MySQL索引相關知識點及面試常問題

常見面試題

　　首先引入索引相關的常見的面試題，讓咱們更客觀的學習索引相關的內容

• 問：數據庫中最多見的慢查詢優化方式是什麼？
  • 同窗A：加索引。
• 問：爲何加索引能優化慢查詢？
  • 同窗A：...不知道
  • 同窗B：由於索引其實就是一種優化查詢的數據結構，好比Mysql中的索引是用B+樹實現的，而B+樹就是一種數據結構，能夠優化查詢速度，能夠利用索引快速查找數據，因此能優化查詢。
• 問：你知道哪些數據結構能夠提升查詢速度？（聽到這個問題就感受此處有坑...）
  • 同窗B：哈希表、徹底平衡二叉樹、B樹、B+樹等等。
• 問：那這些數據結構既然都能優化查詢速度，那Mysql種爲什麼選擇使用B+樹？
  • 同窗B：...不知道
• 問：有一個titles表，主鍵由empno，title，fromdate三個字段組成。那麼如下幾個語句會用到索引嗎?

  select * from employees.titles where emp_no=1
  select * from employees.titles where title='1'
  select * from employees.titles where emp_no='1'andtitle=1
  select * from employees.titles where title='1'andemp_no=1

• 問：爲何哈希表、徹底平衡二叉樹、B樹、B+樹均可以優化查詢，爲什麼Mysql獨獨喜歡B+樹？哈希表有什麼特色？
答：假若有這麼一張表(表名：sanguo)：                                                                                                                                                                        

如今對name字段創建哈希索引，注意字段值所對應的數組下標是哈希算法隨機算出來的，因此可能出現哈希衝突。那麼對於這樣一個索引結構，如今來執行下面的sql語句：

select * from sanguo where name='周瑜'

能夠直接對‘周瑜’按哈希算法算出來一個數組下標，而後能夠直接從數據中取出數據並拿到鎖對應那一行數據的地址，進而查詢那一行數據。那麼若是如今執行下面的sql語句：

select * from sanguo where name>'周瑜'

則無能爲力，由於哈希表的特色就是能夠快速的精確查詢，可是不支持範圍查詢。

若是用徹底平衡二叉樹呢？

仍是上面的表數據用徹底平衡二叉樹表示以下圖（爲了簡單，數據對應的地址就不畫在圖中了。）：

圖中的每個節點實際上應該有四部分：

• 左指針，指向左子樹
• 鍵值
• 鍵值所對應的數據的存儲地址
• 右指針，指向右子樹

另外須要提醒的是，二叉樹是有順序的，簡單的說就是「左邊的小於右邊的」假如咱們如今來查找‘周瑜’，須要找2次（第一次曹操，第二次周瑜），比哈希表要多一次。並且因爲徹底平衡二叉樹是有序的，因此也是支持範圍查找的。

 

若是用B樹呢？

仍是上面的表數據用B樹表示以下圖（爲了簡單，數據對應的地址就不畫在圖中了。）：

 

能夠發現一樣的元素，B樹的表示要比徹底平衡二叉樹要「矮」，緣由在於B樹中的一個節點能夠存儲多個元素。

 

若是用B+樹呢？

仍是上面的表數據用B+樹表示以下圖（爲了簡單，數據對應的地址就不畫在圖中了。）

 咱們能夠發現一樣的元素，B+樹的表示要比B樹要「胖」，緣由在於B+樹中的非葉子節點會冗餘一份在葉子節點中，而且葉子節點之間用指針相連。

 

那麼B+樹到底有什麼優點呢？

　　這裏咱們用「反證法」，假如咱們如今就用徹底平衡二叉樹做爲索引的數據結構，咱們來看一下有什麼不妥的地方。實際上，索引也是很「大」的，由於索引也是存儲元素的，咱們的一個表的數據行數越多，那麼對應的索引文件其實也是會很大的，實際上也是須要存儲在磁盤中的，而不能所有都放在內存中，因此咱們在考慮選用哪一種數據結構時，咱們能夠換一個角度思考，哪一個數據結構更適合從磁盤中讀取數據，或者哪一個數據結構可以提升磁盤的IO效率。回頭看一下徹底平衡二叉樹，當咱們須要查詢「張飛」時，須要如下步驟：

1. 從磁盤中取出「曹操」到內存，CPU從內存取出數據進行筆記，「張飛」<「曹操」，取左子樹（產生了一次磁盤IO）
2. 從磁盤中取出「周瑜」到內存，CPU從內存取出數據進行筆記，「張飛」>「周瑜」，取右子樹（產生了一次磁盤IO）
3. 從磁盤中取出「孫權」到內存，CPU從內存取出數據進行筆記，「張飛」>「孫權」，取右子樹（產生了一次磁盤IO）
4. 從磁盤中取出「黃忠」到內存，CPU從內存取出數據進行筆記，「張飛」=「張飛」，找到結果（產生了一次磁盤IO）

　　同理，回頭看一下B樹，咱們發現只發送三次磁盤IO就能夠找到「張飛」了，這就是B樹的優勢：一個節點能夠存儲多個元素，相對於徹底平衡二叉樹因此整棵樹的高度就下降了，磁盤IO效率提升了。

　　而B+樹是B樹的升級版，只是把非葉子節點冗餘一下，這麼作的好處是爲了提升範圍查找的效率。

　　到這裏能夠總結出來，Mysql選用B+樹這種數據結構做爲索引，能夠提升查詢索引時的磁盤IO效率，而且能夠提升範圍查詢的效率，而且B+樹裏的元素也是有序的。

那麼，一個B+樹的節點中到底存多少個元素合適呢？

　　其實也能夠換個角度來思考B+樹中一個節點到底多大合適？

　　答案是：B+樹中一個節點爲一頁或頁的倍數最爲合適。由於若是一個節點的大小小於1頁，那麼讀取這個節點的時候其實也會讀出1頁，形成資源的浪費；若是一個節點的大小大於1頁，好比1.2頁，那麼讀取這個節點的時候會讀出2頁，也會形成資源的浪費；因此爲了避免形成浪費，因此最後把一個節點的大小控制在1頁、2頁、3頁、4頁等倍數頁大小最爲合適。

那麼，Mysql中B+樹的一個節點大小爲多大呢？

　　這個問題的答案是「1頁」，這裏說的「頁」是Mysql自定義的單位（其實和操做系統相似），Mysql的Innodb引擎中一頁的默認大小是16k（若是操做系統中一頁大小是4k，那麼Mysql中1頁=操做系統中4頁），可使用命令SHOW GLOBALSTATUS like 'Innodbpagesize'; 查看。而且還能夠告訴你的是，一個節點爲1頁就夠了。

爲何一個節點爲1頁（16k）就夠了？

　　解決這個問題，咱們先來看一下Mysql中利用B+樹的具體實現。

　　Mysql中MyISAM和innodb使用B+樹

　　一般咱們認爲B+樹的非葉子節點不存儲數據，只有葉子節點才存儲數據；而B樹的非葉子和葉子節點都會存儲數據，會致使非葉子節點存儲的索引值會更少，樹的高度相對會比B+樹高，平均的I/O效率會比較低，因此使用B+樹做爲索引的數據結構，再加上B+樹的葉子節點之間會有指針相連，也方便進行範圍查找。上圖的data區域兩個存儲引擎會有不一樣。

 

 MyISAM中的B+樹

　　MYISAM中葉子節點的數據區域存儲的是數據記錄的地址，MyISAM存儲引擎在使用索引查詢數據時，會先根據索引查找到數據地址，再根據地址查詢到具體的數據。而且主鍵索引和輔助索引沒有太多區別。

 主鍵索引

 

 

輔助索引

　　

 

 InnoDB中的B+樹

　　 InnoDB中主鍵索引的葉子節點的數據區域存儲的是數據記錄，輔助索引存儲的是主鍵值

主鍵索引

輔助索引

 

 Innodb中的主鍵索引和實際數據時綁定在一塊兒的，也就是說Innodb的一個表必定要有主鍵索引，若是一個表沒有手動創建主鍵索引，Innodb會查看有沒有惟一索引，若是有則選用惟一索引做爲主鍵索引，若是連惟一索引也沒有，則會默認創建一個隱藏的主鍵索引（用戶不可見）。另外，Innodb的主鍵索引要比MyISAM的主鍵索引查詢效率要高（少一次磁盤IO），而且比輔助索引也要高不少。因此，咱們在使用Innodb做爲存儲引擎時，咱們最好：

1. 手動創建主鍵索引
2. 儘可能利用主鍵索引查詢

 

回到咱們的問題：爲何一個節點爲1頁（16k）就夠了？

　　對着上面Mysql中Innodb中對B+樹的實際應用（主要看主鍵索引），能夠發現B+樹中的一個節點存儲的內容是：

• § 非葉子節點：主鍵+指針
• § 葉子節點：數據

 

　　假設咱們一行數據大小爲1K，那麼一頁就能存16條數據，也就是一個葉子節點能存16條數據；再看非葉子節點，假設主鍵ID爲bigint類型，那麼長度爲8B，指針大小在Innodb源碼中爲6B，一共就是14B，那麼一頁裏就能夠存儲16K/14=1170個(主鍵+指針)，那麼一顆高度爲2的B+樹能存儲的數據爲：117016=18720條，一顆高度爲3的B+樹能存儲的數據爲：11701170*16=21902400（千萬級條）。因此在InnoDB中B+樹高度通常爲1-3層，它就能知足千萬級的數據存儲。在查找數據時一次頁的查找表明一次IO，因此經過主鍵索引查詢一般只須要1-3次IO操做便可查找到數據。因此也就回答了咱們的問題，1頁=16k這麼設置是比較合適的，是適用大多數的企業的，固然這個值是能夠修改的，因此也能根據業務的時間狀況進行調整。

 

最左前綴原則

　　咱們模擬數據創建一個聯合索引 select *,concat(right(emp_no,1),"-",right(title,1),"-",right(from_date,2)) from employees.titles limit 10;

 

咱們判斷一個查詢條件能不能用到索引，咱們要分析這個查詢條件能不能利用某個索引縮小查詢範圍

對於 select from employees.titles where emp_no=1是能用到索引的，由於它能利用上面的索引全部查詢範圍，首先和第一個節點「4-r-01」比較，1<4，因此能夠直接肯定結果在左子樹，同理，依次按順序進行比較，逐步能夠縮小查詢範圍。對於select from employees.titles where title='1'是不能用到索引的，由於它不能用到上面的因此，和第一節點進行比較時，沒有empno這個字段的值，不能肯定到底該去左子樹仍是右子樹繼續進行查詢。對於 select * from employees.titles where title='1' and emp_no=1是能用到索引，按照咱們的上面的分析，先用title='1'這個條件和第一個節點進行比較，是沒有結果的，可是mysql會對這個sql進行優化，優化以後會將empno=1這個條件放到第一位，從而能夠利用索引。