MySQL面试必备一之索引

亦商

本文首发于公众号：Hunter后端
原文链接：MySQL面试必备一之索引

在面试过程中，会有一些关于 MySQL 索引相关的问题，以下总结了一些：

• MySQL 的数据存储使用的是什么索引结构
  
• B+ 树的结构是什么样子
  
• 什么是复合索引、聚簇索引、覆盖索引
  
• 什么是最左匹配原则
  
• 数据 B+ 树中是如何查询的
  
• 回表是什么操作
  
• B+ 树的查询有什么优势
  
• 索引下推是什么意思
  

对于上面这几个问题，看完这篇笔记你应该就会明白这些问题应该如何作答。
这篇笔记将从以下几个方面开始介绍：

• B+树
  
• 查询数据的过程
  
• 覆盖索引
  
• 联合索引
  
• MyISAM 的存储结构
  
• InnoDB 与 MyISAM 的区别
  
• B 树与 B+ 树
  

1、B+树

MySQL 的存储引擎包括 InnoDB、MyISAM、Memory 等，其中 InnoDB 是默认的表存储引擎，InnoDB 和 MyISAM 的数据都存储在 B+ 树这种结构中。
首先来了解下 B+ 树的结构。
1. B+ 树结构

与二叉树一样，B+ 树也是一种树结构，与之不同的点在于每一层并非只有左右两个子结点，而是可以有多个结点，而在 InnoDB 中，数据都是存储在叶子结点上，现在假设我们有一张 user 表，以 id 为主键，有 name、age 这两个字段，那么数据的存储示意图则如下：

在上图中，只展示了 B+ 树的两层，每一层有四个子结点，所有的数据都存储在叶子结点上。
在 InnoDB 中，B+ 树的高度通常为 2 到 4 层，假设每一层我们有 1000 个结点，那么如果树有 4 层，那么在第四层的叶子结点我们可以存储 1000 的三次方条数据，那么就可以存储 10 亿条数据。
2. 主键索引与聚簇索引

当我们创建一张表，并往里面添加数据，数据存储的格式就是上面这张图的形式，默认以主键作为索引，也就是 B+ 树的非叶子结点，所以又称其为主键索引。
对于这张表，除了 id 字段，还有 age 和 name 字段，这几个表字段是一起存放在叶子结点的，因此这种存储方式也称为聚簇索引。
3. 非聚簇索引与二级索引

在 InnoDB 中，除了主键索引外，我们还可以为表的某个或者某些字段创建索引，对于这些索引，我们称其为非聚簇索引或者二级索引。
二级索引的存储结构也是 B+ 树，不一样的点在于非叶子结点的值是创建了索引的字段值，叶子结点就不再是这条表数据了，而是这个索引字段所在的数据的主键值。
还是以前面的 user 表为例，我们在 name 字段上创建索引，那么 InnoDB 会额外创建一个 B+ 树，B+ 树的结构大致如下：

这里为了更直白的表示字段值的排序，用了英文名字来表示，如上就是一个二级索引的存储形式。
2、查询数据的过程

1. 根据主键查询

比如我们要查询 id = 80 的数据，sql 语句如下：

1. select id, name, age from user where id = 80;

复制代码

这里是针对 id 字段进行查询，所以可以直接查询主键索引，根据上面主键索引的示意图，其查询步骤如下：
<ol>根据 id = 18 逐层找到 B+ 树的对应非叶子结点，比如这里就到了图里的最上层结点
根据 id = 18，判断 1  25;[/code]但是如果 where 后面的条件是针对 name 字段，那么下面的条件则不会使得这个联合索引生效：

1. select id, name, age from user where name = "Hunter";

复制代码

2) 多个字段查询

如果是多个字段查询，那么则使用的时候一定要注意查询的顺序，下面的条件的是可以生效的：

1. select id, name from user where name = "Hunter";

复制代码

而如果是 age 是一个范围查找，则不管 name 字段是什么条件，这个索引也可以生效，但仅仅是 age 字段会用到索引，name 字段的则不会用到索引，比如：

1. CREATE INDEX age_name_idx ON user (age, name);

复制代码

上面这个 SQL 语句，索引则只会对 age 字段生效进行范围查找，name 字段不用用到索引的精确匹配。
3) 最左匹配原则

基于联合索引的结构，如上图，最左匹配原则的概念其实就显而易见了，即联合索引只会从建立了索引的最左字段开始匹配，直到遇到范围查询则停止，就比如上面提到的这条：

1. CREATE INDEX age_name_idx ON user (age, name);

复制代码

它匹配到 age 就停止了，因为 age 是一个范围查询。
再来一种情况，如果我们的联合索引字段有三个，按照顺序为 age, name 和 field_3，下面的语句则会分别匹配到 age、name 和 field_3：

1. where name = "Hunter";

复制代码

下面这几种针对后面几个字段的查询联合索引都是不生效的：

1. where age = 23 and name = "Hunter";
2. where age = 24 and name like "Hun*";

复制代码

因为他们都没有从联合索引的最左字段字段开始查询。
3. 索引下推

索引下推是 MySQL 5.6 版本及以上引入的一个特性，主要用于减少回表的次数，从而实现提高查询性能的效果。
还是以前面 age 和 name 这个复合索引为例，SQL 如下：

1. where age > 34 and name = "Hunter";

复制代码

如果没有索引下推，那么它的查询流程是根据 age > 30 这个条件，查询主键 id，逐个回表去主键索引里查询 name 字段的值是否满足 "Hun*" 这个条件。
而如果有索引下推这个优化，那么在二级索引里，查找出 age > 30 的值后，会直接根据复合索引中 name 的值来判断是否满足 "Hun*" 这个特性，满足的话就去回表查询，不满足则在当前复合索引里直接将这条数据过滤掉。
所谓的索引下推就是通过这个流程来减少回表的次数，以提高查询的性能。
5、MyISAM 的存储结构

MyISAM 的数据存储结构也是 B+ 树，但有一点不同，那就是 InnoDB 的叶子结点存储的是完整的一条数据，而 MyISAM 的叶子结点存储的数据的指针，通过指针指向底层存储的数据，其大概示意图如下：

同理，MyISAM 的二级索引的叶子结点也是直接指向存储的数据。
因此，MyISAM 在底层存储的表文件有三个，一个是 frm，是表的定义文件，一个 MYD，用于存储数据的文件，一个是 MYI，用于存储索引的文件。
相对来说，InnoDB 就只有两个，一个是 frm，一个是 IBD，用于存储索引和数据，因为 InnoDB 的叶子结点即存储了数据。
6、InnoDB 与 MyISAM 的区别

这里总结一下 InnoDB 与 MyISAM 的区别：

• InnoDB 是聚簇索引，MyISAM 是非聚簇索引
  
  
  • 即 InnoDB 的主键索引是数据和索引放在一起的，而 MyISAM 是索引和数据分离的
    
  
  
• InnoDB 支持外键，MyISAM 不支持外键
  
• InnoDB 支持事务，MyISAM 不支持事务
  
• InnoDB 默认支持到行级锁，而 MyISAM 支持表级锁
  

7、B 树与 B+ 树

B 树和 B+ 树是很相似的树结构，都是每个结点都有多个子结点，不一样的在于 B 树的非叶子结点也存有数据，而 B+ 树只有叶子结点才有数据，非叶子结点都是索引数据，且 B+ 树的叶子结点之间也形成有序链表。
针对以上这个不同点，在 MySQL 中使用 B+ 树有如下优点：

• B+ 树在非叶子结点不包含数据，因此在内存页可以存放更多 key，从而在查询的时候可以减少 IO 次数
  
• B+ 树的叶子结点之间形成链表，遍历操作会更方便，而 B 树需要从根节点从上往下遍历
  
• B+ 树的数据都存放在叶子结点，而 B 树的非叶子结点也都有数据，所以查询的过程中 B+ 树总是需要访问到叶子结点，所以 B+ 树的查询效率会更稳定
  

如果想获取更多后端相关文章，可扫码关注阅读：

来源:https://www.cnblogs.com/hunterxiong/p/18106972
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！