前言
有位朋友去阿里面试,他说面试官给了几条查询SQL,问:需要执行几次树搜索操作?我朋友当时是有点懵的,后来冷静思考,才发现就是考索引的几个基础知识点~~ 本文我们分九个索引知识点,一起来探讨一下。如果有不正确的话,欢迎指出哈,一起学习~面试官考点之索引是什么?面试官考点之索引类型面试官考点之为什么选择B+树作索引结构面试官考点之一次索引搜索过程面试官考点之覆盖索引面试官考点之索引失效场景面试官考点之最左前缀面试官考点之索引下推面试官考点之大表添加索引
01
面试官考点之索引是什么?索引是一种能提高数据库查询效率的数据结构。它可以比作一本字典的目录,可以帮你快速找到对应的记录。索引一般存储在磁盘的文件中,它是占用物理空间的。正所谓水能载舟,也能覆舟。适当的索引能提高查询效率,过多的索引会影响数据库表的插入和更新功能。
02
索引有哪些类型类型
数据结构维度B+树索引:所有数据存储在叶子节点,复杂度为O(logn),适合范围查询。哈希索引: 适合等值查询,检索效率高,一次到位。全文索引:MyISAM和InnoDB中都支持使用全文索引,一般在文本类型char,text,varchar类型上创建。R-Tree索引: 用来对GIS数据类型创建SPATIAL索引
物理存储维度聚集索引:聚集索引就是以主键创建的索引,在叶子节点存储的是表中的数据。非聚集索引:非聚集索引就是以非主键创建的索引,在叶子节点存储的是主键和索引列。
逻辑维度主键索引:一种特殊的唯一索引,不允许有空值。普通索引:MySQL中基本索引类型,允许空值和重复值。联合索引:多个字段创建的索引,使用时遵循最左前缀原则。唯一索引:索引列中的值必须是唯一的,但是允许为空值。空间索引:MySQL5.7之后支持空间索引,在空间索引这方面遵循OpenGIS几何数据模型规则。
03
面试官考点之为什么选择B+树作为索引结构
可以从这几个维度去看这个问题,查询是否够快,效率是否稳定,存储数据多少,以及查找磁盘次数等等。为什么不是哈希结构?为什么不是二叉树,为什么不是平衡二叉树,为什么不是B树,而偏偏是B+树呢?
我们写业务SQL查询时,大多数情况下,都是范围查询的,如下SQLselect*fromemployee
whereagebetween18and28;
为什么不使用哈希结构?
我们知道哈希结构,类似k-v结构,也就是,key和value是一对一关系。它用于「等值查询」还可以,但是范围查询它是无能为力的哦。
为什么不使用二叉树呢?
先回忆下二叉树相关知识啦~ 所谓「二叉树,特点如下:」每个结点最多两个子树,分别称为左子树和右子树。左子节点的值小于当前节点的值,当前节点值小于右子节点值顶端的节点称为根节点,没有子节点的节点值称为叶子节点。
我们脑海中,很容易就浮现出这种二叉树结构图:
但是呢,有些特殊二叉树,它可能这样的哦:
如果二叉树特殊化为一个链表,相当于全表扫描。那么还要索引干嘛呀?因此,一般二叉树不适合作为索引结构。
为什么不使用平衡二叉树呢?
平衡二叉树特点:它也是一颗二叉查找树,任何节点的两个子树高度最大差为1。所以就不会出现特殊化一个链表的情况啦。
但是呢:平衡二叉树插入或者更新时,需要左旋右旋维持平衡,维护代价大如果数量多的话,树的高度会很高。因为数据是存在磁盘的,以它作为索引结构,每次从磁盘读取一个节点,操作IO的次数就多啦。
为什么不使用B树呢?
数据量大的话,平衡二叉树的高度会很高,会增加IO嘛。那为什么不选择同样数据量,「高度更矮的B树」呢?
B树相对于平衡二叉树,就可以存储更多的数据,高度更低。但是最后为甚选择B+树呢?因为B+树是B树的升级版:❝B+树非叶子节点上是不存储数据的,仅存储键值,而B树节点中不仅存储键值,也会存储数据。innodb中页的默认大小是16KB,如果不存储数据,那么就会存储更多的键值,相应的树的阶数(节点的子节点树)就会更大,树就会更矮更胖,如此一来我们查找数据进行磁盘的IO次数有会再次减少,数据查询的效率也会更快。B+树索引的所有数据均存储在叶子节点,而且数据是按照顺序排列的,链表连着的。那么B+树使得范围查找,排序查找,分组查找以及去重查找变得异常简单。
❞
04
面试官考点之一次B+树索引搜索过程
「面试官:」 假设有以下表结构,并且有这几条数据CREATETABLE`employee`(
`id`int(11)NOTNULL,
`name`varchar(255)DEFAULTNULL,
`age`int(11)DEFAULTNULL,
`date`datetimeDEFAULTNULL,
`sex`int(1)DEFAULTNULL,
PRIMARYKEY(`id`),
KEY`idx_age`(`age`)USINGBTREE
)ENGINE=InnoDBDEFAULTCHARSET=utf8;
insertintoemployeevalues(100,
"小伦",43,
"2021-01-20",
"0");
insertintoemployeevalues(200,
"俊杰",48,
"2021-01-21",
"0");
insertintoemployeevalues(300,
"紫琪",36,
"2020-01-21",
"1");
insertintoemployeevalues(400,
"立红",32,
"2020-01-21",
"0");
insertintoemployeevalues(500,
"易迅",37,
"2020-01-21",
"1");
insertintoemployeevalues(600,
"小军",49,
"2021-01-21",
"0");
insertintoemployeevalues(700,
"小燕",28,
"2021-01-21",
"1");
「面试官:」 如果执行以下的查询SQL,需要执行几次的树搜索操作?可以画下对应的索引结构图~select*fromTemployee
whereage=32;
「解析:」 其实这个,面试官就是考察候选人是否熟悉B+树索引结构图。可以像酱紫回答~先画出idx_age索引的索引结构图,大概如下:再画出id主键索引,我们先画出聚族索引结构图,如下:
因此,这条 SQL 查询语句执行大概流程就是酱紫:搜索idx_age索引树,将磁盘块1加载到内存,由于32<37,搜索左路分支,到磁盘寻址磁盘块2。
将磁盘块2加载到内存中,在内存继续遍历,找到age=32的记录,取得id = 400.
拿到id=400后,回到id主键索引树。
搜索id主键索引树,将磁盘块1加载内存,在内存遍历,找到了400,但是B+树索引非叶子节点是不保存数据的。索引会继续搜索400的右分支,到磁盘寻址磁盘块3.
将磁盘块3加载内存,在内存遍历,找到id=400的记录,拿到R4这一行的数据,好的,大功告成。
因此,这个SQL查询,执行了几次树的搜索操作,是不是一步了然了呀。「特别的」,在idx_age二级索引树找到主键id后,回到id主键索引搜索的过程,就称为回表。❝
什么是回表?拿到主键再回到主键索引查询的过程,就叫做「回表」
❞
05
面试官考点之覆盖索引
「面试官:」 如果不用select *, 而是使用select id,age,以上的题目执行了几次树搜索操作呢?
「解析:」 这个问题,主要考察候选人的覆盖索引知识点。回到idx_age索引树,你可以发现查询选项id和age都在叶子节点上了。因此,可以直接提供查询结果啦,根本就不需要再回表了~❝
覆盖索引:在查询的数据列里面,不需要回表去查,直接从索引列就能取到想要的结果。换句话说,你SQL用到的索引列数据,覆盖了查询结果的列,就算上覆盖索引了。
❞
所以,相对于上个问题,就是省去了回表的树搜索操作。
06
面试官考点之索引失效
「面试官:」如果我现在给name字段加上普通索引,然后用个like模糊搜索,那会执行多少次查询呢?SQL如下:select*fromemployee
wherenamelike
"%杰伦%";
「解析:」 这里考察的知识点就是,like是否会导致不走索引,看先该SQL的explain执行计划吧。其实like 模糊搜索,会导致不走索引的,如下:
因此,这条SQL最后就全表扫描啦~日常开发中,这几种骚操作都可能会导致索引失效,如下:查询条件包含or,可能导致索引失效如何字段类型是字符串,where时一定用引号括起来,否则索引失效like通配符可能导致索引失效。联合索引,查询时的条件列不是联合索引中的第一个列,索引失效。在索引列上使用mysql的内置函数,索引失效。对索引列运算(如,+、-、*、/),索引失效。索引字段上使用(!= 或者 < >,not in)时,可能会导致索引失效。索引字段上使用is null, is not null,可能导致索引失效。左连接查询或者右连接查询查询关联的字段编码格式不一样,可能导致索引失效。mysql估计使用全表扫描要比使用索引快,则不使用索引。
07
面试官考点联合索引之最左前缀原则
「面试官:」 如果我现在给name,age字段加上联合索引索引,以下SQL执行多少次树搜索呢?先画下索引树?select*fromemployee
wherenamelike
"小%"orderbyagedesc;
「解析:」这里考察联合索引的最左前缀原则以及like是否中索引的知识点。组合索引树示意图大概如下:
联合索引项是先按姓名name从小到大排序,如果名字name相同,则按年龄age从小到大排序。面试官要求查所有名字第一个字是“小”的人,SQL的like "小%"是可以用上idx_name_age联合索引的。
该查询会沿着idx_name_age索引树,找到第一个字是小的索引值,因此依次找到小军、小伦、小燕、,分别拿到Id=600、100、700,然后回三次表,去找对应的记录。这里面的最左前缀小,就是字符串索引的最左M个字符。实际上,这个最左前缀可以是联合索引的最左N个字段。比如组合索引(a,b,c)可以相当于建了(a),(a,b),(a,b,c)三个索引,大大提高了索引复用能力。最左前缀也可以是字符串索引的最左M个字符。
08
面试官考点之索引下推
「面试官:」 我们还是居于组合索引 idx_name_age,以下这个SQL执行几次树搜索呢?select*fromemployee
wherenamelike
"小%"andage=28andsex=
"0";
「解析:」
这里考察索引下推的知识点,如果是「Mysql5.6之前」,在idx_name_age索引树,找出所有名字第一个字是“小”的人,拿到它们的主键id,然后回表找出数据行,再去对比年龄和性别等其他字段。如图:
有些朋友可能觉得奇怪,(name,age)不是联合索引嘛?为什么选出包含“小”字后,不再顺便看下年龄age再回表呢,不是更高效嘛?所以呀,MySQL 5.6 就引入了「索引下推优化」,可以在索引遍历过程中,对索引中包含的字段先做判断,直接过滤掉不满足条件的记录,减少回表次数。
因此,MySQL5.6版本之后,选出包含“小”字后,顺表过滤age=28,,所以就只需一次回表。
09
面试官考点之大表添加索引
「面试官:」 如果一张表数据量级是千万级别以上的,那么,给这张表添加索引,你需要怎么做呢?
「解析:」 我们需要知道一点,给表添加索引的时候,是会对表加锁的。如果不谨慎操作,有可能出现生产事故的。可以参考以下方法:1.先创建一张跟原表A数据结构相同的新表B。2.在新表B添加需要加上的新索引。3.把原表A数据导到新表B4.rename新表B为原表的表名A,原表A换别的表名;
10
总结与练习
本文主要讲解了索引的9大关键面试考点,希望对大家有帮助。接下来呢,给大家出一道,有关于我最近业务开发遇到的加索引SQL,看下大家是怎么回答的,有兴趣可以联系我,一起讨论哈~题目如下:select*fromA
where
type=
"1"andstatus=
"s"orderbycreate_timedesc;
假设type有9种类型,区分度还算可以,status的区分度不高(有3种类型),那么你是如何加索引呢?是给type加单索引还是(type,status,create_time)联合索引还是(type,create_time)联合索引呢?
参考与感谢
MySQL有哪些索引类型 ?[1]大表加索引方案[2]MySQL实战45讲[3]
Reference
[1]
MySQL有哪些索引类型 ?:
https://segmentfault.com/q/1010000003832312
[2]
大表加索引方案:
https://zhuanlan.zhihu.com/p/151460679
[3]
MySQL实战45讲:
https://time.geekbang.org/column/article/69636