作者 | 撿田螺的小男孩

來源 | 撿田螺的小男孩

有位朋友去阿里面試，他說面試官給了幾條查詢SQL，問:需要執行幾次樹搜索操作？我朋友當時是有點懵的，后來冷靜思考，才發現就是考索引的幾個基礎知識點~~ 本文我們分九個索引知識點，一起來探討一下。如果有不正確的話，歡迎指出哈，一起學習~公眾號：「撿田螺的小男孩」

• 面試官考點之索引是什么？

• 面試官考點之索引類型

• 面試官考點之為什么選擇B+樹作索引結構

• 面試官考點之一次索引搜索過程

• 面試官考點之覆蓋索引

• 面試官考點之索引失效場景

• 面試官考點之最左前綴

• 面試官考點之索引下推

• 面試官考點之大表添加索引

面試官考點之索引是什么？

• 索引是一種能提高數據庫查詢效率的數據結構。它可以比作一本字典的目錄，可以幫你快速找到對應的記錄。

• 索引一般存儲在磁盤的文件中，它是占用物理空間的。

• 正所謂水能載舟，也能覆舟。適當的索引能提高查詢效率，過多的索引會影響數據庫表的插入和更新功能。

索引有哪些類型

數據結構維度

• B+樹索引：所有數據存儲在葉子節點，復雜度為O(logn)，適合范圍查詢。

• 哈希索引: ?適合等值查詢，檢索效率高，一次到位。

• 全文索引：MyISAM和InnoDB中都支持使用全文索引，一般在文本類型char,text,varchar類型上創建。

• R-Tree索引: 用來對GIS數據類型創建SPATIAL索引

物理存儲維度

• 聚集索引：聚集索引就是以主鍵創建的索引，在葉子節點存儲的是表中的數據。

• 非聚集索引：非聚集索引就是以非主鍵創建的索引，在葉子節點存儲的是主鍵和索引列。

邏輯維度

• 主鍵索引：一種特殊的唯一索引，不允許有空值。

• 普通索引：MySQL中基本索引類型，允許空值和重復值。

• 聯合索引：多個字段創建的索引，使用時遵循最左前綴原則。

• 唯一索引：索引列中的值必須是唯一的，但是允許為空值。

• 空間索引：MySQL5.7之后支持空間索引，在空間索引這方面遵循OpenGIS幾何數據模型規則。

面試官考點：為什么選擇B+樹作為索引結構

可以從這幾個維度去看這個問題，查詢是否夠快，效率是否穩定，存儲數據多少，以及查找磁盤次數等等。為什么不是哈希結構？為什么不是二叉樹，為什么不是平衡二叉樹，為什么不是B樹，而偏偏是B+樹呢？

我們寫業務SQL查詢時，大多數情況下，都是范圍查詢的，如下SQL

select?*?from?employee?where?age?between?18?and?28;

為什么不使用哈希結構？

我們知道哈希結構，類似k-v結構，也就是，key和value是一對一關系。它用于「等值查詢」還可以，但是范圍查詢它是無能為力的哦。

為什么不使用二叉樹呢？

先回憶下二叉樹相關知識啦~ 所謂「二叉樹，特點如下：」

• 每個結點最多兩個子樹，分別稱為左子樹和右子樹。

• 左子節點的值小于當前節點的值，當前節點值小于右子節點值

• 頂端的節點稱為根節點，沒有子節點的節點值稱為葉子節點。

我們腦海中，很容易就浮現出這種二叉樹結構圖：

但是呢，有些特殊二叉樹，它可能這樣的哦：

如果二叉樹特殊化為一個鏈表，相當于全表掃描。那么還要索引干嘛呀？因此，一般二叉樹不適合作為索引結構。

為什么不使用平衡二叉樹呢？

平衡二叉樹特點：它也是一顆二叉查找樹，任何節點的兩個子樹高度最大差為1。所以就不會出現特殊化一個鏈表的情況啦。

但是呢：

• 平衡二叉樹插入或者更新時，需要左旋右旋維持平衡，維護代價大

• 如果數量多的話，樹的高度會很高。因為數據是存在磁盤的，以它作為索引結構，每次從磁盤讀取一個節點，操作IO的次數就多啦。

為什么不使用B樹呢？

數據量大的話，平衡二叉樹的高度會很高，會增加IO嘛。那為什么不選擇同樣數據量，「高度更矮的B樹」呢？

B樹相對于平衡二叉樹，就可以存儲更多的數據，高度更低。但是最后為何選擇B+樹呢？因為B+樹是B樹的升級版：

• B+樹非葉子節點上是不存儲數據的，僅存儲鍵值，而B樹節點中不僅存儲鍵值，也會存儲數據。innodb中頁的默認大小是16KB，如果不存儲數據，那么就會存儲更多的鍵值，相應的樹的階數（節點的子節點樹）就會更大，樹就會更矮更胖，如此一來我們查找數據進行磁盤的IO次數有會再次減少，數據查詢的效率也會更快。

• B+樹索引的所有數據均存儲在葉子節點，而且數據是按照順序排列的，鏈表連著的。那么B+樹使得范圍查找，排序查找，分組查找以及去重查找變得異常簡單。

面試官考點：一次B+樹索引搜索過程

「面試官：」 假設有以下表結構，并且有這幾條數據

CREATE?TABLE?`employee`?(`id`?int(11)?NOT?NULL,`name`?varchar(255)?DEFAULT?NULL,`age`?int(11)?DEFAULT?NULL,`date`?datetime?DEFAULT?NULL,`sex`?int(1)?DEFAULT?NULL,PRIMARY?KEY?(`id`),KEY?`idx_age`?(`age`)?USING?BTREE )?ENGINE=InnoDB?DEFAULT?CHARSET=utf8;insert?into?employee?values(100,'小倫',43,'2021-01-20','0'); insert?into?employee?values(200,'俊杰',48,'2021-01-21','0'); insert?into?employee?values(300,'紫琪',36,'2020-01-21','1'); insert?into?employee?values(400,'立紅',32,'2020-01-21','0'); insert?into?employee?values(500,'易迅',37,'2020-01-21','1'); insert?into?employee?values(600,'小軍',49,'2021-01-21','0'); insert?into?employee?values(700,'小燕',28,'2021-01-21','1');

「面試官：」 如果執行以下的查詢SQL，需要執行幾次的樹搜索操作？可以畫下對應的索引結構圖~

select?*?from?Temployee?where?age=32;

「解析：」 其實這個，面試官就是考察候選人是否熟悉B+樹索引結構圖。可以像醬紫回答~

• 先畫出idx_age索引的索引結構圖，大概如下：

• 再畫出id主鍵索引，我們先畫出聚族索引結構圖，如下：

因此，這條 SQL 查詢語句執行大概流程就是醬紫：

1、搜索idx_age索引樹，將磁盤塊1加載到內存，由于32<37,搜索左路分支，到磁盤尋址磁盤塊2。

2、將磁盤塊2加載到內存中，在內存繼續遍歷，找到age=32的記錄，取得id = 400.

3、拿到id=400后，回到id主鍵索引樹。

4、搜索id主鍵索引樹，將磁盤塊1加載內存，在內存遍歷，找到了400，但是B+樹索引非葉子節點是不保存數據的。索引會繼續搜索400的右分支，到磁盤尋址磁盤塊3.

5、將磁盤塊3加載內存，在內存遍歷，找到id=400的記錄，拿到R4這一行的數據，好的，大功告成。

因此，這個SQL查詢，執行了幾次樹的搜索操作，是不是一步了然了呀。「特別的」，在idx_age二級索引樹找到主鍵id后，回到id主鍵索引搜索的過程,就稱為回表。

什么是回表？拿到主鍵再回到主鍵索引查詢的過程，就叫做「回表」。

面試官考點：覆蓋索引

「面試官：」 如果不用select *, 而是使用select id,age，以上的題目執行了幾次樹搜索操作呢？

「解析：」 這個問題，主要考察候選人的覆蓋索引知識點。回到idx_age索引樹，你可以發現查詢選項id和age都在葉子節點上了。因此，可以直接提供查詢結果啦，根本就不需要再回表了~

覆蓋索引：在查詢的數據列里面，不需要回表去查，直接從索引列就能取到想要的結果。換句話說，你SQL用到的索引列數據，覆蓋了查詢結果的列，就算上覆蓋索引了。

所以，相對于上個問題，就是省去了回表的樹搜索操作。

面試官考點：索引失效

「面試官：」 如果我現在給name字段加上普通索引，然后用個like模糊搜索，那會執行多少次查詢呢？SQL如下：

select?*?from?employee?where?name?like?'%杰倫%';

「解析：」 這里考察的知識點就是，like是否會導致不走索引，看該SQL的explain執行計劃吧。其實like 模糊搜索，會導致不走索引的，如下:

因此，這條SQL最后就全表掃描啦~日常開發中，這幾種騷操作都可能會導致索引失效，如下：

• 查詢條件包含or，可能導致索引失效

• 如何字段類型是字符串，where時一定用引號括起來，否則索引失效

• like通配符可能導致索引失效。

• 聯合索引，查詢時的條件列不是聯合索引中的第一個列，索引失效。

• 在索引列上使用mysql的內置函數，索引失效。

• 對索引列運算（如，+、-、*、/），索引失效。

• 索引字段上使用（！= 或者 < >，not in）時，可能會導致索引失效。

• 索引字段上使用is null， is not null，可能導致索引失效。

• 左連接查詢或者右連接查詢查詢關聯的字段編碼格式不一樣，可能導致索引失效。

• mysql估計使用全表掃描要比使用索引快,則不使用索引。

面試官考點：聯合索引最左前綴原則

「面試官：」 ?如果我現在給name,age字段加上聯合索引，以下SQL執行多少次樹搜索呢？先畫下索引樹？

select?*?from?employee?where?name?like?'小%'?order?by?age?desc;

「解析：」 這里考察聯合索引的最左前綴原則以及like是否中索引的知識點。組合索引樹示意圖大概如下：

聯合索引項是先按姓名name從小到大排序，如果名字name相同，則按年齡age從小到大排序。面試官要求查所有名字第一個字是“小”的人，SQL的like '小%'是可以用上idx_name_age聯合索引的。

該查詢會沿著idx_name_age索引樹，找到第一個字是小的索引值，因此依次找到小軍、小倫、小燕、，分別拿到Id=600、100、700，然后回三次表，去找對應的記錄。這里面的最左前綴小，就是字符串索引的最左M個字符。實際上，

• 這個最左前綴可以是聯合索引的最左N個字段。比如組合索引（a,b,c）可以相當于建了（a），（a,b）,(a,b,c)三個索引，大大提高了索引復用能力。

• 最左前綴也可以是字符串索引的最左M個字符。

面試官考點：索引下推

「面試官：」 我們還是基于組合索引 idx_name_age，以下這個SQL執行幾次樹搜索呢？

select?*?from?employee?where?name?like?'小%'?and?age=28?and?sex='0';

「解析：」 這里考察索引下推的知識點，如果是「Mysql5.6之前」，在idx_name_age索引樹，找出所有名字第一個字是“小”的人，拿到它們的主鍵id，然后回表找出數據行，再去對比年齡和性別等其他字段。如圖：

有些朋友可能覺得奇怪，（name,age)不是聯合索引嘛？為什么選出包含“小”字后，不再順便看下年齡age再回表呢，不是更高效嘛？所以呀，MySQL 5.6 就引入了「索引下推優化」，可以在索引遍歷過程中，對索引中包含的字段先做判斷，直接過濾掉不滿足條件的記錄，減少回表次數。

因此，MySQL5.6版本之后，選出包含“小”字后，順表過濾age=28，,所以就只需一次回表。

面試官考點：大表添加索引

「面試官：」 如果一張表數據量級是千萬級別以上的，那么，給這張表添加索引，你需要怎么做呢？

「解析：」 我們需要知道一點，給表添加索引的時候，是會對表加鎖的。如果不謹慎操作，有可能出現生產事故的。可以參考以下方法：

• 1.先創建一張跟原表A數據結構相同的新表B。

• 2.在新表B添加需要加上的新索引。

• 3.把原表A數據導到新表B

• 4.rename新表B為原表的表名A，原表A換別的表名；

總結與練習

本文主要講解了索引的9大關鍵面試考點，希望對大家有幫助。接下來呢，給大家出一道，有關于我最近業務開發遇到的加索引SQL，看下大家是怎么回答的，有興趣可以聯系我，一起討論哈~題目如下：

select?*?from?A?where?type?='1'?and?status?='s'?order?by?create_time?desc;

假設type有9種類型，區分度還算可以，status的區分度不高（有3種類型），那么你是如何加索引呢？

• 是給type加單索引

• 還是（type，status，create_time）聯合索引

• 還是（type，create_time）聯合索引呢？

Reference

MySQL有哪些索引類型 ?: https://segmentfault.com/q/1010000003832312

大表加索引方案: https://zhuanlan.zhihu.com/p/151460679

MySQL實戰45講: https://time.geekbang.org/column/article/69636

福 利

CSDN給大家發壓歲錢啦！

2月4日到2月11日每天上午11點

價值198元的芒果TV年卡，價值99元的CSDN月卡！現金紅包，CSDN電子書月卡等獎品大放送！百分百中獎！

電腦端點擊鏈接參與：

https://t.csdnimg.cn/gAkN

更多閱讀推薦

• SRE 是如何保障穩定性的
  

• 新春聊一下：技術架構與架構師角色的諸多思考

• 如何寫出讓 CPU 跑得更快的代

總結

以上是生活随笔為你收集整理的备战春招：阿里一面，给了几条SQL，问需要执行几次树搜索操作？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。