《MySQL面试小抄》索引考点一面总结
我是肥哥，一名不业余的面试官！
我是囧囧，一名踊跃找工作的小菜鸟，囧囧示意：面试最怕的就是面试官问的知识点太抽象，本人无奈疾速定位到关键问题点！！！
本期次要面试考点
面试官考点之谈谈你对索引的了解？面试官考点之解释一下计算机层面索引快的起因？面试官考点之为什么不应用哈希构造作为索引构造？面试官考点之为什么不应用二叉树作为索引构造？面试官考点之为什么不应用B-Tree，而是B+Tree？面试官考点之索引是减速查问，那么是否应该给表尽可能建设多的索引列？面试官考点之谈谈你对索引的了解？
谈到索引，最先联想到的大略就是字典目录，依据MySQL官网定义，索引是用来帮忙MySQL高效获取数据的一种数据结构。
实质上：索引是一种有序的疾速查找的数据结构，用来疾速高效的查找数据。
简略来说，能够类比字典目录，火车车次表。
面试官考点之解释一下计算机层面索引快的起因？
计算机从磁盘获取数据，加载到内存期间，个别都要经验3个惯例的耗时过程：
1、寻道（工夫）：确定要读的数据在哪个磁道消耗的工夫
2、旋转提早（工夫）：确定要读的数据在磁道上的哪个扇区消耗的工夫
3、数据传输（工夫）：数据加载到内存消耗的工夫
每次加载数据，咱们称其为一次磁盘IO，每一次IO操作消耗工夫 = 寻道 + 旋转提早 + 数据传输（工夫短暂，能够忽略不计）。
事实上理论加载数据到内存的工夫十分短暂，一次IO操作次要的耗时来自寻道和旋转提早。
总体来说，个别一次IO操作，耗时大略只有几ms。如果是4ms，尽管看起来很短暂，然而数据库百万级别的数据加载一遍，就须要4000s，对于一个零碎来说，几乎是覆灭级别的。
咱们须要的就是缩小磁盘IO的次数，这也是应用索引的意义所在！！！索引可能保障在亿级别的数据，只须要2~4次磁盘IO，这无疑是个福音！
面试官考点之为什么不应用哈希构造作为索引构造？
个别失常的业务场景中，通常查问少数是范畴查问 相似：
select id, name, age from sys_user where age between 18 and 28;哈希构造作为索引，那么存储引擎就会为每一行表记录计算出哈希值，哈希索引存储的就是HASH码；
HASH码间接随机生成，并没有法则
没有法则的HASH码，导致数据随机散布存储，这就导致即便是两个很相近的行记录，极大可能也会被调配到不同的桶（磁盘块）中。
最坏的状况下每查找一条记录，都要进行一次磁盘IO （可怕）。
长处，哈希构造这样key-val 键值对的模式对于准确查找十分敏感，对全值匹配很敌对，所以单条记录查问效率十分高，工夫复杂度为 1，然而咱们日常业务来说，最罕用的还是范畴搜寻，所以不哈希构造适宜。
记住一点即可：Hash索引适宜准确查找，全值匹配，不适宜范畴查找。
MySQL目前有Memory引擎和NDB引擎反对Hash索引。
面试官考点之为什么不应用二叉树作为索引构造？
首先察看一下二叉树构造
二叉树最多有两个子节点，这种构造导致树的高度会很高，减少IO次数，非凡状况下可能化为链表构造，相当于全表扫描，全量磁盘IO。
假如二叉树构造作为索引，现实状况下是一颗齐全二叉树，那么具备n个节点的齐全二叉树深度为log2x+1
（其中x示意不大于n的最大整数）
如果一个数据在二叉树构造的100层，那么为了查找到此数据，须要进行100次磁盘IO。更蹩脚状况下，二叉树会进化成链表构造，既，斜二叉树。
相似的均衡二叉树，高度也很高。
面试官考点之为什么不应用B-Tree，而是B+Tree？
既然二叉树构造树高度很高，导致查问时磁盘IO减少，那B-Tree 呢？B-Tree能够存储更多的数据，高度更低，为什么不抉择？而是B+Tree？
B-Tree是多路均衡搜寻树，相比二叉树构造，能够极大的优化磁盘IO次数，然而B-Tree每个节点中不仅蕴含数据的key（索引值），还有data（整行记录），应用B-Tree构造，长处是找到索引就代表找到了数据记录。
既然如此为什么不应用B-Tree构造？还是老问题，磁盘IO数！！！
咱们晓得MySQL读取数据是以页为单位（磁盘块），每页（或者说每个磁盘块）的存储空间是无限的
如果data 很大，将会导致每页存储的索引数量很小
所以数据表存储的数据量很大的时候同样会导致 B-Tree的深度很大，增大查问时的磁盘I/O次数，进而影响查问效率。
再说到B+Tree，B+Tree是对B-Tree 的一种优化结构，使其更适宜实现外存储索引构造
1、非叶子节点只存储键值信息(索引信息)2、所有的数据记录都依照键值大小程序寄存在同一层的叶子节点上益处：B+Tree的非叶子节点只存储键值信息，那么每一页能存储更多的索引，树的高度被压缩到很低，磁盘IO次数更小，个别状况下2~4次IO，即可查问到想要的记录。
而且因为表数据都是顺序存储在B+Tree构造的叶子节点，所以对于范畴查找很敌对，效率高！
面试官考点之索引是减速查问，那么是否应该给表尽可能建设多的索引列？
尽管索引的劣势是放慢查问效率，缩小磁盘IO次数，然而自觉创立过多索引，大大增加了保护索引的工夫老本和空间老本。
首先说一下索引的益处
1、缩小IO次数，进步-检索效率2、升高数据排序老本，能够缩小CPU耗费工夫老本
因为索引是有序的疾速查找构造，要保护索引的这个疾速查找且有序个性，须要一直的进行调整，而调整就须要工夫老本。
创立索引和保护索引要消耗工夫，当对表中的数据进行减少、删除和批改的时候，索引也要动静地保护，这样就升高了数据的保护速度。
而且这种工夫老本随着数据量的减少而减少！
空间老本
其次，每一个索引都是一棵B+Tree，保留索引和指向实体表的援用，须要占据空间。
如果建设的是聚簇索引，数据和主键都保留在索引文件中，则须要更大的空间老本。
敬请期待囧囧小白索引二面内容！
更多精彩内容，欢送关注微信公众号：囧么肥事 （或搜寻：jiongmefeishi）
浏览原文：《MySQL面试小抄》索引考点一面总结