Java最全面试三轮我倒在了一道sql题上——sql性能优化(1)，java面试sql笔试题目

最后

小编精心为大家准备了一手资料

以上Java高级架构资料、源码、笔记、视频。Dubbo、Redis、设计模式、Netty、zookeeper、Spring cloud、分布式、高并发等架构技术

【附】架构书籍

1. BAT面试的20道高频数据库问题解析
2. Java面试宝典
3. Netty实战
4. 算法

BATJ面试要点及Java架构师进阶资料

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录

需要这份系统化的资料的朋友，可以点击这里获取

表结构如下：

mysql> create table t_user (

id bigint(20) not null auto_increment ,

name varchar(255) not null,

primary key (id),

index index_name (name) using btree)

engine=innodb

default character set=utf8 collate=utf8_general_ci

两棵树的示例示意图如下：

从图中不难看出，根据叶子节点的内容，索引类型分为主键索引和二级索引（非主键索引）。

主键索引： 主键索引的叶子节点保存着主键即对应行的全部数据。在InnoDB里，主键索引也被称为聚簇索引（clustered index）。

二级索引（非主键索引）： 二级索引树中的叶子结点保存着索引值和主键值，当使用二级索引进行查询时，需要进行回表操作。在InnoDB里，非主键索引也被称为二级索引（secondary index）

通过上面所讲的，我们来看看如何通过sql语句来区分 主键索引和普通索引的查询

• select * from t_user where id=1 即主键查询方式，则只需要搜索id这棵B+树

• select * from t_user where name=张三 即普通索引查询方式，则需要先搜索name索引树，得到id的值为3，再到id索引树搜索一次。这个过程称为回表

也就是说，基于二级索引（非主键索引）的查询需要多扫描一棵索引树。因此，我们在应用中应该尽量使用主键查询。

看到这里如果你看懂了上面的介绍，那么这里你会有一个疑问，我直接用in id不就好了吗，建立id主键索引，就可以不用回表了，速度不也就提升了吗？

如果是 5.5 之前的版本确实不会走索引的，在 5.5 之后的版本，MySQL 做了优化。MySQL 在 2010 年发布 5.5 版本中，优化器对 in 操作符可以自动完成优化，针对建立了索引的列可以使用索引，没有索引的列还是会走全表扫描，也就是我们所说的回表。

那么，有没有可能经过索引优化，避免回表过程呢？答应是有的

四、覆盖索引

---

sql语句如下，其中id自增，name为索引：

mysql> create table t_user (

id bigint(20) not null auto_increment ,

name varchar(255) not null,

password varchar(255) ,

primary key (id),

engine=innodb

default character set=utf8 collate=utf8_general_ci

比如有这么两句sql

语句A： select id from user_table where name= '张三'

语句B： select password from user_table where name= '张三'

语句A： 因为 name索引树 的叶子结点上保存有 name和id的值 ，所以通过 name索引树 查找到id后，因此可以直接提供查询结果，不需要回表，也就是说，在这个查询里面，索引name 已经 “覆盖了” 我们的查询需求，我们称为 覆盖索引

语句B： name索引树 上 找到 name=‘张三’ 对应的主键id, 通过回表在主键索引树上找到满足条件的数据

因此我们可以得知，当sql语句的所求查询字段（select列）和查询条件字段（where子句）全都包含在一个索引中（联合索引），可以直接使用索引查询而不需要回表。这就是覆盖索引。

例如上面的语句B是一个高频查询的语句，我们可以建立(name,password)的联合索引，这样，查询的时候就不需要再去回表操作了，可以提高查询效率。

所以关于上面的面试题我们就可以得出，使用联合索引就可以很好的回答面试官的问题（id,name,password）这样的联合索引就可以调用到覆盖索引，可以减少树的搜索次数，不再需要回表查整行记录，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。

说到了联合索引我们就不得不说联合索引中最重要的匹配原则，最左匹配原则了

五、最左匹配原则

---

最左前缀匹配原则，是非常重要的原则，mysql会从左向右进行匹配。

例如我们定义了(name,password)两个联合索引字段，我们 使用 where name = '张三' and password = '2'索引可以生效的，当我们是颠倒了他们的顺序 使用where password = '1' and name = '王五'，索引同样也是可以生效的，在mysql查询优化器会判断纠正这条sql语句该以什么样的顺序执行效率最高，最后才生成真正的执行计划，我们能尽量的利用到索引时的查询顺序效率最高，所以mysql查询优化器会最终以这种顺序（where name = '张三' and password = '2'）进行查询执行，就类似 我们的 order by name,password这样一种排序规则，先对张三的用户进行查询排序，在对password进行处理

比如我们要查询姓张的用户，我们的条件查询可以为 "where name like ‘张%’"，但是不能是 where name like '%张%'或者是 where name like '%张'，因为索引可以用于查询条件字段为索引字段，根据字段值必须是最左若干个字符进行的模糊查询，也就是需要是 ‘张%’ 这样的添加才可以使用。

索引的复用能力。因为可以支持最左前缀，所以当已经有了(name,password)这个联合索引后，一般就不需要单独在name上建立索引了。因此，第一原则是，如果通过调整顺序，可以少维护一个索引，那么这个顺序往往就是需要优先考虑采用的。

如果既有联合查询，又有基于name,password各自的查询呢？查询条件里面只有password的语句，是无法使用(name,password)这个联合索引的，这时候你需要同时维护(name,password)、(password) 这两个索引。

创建索引时，我们也要考虑空间代价，使用较少的空间来创建索引

假设我们现在不需要通过name查询password了，需要通过name查询age或通过age查询name

• 1.（name,age）联合索引+age单字段索引

• 2.（age,name）联合索引+name单字段索引

name字段是比age字段大的，所以，选择第一种，索引占用空间较小的一个

六、索引下推

---

上面我们说到满足最左前缀原则的时候，最左前缀可以用于在索引中定位记录。那么如果那些不符合最左前缀的部分，会怎么样呢？

如果现在有一个需求：检索出表中“名字第一个字是张，而且没有删除的信息(is_del = 1)。SQL语句如下：

mysql> select * from t_user where name like ‘张%’ and is_del=1

结语

小编也是很有感触，如果一直都是在中小公司，没有接触过大型的互联网架构设计的话，只靠自己看书去提升可能一辈子都很难达到高级架构师的技术和认知高度。向厉害的人去学习是最有效减少时间摸索、精力浪费的方式。

我们选择的这个行业就一直要持续的学习，又很吃青春饭。

虽然大家可能经常见到说程序员年薪几十万，但这样的人毕竟不是大部份，要么是有名校光环，要么是在阿里华为这样的大企业。年龄一大，更有可能被裁。

送给每一位想学习Java小伙伴，用来提升自己。

本文到这里就结束了，喜欢的朋友可以帮忙点赞和评论一下，感谢支持！

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录

需要这份系统化的资料的朋友，可以点击这里获取

忙点赞和评论一下，感谢支持！

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录

需要这份系统化的资料的朋友，可以点击这里获取