面試測試開發被問到數據庫索引不知道怎麼辦？這篇文章告訴你

提出的問題

什麼狀況下建立索引，何時不須要索引？

索引的種類有哪些？

什麼是索引

索引就是幫助數據庫管理系統高效獲取數據的數據結構，就比如一本書的目錄，它能夠幫咱們快速進行特定值的定位與查找，從而加快數據查詢的效率。

索引的種類

從功能邏輯上劃分

• 普通索引是基礎的索引，沒有任何約束，主要用於提升查詢效率
• 惟一索引就是在普通索引的基礎上增長了數據惟一性的約束，在一張數據表裏能夠有多個惟一索引
• 主鍵索引在惟一索引的基礎上增長了不爲空的約束，也就是 NOT NULL+UNIQUE，一張表裏最多隻有一個主鍵索引
• 全文索引用的很少，MySQL 自帶的全文索引只支持英文。咱們一般能夠採用專門的全文搜索引擎，好比 ES(ElasticSearch) 和 Solr

從物理實現方式分

• 彙集索引
  • 彙集索引能夠按照主鍵來排序存儲數據，這樣在查找行的時候很是有效
• 非彙集索引
  • 在數據庫系統會有單獨的存儲空間存放非彙集索引，這些索引項是按照順序存儲的，但索引項指向的內容是隨機存儲的。也就是說系統會進行兩次查找，第一次先找到索引，第二次找到索引對應的位置取出數據行，是維護單獨的索引表（只維護索引，不維護索引指向的數據。
• 區別
  • 彙集索引的葉子節點存儲的就是咱們的數據記錄，非彙集索引的葉子節點存儲的是數據位置。非彙集索引不會影響數據表的物理存儲順序。
  • 一個表只能有一個彙集索引，由於只能有一種排序存儲的方式，但能夠有多個非彙集索引，也就是多個索引目錄提供數據檢索。
  • 使用匯集索引的時候，數據的查詢效率高，但若是對數據進行插入，刪除，更新等操做，效率會比非彙集索引低

索引的原理

索引爲何要存儲在硬盤上

數據庫服務器有兩種存儲介質，硬盤和內存，存儲在內存時若是發生故障好比斷點什麼的，容易形成數據丟失，存儲在磁盤上，會有不少的IO，咱們知道磁盤IO是會耗時的，若是讓索引的數據結構儘量的減小磁盤IO操做，那麼耗時就會大大減小。

從二叉樹到B+樹

支持快速查找的數據結構有跳錶、hash表、二叉樹搜索樹，跳錶支持區間查找，hash表不支持區間查詢，二叉樹搜索樹不支持按照區間快速查詢，可是二叉樹搜索樹的不斷演進和改造知足了索引對數據結構的要求，下面來看看二叉搜索到B+樹的演進歷程。

二叉搜索樹是一種比較特別大的二叉樹，每一個節點的左子節點都小於父節點，右子節點大於父節點，查找一個接地那的時間複雜度是O(log2n)。

iShot 2020-03-05 22.55.45.png

可是隨着不斷往樹上添加節點，可能會形成一種現象，某一條路徑會不斷增長，最後二叉樹退化成了一個鏈表，時間複雜度變成了O(n)。

若是能讓左右子樹之間的高度差不大，還能繼續維持二叉搜索樹的特性，大牛們提出了平衡二叉樹這種結構，他讓每一個節點的左右子樹高度差不能超過1，這屬於嚴格平衡的，好比avl樹，可是這種嚴格平衡的樹，維護高度差須要設計複雜的算法去實現，時間成本也會增長，後來又有大牛提出，咱們不讓他嚴格平衡，高度差不要太大就行，雖然會損失一點查詢速度，可是樹的複雜性大大下降，查詢效率也能知足要求就行，這種樹就叫作紅黑樹。

數據查詢的時間主要依賴於磁盤 I/O 的次數，若是咱們採用二叉樹的形式，即便經過平衡二叉搜索樹進行了改進，樹的深度也是 O(log2n)，當 n 比較大時，深度也是比較高的。

這個時候大牛又來了，那就該成多叉樹吧，多叉樹能夠下降高度，這樣就能夠減小磁盤IO次數了，給這種樹起個名字，就叫多叉平衡樹，Balance Tree。那究竟該是多少個叉呢，這個是根據內存頁大小計算出來的。

Balance Tree也就是B樹，B樹的節點是能夠存儲數據的，這樣就會形成查詢效率不穩定的狀況，有時候訪問到了非葉子節點就能夠找到關鍵字，而有時須要訪問到葉子節點才能找到關鍵字。

這個時候就又提出了B+樹，B+樹非葉子節點只存儲索引不存數據，葉子節點才存儲數據記錄，葉子節點又構成一個雙向鏈表而且從大到小順序連接。

歡迎你們去 個人博客 瞅瞅，裏面有更多關於測試實戰的內容哦！！