- 👉以贴近现实的【面试官面试】形式帮助你系统学习后端技术
- 📚本期博客为《MySQL系列》
- ❤创作不易,不妨点赞、收藏、关注支持一下
- 🔥博客内容持续产出以下系列
- 《Redis系列》
- 《MySQL系列》
- 《Kafka系列》
- 《ZooKeeper系列》
- 《多线程系列》
- 《JVM系列》
1. 索引类型
面试官:知道索引有什么类型吗?
知道的,我了解的主要有B树索引、哈希索引。
面试官思考中...
1.1 B-Tree索引
面试官:B树索引说一下?
好的面试官。
- 在结构方面 ,B-Tree不同于二叉搜索树,它是多子树的
- 在值的存储方面,所有的值都存储在叶子节点,且叶子节点可以存储多个值
- 另外叶子节点之间用指针链接形成双向链表 。如果是二级索引建立的B-Tree,每个叶子节点的值有保存对应行数据的主键
面试官思考中...
1.2 B-Tree值的存储
面试官:你说值都存储在叶子节点,那有什么好处?
嗯有两方面。
值都存储在叶子节点,使得非叶子节点层数更少 ,整棵B-Tree的高度变得矮胖,可以提高搜索的效率。
另外业务上一般都是范围查询,值都存储叶子节点同时形成双向链表,很适合范围查询。
面试官思考中...
1.3 哈希索引
面试官:知道为什么主流数据库引擎不采用哈希索引吗?
hhh就像我刚刚说的,业务上一般都是范围查询,而哈希索引不支持任何范围查询。
哈希索引会为所有的索引列计算一个哈希码,在哈希表中保存哈希码和指向每个数据行的指针,这种结构对精确匹配查询效率才高。
面试官思考中...
2. 聚簇索引
面试官:聚簇索引和二级索引有什么关联?
好的面试官。
是这样的,二级索引指的是非主键索引 ,它的叶子节点保存的只是行的主键值,所以需要通过主键来找到行数据。
而聚簇索引是通过主键来建树 ,叶子节点包含了行的全部数据,主键索引就是聚簇索引。
所以通过二级索引查找行 ,需要先在二级索引建立的B-Tree上找到主键值,再从聚簇索引建立的B-Tree找到行数据。
面试官思考中...
3. 索引效率
面试官:那我一条SQL,我怎么知道它有没使用到索引?
可以使用Explain关键字 来分析,它会模拟执行sql语句,查询出sql语句执行的相关信息,如哪些索引可以被命中、哪些索引实际被命中。
我说下Explain查询结果的几个关键字段。
-
type
- cost:通过索引一次查询
- ref:使用到索引
- range: 使用到索引
- all:全表扫描
-
Extra
-
using filesort:使用外部文件排序,发生在无法使用索引的情况下
-
using index:where查询 的列被索引覆盖,直接通过索引就可以查询到数据
-
using where:where查询 的列,没有全部被索引覆盖
-
using join buffer:使用了连接缓存
-
-
possible_key
表示可以使用的索引
-
key
表示实际使用的索引
3.1 索引失效情况
面试官:有没索引失效的情况呢?
有的,索引失效一般是这个SQL查询破坏了使用B-Tree查询的条件。
-
对索引列进行数学函数处理的话,索引会失效
-
索引是字符串类型,查询值没有添加单引号 ''那索引会失效。因为值类型与索引列类型不一致,MySQL不会使用 索引,而是把索引列数据进行类型转换后进行查询
-
对索引列进行模糊查询,%要放在最右侧,否则索引失效
sqlSELECT * FROM user WHERE name LIKE n%
-
组合索引,前一个索引使用范围查询,后面的索引也会失效
大概是这些情况。
面试官抓抓脑袋,继续看你的简历......
得想想考点你不懂的😰
未完待续。。。
好了,今天的分享就先到这,我们下期《MySQL系列》继续。
创作不易,不妨点赞、收藏、关注支持一下,各位的支持就是我创作的最大动力❤️