索引为什么能够提高MySQL的查询效率？

索引可以理解为目录，通过索引可以快速定位数据，避免全表扫描

一般是B+树结构，查找效率是O(log n)。

索引还能加速排序、分组、连接等操作。

create index idx_name on students(name);

能简单说一下索引的分类吗？

从功能上分，有主键索引、唯一索引、联合索引、前缀索引和全文索引。

从数据结构上分，有B+树索引、哈希索引。

从存储内容上分，有聚簇索引、非聚簇索引。

你对主键索引了解多少？

主键索引用于唯一标识表中的每条记录，其列值必须唯一且不为空。创建主键时会自动生成主键索引。

唯一索引和主键索引有什么区别？

主键索引 = 唯一索引 + 非空，每个表只能有一个主键索引，但是可以有多个唯一索引，唯一索引的列允许插入多个NULL值。

unique key和unique index有什么区别？

unique key是一种约束，创建唯一键时，MySQL会自动创建一个同名的唯一索引；反之，创建唯一索引也会隐式添加唯一性约束。

可通过 UNIQUE KEY uk_name 定义或者 CONSTRAINT uk_name UNIQUE 定义唯一键。

可通过 CREATE UNIQUE INDEX 创建唯一索引。

你对全文索引了解多少？

全文索引是一种优化文本数据检索的特殊类型索引，适用于CHAR、VARCHAR、TEXT 

建表时可以通过FULLTEXT INDEX index_name (title, body) WITH PARSER ngram定义

ngram是一种解析器，可以处理中文日文韩文分词

使用时用MATCH(title, content) AGAINST('+xxx -xxx' IN BOOLEAN MODE)

默认按降序返回结果，+标识必须包含，-表示必须排除，*表示通配符。

底层使用倒排索引将字段中的文本内容进行分词，然后建立一个倒排表，不是从文档找词汇，而是从词汇找文档。

创建索引有哪些注意点？

第一、选择合适的字段

• 比如说频繁出现在 WHERE、JOIN、ORDER BY、GROUP BY 中的字段。
• 优先选择区分度高的字段，比如用户 ID、手机号等唯一值多的，而不是性别、状态等区分度极低的字段，如果真的需要，可以考虑联合索引。

第二、要控制索引的数量，避免过度索引，比如说已经有联合索引 (a, b)，单索引（a）就是冗余的。每个索引都要占据存储空间，建议单表的索引不超过五个。

第三、联合索引使用时遵循最左前缀原则，定义时区分度高的字段优先于区分度低的字段，等值查询的字段优先于范围查询的字段。

索引哪些情况下会失效？

索引列使用了函数、使用了通配符开头的模糊查询、联合索引不满足最左前缀原则、WHERE条件中使用or的时候部分字段无索引等

索引不适合哪些场景呢？

区分度低的列、频繁更新的列（列更新代表索引也要更新）、数据量小时

区分度 = 字段的唯一值数量 / 字段的总记录数

索引是不是建的越多越好

不是，索引是会占用空间的，并且更新建了索引的字段的值也会同时更新索引，导致写入变慢。在索引过多的情况下优化器也有可能选错索引

说说索引优化的思路？ 

先通过慢查询日志找出哪些SQL拖后腿，然后调用EXPLAIN查看执行计划，看看是不是走了索引，是否回表、是否排序。然后根据字段特性设计合适的索引，如选择区分度高的字段，使用联合索引和覆盖索引，避免索引失效的写法，最后通过实测来验证优化效果。

为什么innodb要使用B+树作为索引？

降低磁盘的I/O次数，支持有序遍历和范围查找，因为索引本来就是有序的。

B+树的每个节点都是一个页，MySQL在磁盘中也是按页存储的。

B+树的叶子节点构成了一个有序链表

哈希表不支持范围查询（无序），二叉树太深，B树所有节点都要存数据，所以使用B+树

为什么MongoDB的索引采用B树，而MySQL采用B+树？

MongoDB通常以类似JSON形式存储文档，查询的时候一般是使用单键等值。B树既存储key由存储数据，这样允许搜索的时候允许在非叶子节点提前终止，减少IO次数。

MySQL的查询一般涉及范围、排序、分组等操作。B+树的叶子节点是双向链表结构，无序回溯查找，直接通过叶子节点链表顺序遍历即可，天然具有有序性。

一颗B+树能存多少条数据？

取决于树的高度和分支因子

(分支因子)^(树高度-1) × 叶子节点容量

对于 2KW 条数据来说，B+树的高度为 3 层就够了。

为什么索引用B+树而不用二叉树 

因为二叉树在按照顺序从大到小插入时会退化成链表，树的高度就是数据量，导致IO次数增多。

平衡二叉树虽然解决了退化成链表的问题，但是每个节点仍然只能有两个分支，深度仍然很大。 

为什么使用B+树而不是B树？

第一，B 树的每个节点既存储键值，又存储数据和指针，导致单节点存储的键值数量较少。

第二、B 树的范围查询需要通过中序遍历逐层回溯；而 B+ 树的叶子节点通过双向链表顺序连接，范围查询只需定位起始点后顺序遍历链表即可，没有回溯开销。

第三，B 树的数据可能存储在任意节点，假如目标数据恰好位于根节点或上层节点，查询仅需 1-2 次 I/O；但如果数据位于底层节点，则需多次 I/O，导致查询时间波动较大。

而 B+ 树的所有数据都存储在叶子节点，查询路径的长度是固定的，时间稳定为 O(logN)，对 MySQL 在高并发场景下的稳定性至关重要。

为什么使用B+树而不使用跳表？

跳表本质上仍然是链表，假设每次向下都是二分查找，那么2000w条数据下，查找需要24次IO，因为2000w≈2^24，而B+树最多只需要三次IO就够了

B+树的范围查找怎么做的？

先通过索引路径定位到第一个满足条件的叶子节点，然后顺着叶子节点之间的链表向右/向左扫描，直到超过范围。

了解快排吗？

用分治法将一个序列分割为较小和较大的两个子序列，然后递归排序两个字序列。

核心思想是选择一个基准值，将数组分为两个部分，左边小于基准值，右边大于等于基准值

B+树索引和哈希索引有什么区别？

B+树索引是一种平衡多路搜索树，所有的数据都存在叶子节点上，非叶子节点只存储key和页面指针，叶子节点是有序的，支持范围查找和有序遍历和模糊查询。

Hash索引是将键值映射到固定长度的哈希值，通过哈希值定位数据的位置，不支持有序遍历和范围查找，完全无序，只支持等值查询，常见于Memory引擎。

聚簇索引和非聚簇索引有什么区别？

聚簇索引的叶子节点不仅存储索引，还存储了完整行数据，数据和索引是一起的，InnoDB的主键索引就是聚簇索引。非聚簇索引的叶子节点存储的是索引和对应聚簇索引的键值（主键值），需要回表。非主键索引都是非聚簇索引，比如唯一索引，普通索引，全文索引，前缀索引，联合索引。

如果使用非主键索引也不想回表，可以定义覆盖索引，并在使用的时候遵循左前缀原则。

回表了解吗？

使用非聚簇索引时，索引没有覆盖所需要查找的列，需要通过非聚簇索引的叶子节点找到对应的主键值，再利用主键值在聚簇索引中找到完整的行记录，这个过程称为回表。

回表的代价是什么？

回表需要访问额外的数据页，如果想要访问的数据不在内存中，还需要从磁盘查找，增加IO开销

可以通过联合索引和覆盖索引避免回表 

什么情况下会触发回表？

当查询字段不在非聚簇索引的叶子节点的键值中时候，必须回到主键索引中获取数据

查询字段包含非索引列的时候，必然触发回表

了解MRR吗

MRR是为了避免大量回表引来的大量随机IO问题引入的一种优化策略。

把非聚簇索引查到的主键值列表进行排序，再按顺序去主键索引中批量回表，将随机IO转换为顺序IO，减少磁盘寻道时间。

联合索引了解吗？

联合索引就是把多个字段放在一个索引里，但必须遵守“最左前缀”原则，只有从第一个字段开始连续使用，索引才会生效。

联合索引会根据字段的顺序构造B+树，比如定义了(age, name)，会先根据age排序，age相同是再根据name排序，若两者都相同则按照主键排序。

创建(A,B,C)联合索引相当于同时创建了(A)、(A,B)和(A,B,C)三个索引。

联合索引底层的存储结构是什么样的？

B+树结构，每个节点都存储了所有的索引列值作为key，并且按照定义时的顺序排序。

非叶子节点存储所有的索引列值，并且存储了指向子节点的指针。

叶子节点存储了所有索引列的值，并且存储了对应的主键值。

什么是最左前缀原则？

在联合索引中，必须从最左边的字段开始匹配，才能命中索引

范围查询后的列还能用作索引吗？

不能，范围查询会中断后面列的索引使用，因为索引是根据左前缀组织的，只有当左前缀的列值相同时，当前列值才有序。范围查询后，后续的字段不再有序。

为什么不从最左边开始查，就无法匹配呢？

因为联合索引组织的时候就是按照最左边的列进行排序的，最左边的列相同后，再依次按照后面的列值进行排序。如果不从左边开始查，无法判断查找范围。

什么是索引下推？

没有ICP的情况下，先在数据引擎层用索引查出来记录，WHERE过滤是在服务层进行。ICP，是指把WHERE条件尽可能下推到索引扫描阶段，在存储引擎层提前过滤掉不符合条件的记录，这样可以减少回表次数。