后端面经系列-索引
August 6, 2023
本文中的问题来自极客时间的《后端工程师的高阶面经》 ，答案为本人的理解，仅供阅读者参考。 这门课还是非常不错的，虽然知识不一定完全准确，但是对于复习总结来说，绝对是一个好的大纲，推荐大家购买。
什么是覆盖索引？ #
索引中包含所有查询要读取的列，称为覆盖索引。 注意，这里的“所有查询要读取的列”是指查询要读取的列、要用到的列，而不仅仅是select的列，也可能是order by的列、group by的列等。
什么是聚簇索引/非聚簇索引？ #
符合以下条件的索引称为聚簇索引：
- 叶子节点存储的是完整的数据记录。
- 数据页和记录按照主键值进行排序。
非聚簇索引：
- 索引中只包含索引键和主键值，不包含全部数据。
什么是哈希索引？MySQL InnoDB引擎怎么创建一个哈希索引？ #
- 哈希索引是指使用哈希算法的索引，使用索引列的hash值作为索引值。
- 哈希索引只能进行等值查询，不适合进行范围查询。
- where条件中包含所有索引列时才能使用到哈希索引。
InnoDB引擎不支持hash索引。
什么是回表？如何避免回表？ #
回表是指在使用二级索引进行查询后，需要再根据主键id到聚簇索引中查询。
避免回表的方法是：使用覆盖索引。
树的高度和查询性能是什么关系？ #
树的高度越低，查询性能越高。
什么是索引的最左匹配原则？ #
最左匹配原则，是指mysql在使用联合索引查询时，会从联合索引最左边的列开始进行匹配，直到遇到范围查询（比如<、>、between、like）为止。
范围查询、Like之类的查询怎么影响数据库使用索引？ #
影响如下：
- 可能会导致扫描范围过大，进而导致索引失效。
索引是不是越多越好？ #
索引不是越多越好，索引过多可能会导致：
- 占用过多的磁盘空间。每个索引中除了存储索引列的值外，还会存储主键列的值，用于回表，索引越多，占用的磁盘空间越大。
- 更新数据时，需要更新索引，索引越多，更新索引的代价越大。
- 查询优化器需要选择合适的索引，索引越多，查询优化器在选择索引时的工作量越大，耗时越久。
- 索引越多，在更新数据时，可能会导致死锁及锁等待超时。
使用索引有什么代价？ #
- 占用磁盘空间。
- 运行时，占用内存空间。
- 更新数据时，需要更新索引，更新、删除、写入性能下降。
如何选择合适的索引列？组合索引里面怎么确定列的顺序？状态类的列是否适合作为索引的列？ #
怎么选择合适的索引列：
- 选择区分度高的列作为索引列。
组合索引里面怎么确定列的顺序：
- 尽可能将区分度高的列放在前面。需要注意order by的顺序。
状态类的列一般区基数太小、区分度不高，不适合作为索引的列。
为什么 MySQL 使用 B+ 树作为索引的数据结构？为什么不用 B 树？为什么不用红黑树？为什么不用二叉平衡树？为什么不用跳表？ #
- B+树的非叶子节点不存储数据，可以存储更多的索引，树的高度更低，在查找时可以减少磁盘IO次数。
- B树的非叶子节点存储数据，不能进行范围查询。
- 平衡二叉树、红黑树的缺陷：高度比B+树高，查找时需要更多的磁盘IO，效率更低；为了保持平衡，会频繁进行再平衡，性能更差；
- 跳表在极端情况下会退化为链表，平衡性差。
NULL 对索引有什么影响？ #
- 唯一二级索引中可能有多个null值。
- 值为null的记录排在最左侧。
- 使用is null和is not null 就不会使用到索引的说法不准确。
唯一索引是否允许多个 NULL 值？ #
允许。