MySQL

索引就是排好序的数据结构

MyISAM存储引擎

表数据存储在MYD文件中，索引存在MYI文件中 

MyISAM叶子节点存储的是 key+地址(这个地址是磁盘文件的地址)

Innodb存储引擎

 底层是使用B+树存储的，叶子节点存储key+数据    图中展示的是主键索引

普通索引是

B树和B+树的区别

1.B树中叶子节点没有双向指针。

2.B+树把数据都存储在叶子节点，叶子节点存储索引和数据，非叶子节点只存储索引

   B数的节点都存储的key+数据

 为什么建议InnoDB表必须建主键，并且推荐使用整型的自增主键？

  1.在InnoDB中，如果没有主键，则会挑选一个唯一键来建立聚簇索引。如果唯一键也没有，数据库就会帮我们生成一个键来建立聚簇索引。所以我们最好是自己建立主键，不要让数据库多处额外的工作，降低数据库引擎的性能。

  2.推荐使用整型自增主键的原因主要是  相比于使用UUID作为主键，整型的数据占用的空间小，而且数据库在进行查找数据，比较数据的时候能够更快的比较key，整型的数据更容易比较大小，而UUID是字符串，还要转换成ASCII码再比较大小，耗费数据库性能。所以还是推荐整型的自增主键。 

为什么MySQL数据库使用的是B+树存储索引？而不是使用红黑树、Hash、B树？

1.红黑树：如果在内存中，红黑树的查找效率比B树更高，但是涉及到磁盘操作，B树就更好一点。因为红黑树是二叉树，数据量比较大时，树的层数会变的很高，从树的根节点向下查找的过程中，每次读一个节点，都相当于一次IO操作，因此红黑树的IO操作会比B树多很多，这就是不使用红黑树的原因。

2.Hash索引：

hash索引底层其实就是hash表，进行查找时，调用一次hash函数就可以获取到相应的键值，之后进行回表查询获取到实际数据。

B+树索引底层实现是多路平衡查找树。对于每一次的查询都是从根节点出发，查找到叶子节点就可以获得所查键值。

hash索引查找单个值的情况，hash索引的效率会非常高。但是hash索引有几个非常致命的问题：1）不支持范围查询；2）不支持索引值的排序操作；3）不支持联合索引的最左匹配原则。4）hash冲突问题。

3.B树索引：

B树索引相比于B+树，在进行范围查询时，需要做局部的中序遍历，可能要跨层访问，跨层访问就代表着要进行额外的磁盘IO操作；另外，B树的非叶子节点存放了数据记录的地址，会导致存放的节点更少，树的层数变高。

4.B+树

a).B树只适合做随机检索，而B+树同时支持随机检索和顺序检索

b).B+树空间利用率更高，可以减少IO次数，磁盘读写代价更低。一般来说，索引本身也很大，不可能全部存储在内存中，因此索引往往以索引文件的形式存储在磁盘上。这样的话，索引查找过程中就要产生磁盘IO消耗。B+树内部节点并没有指向关键字具体信息的指针，只是作为索引使用，其内部节点比B树小，盘块能容纳的节点中关键字数量更多，一次性读入内存中可以查找的关键字也就更多，相对的，IO读写次数也就降低了。而IO读写次数是影响索引检索效率的最大因素。

c).增删文件（节点）时，效率更高。因为B+树的叶子节点包含所有的关键字，并以有序的链表结构存储，这样能够很好的提高增删效率。

叶子节点维护了一个双向指针（有一小块存储空间的相邻的磁盘地址），叶子节点都是排好序的

什么是聚集索引或者聚簇索引？

聚簇索引并不是一种单独的索引类型，而是一种数据存储方式。聚簇索引将索引和数据行放到了一块，找到索引的同时也找到了数据。因为无需进行回表操作，所以效率很高。

在InnoDB中必然会有且只有一个聚簇索引。通常是主键，如果没有主键，则优先选择非空的唯一索引，如果唯一索引也没有，则会创建一个隐藏的row_id作为聚簇索引。至于为啥只有一个聚簇索引，其实很简单，因为我们的数据只有一份。

而非聚簇索引则将数据存储和索引分开，当访问数据时，在内存中直接搜索索引，找到索引后，需要通过对应的地址在磁盘中找到对应的数据行。MyISAM的索引方式就是非聚簇索引。

什么是回表查询？

 InnoDB 中，对于主键索引，只需要走一遍主键索引的查询就能在叶子节点拿到数据。

而对于普通索引，叶子节点存储的是 key + 主键值，因此需要再走一次主键索引，通过主键索引找到行记录，这就是所谓的回表查询，先定位主键值，再定位行记录。

联合索引（复合索引）的底层实现？最佳左前缀法则？

联合索引底层还是使用B+树索引，并且还是只有一棵树，只是此时的排序会：首先按照第一个索引排序，在第一个索引相同的情况下，再按第二个索引排序，依次类推。在联合索引中，如果想要命中索引，需要按照简历索引时的字段顺序挨个使用。否则无法命中。

这也是为什么有“最佳左前缀原则”的原因，因为右边（后面）的索引都是在左边（前面）的索引排序的基础上进行排序的，如果没有左边的索引，单独看右边的索引，其实是无序的。

 explain用过吗，有哪些字段，分别是什么意思？

 explain字段有：

id：标识符

select_type：查询的类型

table：输出结果集的表

partitions：匹配的分区

type：表的连接类型

possible_keys：查询时，可能使用到的索引

key：实际使用的索引

key_len：使用的索引字段的长度

ref：列与索引的比较

rows：估计要检查的行数

filtered：按表条件过滤的行百分比

Extra：附加信息

type中有哪些常见的值？

按类型排序，从好到坏，常见的有：const > eq_ref > ref > range > index > ALL。

1.const：通过主键或唯一键查询，并且结果只有1行（也就是用等号查询）。因为仅有一行，所以优化器的其余部分可以将这一行中的列值视为常量。

2.eq_ref：通常出现于两表关联查询时，使用主键或者非空唯一键关联，并且查询条件不是主键或唯一键的等号查询。

3.ref：通过普通索引查询，并且使用的等号查询。

4.range：索引的范围查找（>=、<、in 等）。

5.index：全索引扫描。

6.All：全表扫描