mysql内连接特点_MySQL面试题：内连接和外连接具体解释一下-开课吧

MySQL面试题

内连接也叫然连接，只有两个表相匹配的才能在结果集中出现。返回的结果集选取两个表中所匹配的数据，舍弃不匹配的数据 。

select fifieldlist from table1 [inner] join

table2 on table1.column = table2.column

内连接保证两个表中的所有都满条件，外连接则不然，外连接不仅仅包含符合连接条件的，且还包括左表(左外连接)，右表(右外连接)，或者两个边表(全外连接)中的所有数据

select fifieldlist from table1 left/ right outer

join table2 on table1.column =

table2.column

前(8.0)MySQL不持全外连接MySQL索引索引是种数据结构，于帮助我们在量数据中快速定位到我们想要查找的数据。可以加快查的速度，但是会增加容量，降低增，删，改的速度。

1. MySQL有哪种索引类型

各特点常的MySQL索引结构有B-树索引，B+树索引，Hash索引和全索引。

B-Tree索引

因为存储引擎不进全表扫描来获取数据，直接从索引的根节点开始搜索，从能加快访问数据的速度。

B-Tree对索引是顺序组织存储的，很适合查找范围数据。

适于全键值、键值范围或者键前缀查找(根据最左前缀查找)

限制：对于联合索引来说，如果不是从最左列开始查找，则法使索引；不能跳过索引中的列

B+Tree索引

是B-Tree索引的变种，现在主流的存储引擎都不单纯的B-Tree，是其变种B+Tree或者T-Tree等等

和B-Tree最主要的区别就是B+Tree的内节点不存储data，只存储key，叶节点不存储指针。

Hash索引

基于Hash表实现，只有Memory存储引擎显式持哈希索引。

适合等值查询，如 = 、 in 、 <=> ，不持范围查询。

因为不是按照索引值顺序存储的，就不能像B+Tree索引样利索引完成排序。

Hash索引在查询等值时常快。

因为Hash索引始终索引的所有列的全部内容，所以不持部分索引列的匹配查找。

如果有量重复键值得情况下，哈希索引的效率会很低，因为存在哈希碰撞问题。

程序员可以在B+Tree索引的基础上创建适应Hash索引。

全索引

MyISAM和InnoDB都持全索引

有三种模式：然语模式，布尔模式和查询扩展模式

R-Tree索引

MyISAM持R-Tree索引，这个和全索引基本不问。

2. B+树索引和hash索引的区别

B+树索引适合返回查找，hash索引适合等值查询。

hash索引法利索引完成排序，但是B+树索引可以。

hash索引不持多了联合索引的最左匹配规则，但是B+树索引持。

如果有量重复键值的情况下，因为存在hash碰撞，hash索引的效率会很低。

3. B树和B+树的区别

这个题其实偏向于数据结果了，这不多讲，只说下针对数据库来说，试该怎么回答。派问题：叉树，叉搜索树，B树，B+树。遇到坑爹的试官可能让你写个B+树...

叉树

任何节点的左节点的键值都于当前节点的键值，右节点的键值都于当前节点的键值平衡叉树/AVL树 当叉树常极端，变成个链表后，它就没有了叉树的相关优秀性质了。所以我们在insert节点的时候，需要不断的旋转，来使叉树平衡，最终使得其查询效率最。调整共分为四种情况：LL，RR，LR，RL。

B-树

因为数据库中部分数据都存在于磁盘，但是IO次磁盘的代价相对来说较，我们需要尽可能的减少AVL树的深度，即增加每个节点的数据量，这便是B-树的由来。

每个节点称为，也就是个磁盘块。 B树相对于平衡叉树，每个节点存储了更多的键值(key)和数据(data)，并且每个节点拥有更多的节点

B+树

是B-树的变形，相对于B-树来说，B+树最主要的不同之处就是其叶节点上是不存储数据的，数据全在叶节点存储。这就意味着B+树B-树更胖。

因为B+树索引的所有数据均存储在叶节点，且数据是按照顺序排列的。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。B树因为数据分散在各个节点，要实现这点是很不容易的。

4. InnoDB为什么要使B+树作为索引

这时说出B+树索引的优点即可，同时也可能会引出Hash索引和全索引，InnoDB中索引即数据，数据即索引。