MySQL索引

参考博文：MySQL索引——阿里面试

1.索引模型、索引概念

当数据库业务量增加时，每天数据达到百万级的数据量时，有了以下对话。

面试官：你们每天这么大的数据量，都是保存在关系型数据库中吗？

回答：是的，线上使用的MySQL数据库。

面试官：每天百万级数据，一个月千万级的数据量了，是否有对数据库查询做一些优化？

回答：我们是对数据库中建立了索引。

一般技术能力比较强的面试官，会采用层层递进的方式，将问题由浅入深，从理论到实践，这是比较考验个人的能力的。

面试官：那你能说说什么是索引吗？

回答：索引是一种数据结构，能够帮助我们快速检索数据库中的数据。

面试官：那么索引采用的是哪一种数据结构呢？

回答：常见的MySQL主要有两种数据结构：Hash索引和B+ Tree索引，我们使用的是InnoDB引擎，默认的是B+树。

面试官：既然你提到了InnoDB使用B+ Tree的索引模型，那么你知道为什么采用B+ 树吗？这和Hash索引比较起来有什么优缺点呢？

回答：因为Hash索引底层是哈希表，哈希表是一种以key-value存储数据的结构，所以多个数据在存储关系上是没有任何顺序关系的，所以，通过区间查询是无法直接通过索引查询的，就需要全表扫描，所以，哈希索引只适用于等值查询的场景。而B+ Tree是一种多路平衡查询树，所以它的结点是天然有序的（左子结点小于父节点，父节点小于右子结点），所以对范围查询的时候不需要用全表扫描。

面试官：除了上面范围查询的场景，你还能说出其它的一些差别吗？

回答：B+ Tree和Hash索引区别  Hash索引适合等值查询，但是没法完成范围查询，哈希索引没有办法利用索引完成排序，哈希索引不支持多列联合索引的最左匹配规则，如果有大量重复键值的情况下，哈希索引的效率会很低，因为存在哈希碰撞问题。

 

2.聚簇索引、覆盖索引

面试官：刚刚聊到B+ Tree，那你知道B+ Tree的子节点都可以存放那些东西吗？

回答：InnoDB的B+ Tree可能存储的是整行数据，也有可能是主键的值。

面试官：那这两者有什么区别吗？

回答：在InnoDB里，索引B+ Tree的叶子节点存储了整行数据的是主键索引，也被称之为聚簇索引。而索引B+ Tree的叶子结点存储了主键的值是非主键索引，也被称之为非聚簇索引。

面试官：聚簇索引和非聚簇索引在查询数据时有区别吗？

回答：聚簇索引查询会更快。

面试官：为什么？

回答：因为主键索引树的叶子结点直接就是我们要查询的整行数据了，而非主键索引的叶子结点是主键的值，查到主键的值以后，还需要通过主键的值再进行一次查询。

面试官：刚刚你提到主键索引查询只会查一次，而非主键索引需要回表查询多次（后来我才知道，原来这个过程叫做回表）。是所有情况都是这样的吗？非主键索引一定会查询多次吗？

回答：覆盖索引也可以只查询一次。覆盖索引指一个查询语句的执行只用从索引中就能获得，不必从数据表中读取。也可以称之为实现了索引覆盖。当一条查询语句符合覆盖索引条件时，MySQL只需要通过索引就可以返回查询所需要的数据，这样避免了查到索引后再返回表操作，减少了IO，提高了效率。如，表covering_index_sample中有一个普通索引 idx_key1_key2(key1,key2)。当我们通过SQL语句：select key2 from covering_index_sample where key1 = ‘keytest’;的时候，就可以通过覆盖索引查询，无需回表。

 

3.联合索引、最左前缀匹配

面试官：在建立索引的时候都会考虑哪些因素？

回答：我们一般对查询概率比较高，经常作为where的字段设置索引

面试官：你们用过联合索引吗？

回答：用过，对一些表中创建过联合索引。

面试官：在创建联合索引的时候，需要做联合索引多个字段之间顺序你们是如何选择的？

回答：我们把识别度最高的放在前面。

面试官：为什么这么做呢？

回答：这样的话可能命中率更加高一点。

面试官：哪你知道最左前缀匹配吗？

回答：在创建多列索引时，我们根据业务需要，where子句中使用最频繁的一列放在最左边，因为MySQL索引查询会遵循最左前缀匹配的原则，即最左优先，在检索数据时从联合索引的最左边开始匹配。所以当我们创建一个联合索引的时候，如(key1,key2,key3)，相当于创建了（key1）、(key1,key2)和(key1,key2,key3)三个索引，这就是最左匹配原则。

 

4.索引下推、查询优化

面试官：你们线上用的MySQL是哪一个版本？

回答：MySQL5.7

面试官：哪你知道在MySQL5.6中，对索引做了哪些优化吗？

回答：索引下推：Index Condition PushDown。MySQL5.6引入了索引下推优化，默认开启，使用SET optimizer_switch = ‘index_condition_pushdown=off’;可以将其关闭。官方文档中给的例子和解释如下： people表中（zipcode，lastname，firstname）构成一个索引SELECT * FROM people WHERE zipcode=‘95054’ AND lastname LIKE ‘%etrunia%’ AND address LIKE ‘%Main Street%’;如果没有索引下推技术，则MySQL会通过zipcode=‘95054’从存储引擎中查询对应的数据，返回到MySQL服务端。然后MySQL服务端基于lastname LIKE '%etrunia%'和address LIKE '%Main Street%'来判断数据是否符合条件。 如果使用了索引下推技术，则MYSQL首先会返回符合zipcode='95054’的索引，然后根据lastname LIKE '%etrunia%'和address LIKE '%Main Street%'来判断索引是否符合条件。如果符合条件，则根据该索引来定位对应的数据，如果不符合，则直接reject掉。 有了索引下推优化，可以在有like条件查询的情况下，减少回表次数。

面试官：你们创建那么多的索引，到底有没有生效，或者说你们的SQL语句有没有使用索引查询你们统计过吗？

回答：这个没有统计过，遇到慢SQL的时候我们才会去排查。

面试官：排查的时候，用什么手段可以知道有没有走索引查询？

回答：可以通过explain查看SQL语句的执行计划，通过执行计划分析索引使用情况。

面试官：什么情况下会发生明明创建了索引，但是执行的时候并没有通过索引呢？

回答：查询优化器；一条SQL语句的查询，可以有不同的执行方案，至于最终选择哪种执行方案，需要通过优化器进行选择，选择执行成本最低的方案。在一条单表查询语句真正执行之前，MySQL的查询优化器会找出执行该语句所有可能使用的方案，对比之后找出成本最低的方案。这个成本最低的方案就是所谓的执行计划。优化过程大致如下：1、根据搜索条件，找出所有可能使用的索引；2.计算全表扫描的代价；3.计算使用不同索引执行查询的代价；4.对比各种执行方案的代价，找出成本最低的那个。

面试官：线上数据的事务隔离级别是什么？

回答：

 

总结&感悟

大厂的面试主要的还是考察一个人的学习能力和对基础知识、基本理论的掌握。