MySQL基础

1.mysql的索引原理和数据结构
目录查询，B+树结构
2.B+树和B树的区别是什么
二分查找树->平衡二叉树->B树->B+树
B树一个节点上可以存储多个键值和数据
B+树，非子叶节点上不存储数据，存储多个键值；子叶节点上顺序存储键值和数据（聚集索引）,子叶节点不存储数据，存储该列对应的主键，查到主键后回表查询，再走聚集索引的查询流程。

3.mysql聚簇索引和非聚簇索引的区别
主键作为索引和非主键列作为索引
聚集索引：叶子节点顺序存储数据
非聚集索引：叶子节点不存储数据，存储该列对应的主键，然后根据主键回表查询。
如果不设置主键，MySQL默认会创建主键；

4.使用mysql索引都有什么原则
联合索引会有最左原则；
覆盖索引，查询列刚好是索引，默认会使用该索引

5.不同的存储引擎是如何进行实际存储的
Myisam：存储数据信息
Innodb:存储地址和文件
6.mysql组合索引的结构是什么样的

7.mysql索引如何进行优化
1.expain分析索引的使用情况；
2.索引字段不要太长；
3.多列索引查询时可使用联合索引；
4.尽量避免使用子查询；
5.用IN来替换OR
select * from person where name = 'jack' or name = 'lucy';
select * from person where name in ('jack' , 'lucy');
6.读取适当的记录LIMIT M，而不要读多余的记录
select * from person where age > 10 limit 10;
7.不要使用NOT等负向查询条件;
二分查找的特点，左边查询不匹配会到右边查询，若使用不等于，则需要全表查询；
8.尽量不用select *
SELECT *增加很多不必要的消耗（cpu、io、内存、网络带宽）；
9.区分in和exists
select * from 表A 
where id in (select id from 表B)
select * from 表A 
where exists(select * from 表B where 表B.id=表A.id)
如果是exists，那么以__外层表为驱动表，先被访问__；
如果是IN，那么__先执行子查询__；
所以IN适合于外表大而内表小的情况；
EXISTS适合于外表小而内表大的情况。
10.优化Group By语句
如果对group by语句的结果没有排序要求，要在语句后面加 order by null（group 默认会去排序）；

11.索引优化：
性能优化，left join 是由左边决定的，左边一定都有，所以右边是我们的关键点，建立索引要建在右边。当然如果索引是在左边的，我们可以考虑使用右连接；
Tips：Join左连接在右边建立索引；组合索引则尽量将数据量大的放在左边，在左边建立索引

12.避免索引失效
1、如果索引了多列，要遵守最左前缀法则，指的是查询从索引的最左前列开始并且不跳过索引中的列。Mysql查询优化器会对查询的字段进行改进，判断查询的字段以哪种形式组合能使得查询更快，所有比如创建的是(a,b)索引，查询的是(b,a)，查询优化器会修改成(a,b)后使用索引查询
2、不在索引列上做任何操作，(计算、函数、(自动or手动)类型转换)，会导致索引失效而转向全表扫描。）
3、存储引擎不能使用索引中范围条件右边的列。
如这样的sql: select * from user where username='123' and age>20 and phone='1390012345',其中username, age, phone都有索引，只有username和age会生效，phone的索引没有用到。
4、尽量使用覆盖索引(只访问索引的查询(索引列和查询列一致))；
如select age from user减少select *；
5、mysql在使用不等于(!= 或者 <>)的时候无法使用索引会导致全表扫描；
6、is null, is not null 也无法使用索引，在实际中尽量不要使用null；
7、like 以通配符开头(‘%abc..’)mysql索引失效会变成全表扫描的操作；
所以最好用右边like 'abc%'
8、字符串不加单引号索引失效；
9、少用or，用它来连接时会索引失效；
10、尽量避免子查询，而用join；

一、为什么用自增列作为主键

1、如果我们定义了主键(PRIMARY KEY)，那么InnoDB会选择主键作为聚集索引。
如果没有显式定义主键，则InnoDB会选择__第一个不包含有NULL值的唯一索引作为主键索引__。
如果也没有这样的唯一索引，则InnoDB会__选择内置6字节长的ROWID作为隐含的聚集索引__(ROWID随着__行记录的写入而主键递增__，这个ROWID不像ORACLE的ROWID那样可引用，是隐含的)。
2、数据记录本身被存于主索引（一颗B+Tree）的叶子节点上，这就要求同一个叶子节点内（大小为一个内存页或磁盘页）的各条数据记录按主键顺序存放;
因此每当有一条新的记录插入时，MySQL会根据其主键将其插入适当的节点和位置，如果页面达到装载因子（InnoDB默认为15/16），则开辟一个新的页（节点）
3、如果表使用自增主键，那么每次插入新的记录，记录就会顺序添加到当前索引节点的后续位置，当一页写满，就会自动开辟一个新的页
4、如果使用非自增主键（如果身份证号或学号等），由于每次插入主键的值近似于随机，因此每次新纪录都要被插到现有索引页得中间某个位置;
此时MySQL不得不为了将新记录插到合适位置而移动数据，甚至目标页面可能已经被回写到磁盘上而从缓存中清掉，此时又要从磁盘上读回来，这增加了很多开销
同时频繁的移动、分页操作造成了大量的碎片，得到了不够紧凑的索引结构，后续不得不通过OPTIMIZE TABLE来重建表并优化填充页面

二、为什么使用数据索引能提高效率

MySql默认是B+树结构，原因是默认有主键索引。
使用索引查询的时候走索引的查询流程，同时索引会将子叶节点页中的数据按序排序；
不使用索引查询的时候就会遍历整张表；
https://www.cnblogs.com/xiaoshahai/p/12028737.html

索引可以将无序内容转换为有序的一个集合（相对），就如同新华字典，如果没有目录，那么查询一个汉字就需要很长时间了；
如果没有索引我们查询数据是需要遍历双向链表来定位对应的page，现在通过索引创建的“目录”就可以很快定位对应页上了；
数据索引的存储是有序的；
在有序的情况下，通过索引查询一个数据是无需遍历索引记录的
极端情况下，数据索引的查询效率为二分法查询效率，趋近于 log2(N)

什么是哈希索引

哈希索引就是采用一定的哈希算法，把键值换算成新的哈希值，检索
时不需要类似B+树那样从根节点到叶子节点逐级查找，只需一次哈希
算法即可,是无序的，如下图所示：

image.png

哈希索引的优势：

等值查询，哈希索引具有绝对优势（前提是：没有大量重复键值，如
果大量重复键值时，哈希索引的效率很低，因为存在所谓的哈希碰撞问题。）
哈希索引不适用的场景：
不支持范围查询
不支持索引完成排序
不支持联合索引的最左前缀匹配规则

为什么说B+比B树更适合实际应用中操作系统的文件索引和数据库索引？

1、B+的磁盘读写代价更低。

B+的内部结点并没有指向关键字具体信息的指针，因此其内部结点相
对B树更小。
如果把所有同一内部结点的关键字存放在同一盘块中，那么盘块所能
容纳的关键字数量也越多。一次性读入内存中的需要查找的关键字也
就越多。相对来说IO读写次数也就降低了。

2、B+-tree的查询效率更加稳定。
由于非终结点并不是最终指向文件内容的结点，而只是叶子结点中关
键字的索引。所以任何关键字的查找必须走一条从根结点到叶子结点
的路。所有关键字查询的路径长度相同，导致每一个数据的查询效率相当。

MySQL联合索引

1、联合索引是两个或更多个列上的索引。
对于联合索引:Mysql从左到右的使用索引中的字段，一个查询可以只使用索引中的一部份，但只能是最左侧部分。
例如索引是key index (a,b,c). 可以支持a 、 a,b 、 a,b,c 3种组合进行查找，但不支持 b,c进行查找 .当最左侧字段是常量引用时，索引就十分有效。
2、利用索引中的附加列，您可以缩小搜索的范围，但使用一个具有两列的索引不同于使用两个单独的索引。
复合索引的结构与电话簿类似，人名由姓和名构成，电话簿首先按姓氏对进行排序，然后按名字对有相同姓氏的人进行排序。

如果您知道姓，电话簿将非常有用；如果您知道姓和名，电话簿则更为有用，但如果您只知道名不知道姓，电话簿将没有用处。