面试篇-Mysql-1+慢sql+索引

---

前言

你们项目都使用过哪些关系型数据库，Mysql 用过吗，针对线上慢查询你们是怎么排查的，索引是什么，你们是怎么使用索引进行优化的。本文重点对面试的问题进行介绍，祝愿每位程序员都能上岸！！！

---

一、线上的慢sql 你们是怎么发现和处理的

1.1 发现慢sql：

1.1.1 通过开启mysql 的慢日志：

首先：慢sql 通体现在页面数据加载缓慢，接口的响应时间过长。
其次：慢sql 是测试人员进行压测时，在预发布环境发现有些接口的响应时间超过了2s，然后对我们进行了反馈。
然后：我们在预发布环境开启mysql 的慢日志，记录超过2s 的sql，将其存放在log 文件中：
最后：配置完成后我们重启了mysql ，然后让测试人员配合压测，从慢日志中拿到了慢sql：

1.1.2 通过Skywalking 平台：

我们当时的系统部署了运维的监控系统Skywwalking，在展示的报表中可以看到是哪一个接口比较慢，并且可以分析这个接口哪部分比较慢，这里可以看到SOL的具体的执行时间，所以可以定位是哪个sql出了问题。

1.2 针对慢sql 你们是怎么处理的：

在Mysql 中提供了Explain 跟上要执行的sql ，可以看到sql 语句的执行计划，从结果中，我们主要关注sql 查询中对于索引的使用情况；

在结果中有个type 的字段，它是用来干嘛的，它都有哪些类型：

通常如果type 出现了 index 全索引树的扫描，和all 全表扫描，意为这我们需要对sql 进行优化。

二、你了解过索引吗

2.1 索引是什么：

索引是一种b+ 树的数据结构，这种结构以某种方式引用数据，Myql 通过索引可以快速的定位数据。

2.1.1 索引为什么要用b+树实现，二叉树，b树不行吗

Mysql 使用b+ 树作为数据存储的底层结构，是综合了数的高度与查询效率的稳定性，综合考虑决定的。

首先，对于二叉树，二叉搜索树，红黑树来说，本质上它们都是二叉树，使用它们存储数据树的高度会变得非常大；其次二叉树在最坏的情况，会退化到链表结构，虽然红黑树可以通过左旋和右旋来维持树的平衡，但是数的总体高度依然很高，树的高度越高检索数据需要花费的时间也就越多。

b 树是在二叉树的基础上进行的优化，他可以有多个分叉，以此来降低树的高度
B+Tree是在BTree基础上的一种优化，使其更适合实现外存储索引结构，InnoDB存储引擎就是用B+Tree实现其索引结构。b+ 树比b 树更有优势的地方在于：

• 非叶子节点只存储指针，磁盘读写代价抵
• 数据都在叶子节点查询效率稳定
• 叶子节点双向链表，更好支持范围查询

2.1.2 你都知道哪些索引：

通常在Mysql 中，我们会用到它的聚促索引和二级索引；

它们的区别在于：

你知道聚促索引的选取规则吗：

• 如果存在主键，主键索引就是聚集索引。
• 如果不存在主键，将使用第一个唯一(UNIQUE)索引作为聚集索引。2
• 如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引。

2.1.3 你知道mysql 的回表吗：

Mysql的回表是先到二级索引中查询到id ，然后在去聚簇索引中遍历需要的id 获取到正好数据，因为有了第二次聚簇索引的遍历，所以这个过程被称之为回表。

2.1.4 你知道mysql 的覆盖索引吗：

覆盖索引是指查询使用了索引，返回的列，必须在索引中全部能够找到。

2.1.5 当项目中遇到深分页你们怎么处理的：

如sql 语句中有 limit 10000000 10 ，怎么保证sql 的效率。这种我们通查可以使用覆盖索引+子查询来处理（在子查询中得到需要的数据主键id）；

2.1.6 你们项目中通常都对表中的哪些字段创建索引

• 针对于数据量较大，且查询比较频繁的表建立索引。单表超过10万数据(增加用户体验)
• 针对于常作为查询条件(where)、排序(order by)、分组(group by)操作的字段建立索引。
• 尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高。
• 如果是字符串类型的字段，字段的长度较长，可以针对于字段的特点，建立前缀索引。
• 尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率。
• 要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价也就越大，会影响增删改的效率,
• .如果索引列不能存储NULL值，请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含NULL值时，它可以更好地确定哪个索引最有效地用于查询。

你们创建索引遵循的原则有哪些；首先，我们一般在表的数据量达到10w时，会对经常作为查询条件，分组，排序的字段创建索引；然后，我们会创建覆盖索引，然后一条sql 返回的值尽量使用覆盖索引；最后，对于大文本的字段，内容较长，我们通常使用前缀索引。

• 数据量较大，且查询比较频繁的表；
• 常作为查询条件、排序、分组的字段
• 字段内容区分度高
• 内容较长，使用前缀索引
• 尽量联合索引
• 要控制索引的数量
• 如果索引列不能存储NULL值，请在创建表时使用NOT NULL约束它

2.1.7 你们有没有遇到过索引失效的情况，你们是怎么排查的

项目中在表的字段建立了索引，但是查询的时候却没有用到过；通常是由于违反了索引查询的一些原则，比如：没有遵守最左匹配，在查询时 % 在前面，对字段进行了运算。

说下索引的最左匹配原则：

通常最左匹配原则体现在复合索引上，因为我们是对多个字段共同使用了一个索引树，索引树存储的节点数据也是按照 索引字段 从左到右进行建立的，此时当我们查询时，跳过了前面的字段，直接使用后面的字段进行查询，此时就有可能造成索引失效。
范围查询，后面的列不会用到索引

在索引上的字段进行了运算：

字符串没有使用引号：

以% 开头 的查询：

---

总结

本位对线上慢sql 的排查及优化，以及索引的一些面试问题进行总结。