1.MySQL中使用较多的索引有Hash索引,B+树索引
2.InnoDB默认索引实现为:B+树
hash索引
1.底层为 hash 表,调用 hash 函数获得键值对,然后回表查询获得实际数据,
2.B+树底层是多路平衡查找树,每一次查询都是从根节点出发,叶子节点上有值,然后回表查询数据
不同:
1.hash索引进行等值查询更快(大多情况下),但是无法范围查询
2.B+树的所有节点皆遵循左节点小于父节点,右节点大于父节点.天睿支持范围
3.因此,hash 不支持使用索引进行排序
4.hash 不支持模糊查询以及最左前缀匹配.因为 AAA和 AAAC没有相关性
5.hash 索引必须回表查询数据,而 B+树再(聚簇索引,和覆盖索引)不用回表就完成查询
6.hash索引虽然快,单不稳定,性能无法预测,当某个键值对大佬重复.会发生 hash碰撞.
什么是聚簇索引
B+树的索引中,叶子节点可能存储了当前的 key 值.也可能存储当前 key 值以及整行的数据.这就是聚簇索引.在 innodb 中.只有主键索引是聚簇索引,如果没有主见,则挑选一个唯一键建立聚簇索引.如果没有唯一键,会隐式生成一个健来建立聚簇索引.聚簇索引可以获取整行数据,不需要回表
非聚簇索引一定会回表查询吗?
不一定,这涉及到查询语句所要求的字段是否全部命中了索引,如果全部命中了索引,那么就不必再进行回表查询.
例如 age 建立索引
select age from employee where age < 20 查询时.已经包含 age 信息,不会再次回表查询
索引建立准则
1.使用频率,联合索引的顺序,过多索引造成表太大
索引没用的的几种情况
- 不等于查询
2.数学运算或者函数
3.like '%abc'
4.mysql 发现全表扫描比索引快
5.联合索引.前面一个为范围查询,后面即使符合最左前缀也无法用到
ACID
A=Atomicity 原子性,就是上面说的,要么全部成功,要么全部失败
C=Consistency 从一个一致性的状态转移到另一个一致性的状态,不会存在中间状态.
I=Isolation 隔离性: 通常来说:一个事务在完全提交之前,对其他事务是不可见的.注意前面的通常来说加了红色,意味着有例外情况.
D=Durability 持久性,一旦事务提交,那么就永远是这样子了,哪怕系统崩溃也不会影响到这个事务的结果.
字段为什么要求定义为not null?
null值会占用更多的字节,且会在程序中造成很多与预期不符的情况.
varchar(10)和int(10)代表什么含义?
archar的10代表了申请的空间长度,也是可以存储的数据的最大长度,而int的10只是代表了展示的长度,不足10位以0填充
MySQL的binlog有有几种录入格式?分别有什么区别?
statement:记录单元为语句
row:记录单元为每一行的改动
mixed:普通操作使用statement记录,当无法使用statement的时候使用row.
新版的MySQL中对row级别也做了一些优化,当表结构发生变化的时候,会记录语句而不是逐行记录.
UNION、UNION ALL
UNION 操作符用于连接两个以上的 SELECT 语句的结果组合到一个结果集合中。多个 SELECT 语句会删除重复的数据
UNION ALL 操作符重复数据全部显示，不去重
char和varchar 的区别
1.char(10)， 值为：abc，存储为：abc （abc+7个空格）
2.类型varchar(10)， 值为：abc，存储为：abc （自动变为3个的长度）
3.超过长度都自动截取
4.char最多可以存放255个字符
5.varchar的最大长度为65535个字节
6.varchar 字符类型若为gbk，每个字符最多占2个字节，最大长度不能超过32766个字符,字符类型若为utf8，每个字符最多占3个字节，最大长度不能超过21845个字符
对于InnoDB表
1.因为char类型通常要比varchar类型占用更多的空间，所以从减少空间占用量和减少磁盘i/o的角度，使用varchar类型反而更有利；
2.存储很短的信息，比如门牌号码101，201……这样很短的信息应该用char，因为varchar还要占个byte用于存储信息长度，本来打算节约存储的现在得不偿失。
3.十分频繁改变的column。因为varchar每次存储都要有额外的计算，得到长度等工作，如果一个非常频繁改变的，那就要有很多的精力用于计算，而这些对于char来说是不需要的。
聚族索引与非聚族索引的区别
1.聚簇索引:将数据存储与索引放到了一块，找到索引也就找到了数据,每张表只能拥有一个聚簇索引。
特点:聚簇索引默认是主键
InnoDB使用的是聚簇索引，将主键组织到一棵B+树中，而行数据就储存在叶子节点上，若使用"where id = 14"这样的条件查找主键，则按照B+树的检索算法即可查找到对应的叶节点，之后获得行数据。
2.非聚簇索引（也叫二级索引）:将数据存储于索引分开结构，索引结构的叶子节点指向了数据的对应行
特点:非聚簇索引都是辅助索引，像复合索引、前缀索引、唯一索引，辅助索引叶子节点存储的不再是行的物理位置，而是主键值
若对Name列进行条件搜索，则需要两个步骤：第一步在辅助索引B+树中检索Name，到达其叶子节点获取对应的主键。第二步使用主键在主索引B+树种再执行一次B+树检索操作，最终到达叶子节点即可获取整行数据。（重点在于通过其他键需要建立辅助索引）
按物理存储分类：聚簇索引(clustered index)、非聚簇索引(non-clustered index)
引用:https://www.jianshu.com/p/fa8192853184