目录

1.索引是什么?

2.MySQL索引有哪些类型

3.索引什么时候会失效?

4.哪些场景不适合建立索引?

5.为什么要用 B+树，为什么不用二叉树?

6.一次B+树索引树查找过程

7.什么是回表? 如何减少回表?

8.什么是覆盖索引?

9.聊聊索引的最左前缀原则

10.索引下推了解过吗? 什么是索引下?

11.大表如何添加索

12.如何知道语句是否走索引查询?

13.Hash 索引和 B+树区别是什么?

14.索引有哪些优缺点?

15.聚族索引与非聚族索引的区别

---

1.索引是什么?

索引是一种能提高数据库查询效率的数据结构。它可以比作一本字典的目录，可以帮你快速找到对应的记录。
索引一般存储在磁盘的文件中，它是占用物理空间的。
正所谓水能载舟，也能覆舟。适当的索引能提高查询效率，过多的索引会影响数据库表的插入和更新功能。

2.MySQL索引有哪些类型

数据结构维度

• B+树索引:所有数据存储在叶子节点，复杂度为 O(logn)，适合范围查询。
• 哈希索引: 适合等值查询，检索效率高一次到位。
• 全文索引:MyISAM和InnoDB中都支持使用全文索引，一般在文本类型char,text,varchar类型上创建
• R-Tree索引: 用来对GIS数据类型创建SPATIAL索引

物理存储维度

• 聚集索引: 聚集索引就是以主键创建的索引在叶子节点存储的是表中的数据。 (Innodb存储引擎)
• 非聚集索引:非聚集索引就是以非主键创建的索引，在叶子节点存储的是主键和索引列。(Innodb存储引擎)

逻辑维度

• 主键索引:一种特殊的唯一索引，不允许有空值。
• 普通索引: MySQL中基本索引类型，允许空值和重复值。
• 联合索引:多个字段创建的索引，使用时遵循最左前缀原则。
• 唯一索引: 索引列中的值必须是唯一的，但是允许为空值。
• 空间索引: MySQL5.7之后支持空间索引，在空间索引这方面遵循OpenGIS几何数据模型规则。

3.索引什么时候会失效?

• 查询条件包含or，可能导致索引失效
• 如果字段类型是字符串，where时一定用引号括起来，否则索引失效
• like通配符可能导致索引失效。
• 联合索引，查询时的条件列不是联合索引中的第一个列，索引失效。
• 在索引列上使用mysql的内置函数，索引失效。
• 对索引列运算 (如，+、-、*、/) ，索引失效。
• 索引字段上使用(!=或者<>，notin)时，可能会导致索引失效。
• 索引字段上使用is null， is not null，可能导致索引失效。
• 左连接查询或者右连接查询查询关联的字段编码格式不一样，可能导致索引失效。mysql估计使用全表扫描要比使用索引快则不使用索引。

4.哪些场景不适合建立索引?

• 数据量少的表，不适合加索引
• 更新比较频繁的也不适合加索引
• 区分度低的字段不适合加索引 (如性别)where、group by、order by等后面没有使用到的字段，不需要建立索引
• 已经有冗余的索引的情况 (比如已经有a,b的联合索引，不需要再单独建立a索引)

5.为什么要用 B+树，为什么不用二叉树?

可以从几个维度去看这个何题，查询是否够快，效率是否稳定，存储数据多少， 以及查找磁盘次数，为什么不是二叉树，为什么不是平衡二叉树，为什么不是 B 树，而偏偏是 B+树呢?

为什么不是一般二叉树?

如果二叉树特殊化为一个链表，相当于全表扫描。平衡二叉树相比于二叉查找 树来说，查找效率更稳定，总体的查找速度也更快

为什么不是平衡二叉树呢?

我们知道，在内存比在磁盘的数据，查询效率快得多。如果树这种数据结构作为索引，那我们每查找一次数据就需要从磁盘中读取一个节点，也就是我们说的一个磁盘块，但是平衡二叉树可是每个节点只存储一个键值和数据的，如果是 B树，可以存储更多的节点数据，树的高度也会降低，因此读取磁盘的次数就降下来啦，查询效率就快啦。

那为什么不是 B树而是 B+树呢?

• B+树非叶子节点上是不存储数据的，仅存储键值，而 B 树节点中不仅存储键值，也会存储数据。innodb 中页的默认大小是16KB，如果不存储数据，那么就会存储更多的键值，相应的树的阶数 (节点的子节点树)就会更大，树就 会更矮更胖，如此一来我们查找数据进行磁盘的IO次数有会再次减少，数据查询的效率也会更快。
• B+树索引的所有数据均存储在叶子节点而且数据是按照顺序排列的，链表连着的。那么 B+树使得范围查找，排序查找.分组查找以及去重查找变得 异常简单。

6.一次B+树索引树查找过程

假设有以下表结构，并且初始化了这几条教据:

执行这条查询SQL，需要执行几次的树搜索操作?可以画下对应的索引树结构图~

select * from Temployee where age=32;

idx_age普通索引结构图大概如下：

 再画出id主键索引索引结构图，如下:

 这条SQL查询语句执行大概流程是这样的:
搜索idx_age索引树，将磁盘块1加载到内存由于32<43,搜索左路分支，到磁盘寻址磁盘块2。

将磁盘块2加载到内存中，由于32<36,搜索左路分支，到磁盘寻址磁盘块 4。

将磁盘块4加载到内存中，在内存继续遍历找到age=32的记录，取得id = 400.

拿到id=400后，回到id主键索引树搜索id主键索引树，将磁盘块1加载到内存，因为300<400<500,所以在选择中间分支，到磁盘寻址磁盘块 3。

虽然在磁盘块3，找到了id=400，但是它不是叶子节点，所以会继续往下找。到磁盘寻址磁盘块8。

将磁盘块8加载内存，在内存遍历，找到id=400的记录，拿到R4这一行的数据，好的大功告成。

7.什么是回表? 如何减少回表?

当查询的数据在索引树中，找不到的时候，需要回到主键索引树中去获取，这个过程叫做回表。
比如下查询SQL：

需要查询所有列的数据，idx_age普通索引不能满足，需要拿到主键id的值后，再回到id主键索引查找获取，这个过程就是回表。

8.什么是覆盖索引?

如果我们查询 SQL的select * 修改为 select id,age的话，其实是不需要回表的。因为id和age的值，都在idx_age索引树的叶子节点上这就涉及到覆盖索引的知识点了
覆盖索引是 selet 的数据列只用从索引中就能够取得，不必回表，换句话说，查询列要被所建的索引覆盖。

9.聊聊索引的最左前缀原则

索引的最左前缀原则，可以是联合索引的最左N个字段。比如你建立一个组合索引(a,b,c)，其实可以相当于建了 (a)(a,b),(a,b,c)三个索引，大大提高了索引复用能力。当然，最左前缀也可以是字符串索引的最左M个字符。。比如，你的普通索引树是这样的：

这个SQL: select * from employee where name like '小%' order by age desc; 也是命中索引的。

 

10.索引下推了解过吗? 什么是索引下?

给你这个SQL:

 其中name和age为联合索引(idx_name_age)。如果是Mysql5.6之前，在idx_name_age索引树，找出所有名字第一个字是“小”的人，拿到它们的主键id，然后回表找出数据行，再去对比年龄和性别等其他字段。如图:

 有些朋友可能觉得奇怪，idx_name_age(nameage)不是联合索引嘛?为什么选出包含“小”字后，不再顺便看下年龄age再回表呢，不是更高效嘛? 所以呀，MySQL 5.6 就引入了索引下推优化，可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。
因此，MySQL5.6版本之后，选出包含“小”字后，顺表过滤age=28

11.大表如何添加索

如果一张表数据量级是千万级别以上的，那么，如何给这张表添加索引?
我们需要知道一点，给表添加索引的时候，是会对表加锁的。如果不谨慎操作，有可能出现生产事故的。可以参考以下方法:
1、先创建一张跟原表A数据结构相同的新表b
2、在新表B添加需要加上的新索引
3、把原表A数据导到新表 B
4、rename新表B为原表的表名A，原表A换成别的表名;

12.如何知道语句是否走索引查询?

explain查看SQL的执行计划，这样就知道是否命中索引了。
当explain与SQL一起使用时，MySQL将显示来自优化器的有关语句执行计划的信息。

一般来说，我们需要重点关注type、rows、filtered、extra、key。

rows
该列表示MySQL估算要找到我们所需的记录需要读取的行数。对于InnoDB表，此数字是估计值，并非一定是个准确值。

filtered
该列是一个百分比的值，表里符合条件的记录数的百分比。简单点说，这个字段表示存储引擎返回的数据在经过过滤后，剩下满足条件的记录数量的比例。

type
type表示连接类型，查看索引执行情况的一个重要指标。以下性能从好到坏依次: system >const > eq_ref > ref > ref_or_null >index_merge > unique_subquery >index_subquery > range >index > ALLsystem:这种类型要求数据库表中只有一条数据，是const类型的一个特例，一般情况下是不会出现的。
const:通过一次索引就能找到数据，一般用于主键或唯一索引作为条件，这类扫描效率极高，，速度非常快。
eq_ref: 常用于主键或唯一索引扫描，一般指使用主键的关联查询
ref:常用于非主键和唯一索引扫描
ref_or_null:这种连接类型类似于ref，区别在于MySQL会额外搜索包含NULL值的行index_merge:使用了索引合并优化方法，查询使用了两个以上的索引。
unique_subquery: 类似于eq_ref，条件用了in子查询
index_subquery:区别于unique_subquery，用于非唯一索引，可以返回重复值。
range: 常用于范围查询，比如: between ...and或In 等操作
index:全索引扫描ALL:全表扫描

extra
该字段包含有关 MySQL如何解析查询的其他信息，它一般会出现这几个值:
Using filesort: 表示按文件排序，一般是在指定的排序和索引排序不一致的情况才会出现。一般见于order by语句
Using index: 表示是否用了覆盖索引。Using temporary: 表示是否使用了临时表性能特别差，需要重点优化。一般多见于group by语句，或者union语句。Using where:表示使用了 where条件过滤Using index condition: MySQL5.6之后新增的索引下推。在存储引擎层进行数据过滤，而不是在服务层过滤，利用索引现有的数据减少回表的数据。

key
该列表示实际用到的索引。一般配合possible keys列一起看。

13.Hash 索引和 B+树区别是什么?

你在设计索引是怎么抉择的?
B+树可以进行范围查询，Hash 索引不能B+树支持联合索引的最左侧原则，Hash索引不支持。
B+树支持 order by 排序，Hash 索引不支持。
Hash 索引在等值查询上比 B+树效率更高。 (但是索引列的重复值很多的话Hash冲突，效率降低)
B+树使用 like 进行模糊查询的时候，like后面 (比如%开头)的话可以起到优化的作用，Hash 索引根本无法进行模糊查询

14.索引有哪些优缺点?

优点:
索引可以加快数据查询速度，减少查询时
唯一索引可以保证数据库表中每一行的数据的唯一性
缺点:
创建索引和维护索引要耗费时间
索引需要占物理空间，除了数据表占用数据空间之外，每一个索引还要占用一定的物理空间
以表中的数据进行增、删、改的时候，索引也要动态的维护

15.聚族索引与非聚族索引的区别

聚簇索引并不是一种单独的索引类型，而是一种数据存储方式。它表示索引结构和数据一起存放的索引。非聚集索引是索引结构和数据分开存放的索引。
接下来，我们分不同存存储引擎去聊哈~在MySQL的InnoDB存储引擎中，聚簇索引与非聚簇索引最大的区别，在于叶节点是否存放一整行记录。聚簇索引叶子节点存储了一整行记录，而非聚簇索引叶子节点存储的是主键信息，因此，一般非聚簇索引还需要回表查询。
一个表中只能拥有一个聚集索引(因为一般聚簇索引就是主键索引)，而非聚集索引一个表则可以存在多个一般来说，相对于非聚簇索引，聚簇索引查询效率更高，因为不用回表。
而在MyISM存储引擎中，它的主键索引，普通索引都是非聚簇索引，因为数据和索引是分开的，叶子节点都使用一个地址指向真正的表数据

参考文献：https://www.douyin.com/note/7196617563659406648