？

因為聯合索引組織的時候就是按照最左邊的列進行排序的，最左邊的列相同后，再依次按照后面的列值進行排序。如果不從左邊開始查，無法判斷查找范圍。

什么是索引下推？

沒有ICP的情況下，先在數據引擎層用索引查出來記錄，WHERE過濾是在服務層進行。ICP，是指把WHERE條件盡可能下推到索引掃描階段，在存儲引擎層提前過濾掉不符合條件的記錄，這樣可以減少回表次數。