mysql的数据结构面试题

---

[怄火] B树和B+树的区别，mysql为什么选择B+树？

---

（1）区别
B树的特点：
1.一个节点可以包含多个索引元素
2.叶子节点的数据索引是从左到右递增排序，是排好序的
3.每个节点都带有data。

B+树的特点：
1.一个节点可以包含多个索引元素
2.只有叶子节点才带有data，非叶子节点只有索引，并且是冗余的。{为什么要用冗余的非叶子节点？答：使用2分查找更便捷}
3.叶子节点与叶子节点之间有指针。{这个指针有什么作用？答：加速范围查询和顺序访问}
（2）mysql为什么选择B+树
因为对于关系型数据库，树的高度决定了查询的性能，B+树比B树的优势在于，一页节点内能容纳的索引元素比B树多。相同的数据量，B+树的树高比B树低，能更快的找到目标索引，减少磁盘io次数。

---

[怄火]mysql的索引结构是怎样的，聚簇索引和非聚簇索引分别是什么？

---

索引结构采用B+树的结构。
B+树的特点是
1.一个节点包含多个索引元素
2.非叶子节点是冗余索引，没有data
3.叶子节点带有data，叶子节点与叶子节点之间有从左指向右的指针。并且是按照从左到右递增排序。在mysql中叶子节点与叶子节点之间的指针变成双向，方便范围查询和全表扫描。

在mysql中，聚簇索引和非聚簇索引都是B+树的数据结构。
聚簇索引是指叶子节点上的data就是数据本身，
innodb就是使用了聚簇索引,一个表内只能有一个聚簇索引，如果表定义了主键（PK），那PK就是聚簇索引。如果没有PK，就会找第一个非空的unique列作为聚簇索引。否则，innodb会创建一个隐藏的row_id作为聚簇索引。
非聚簇索引是指叶子节点上的data并非数据本身，而是数据存放的地址（.MYD）。
MyISAM使用的就是非聚簇索引，一个表内可以有多个非聚簇索引。

---

[怄火]为什么mysql的主键推荐使用自增的正数?

---

首先mysql的索引结构是B+树。B+树的特性是叶子节点是从左到右递增排序的，如果插入的时候不是递增的数字，那么可能会造成节点拆分，重新达成平衡【影响性能】。而使用自增的数字，则不会出现这种情况。

---

[怄火]为什么非聚簇索引的data不跟聚簇索引一样，存储数据本身呢？

---

最大原因是为了减少存储空间，其次是简化复杂度，如果每个非聚簇索引都保存一遍数据，那么保持数据一致性也是一种大工程，还减低了性能。

---

[怄火]为什么mysql推荐我们innodb要创建主键？

---

如果我们不主动创建主键索引，mysql会自动帮我们创建主键索引。当表内没有主键（PK），就会找第一个非空的唯一（unique）列作为聚簇索引，否则，innodb会创建一个隐藏的row_id作为聚簇索引。

---

[怄火]为什么mysql不用hash索引？

---

hash索引虽然有可能只需要一次就能找到数据，但是存在1. hash冲突 2.仅支持“=”、“in”，不支持范围查询

---

[怄火]为什么最左前缀原则会匹配索引？

---

因为索引是排好序的数据结构，假定一个索引有三个字段组成，它会先比较字段1，再比较字段2，最后比较字段3.所以最左前缀满足索引的数据结构，所以才会匹配。

---

[怄火] explain语句结果中各个字段分别表示什么

---

id: 正整数，数字越大，优先级越高，当有多个相同数字时，排上面的先执行。
select_type: 表示查询语句的类型，有simple、primary、derived（衍生）、subquery
table：表示每行记录查询哪张表
partitions：分区
type：表示关联类型或访问类型。效率逐步递减：system>const>eq_ref>ref>range>index>all
possible_keys：可能用到的索引，会有多条
key：实际上使用的索引
key_len：实际使用到的索引长度
ref：当使用索引列等值查询时，与索引列进行等值匹配的对象信息
rows：预估的需要读取的记录条数
filtered：某个表经过搜索条件过滤后剩余记录条数的百分比
Extra：一些额外的信息，比如排序：filesort等。

---

[怄火] 大致统计表的数据，除了用count还能用什么？

---

show table status like ‘table表’;
在row字段下会展示一个大概值。适用于数据量很大，对分页不是特别精准的情况。缺点：不适合用于有条件的统计。针对条件查询，需要借助于搜索引擎比如es，比如大数据引擎flink。