浅谈面试题之MySql索引优化

为什么要创建索引？
当数据量非常大的时候，select * from 在java客户端上就没有那么管用了，查出来(20+w条数据)再封装成对象需要20-40秒。
因此我们需要建立索引来对查询进行优化。

为什么索引可以提高查询效率？
数据库在执行一条Sql语句时，默认走的全表扫描，从第一条到最后一条中途不停顿。
如果我们建立了一个索引，那么我们可以直接通过索引去表中找到他就行了。相比全表扫描节省了非常多的时间。

索引的结构是什么？
索引列表是B类树的数据结构。
比如select * from student where age=18 执行这条语句时，整个表都会扫描。如果对age建立了索引，那么只需要从根节点判断18是大于还是小于，大于扫右边，小于扫左边，扫到了18就回去表中提取记录就可以。

哈希索引不支持范围查询，如age>18

索引的添加场景有哪些？
主键自动建立主键索引(唯一索引)
where子句中的列，频繁作为查询字段的列。
表连接关联的列。
排序用到的列。
distinct所使用的的列。
列的基数越大(选择性大)，索引的效率就越高。

哪些场景不适合使用索引？
表记录太少。
频繁修改的字段。
数据重复且分布平均的字段。

索引有几种？
5种。

单列索引，即一个索引只包含单个列，一个表可以有多个单列索引。如(age)，则树只存age。

复合索引（多列索引），即一个索引包含多个列。如（name，age）则为一棵树不是两棵树，以name排序，name相同再以age排序。

唯一性索引，索引列的值必须唯一，但是允许有空值。

全文索引，索引的是内容中的关键词，用于全文检索。(直接用ES好了，没必要)

主键索引。

为什么选择用B树而不是别的树？
B树意为平衡（Balance）树，是专门为了磁盘存储结构而设计的一种多路平衡树，非常符合索引的各项要求。

哈希表。定位搜索速度极快，查询时间复杂度为O(1)，但是不支持范围查询。
二叉搜索树。支持定位查询，也支持范围搜索，但是树节点可能失衡，导致查询性能严重下降。
红黑树。特殊的平衡二叉搜索树，查询时间复杂度为O(log2N)。但是在大规模数据存储中，会导致红-黑树结构由于树的深度过大而造成磁盘I/O读写过于频繁，进而导致查询效率低下