2022面试实战总结【关系型数据库基础】

数据库索引是什么？

数据库索引是数据库中对一列或多列的值进行排序的一种结构
也就是说：索引就像书的目录一样可以非常快速的定位到书的页码。
如果向mysql发出一条sql语句请求，查询的字段没有创建索引的话，可能会导致全表扫描，这样查询效率非常低

索引分类

索引分为聚簇索引和非聚簇索引
聚簇索引按照数据存放的物理位置排序,提高多行检索速度
非聚簇索引提高单行检索速度

数据库储存结构

Hash
哈希表（Hash table，也叫散列表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。
优点:通过字段的值计算的hash值，定位数据非常快，查找可以直接根据key访问。
缺点: 因为底层数据结构是散列的，无法进行比较大小，不能进行范围查找
index=Hash(key)
B树 平衡搜索树，实际使用会加上平衡算法即平衡二叉搜索树

• 所有非叶子结点至多拥有两个儿子（Left和Right）；
• 所有结点存储一个关键字；
• 非叶子结点的左指针指向小于其关键字的子树，右指针指向大于其关键字的子树；

B-树 多路搜索树（不是二叉的）

设M为非叶子节点中“区域”（P1、P2、P3）划分的个数

• 定义任意非叶子结点最多只有M个儿子；且M>2；
• 根结点的儿子数为[2, M]；
• 除根结点以外的非叶子结点的儿子数为[M/2, M]；（向下取整[1.5,3]取[1,3]）
• 每个结点存放至少M/2-1（取上整）和至多M-1个关键字；（至少2个关键字）
• 非叶子结点的关键字个数=指向儿子的指针个数-1；
• 非叶子结点的关键字：K[1], K[2], …, K[M-1]；且K[i] < K[i+1]；
• 非叶子结点的指针：P[1], P[2], …, P[M]；其中P[1]指向关键字小于K[1]的子树，P[M]指向关键字大于K[M-1]的子树，其它P[i]指向关键字属于(K[i-1], K[i])的子树；
• 所有叶子结点位于同一层；

B-树的特性：

• 关键字集合分布在整颗树中；
• 任何一个关键字出现且只出现在一个结点中；
• 搜索有可能在非叶子结点结束；
• 其搜索性能等价于在关键字全集内做一次二分查找；
• 自动层次控制；

B+树

• 其定义基本与B-树相同
• 非叶子结点的子树指针与关键字个数相同；
• 非叶子结点的子树指针P[i]，指向关键字值属于[K[i], K[i+1])的子树（B-树是开区间）；
• 为所有叶子结点增加一个链指针；
• 所有关键字都在叶子结点出现；

B+树的特性：

• 所有关键字都出现在叶子结点的链表中（稠密索引），且链表中的关键字恰好是有序的；
• 不可能在非叶子结点命中；
• 非叶子结点相当于是叶子结点的索引（稀疏索引），叶子结点相当于是存储（关键字）数据的数据层；
• 更适合文件索引系统；

B+的搜索与B-树也基本相同，区别是B+树只有达到叶子结点才命中（B-树可以在非叶子结点命中），其性能也等价于在关键字全集做一次二分查找；

参考博客链接：
什么是B+树 – 王小鑫
数据库索引：B树、B-树、B+树、B*树详解