mysql 面试知识点笔记（一）数据库结构、索引相关

2019独角兽企业重金招聘Python工程师标准>>>

问：如何设计一个关系型数据库？

其实就是分析数据库的设计逻辑，拆分的各个模块，考验你对数据库的运作和各个功能是否有所了解。

问：为什么要使用索引？

   快速查询数据 避免全表扫描（表数据比较大适用）

问：什么样的信息能够成为索引？

主键、唯一键等，只要能够让数据存在却别性的字段都能成为索引。

问：索引的数据结构？

  二叉查找树、B-Tree、B+-Tree 、Hash

• 二叉查找树 时间复杂度 O(logn) 二分查找的算法 速度快 ，但是在某些情况下会变成O(n) 不稳定，根节点越多性能越差

• B-Tree 定义 balance-tree

            根节点至少包含两个孩子       

            树中每个节点做多含有m个孩子（m>=2，既阶数）

            除根节点和叶节点外，其他每个节点至少有ceil(m/2)个孩子

            所有叶子节点都位于同一层

b-tree的查询效率和二分查找树一样的，且层级矮的多，在大量数据的时候比较稳定，约等于O(logn)

 

• B+-Tree balance+-tree（主流）

  

如图       非叶子节点的子树有三个 跟指针的个数一样 表明能存更多的关键字

              非叶子节点不存放数据，只存储索引，数据都在叶子节点上。  b+树的检索就是从根节点开始 一直检索到子节点

              叶子节点链接起来 可以快速的做统计、排序

结论： B+树更适合用来做存储索引

B+树的磁盘读写代价更低。非叶子节点只存放指针索引，不包含数据，所以整体大小更小。如果放在同一硬盘上，占用的总板块越小，所以IO调用更少。

B+树的查询效率更加稳定 。所有查找都要走根到叶子节点的路，所以查询效率都是 O(logn)。

B+树更有利于对数据库的扫描。因为有叶子节点链接，所以做范围查询、统计的时候更高效。

 

• Hash索引

       

hash查询效率最高 一次查找既能除结果，但缺点明显，所以不能做主流索引

• BitMap位图索引

高效的统计bool类型的索引，因为只做cpu的叠加操作，不过锁力度比较大，目只有Oracle和redis支持。

 

 

4.密集索引和稀疏索引的区别

• 密集索引文件中的每个搜索码都对应一个索引值
• 稀疏索引文件只为索引码的某些值建立索引项

密集索引决定了一个表的物理排列顺序（一个表只能有一个物理排列顺序），所以一个表只能有一个密集索引。

InnoDB 的文件结构是 .frm 和.ibd两个文件 .frm是存放数据结构信息 .ibd是存放索引和数据

MyISAM 是.frm .MYI .MYD 区别就是索引和数据分开的

 

 

源自： 慕课 

转载于:https://my.oschina.net/pentakill/blog/3044434