MySQL面试

目录

• mysql优化综合性
• mysql数据库索引基于什么数据结构实现的？
• 为什么选B+Tree？它和其他数据结构有哪些特点？

社招后端21连问（三年工作经验一面）

mysql优化综合性

1.表的设计优化
 
选择表合适存储引擎：
myisam: 应用时以读和插入操作为主，只有少量的更新和删除，并且对事务的完整性，并发性要求不是很高的。
Innodb： 事务处理，以及并发条件下要求数据的一致性。除了插入和查询外，包括很多的更新和删除。
尽量 设计 所有字段都得有默认值,尽量避免null。
 
 
数据库表设计时候更小的占磁盘空间尽可能使用更小的整数类型. 
但是一般说来，数据库中的表越小，在它上面执行的查询也就会越快。    
因此，在创建表的时候，为了获得更好的性能，我们可以将表中字段的宽度设得尽可能小。例如，
CHAR[111]       VARCHAR(21321)       text  
在定义邮政编码这个字段时，如果将其设置为CHAR(255),显然给数据库增加了不必要的空间，
 CHAR (255)            VARCHAR (255)    10 
 
甚至使用VARCHAR这种类型也是多余的，因为CHAR(6)就可以很好的完成任务了。同样的，如果可以的话，
 
数字类型要比字符类型占空间小，索引能用数字的尽量用数字的
数字类型的选择也是尽量选择小的
我们应该使用TINYINT而不是BIGINT来定义整型字段。
应该尽量把字段设置为NOT NULL，这样在将来执行查询的时候，数据库不用去比较NULL值。
对于某些文本字段，例如“省份”或者“性别”，我们可以将它们定义为ENUM类型。因为在MySQL中，ENUM类型被当作数值型数据来处理， 而数值型数据被处理起来的速度要比文本类型快得多。这样，我们又可以提高数据库的性能。

mysql数据库索引基于什么数据结构实现的？

B+Tree

为什么选B+Tree？它和其他数据结构有哪些特点？

每次从磁盘中查找数据称为磁盘I/O， 而磁盘IO 至少要经历磁盘寻道、磁盘旋转、数据读取等等操作，非常影响性能，所以对于读取数据，最大的优化就是减少磁盘I/O

二叉树:每一个节点只能存储一个数据，每个数据只有两个子节点， 树的高度会很高，高度越高发生磁盘IO的次数越多。

B-Tree：自平衡多叉树所有子节点高度相同，叶子节点指针为空，每一个索引项下面都保存数据，B-Tree的节点上即保存数据指针又保存数据，节点的数据存储个数称为度

根据磁盘预读原理：每次从磁盘向内存读取数据时，读取的数据量称为磁盘块，块有固定大小是扇区的整数倍，每次从磁盘上都要读取大量数据，而二叉树节点只使用一个数据，其他的数据都浪费掉了，B-Tree的每个节点上可以存储多个数据，虽然读取的数据量大了，但是 度 却小了，树的高度增加了。

B-Tree与B+Tree的区别:

例如从磁盘一次读取4000个数据，每个节点是由索引和数据组成，索引地址+数据占100B，读一次它的 度 的长度为40，大数据量情况下，度还是不够。B+Tree是B-Tree的变体，特点是非叶子节点不存储data,只存储key,可以增大度；叶子节点不存储指针；这样索引地址占5B，度的长度为800。树的高度变矮了，磁盘IO次数少了。B+Tree特点顺序访问指针，提高区间访问能力

还有Hash结构，通过hash值计算将数据存储到不同的桶当中，通过hash值可以快速找到桶，但是它不支持范围查询，查询单行数据很快，也有可能出现hash冲突，使用的较少

聚簇索引和非聚簇索引的区别？

MyISAM存储引擎：

MyISAM索引文件和数据文件是分离的---非聚簇

InnoDB存储引擎：

InnoDB数据文件本身就是索引文件---聚簇