mysql 面试题

mysql 面试题

能说下什么是索引？ 索引有的种类有哪些？

索引（index）是帮助数据库高效获取数据的数据结构。 索引是在基于数据库表创建的，它包含一个表中某些列的值的以及记录对应的地址，并且把这些存储在一个数据结构中。最常见的就是 哈希表 B+树作为索引。 InnoDB引擎 默认就是B+树

常见使用 哈希表， B+树作为索引

MySQL 索引具体采用哪种数据额结构呢？

InnoDB 使用 B+ 数的索引模型，那么你知道为什么采用B+树么？这和hash索引比较起来有什么优缺点呢？

由于索引是存在磁盘中，当索引非常大的时候，比如达到几个G的时候，无法一次性架子啊到内存中，所以数据中的索引使用的是查找效率更高的属性结构。
B+ 树是平衡多路查找树，是为磁盘等外储存设备设计的一种平衡查找树

系统从磁盘读取数据到内存的时候是以磁盘块（block） 为基本单位的，位于同一个磁盘块中的数据会被一次性读取出来，InnoDB存储引擎中有页（Page）的概念，页是其
磁盘管理的最小单位，InnoDB 存储引擎默认每个页的大小为16KB， 可通过采纳数innodb_page_size 设置页的大小，InnoDB在把磁盘数据读入到磁盘时会以页为基本单位，在查询数据时如果一个页中的每条都能有助于定位数据记录的位置，这样将会减少磁盘I/O 次数，提高查询效率

B+ 树使用有序数组链表+平衡多叉树改良了B树的有序数组 + 平衡多叉树； B+ 树的关键字全部存放在叶子节点中，非叶子节点用来做索引，而叶子节点中有一个指针指向下一个叶子节点。 做这个优化的目的是为了提高区间访问性能。

数据库索引采用B+树的主要原因是B树在提高了磁盘IO性能的同时并没有解决元素遍历效率低下的问题。正是为了解决这个问题，B+树应运而生。B+树 只要遍历叶子节点就可以实现整棵树的遍历。而且在数据库中基于范围的查询是非常频繁的，也是B+树额优势所在。

什么情况下适合建索引？

一般来说  在 where  join 和 order by 中出现的列需要建立索引

联合索引遵循最左前缀原则

哈希索引：

哈希索引适合等值查询，但是无法进行范围查询；
哈希索引没办法利用索引完成排序；
哈希索引不支持多列联合索引的最左匹配规则；
如果大量重复键值的情况，哈希索引的效率会很低，可能存在哈希碰撞的问题；

B+树的叶子节点可以存那些东西？

InnoDB 的B+树可能存储的是整行数据，也可能是主键的值，索引 B+树的叶子存储了整行数据的主键索引，也被称之为聚餐索引。
而索引B+树 的叶子节点存储了 主键的值的是非主键索引，也被称之为非聚簇索引

聚簇索引和非聚簇索引：

主键索引查询知会查一次，而非主键索引需要回表查询多次，通过覆盖索引也可以只查询一次，覆盖索引指一个查询语句的执行只用索引中就能够取得，不必从数据表中读取。
MySQL 只需要通过索引就可以返回查询所需的数据，这样避免了查到索引后再返回表操作，减少I/O 提高效率

聚簇索引（聚集索引）：以InnoDB作为存储引擎的表，表中的数据都会有一个主键，即使不创建主键，系统也会自动帮你创建一个隐式的主键

非聚簇索引（非聚集索引）： 以主键以为的列值作为键值构建的B+树索引，我们称之为非聚簇索引 ；非聚簇索引 的叶子节点不存储表中的数据的，而是存储列所对应的主键，想要查找数据的话，还需要根据主键再从聚簇索引中去查找，这个根据聚簇索引查找的过程 我们就称为回表。

如果每天几百万数据 ，一个月就是几千万了，有没有对于查询做的一些优化呢？

考察点: 
1.对分库分表 高并发系统设计的理解，是否有真实高并发项目开发经验
2. 了解面试者对中间件的理解，市场主流中间件的优缺点，以及如何选择

为什么 分库表表 （设计高并发系统的时候，数据库层面该如何设计）

用过那些分库分表的中间件？不同的分库分表中间件都有那些优点和缺点？

你们具体是如何对数据库进行垂直拆分或水平拆分的

分库分表中间件

常见的中间件：
Cobar ：阿里开源B2B 团队
TDDL：  淘宝团队
Atlas ： 360 开源
Sharding-jdbc： 当当开源的
Mycat ： 基于Cobar 改造

Sharding-jdbc： 采用 client 层方案的优点在于不用部署，运维成本低，不需要代理层的二次转发请求，性能很高，但是如果遇到升级啥的需要各个系统重新升级版本再发布，各个系统都需要耦合Sharding-jdbc的依赖   ，用于中小型公司

MyCat : 基于 proxy 层方案的优点在于需要部署，自己运维一套中间件，运维成本高，但是好处在于中间件对于各个项目都是透明的，如果遇到升级之类的在中间件搞就行了。用于中大型公司

分库分表关注的技术问题：

分片建和分片规则选取问题
如何避免所有库扫描问题
分库分表中间件选型问题
分布式全局唯一ID问题
跨库Join 问题
跨库事务的问题，跨分片事务的问题
跨库排序分页的问题
数据迁移 扩容等问题 （一般单个分片 单表数据量 不要超过1000万）