数据库索引

Mysql索引数据结构？

顺序查找，二叉树查找，hash索引，二叉树、红黑树，B-Tree,B+Tree:(B-Tree的变种)

01.在创建索引的时候都会考虑哪些因素呢？ 什么是联合索引？

　　对于查询概率比较高，经常作为where条件的字段设置索引。

　　两个或更多个列上的索引被称作联合索引，联合索引又叫复合索引。

02.Mysql的索引顺序(最左匹配)，做联合索引多个字段之间顺序你们是如何选择的呢？

 

　　识别度最高的字段放到最前面。即符合最左原则。

　　在创建多列索引时，我们根据业务需求，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。

 1.为什么要用索引？

　　当一个表中有上千万条数据，如果按名字一行一行去匹配查找，全表扫描，效率会很慢。这时候就需要用索引，相当于给表加了目标和标题，可以缩小查找范围和加快查找速度。

2.什么是索引？ 

　　索引是一种数据结构。一个索引是存储的表中一个特定列的值数据结构（最常见的是B-Tree和Hash索引）。索引是在表的列上创建。所以，要记住的关键点是索引包含一个表中列的值，并且这些值存储在一个数据结构中。

建一个索引有什么需要考虑的？

1.表的主键、外键必须有索引；经常出现在Where子句中的字段，特别是大表的字段，应该建立索引；索引应该建在小字段上，对于大的文本字段甚至超长字段，不要建索引；复合索引的建立需要进行仔细分析；尽量考虑用单字段索引代替；查询中与其他表有关联的字段，例如外键关系；

3.Hash索引的优缺点?

优点：哈系索引的工作方式是将列的值作为索引的键值（key），和键值相对应实际的值（value）是指向该表中相应行的指针位置。查新name=“jes”这样             的sql效率很快，等值查询的场景更快。

缺点：1.哈希表是无顺的数据结构，假如你想要找出所有小于40岁的员工 就不能用哈希索引。

　　　2.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得情况下，哈希索引的效率会很低，因为存在哈希碰撞问题。

4.B-Tree索引是怎么提升性能？

　　假设我们在 Employee_Name这一列上创建一个B-Tree索引。这意味着当我们用之前的SQL查找姓名是‘Jesus’的雇员时，不需要再扫描全表。而是用索引查找去查找名字为‘Jesus’的雇员，因为索引已经按照按字母或者数字顺序排序。索引已经排序意 味着查询一个名字会快很多，因为名字少字母为‘J’的员工都是排列在一起的。另外重要的一点是，索引同时存储了表中相应行的指针以获取其他列的数据。

5.使用数据库索引会有什么代价？

　　其一，索引会占用空间 - 你的表越大，索引占用的空间越大。

　　其二，性能损失（主要值更新操作），当你在表中添加、删除或者更新行数据的时候， 在索引中也会有相同的操作。记住：建立在某列（或多列）索引需要保存该列 最新的数据。基本原则是只如果表中某列在查询过程中使用的非常频繁，那就在该列上创建索引。

6.B+ Tree的叶子节点都可以存哪些东西吗？

　　InnoDB的B+ Tree可能存储的是整行数据，也有可能是主键的值。

为什么使用B+树作为索引？

 

　　比B树更适合作为索引的结构是B+树。MySQL中也是使用B+树作为索引。它是B树的变种，因此是基于B树来改进的。为什么B+树会比B树更加优秀呢？
　　B树：有序数组+平衡多叉树；
　　B+树：有序数组链表+平衡多叉树；

　　B+树的关键字全部存放在叶子节点中，非叶子节点用来做索引，而叶子节点中有一个指针指向一下个叶子节点。

　　做这个优化的目的是为了提高区间访问的性能。而正是这个特性决定了B+树更适合用来存储外部数据。

 

7.聚簇索引和非聚簇索引 区别？

　　1.聚簇索引：B+ Tree索引的叶子节点存储了整行数据。

　　2.非聚簇索引：B+ Tree索引的叶子节点存储了主键的值。

　　3.聚簇索引的叶节点就是数据节点，而非聚簇索引的叶节点仍然是索引节点，并保留一个链接指向对应数据块。

 　　4.聚簇索引查询会更快。因为主键索引树的叶子节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节点是主键的值，查到主键的值以后，还需要再通过主键的值再进行一次查询。聚簇索引适合排序，因为聚簇索引本身已经是按照物理顺序放置的，排序很快。

8.为什么聚簇索引查询会更快？

　　因为主键索引树的叶子节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节点是主键的值，查到主键的值以后，还需要再通过主键的值再进行一次查询（通常称为回表）。而且，非主键索引不一定会查询多次，通过覆盖索引也可以只查询一次。 

9.覆盖索引（covering index）：

　　指一个查询语句的执行只用从索引中就能够取得，不必从数据表中读取。也可以称之为实现了索引覆盖。

10.MySQL 5.6新加了什么优化？

1、引入了索引下推优化，默认开启。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。

2.比如：在people表中（zipcode，lastname，firstname）构成一个索：SELECT * FROM people WHERE zipcode='95054' AND lastname LIKE '%etrunia%' AND address LIKE '%Main Street%';

　　如果没有使用索引下推技术，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。

11.怎么查看索引是否生效？

   在select语句前加上explain就可以了。查看sql语句的执行计划，通过执行计划来分析索引使用情况。

　如：explain select surname,first_name form a,b where a.id=b.id

explain显示了mysql如何使用索引来处理select语句以及连接表。可以帮助选择更好的索引和写出更优化的查询语句。

12.explain 列的解释：

 

table：显示这一行的数据是关于哪张表的

 

type：这是重要的列，显示连接使用了何种类型。从最好到最差的连接类型为const、eq_reg、ref、range、 indexhe和ALL

 

possible_keys：显示可能应用在这张表中的索引。如果为空，没有可能的索引。可以为相关的域从WHERE语句中选择一个合适的语句

 

key： 实际使用的索引。如果为NULL，则没有使用索引。很少的情况下，MYSQL会选择优化不足的索引。这种情况下，可以在SELECT语句中使用USE INDEX（indexname）来强制使用一个索引或者用IGNORE INDEX（indexname）来强制MYSQL忽略索引

 

key_len：使用的索引的长度。在不损失精确性的情况下，长度越短越好

 

ref：显示索引的哪一列被使用了，如果可能的话，是一个常数

 

rows：MYSQL认为必须检查的用来返回请求数据的行数

 

Extra：关于MYSQL如何解析查询的额外信息。坏的例子是Using temporary和Using filesort，意思MYSQL根本不能使用索引，结果是检索会很慢
举例： https://blog.csdn.net/Aaroun/article/details/78248509