大厂面试真题:谈谈你对MySQL索引的理解

当面试官抛出一个问题的时候,面试者的内心其实是很想把自己知道的东西迫切的说给面试官听。做过4年的面试官,这里总结一下经验,回答任何一个问题的时候应该要遵循:明确题意-->深入浅出-->举例说明-->总结,这四个步骤很重要,可以让你沉着冷静,思路清晰,避免尴尬。特别是面试官抛出一个比较宽泛的问题,例如:谈谈你对MySQL索引的理解。这种问题其实对面试者是很有益的,越宽泛越有可能涉及到你熟悉的区域。

01 明确题意
明确题意的意思就是先明确一下面试官的题目,能避免自己理解有误而跑题,当面试官抛出这个问题的时候,先明确一下MySQL索引含义。可以这样说:面试官你好,索引是主要用来加快数据的访问,提高数据查询的效率。它的效率高主要是来源于它存储的数据结构B+树。

02 深入浅出

这个时候就会抛出另外一个问题,为什么使用B+树,接下来就可以从Hash、二叉树、BST树、AVL树、红黑树、多叉树等数据结构说,最后说到B-树和B+树的区别,最终选择B+树。这其中还有很多延伸的点可以说,如果面试官打断问一些问题,那就说明面试官是感兴趣的。接下来就详细说下这几个数据结构为什么不合适。

  1. Hash:它的数据结构是数组 + 链表,优势是查询速度很快。缺点是需要设计出一个优良的hash算法用来解决hash冲突问题,它只能存储Key,查询之后需要回表查询,存储是无序的,排序效率低、按照范围效率低等缺点。可以再补充一点:memeory是支持Hash的。

  2. 二叉树、BST树、AVL树、红黑树,可以将这些树一起说,最终的原因就是因为树节点分为左右两个分支,树的深度会随着数据量的增大而增大,非平衡树还有可能退化成链表,平衡树最终避免不了树的深度问题。深度越高查询IO的次数就会越多。所以二叉树是不合适的,所以要选择多叉有序树,B-树。

  3. B-树:先来了解一下B-树的数据结构。

    大厂面试真题:谈谈你对MySQL索引的理解_第1张图片

    可以看到数据的查询效率会很高,例如:查询数据28的数据,磁盘块1的p2--->磁盘块3的p2--->磁盘块8。看上去没问题,但是光环在B+树上面,所以B-树肯定还有瑕疵,这个时候需要抛出一个知识点:磁盘预读,内存和磁盘之间的交互是按照页为单位进行读取的,MySQL的InnodDb默认是16KB读取一页数据,所以要尽可能的减少磁盘的读取次数,B-树的数据结构中有个点就是磁盘块中除了存储了主键,还存储了当前主键对应的数据,如果一行的数据量较大,那一页16kb的存储能够存储的数据量较小,假设数据 + 指针等信息加起来总和为1KB,则一页存储的数量只有16条数据。假设现在B-树的高度为3,那只能存储16 * 16 * 16  =  4096 条数据,当数据量很大的时候假设1000万条数据的时候,此时树的高度很高,读取磁盘IO的次数也会变得很多,所以需要一个较为极致的数据结构,让磁盘的IO的次数变得很少,所以这个问题是B-树的节点也存储了数据,如果将只存储指针而数据存在叶子节点呢。那接下来就开始聊B+树的特点。

  4. B+树的特点:先看下B+树的数据结构

大厂面试真题:谈谈你对MySQL索引的理解_第2张图片

先说下B+树的特点是非叶子节点不存储数据,存储主键和指针,数据都存在叶子节点,也就是最后一层的节点存储了所有的全量数据,这样就能够将B-树中的指针数量变多,例如:此时B+树的高度为3能存储多少数据,假设指针等信息为32B,那么3层结构的第二层数据量为:16 * 1024 除 32 = 512 个指针左右,也就是指向了512块磁盘,第二次不存储数据,每块磁盘还是有512个指针,所以第二层的数据量为:512 * 512 约等于26万个指针左右,第三层的存储,指针 + 数据等信息假设还是1KB,那么每个磁盘只存储16条数据,那么第三层的数据为 26万个指针 * 16 = 400万条数据。从以上的分析可以得出结论:数据量存储的量其实和主键和数据量本身有关系,如果主键存储的是varchar那么三层结构的数据量不会太多,相反的话如果存储的是int类型并且一行记录的数据量很小,将会存储上千万或者上亿的数据量,所以这里为什么建议数据库的主键是自增长的原因就在于此处。当上千万条数据只有三层高度的时候,查询的效率是极高的。再说下B+树除了非叶子节点不存储数据外,叶子节点的数据结构还是一个双向链表,当进行区间查询的时候,这样又能够提高查询的效率。

这样说完估计5~10分过去了,如果面试官不打扰的话,如果打扰的话可能就更多了。此时可以这样说:针对于MySQL的索引我们平时在使用的时候我们要注意索引失效的问题这就又引出了索引使用和优化的问题,然后就可以介绍一下索引的使用方式。

  1. 聚簇索引:数据会根据主键来生成聚簇索引,如果没有主键选择唯一键,如果没有唯一键则会使用隐式row_id作为聚簇索引的主键,聚簇索引存储了所有的数据。这里面又有个知识点隐式字段6字节的row_id,这个点又可以延伸出来事务的隔离级别中的MVCC,当然如果面试官打断提到的话,那就会更加兴奋,时间又在这里消耗了一点。MyISAM不支持聚簇索引只支持非聚簇索引。

  2. 非聚簇索引:存储索引的key值,没有存储具体数据行,这个key值对应聚簇索引的key值。

  3. 组合索引:多个字段合并生成一个索引,提高查询效率。

  4. 覆盖索引:在查询的时候不用回表查询,就可以得到所需要的数据。

介绍完索引的使用,再说下索引失效的情况

  1. 组合索引不遵循最左匹配原则

  2. 组合索引的前面索引列使用范围查询(<,>,like),会导致后续的索引失效

  3. 不要在索引上做任何操作(计算,函数,类型转换)

  4. is null和is not null无法使用索引

  5. 字符串不添加引号会导致索引失效

  6. like语句中,以%开头的模糊查询

03 举例说明

然后再说一个实际工作中的一个例子,使用explain执行计划怎么优化sql语句让索引从失效到生效,最终提高了查询效率,也可以是一个很简单的例子,要基于业务说明实际的情况。

04 总结

最后来句总结:这就是我对索引的理解。主要的作用是提醒面试官说完了,看看面试官是否有问题要问,或者让面试官提问下一个问题,不要让面试官或者自己尴尬。

你可能感兴趣的:(MySQL面试真题,MySQL索引,MySQL大厂面试题,MySQL,B+树,MySQL索引失效,MySQL面试)