1、什么是索引？

索引是一種特殊的文件(InnoDB數(shù)據(jù)表上的索引是表空間的一個組成部分)，它們包含著對數(shù)據(jù)表里所有記錄的引用指針。

索引是一種數(shù)據(jù)結(jié)構(gòu)。數(shù)據(jù)庫索引，是數(shù)據(jù)庫管理系統(tǒng)中一個排序的數(shù)據(jù)結(jié)構(gòu)，以協(xié)助快速查詢、更新數(shù)據(jù)庫表中數(shù)據(jù)。索引的實現(xiàn)通常使用B樹及其變種B+樹。

更通俗的說，索引就相當(dāng)于目錄。為了方便查找書中的內(nèi)容，通過對內(nèi)容建立索引形成目錄。索引是一個文件，它是要占據(jù)物理空間的。

2、索引有哪些優(yōu)缺點？

索引的優(yōu)點

（1）可以大大加快數(shù)據(jù)的檢索速度，這也是創(chuàng)建索引的最主要的原因。

（2）通過使用索引，可以在查詢的過程中，使用優(yōu)化隱藏器，提高系統(tǒng)的性能。

索引的缺點

（1）時間方面：創(chuàng)建索引和維護(hù)索引要耗費時間，具體地，當(dāng)對表中的數(shù)據(jù)進(jìn)行增加、刪除和修改的時候，索引也要動態(tài)的維護(hù)，會降低增/改/刪的執(zhí)行效率；

（2）空間方面：索引需要占物理空間。

3、索引使用場景（重點）

where

上圖中，根據(jù)id查詢記錄，因為id字段僅建立了主鍵索引，因此此SQL執(zhí)行可選的索引只有主鍵索引，如果有多個，最終會選一個較優(yōu)的作為檢索的依據(jù)。

– 增加一個沒有建立索引的字段altertable innodb1 add sex char(1);
– 按sex檢索時可選的索引為nullEXPLAINSELECT*from innodb1 where sex=‘男’;

可以嘗試在一個字段未建立索引時，根據(jù)該字段查詢的效率，然后對該字段建立索引（alter table 表名 add index(字段名)），同樣的SQL執(zhí)行的效率，你會發(fā)現(xiàn)查詢效率會有明顯的提升（數(shù)據(jù)量越大越明顯）。

order by

當(dāng)我們使用order by將查詢結(jié)果按照某個字段排序時，如果該字段沒有建立索引，那么執(zhí)行計劃會將查詢出的所有數(shù)據(jù)使用外部排序（將數(shù)據(jù)從硬盤分批讀取到內(nèi)存使用內(nèi)部排序，最后合并排序結(jié)果），這個操作是很影響性能的，因為需要將查詢涉及到的所有數(shù)據(jù)從磁盤中讀到內(nèi)存（如果單條數(shù)據(jù)過大或者數(shù)據(jù)量過多都會降低效率），更無論讀到內(nèi)存之后的排序了。

但是如果我們對該字段建立索引alter table 表名 add index(字段名)，那么由于索引本身是有序的，因此直接按照索引的順序和映射關(guān)系逐條取出數(shù)據(jù)即可。而且如果分頁的，那么只用取出索引表某個范圍內(nèi)的索引對應(yīng)的數(shù)據(jù)，而不用像上述那取出所有數(shù)據(jù)進(jìn)行排序再返回某個范圍內(nèi)的數(shù)據(jù)。（從磁盤取數(shù)據(jù)是最影響性能的）

join

對join語句匹配關(guān)系（on）涉及的字段建立索引能夠提高效率

索引覆蓋

如果要查詢的字段都建立過索引，那么引擎會直接在索引表中查詢而不會訪問原始數(shù)據(jù)（否則只要有一個字段沒有建立索引就會做全表掃描），這叫索引覆蓋。因此我們需要盡可能的在select后只寫必要的查詢字段，以增加索引覆蓋的幾率。

這里值得注意的是不要想著為每個字段建立索引，因為優(yōu)先使用索引的優(yōu)勢就在于其體積小。

4、索引有哪幾種類型？

主鍵索引

數(shù)據(jù)列不允許重復(fù)，不允許為NULL，一個表只能有一個主鍵。

唯一索引

數(shù)據(jù)列不允許重復(fù)，允許為NULL值，一個表允許多個列創(chuàng)建唯一索引。

（1）可以通過 ALTER TABLE table_name ADD UNIQUE (column); 創(chuàng)建唯一索引

（2）可以通過 ALTER TABLE table_name ADD UNIQUE (column1,column2);創(chuàng)建唯一組合索引

普通索引

基本的索引類型，沒有唯一性的限制，允許為NULL值。

（1）可以通過ALTER TABLE table_name ADD INDEX index_name (column);創(chuàng)建普通索引

（2）可以通過ALTER TABLE table_name ADD INDEX index_name(column1, column2, column3);創(chuàng)建組合索引

全文索引

是目前搜索引擎使用的一種關(guān)鍵技術(shù)。

可以通過ALTER TABLE table_name ADD FULLTEXT (column);創(chuàng)建全文索引

5、索引的數(shù)據(jù)結(jié)構(gòu)（b樹，hash）

索引的數(shù)據(jù)結(jié)構(gòu)和具體存儲引擎的實現(xiàn)有關(guān)，在MySQL中使用較多的索引有Hash索引，B+樹索引等，而我們經(jīng)常使用的InnoDB存儲引擎的默認(rèn)索引實現(xiàn)為：B+樹索引。對于哈希索引來說，底層的數(shù)據(jù)結(jié)構(gòu)就是哈希表，因此在絕大多數(shù)需求為單條記錄查詢的時候，可以選擇哈希索引，查詢性能最快；其余大部分場景，建議選擇BTree索引。

（1）B樹索引

mysql通過存儲引擎取數(shù)據(jù)，基本上90%的人用的就是InnoDB了，按照實現(xiàn)方式分，InnoDB的索引類型目前只有兩種：BTREE（B樹）索引和HASH索引。B樹索引是Mysql數(shù)據(jù)庫中使用最頻繁的索引類型，基本所有存儲引擎都支持BTree索引。通常我們說的索引不出意外指的就是（B樹）索引（實際是用B+樹實現(xiàn)的，因為在查看表索引時，mysql一律打印BTREE，所以簡稱為B樹索引）

查詢方式：

主鍵索引區(qū):PI(關(guān)聯(lián)保存的時數(shù)據(jù)的地址)按主鍵查詢,

普通索引區(qū):si(關(guān)聯(lián)的id的地址,然后再到達(dá)上面的地址)。所以按主鍵查詢,速度最快

B+tree性質(zhì)：

1）n棵子tree的節(jié)點包含n個關(guān)鍵字，不用來保存數(shù)據(jù)而是保存數(shù)據(jù)的索引。

2）所有的葉子結(jié)點中包含了全部關(guān)鍵字的信息，及指向含這些關(guān)鍵字記錄的指針，且葉子結(jié)點本身依關(guān)鍵字的大小自小而大順序鏈接。

3）所有的非終端結(jié)點可以看成是索引部分，結(jié)點中僅含其子樹中的最大（或最小）關(guān)鍵字。

4）B+ 樹中，數(shù)據(jù)對象的插入和刪除僅在葉節(jié)點上進(jìn)行。

5）B+樹有2個頭指針，一個是樹的根節(jié)點，一個是最小關(guān)鍵碼的葉節(jié)點。

（2）哈希索引

簡要說下，類似于數(shù)據(jù)結(jié)構(gòu)中簡單實現(xiàn)的HASH表（散列表）一樣，當(dāng)我們在mysql中用哈希索引時，主要就是通過Hash算法（常見的Hash算法有直接定址法、平方取中法、折疊法、除數(shù)取余法、隨機(jī)數(shù)法），將數(shù)據(jù)庫字段數(shù)據(jù)轉(zhuǎn)換成定長的Hash值，與這條數(shù)據(jù)的行指針一并存入Hash表的對應(yīng)位置；如果發(fā)生Hash碰撞（兩個不同關(guān)鍵字的Hash值相同），則在對應(yīng)Hash鍵下以鏈表形式存儲。當(dāng)然這只是簡略模擬圖。

6、索引的基本原理

索引用來快速地尋找那些具有特定值的記錄。如果沒有索引，一般來說執(zhí)行查詢時遍歷整張表。

索引的原理很簡單，就是把無序的數(shù)據(jù)變成有序的查詢

（1）把創(chuàng)建了索引的列的內(nèi)容進(jìn)行排序

（2）對排序結(jié)果生成倒排表

（3）在倒排表內(nèi)容上拼上數(shù)據(jù)地址鏈

（4）在查詢的時候，先拿到倒排表內(nèi)容，再取出數(shù)據(jù)地址鏈，從而拿到具體數(shù)據(jù)

7、索引算法有哪些？

索引算法有 BTree算法和Hash算法

BTree算法

BTree是最常用的mysql數(shù)據(jù)庫索引算法，也是mysql默認(rèn)的算法。因為它不僅可以被用在=,>,>=,<,<=和between這些比較操作符上，而且還可以用于like操作符，只要它的查詢條件是一個不以通配符開頭的常量， 例如：

– 只要它的查詢條件是一個不以通配符開頭的常量selectfromuserwhere name like’jack%’;
– 如果一通配符開頭，或者沒有使用常量，則不會使用索引，例如： selectfromuserwhere name like’%jack’;

Hash算法

Hash Hash索引只能用于對等比較，例如=,<=>（相當(dāng)于=）操作符。由于是一次定位數(shù)據(jù)，不像BTree索引需要從根節(jié)點到枝節(jié)點，最后才能訪問到頁節(jié)點這樣多次IO訪問，所以檢索效率遠(yuǎn)高于BTree索引。

8、索引設(shè)計的原則？

（1）適合索引的列是出現(xiàn)在where子句中的列，或者連接子句中指定的列

（2）基數(shù)較小的類，索引效果較差，沒有必要在此列建立索引

（3）使用短索引，如果對長字符串列進(jìn)行索引，應(yīng)該指定一個前綴長度，這樣能夠節(jié)省大量索引空間

（4）不要過度索引。索引需要額外的磁盤空間，并降低寫操作的性能。在修改表內(nèi)容的時候，索引會進(jìn)行更新甚至重構(gòu)，索引列越多，這個時間就會越長。所以只保持需要的索引有利于查詢即可。

9、創(chuàng)建索引的原則（重中之重）

索引雖好，但也不是無限制的使用，最好符合一下幾個原則

1） 最左前綴匹配原則，組合索引非常重要的原則，mysql會一直向右匹配直到遇到范圍查詢(>、<、between、like)就停止匹配，比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)順序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引則都可以用到，a,b,d的順序可以任意調(diào)整。

2）較頻繁作為查詢條件的字段才去創(chuàng)建索引

3）更新頻繁字段不適合創(chuàng)建索引

4）若是不能有效區(qū)分?jǐn)?shù)據(jù)的列不適合做索引列(如性別，男女未知，最多也就三種，區(qū)分度實在太低)

5）盡量的擴(kuò)展索引，不要新建索引。比如表中已經(jīng)有a的索引，現(xiàn)在要加(a,b)的索引，那么只需要修改原來的索引即可。

6）定義有外鍵的數(shù)據(jù)列一定要建立索引。

7）對于那些查詢中很少涉及的列，重復(fù)值比較多的列不要建立索引。

8）對于定義為text、image和bit的數(shù)據(jù)類型的列不要建立索引。

10、創(chuàng)建索引的三種方式，刪除索引

第一種方式：在執(zhí)行CREATE TABLE時創(chuàng)建索引

CREATETABLE user_index2 (

第二種方式：使用ALTER TABLE命令去增加索引

ALTERTABLE table_name ADDINDEX index_name (column_list);
ALTER TABLE用來創(chuàng)建普通索引、UNIQUE索引或PRIMARY KEY索引。

其中table_name是要增加索引的表名，column_list指出對哪些列進(jìn)行索引，多列時各列之間用逗號分隔。

索引名index_name可自己命名，缺省時，MySQL將根據(jù)第一個索引列賦一個名稱。另外，ALTER TABLE允許在單個語句中更改多個表，因此可以在同時創(chuàng)建多個索引。

第三種方式：使用CREATE INDEX命令創(chuàng)建

CREATEINDEX index_name ON table_name (column_list);
CREATE INDEX可對表增加普通索引或UNIQUE索引。（但是，不能創(chuàng)建PRIMARY KEY索引）

刪除索引

根據(jù)索引名刪除普通索引、唯一索引、全文索引：

ALTER TABLE 表名 DROP KEY 索引名 altertable user_index dropKEY NAME;
altertable user_index dropKEY id_card;
altertable user_index dropKEY information;
刪除主鍵索引：alter table 表名 drop primary key（因為主鍵只有一個）。這里值得注意的是，如果主鍵自增長，那么不能直接執(zhí)行此操作（自增長依賴于主鍵索引）：

需要取消自增長再行刪除：

altertable user_index – 重新定義字段MODIFY id int,dropPRIMARYKEY
但通常不會刪除主鍵，因為設(shè)計主鍵一定與業(yè)務(wù)邏輯無關(guān)。

11、創(chuàng)建索引時需要注意什么？

（1）非空字段：

應(yīng)該指定列為NOT NULL，除非你想存儲NULL。在mysql中，含有空值的列很難進(jìn)行查詢優(yōu)化，因為它們使得索引、索引的統(tǒng)計信息以及比較運算更加復(fù)雜。你應(yīng)該用0、一個特殊的值或者一個空串代替空值；

（2）取值離散大的字段：

（變量各個取值之間的差異程度）的列放到聯(lián)合索引的前面，可以通過count()函數(shù)查看字段的差異值，返回值越大說明字段的唯一值越多字段的離散程度高；

（3）索引字段越小越好：

數(shù)據(jù)庫的數(shù)據(jù)存儲以頁為單位一頁存儲的數(shù)據(jù)越多一次IO操作獲取的數(shù)據(jù)越大效率越高。

12、使用索引查詢一定能提高查詢的性能嗎？為什么

通常，通過索引查詢數(shù)據(jù)比全表掃描要快。但是我們也必須注意到它的代價。

（1）索引需要空間來存儲，也需要定期維護(hù)， 每當(dāng)有記錄在表中增減或索引列被修改時，索引本身也會被修改。 這意味著每條記錄的INSERT，DELETE，UPDATE將為此多付出4，5 次的磁盤I/O。 因為索引需要額外的存儲空間和處理，那些不必要的索引反而會使查詢反應(yīng)時間變慢。使用索引查詢不一定能提高查詢性能，索引范圍查詢(INDEX RANGE SCAN)適用于兩種情況:

（2）基于一個范圍的檢索，一般查詢返回結(jié)果集小于表中記錄數(shù)的30%

（3）基于非唯一性索引的檢索

13、百萬級別或以上的數(shù)據(jù)如何刪除

關(guān)于索引：由于索引需要額外的維護(hù)成本，因為索引文件是單獨存在的文件,所以當(dāng)我們對數(shù)據(jù)的增加,修改,刪除,都會產(chǎn)生額外的對索引文件的操作,這些操作需要消耗額外的IO,會降低增/改/刪的執(zhí)行效率。所以，在我們刪除數(shù)據(jù)庫百萬級別數(shù)據(jù)的時候，查詢MySQL官方手冊得知刪除數(shù)據(jù)的速度和創(chuàng)建的索引數(shù)量是成正比的。

（1）所以我們想要刪除百萬數(shù)據(jù)的時候可以先刪除索引（此時大概耗時三分多鐘）

（2）然后刪除其中無用數(shù)據(jù)（此過程需要不到兩分鐘）

（3）刪除完成后重新創(chuàng)建索引(此時數(shù)據(jù)較少了)創(chuàng)建索引也非常快，約十分鐘左右。

（4）與之前的直接刪除絕對是要快速很多，更別說萬一刪除中斷,一切刪除會回滾。那更是坑了。

14、前綴索引

語法：index(field(10))，使用字段值的前10個字符建立索引，默認(rèn)是使用字段的全部內(nèi)容建立索引。

前提：前綴的標(biāo)識度高。比如密碼就適合建立前綴索引，因為密碼幾乎各不相同。

實操的難度：在于前綴截取的長度。

我們可以利用select count(*)/count(distinct left(password,prefixLen));，通過從調(diào)整prefixLen的值（從1自增）查看不同前綴長度的一個平均匹配度，接近1時就可以了（表示一個密碼的前prefixLen個字符幾乎能確定唯一一條記錄）

15、什么是最左前綴原則？什么是最左匹配原則

（1）顧名思義，就是最左優(yōu)先，在創(chuàng)建多列索引時，要根據(jù)業(yè)務(wù)需求，where子句中使用最頻繁的一列放在最左邊。

（2）最左前綴匹配原則，非常重要的原則，mysql會一直向右匹配直到遇到范圍查詢(>、<、between、like)就停止匹配，比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)順序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引則都可以用到，a,b,d的順序可以任意調(diào)整。

（3）=和in可以亂序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意順序，mysql的查詢優(yōu)化器會幫你優(yōu)化成索引可以識別的形式

16、B樹和B+樹的區(qū)別

（1）在B樹中，你可以將鍵和值存放在內(nèi)部節(jié)點和葉子節(jié)點；但在B+樹中，內(nèi)部節(jié)點都是鍵，沒有值，葉子節(jié)點同時存放鍵和值。

（2）B+樹的葉子節(jié)點有一條鏈相連，而B樹的葉子節(jié)點各自獨立。

17、使用B樹的好處

B樹可以在內(nèi)部節(jié)點同時存儲鍵和值，因此，把頻繁訪問的數(shù)據(jù)放在靠近根節(jié)點的地方將會大大提高熱點數(shù)據(jù)的查詢效率。這種特性使得B樹在特定數(shù)據(jù)重復(fù)多次查詢的場景中更加高效。

18、使用B+樹的好處

由于B+樹的內(nèi)部節(jié)點只存放鍵，不存放值，因此，一次讀取，可以在內(nèi)存頁中獲取更多的鍵，有利于更快地縮小查找范圍。 B+樹的葉節(jié)點由一條鏈相連，因此，當(dāng)需要進(jìn)行一次全數(shù)據(jù)遍歷的時候，B+樹只需要使用O(logN)時間找到最小的一個節(jié)點，然后通過鏈進(jìn)行O(N)的順序遍歷即可。而B樹則需要對樹的每一層進(jìn)行遍歷，這會需要更多的內(nèi)存置換次數(shù)，因此也就需要花費更多的時間

19、Hash索引和B+樹所有有什么區(qū)別或者說優(yōu)劣呢?

首先要知道Hash索引和B+樹索引的底層實現(xiàn)原理：

hash索引底層就是hash表，進(jìn)行查找時，調(diào)用一次hash函數(shù)就可以獲取到相應(yīng)的鍵值，之后進(jìn)行回表查詢獲得實際數(shù)據(jù)。B+樹底層實現(xiàn)是多路平衡查找樹。對于每一次的查詢都是從根節(jié)點出發(fā)，查找到葉子節(jié)點方可以獲得所查鍵值，然后根據(jù)查詢判斷是否需要回表查詢數(shù)據(jù)。

那么可以看出他們有以下的不同：

• hash索引進(jìn)行等值查詢更快(一般情況下)，但是卻無法進(jìn)行范圍查詢。

因為在hash索引中經(jīng)過hash函數(shù)建立索引之后，索引的順序與原順序無法保持一致，不能支持范圍查詢。而B+樹的的所有節(jié)點皆遵循(左節(jié)點小于父節(jié)點，右節(jié)點大于父節(jié)點，多叉樹也類似)，天然支持范圍。

• hash索引不支持使用索引進(jìn)行排序，原理同上。
• hash索引不支持模糊查詢以及多列索引的最左前綴匹配。原理也是因為hash函數(shù)的不可預(yù)測。AAAA和AAAAB的索引沒有相關(guān)性。
• hash索引任何時候都避免不了回表查詢數(shù)據(jù)，而B+樹在符合某些條件(聚簇索引，覆蓋索引等)的時候可以只通過索引完成查詢。
• hash索引雖然在等值查詢上較快，但是不穩(wěn)定。性能不可預(yù)測，當(dāng)某個鍵值存在大量重復(fù)的時候，發(fā)生hash碰撞，此時效率可能極差。而B+樹的查詢效率比較穩(wěn)定，對于所有的查詢都是從根節(jié)點到葉子節(jié)點，且樹的高度較低。

因此，在大多數(shù)情況下，直接選擇B+樹索引可以獲得穩(wěn)定且較好的查詢速度。而不需要使用hash索引。

20、數(shù)據(jù)庫為什么使用B+樹而不是B樹

（1）B樹只適合隨機(jī)檢索，而B+樹同時支持隨機(jī)檢索和順序檢索；

（2）B+樹空間利用率更高，可減少I/O次數(shù)，磁盤讀寫代價更低。一般來說，索引本身也很大，不可能全部存儲在內(nèi)存中，因此索引往往以索引文件的形式存儲的磁盤上。這樣的話，索引查找過程中就要產(chǎn)生磁盤I/O消耗。B+樹的內(nèi)部結(jié)點并沒有指向關(guān)鍵字具體信息的指針，只是作為索引使用，其內(nèi)部結(jié)點比B樹小，盤塊能容納的結(jié)點中關(guān)鍵字?jǐn)?shù)量更多，一次性讀入內(nèi)存中可以查找的關(guān)鍵字也就越多，相對的，IO讀寫次數(shù)也就降低了。而IO讀寫次數(shù)是影響索引檢索效率的最大因素；

（3）B+樹的查詢效率更加穩(wěn)定。B樹搜索有可能會在非葉子結(jié)點結(jié)束，越靠近根節(jié)點的記錄查找時間越短，只要找到關(guān)鍵字即可確定記錄的存在，其性能等價于在關(guān)鍵字全集內(nèi)做一次二分查找。而在B+樹中，順序檢索比較明顯，隨機(jī)檢索時，任何關(guān)鍵字的查找都必須走一條從根節(jié)點到葉節(jié)點的路，所有關(guān)鍵字的查找路徑長度相同，導(dǎo)致每一個關(guān)鍵字的查詢效率相當(dāng)。

（4）B-樹在提高了磁盤IO性能的同時并沒有解決元素遍歷的效率低下的問題。B+樹的葉子節(jié)點使用指針順序連接在一起，只要遍歷葉子節(jié)點就可以實現(xiàn)整棵樹的遍歷。而且在數(shù)據(jù)庫中基于范圍的查詢是非常頻繁的，而B樹不支持這樣的操作。

（5）增刪文件（節(jié)點）時，效率更高。因為B+樹的葉子節(jié)點包含所有關(guān)鍵字，并以有序的鏈表結(jié)構(gòu)存儲，這樣可很好提高增刪效率。

21、B+樹在滿足聚簇索引和覆蓋索引的時候不需要回表查詢數(shù)據(jù)，

在B+樹的索引中，葉子節(jié)點可能存儲了當(dāng)前的key值，也可能存儲了當(dāng)前的key值以及整行的數(shù)據(jù)，這就是聚簇索引和非聚簇索引。 在InnoDB中，只有主鍵索引是聚簇索引，如果沒有主鍵，則挑選一個唯一鍵建立聚簇索引。如果沒有唯一鍵，則隱式的生成一個鍵來建立聚簇索引。

當(dāng)查詢使用聚簇索引時，在對應(yīng)的葉子節(jié)點，可以獲取到整行數(shù)據(jù)，因此不用再次進(jìn)行回表查詢。

22、什么是聚簇索引？何時使用聚簇索引與非聚簇索引

（1）聚簇索引：將數(shù)據(jù)存儲與索引放到了一塊，找到索引也就找到了數(shù)據(jù)

（2）非聚簇索引：將數(shù)據(jù)存儲于索引分開結(jié)構(gòu)，索引結(jié)構(gòu)的葉子節(jié)點指向了數(shù)據(jù)的對應(yīng)行，myisam通過key_buffer把索引先緩存到內(nèi)存中，當(dāng)需要訪問數(shù)據(jù)時（通過索引訪問數(shù)據(jù)），在內(nèi)存中直接搜索索引，然后通過索引找到磁盤相應(yīng)數(shù)據(jù)，這也就是為什么索引不在key buffer命中時，速度慢的原因

澄清一個概念：innodb中，在聚簇索引之上創(chuàng)建的索引稱之為輔助索引，輔助索引訪問數(shù)據(jù)總是需要二次查找，非聚簇索引都是輔助索引，像復(fù)合索引、前綴索引、唯一索引，輔助索引葉子節(jié)點存儲的不再是行的物理位置，而是主鍵值

何時使用聚簇索引與非聚簇索引

23、非聚簇索引一定會回表查詢嗎？

不一定，這涉及到查詢語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，那么就不必再進(jìn)行回表查詢。

舉個簡單的例子，假設(shè)我們在員工表的年齡上建立了索引，那么當(dāng)進(jìn)行select age from employee where age < 20的查詢時，在索引的葉子節(jié)點上，已經(jīng)包含了age信息，不會再次進(jìn)行回表查詢。

24、聯(lián)合索引是什么？為什么需要注意聯(lián)合索引中的順序？

MySQL可以使用多個字段同時建立一個索引，叫做聯(lián)合索引。在聯(lián)合索引中，如果想要命中索引，需要按照建立索引時的字段順序挨個使用，否則無法命中索引。

具體原因為:

MySQL使用索引時需要索引有序，假設(shè)現(xiàn)在建立了"name，age，school"的聯(lián)合索引，那么索引的排序為: 先按照name排序，如果name相同，則按照age排序，如果age的值也相等，則按照school進(jìn)行排序。

當(dāng)進(jìn)行查詢時，此時索引僅僅按照name嚴(yán)格有序，因此必須首先使用name字段進(jìn)行等值查詢，之后對于匹配到的列而言，其按照age字段嚴(yán)格有序，此時可以使用age字段用做索引查找，以此類推。因此在建立聯(lián)合索引的時候應(yīng)該注意索引列的順序，一般情況下，將查詢需求頻繁或者字段選擇性高的列放在前面。此外可以根據(jù)特例的查詢或者表結(jié)構(gòu)進(jìn)行單獨的調(diào)整。

總結(jié)

以上是生活随笔為你收集整理的24个经典的MySQL索引问题，你都遇到过哪些？的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。