MySQL面试索引必问

为什么选择B+树作为索引结构

• Hash索引：Hash索引底层是哈希表，哈希表是一种以key-value存储数据的结构，所以多个数据在存储关系上是完全没有任何顺序关系的，所以，对于区间查询是无法直接通过索引查询的，就需要全表扫描。所以，哈希索引只适用于等值查询的场景。而B+ 树是一种多路平衡查询树，所以他的节点是天然有序的（左子节点小于父节点、父节点小于右子节点），所以对于范围查询的时候不需要做全表扫描
• 二叉查找树：解决了排序的基本问题，但是由于无法保证平衡，可能退化为链表。
• 平衡二叉树：通过旋转解决了平衡的问题，但是旋转操作效率太低。
• 红黑树：通过舍弃严格的平衡和引入红黑节点，解决了 AVL旋转效率过低的问题，但是在磁盘等场景下，树仍然太高，IO次数太多。
• B+树：在B树的基础上，将非叶节点改造为不存储数据纯索引节点，进一步降低了树的高度；此外将叶节点使用指针连接成链表，范围查询更加高效。

B+树的叶子节点都可以存哪些东西

可能存储的是整行数据，也有可能是主键的值。B+树的叶子节点存储了整行数据的是主键索引，也被称之为聚簇索引。而索引B+ Tree的叶子节点存储了主键的值的是非主键索引，也被称之为非聚簇索引。
注意：
MySQL InnoDB一定会建立聚簇索引，把实际数据行和相关的键值保存在一块，这也决定了一个表只能有一个聚簇索引，即MySQL不会一次把数据行保存在二个地方。

• InnoDB通常根据主键值(primary key)进行聚簇
• 如果没有创建主键，则会用一个唯一且不为空的索引列做为主键，成为此表的聚簇索引
• 上面二个条件都不满足，InnoDB会自己创建一个虚拟的聚集索引
• 正因为InnoDB将数据保存在一处，因此其插入速度严重依赖插入顺序。按照主键顺序插入无疑是最快的。如果不是按照主键插入，建议加载完成后最好使用OPTIMIZE TABLE重新组织一下表。

什么是聚簇索引

总结下，聚簇索引并不是一种单独的索引类型，而是一种数据存储方式。当表中有聚簇索引时，它的数据行实际上存放在索引的叶子页中。

什么是覆盖索引

• 一个查询语句的执行只用从索引中就能够取得，不必回表读取。也可以称之为实现了索引覆盖。

为什么不推荐使用select *

• 增加了不必要的网络开销。在查询巨量时，数据传输是十分耗时的。
• 我们在上面已经提到了覆盖索引。显然使用select *导致无法使用覆盖索引。

什么是最左匹配原则

最左优先，以最左边的为起点任何连续的索引都能匹配上。同时遇到范围查询(>、<、between、like)就会停止匹配。
注意：
但是这不意味着不按照索引顺序写的查询条件就会100%导致不走索引。MySQL的性能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。

查询在什么时候不走（预期中的）索引

• 模糊查询 %like
• 索引列参与计算,使用了函数
• 非最左前缀顺序
• where对null判断
• where不等于
• or操作有至少一个字段没有索引
• 需要回表的查询结果集过大（超过配置的范围）