[[379557]]

 前言

有位朋友去阿里面試，他說(shuō)面試官給了幾條查詢SQL，問(wèn):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(guò)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^(guò)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(wèn)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(méi)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(guò)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：

1. 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。
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.
3. 拿到id=400后，回到id主鍵索引樹。
4. 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.
5. 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(guò)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(guò)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(wèn)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(shuō)，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(wèn)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(jué)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(guò)程中，對(duì)索引中包含的字段先做判斷，直接過(guò)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(guò)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?

參看與感謝

MySQL有哪些索引類型 ?[1]

大表加索引方案[2]

MySQL實(shí)戰(zhàn)45講[3]

[1]MySQL有哪些索引類型 ?:

https://segmentfault.com/q/1010000003832312

[2]大表加索引方案:

https://zhuanlan.zhihu.com/p/151460679

[3]MySQL實(shí)戰(zhàn)45講:

https://time.geekbang.org/column/article/69636

本文轉(zhuǎn)載自微信公眾號(hào)「撿田螺的小男孩」，可以通過(guò)以下二維碼關(guān)注。轉(zhuǎn)載本文請(qǐng)聯(lián)系撿田螺的小男孩公眾號(hào)。