MySQL面试学习笔记（全）

索引篇

1. 索引底层数据结构和算法

1.1 索引概述

索引是一种加快查询和检索数据的数据结构，其本质就可以看作是排好序的数据结构。如果没有走索引，查询数据将会走全表扫描。

索引底层的数据结构有很多种类型，常见的索引数据结构有：B树、B+树、hash、红黑树；再MySQL中，无论是innodb还是m'yisam存储引擎，都是使用的B+树作为索引的结构；

1.1.1 BST二叉树搜索

1.1.2 红黑树（二叉平衡树）

定义：红黑树是一种二叉排序树，即满足左子树结点值小于根节点值小于右子树结点值。同时，与普通二叉排序树（BST）相比，红黑树的每个结点还带有颜色属性，颜色只能是红色或黑色。
性质：

- 根结点是黑色的。
- 叶结点（外部结点、NULL结点、失败结点）均是黑色的。
- 不存在两个相邻的红色结点，即红色结点的父结点和孩子结点均是黑色的。
- 对每个结点，从该结点到任一叶结点的简单路径上，所含黑结点的数目相同。

1.1.3 B树

1.1.4 B+树

B树和B+树的区别：

B树的所有结点既存放键( key )，也存放数据( data)，但是B+树只有叶子节点存放key和data，非叶子节点只存放key。
B树的叶子节点是独立的;B+树的叶子节点有一条链表指向相邻叶子节点。
B树的检索过程不稳定，可能还没有到达叶子节点，检索就结束了。但是B+树每次检索数据都要检索到叶子节点，查找比较稳定。
B树在进行范围查询时，首先找到要查找的下限，然后对B树进行中序遍历，直到找到查找的上限;但是B+树的范围查询只需要对链表进行遍历即可。

1.1.5 hash索引

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，直接映射到对应的槽位上，然后存储在hash表中。(但是要注意hash冲突)

缺点：不支持范围索引，仅能满足=, in等。

1.2. Innodb&MyISAM在存储结构的区别

在MySQL中，MyISAM引擎和InnoDB引擎都是使用B+树作为索引结构，但是两者实现的方式不太一样。(聚集索引和非聚集索引)。

MyISAM存储引擎中，B+叶子节点的data存放的是数据记录的地址。在检索数据时，首先按照B+树去检索数据，取出data域的值，然后以data域的值为地址读取相应的数据记录。这里被称为非聚集索引。
Innodb存储引擎中，其数据文件本身就是索引文件。相比MyISAM，索引文件和数据文件是分开的，其数据文件本身就是按照B+树组织的一个索引结构，树节点的data域保存了完整的数据记录。这个key就是表的主键，这被称为聚簇索引。

三层的B+树可以至少存储2000w+的数据。超过两千万就建议分库分表。

MyISAM存储引擎中索引文件(MYI, MyISAM Index)和数据文件(MYD, MyISAM Data)是分离的。

MyISAM存储引擎无论是主键索引还是非主键索引，叶子节点存储的都是索引列+数据的地址值。

InnoDB只有一个ibd(Innodb data)文件，数据文件本身就是索引文件。叶子节点直接存放索引和数据，而不是存放索引和地址。

聚集索引 - 叶子结点包含了完整的数据记录,比如Innodb的主键索引就是聚集索引

非聚集索引 - 叶子节点只包含索引和数据地址，比如MyISAM的主键索引就是非聚集索引

1.3. 索引分类

我们可以按照四个角度来分类索引。

按「数据结构」分类：B+tree索引、Hash索引、Full-text索引。
按「物理存储」分类：聚簇索引（主键索引）、二级索引（辅助索引）。
按「字段特性」分类：主键索引、唯一索引、普通索引、前缀索引。
按「字段个数」分类：单列索引、联合索引。

1.4 索引为什么使用b+？

1.这种结构胖矮！矮的作用就是减少io操作，因为每次进行行的跳转就会涉及到io操作；胖是一个层级可以存储很多数据，3层机构就可以存储千万级别的数据；

2.所有叶子节点都在同一层；

3.所有叶子节点之间通过双向链表进行连接；

1.5 聚簇索引与普通索引的区别？

聚簇索引：1.非叶子节点存储的是id和页号；2.叶子节点存储的是行数据；

普通索引：1.非叶子节点存储的是id，索引列和页号；2.叶子节点存储的是id和索引列；

1.6 索引的一些现象和行为？

索引覆盖：是指需要查询的字段全都被索引包含；

回表查询：在普通索引的情况下，查询的字段要多于我们的索引字段，此时查找到id后回到聚簇索引在查找行数据；

索引下推：能使用索引的情况下MySQL会尽量使用索引；即使不满足最左前缀原则也可能会使用；5.6之前的版本是根据索引找到一条数据行，检索数据其他的过滤条件；而现在是现在引擎层判断完全部的条件之后再将结果返回；

索引跳跃：MySQL8之后的索引查询，即使不满足最左匹配原则，MySQL可能优化后还是走的索引；

那种情况不会发生索引跳跃：

1.不是单表查询，而是多表关联；

2.select中的字段包含非索引字段；

3.sql中带有group by或者distinct关键字；

1.7 索引失效情况：

不满足最左前缀；

对索引列进行了运算；

mysql认为使用索引效率低于全表扫描；

1.8 索引建立原则：

1.单个表的索引数量不要太多：

因为每个索引对应一个B+树，并且叶子节点存储了索引的全量数据，一旦索引的数量多，那么就会占用大量的磁盘空间；

再查询之前会对索引的成本进行计算，一旦索引过多，计算的次数就多，也可能会浪费性能；

2.经常出现在where后面的字段可以建立索引

3.order by 和group by后面的字段可以建立索引

4.频繁更新的字段不适合建立索引

因为索引要保证按照索引列的值进行排序，所以一旦索引数据字段频繁更新，那么为了保证索引的顺序，就要频繁的挪动索引列再索引中的位置；

5.对于重复值较少的列建立索引；

1.9 最左前缀匹配的原则（联合索引）：

再遇到范围查询（如<、>）就会停止匹配，也就是范围查询的字段是可以走索引的，但是范围查询后面的字段是无法使用联合索引的。

注意：对于>=、<=、between and以及like ‘具体值%’这种存在等值条件的范围查询，等值条件的那部分数据是可以走联合索引的，通过explain关键字分析的索引是相当于走的联合索引；

1.10 为什么B+树存储千万级的数据只需要三到四层高度？

InnoDB存储引擎中页的大小为16KB，而一般数据的主键是INT（占用4字节）或者BIGINT类型（占用8字节），指针类型也是4字节或者8字节，也就是说一个页（B+树中的一个节点）中大概存储16KB/(8B+8B)=1000个键值，这里是计算的非叶子节点；

我们再看叶子节点，假设一行数据的大小为1KB，那么高度为3的B+树可以存放1000*1000*16=16000000条记录。

由此我们可以得出高度为3的B+树可以存储千万条记录。

为什么DBA建议InnoDB必须建主键，并且推荐使用整形的自增主键？

为什么DBA建议InnoDB必须建主键：因为InnoDB采用B+树组织数据文件。
为什么不建议使用uuid作为主键id：

1. 因为字符串比较按照ascii逐个字符比较，效率较慢。
2. uuid占用空间

为什么推荐使用自增的主键id：

1. 页分裂

-- MySQL主键选择
1. 如果指定了主键id，那么就会使用id作为主键
2. 如果没有指定主键id，那么将会使用第一列唯一索引作为主键
3. 如果没有唯一索引，将会生成一个隐藏字段 DB_ROW_ID 作为隐藏主键

2. explain关键字的详细分析

2.1. 2.1 explain执行计划

2.1.1 id

id表示表的执行顺序，有几个select就有几个id。

id列越大，执行优先级越高，id相同就从上到下执行。

2.1.2 select_type

simple：简单查询，查询不包括子查询和union

explain select * from actor where id = 1;

primary：复杂查询中最外层的select的select_type为primary
subquery：包含在select中的子查询(比如：在select关键词后面的查询)，不在from语句中
derived：包含在from字句中的子查询，MySQL会将结果存放在一个临时表，也叫做派生表(derived)

# 关闭mysql5.7新特性对衍生表的合并操作
set session optimizer_switch = 'derived_merge=off';

# 查看执行计划
explain 
select (select 1 from actor where id = 1)
from (select * from film where id = 1) der;

2.1.3. table列

表示explain的一行正在访问哪个表。

当from子句中有子查询时，table列是<derivedN>，表示当前查询依赖 id = N的查询，于是先执行id = N的查询。

2.1.4. type列

这一列表示关联类型或访问类型，即MySQL决定如何查找表中的行，查找数据行记录的大概范围。

依次从最优到最差分别为：system > const > eq_ref > ref > range > index > All

const

const表示表中最多只有一行匹配的记录，一次查询就可以找到，常用于使用主键索引或唯一索引的字段作为查询条件。

system

system：system是const的特例，表中只有一行记录的情况下为system。

explain
select * from (select * from film where id = 1) tmp;

eq_ref

当连表查询时，前一张表的行在当前这张表中只有一行数据与之对应。是除了system和const之外最好的join方式，一般用于使用主键或者唯一索引的字段作为连表条件。

简单的select查询不会出现这种type

explain
select * from film_actor
left join film on film_actor.film_id = film.id;

ref：不是使用主键或者唯一索引，而是使用普通索引作为所有条件，查询结果可能会找到多条符合条件的行。

explain select * from film where name = 'film1';

range

range表示对索引列范围查询，比如出现在in()，between,<,>=等操作中，使用一个索引检索给定范围的值。

explain select * from actor where id > 1;

index

如果主键索引和二级索引都有全部数据，那么查询全部数据的时候，会走二级索引，因为主键索引叶子节点数据比较多，树太大了。但是如果只有主键索引有全部数据，就会走主键索引

index表示遍历了整颗索引树，一般是扫描整个二级索引，这种扫描不会从索引树的根节点开始快速查找，而是直