MySQL數據庫索引常見問題

　　筆者看過不少數據庫相關方面的面試題，但大多數答案都不太準確，所以決定在本身blog進行一個總結。

Q1:數據庫有哪些索引？優缺點是什麼？

1.B樹索引：大多數數據庫採用的索引（innoDB採用的是b+樹）。可以加快訪問數據的速度，尤爲是範圍數據的查找很是快。缺點是隻能從索引的最左列開始查找，也不能跳過索引中的列，若是查詢中有某個列用到了範圍查詢，則右邊全部列都沒法使用索引優化查找。

2.哈希索引：基於哈希表實現。在MySQL中，只有Memory引擎顯式的支持哈希搜索。哈希查找的速度很是快，但哈希索引只包含哈希值和行指針，不存儲字段值，因此不能用索引中的值來避免讀取行，也不能進行排序。因爲哈希索引使用的是索引列的所有內容來計算哈希值的，因此不支持部分全部列匹配查找。哈希只支持等值比較，不支持任何範圍查詢。一旦哈希衝突不少的話，維護成本很是高。innoDB支持「自適應哈希索引」（adaptive hash index)。

3.全文索引：全文索引是一種特殊類型的索引，它查找的是文本中的關鍵字，而不是比較索引的值。最初只能在MyISAM上使用，5.6.24之後innoDB也支持了全文索引。全文索引的查詢要使用Match....against，在相同的列上同時建立全文搜索和基於值的B-Tree索引不會有衝突。

4.空間數據索引（R-tree索引），MyISAM支持R樹索引，好處是無需前綴查詢，會從全部緯度來索引數據，能夠用做地理數據的存儲；缺點是必須使用MySQL的GIS相關函數如MBRCONTAINS( )等來維護數據，但因爲MySQL中的GIS並不完善，所以大多數人不會使用這個特性。

---

Q2：爲何不實用二叉查找樹或者紅黑樹做爲數據庫索引。

二叉樹在處理海量數據時，樹的高度過高，雖然索引效率很高，達到logN，但會進行大量磁盤io，得不償失。並且刪除或者插入數據可能致使數據結構改變變成鏈表，須要增進平衡算法。而紅黑樹，插入刪除元素的時候會進行頻繁的變色和旋轉（左旋，右旋），很浪費時間。可是當數據量很小的時候，徹底能夠放入紅黑樹中，此時紅黑樹的時間複雜性比b樹低。所以，綜上考慮，數據庫最後選擇了b樹做爲索引。

---

Q3:B tree和B+ tree應用場景：

1.B樹經常使用於文件系統，和少部分數據庫索引，好比mongoDB。

2.B+樹主要用於mysql數據庫索引。

---

 

Q4:B+ tree對比B tree的優勢

B樹的每一個節點除了存儲指向 子節點的索引外，還要存儲data域，所以單一節點指向子節點的索引並非不少，樹的高度較高，磁盤io次數較多。B+樹的高度更低，且全部data都存儲在葉子節點，葉子節點都處於同一層，所以查詢性能穩定，便於範圍查找。