我们准备了索引的15连问,相信大家看完肯定会有帮助的 。
文章插图
1. 索引是什么?
文章插图
- 索引是一种能提高数据库查询效率的数据结构 。它可以比作一本字典的目录,可以帮你快速找到对应的记录 。
- 索引一般存储在磁盘的文件中,它是占用物理空间的 。
- 正所谓水能载舟,也能覆舟 。适当的索引能提高查询效率,过多的索引会影响数据库表的插入和更新功能 。
文章插图
数据结构维度
- B+树索引:所有数据存储在叶子节点,复杂度为O(logn),适合范围查询 。
- 哈希索引: 适合等值查询,检索效率高,一次到位 。
- 全文索引:MyISAM和InnoDB中都支持使用全文索引,一般在文本类型char,text,varchar类型上创建 。
- R-Tree索引:用来对GIS数据类型创建SPATIAL索引
- 聚集索引:聚集索引就是以主键创建的索引,在叶子节点存储的是表中的数据 。(Innodb存储引擎)
- 非聚集索引:非聚集索引就是以非主键创建的索引,在叶子节点存储的是主键和索引列 。(Innodb存储引擎)
- 主键索引:一种特殊的唯一索引,不允许有空值 。
- 普通索引:MySQL中基本索引类型,允许空值和重复值 。
- 联合索引:多个字段创建的索引,使用时遵循最左前缀原则 。
- 唯一索引:索引列中的值必须是唯一的,但是允许为空值 。
- 空间索引:MySQL5.7之后支持空间索引,在空间索引这方面遵循OpenGIS几何数据模型规则 。
- 查询条件包含or,可能导致索引失效
- 如果字段类型是字符串,where时一定用引号括起来,否则索引失效
- like通配符可能导致索引失效 。
- 联合索引,查询时的条件列不是联合索引中的第一个列,索引失效 。
- 在索引列上使用 mysql 的内置函数,索引失效 。
- 对索引列运算(如,+、-、*、/),索引失效 。
- 索引字段上使用(!= 或者 < >,not in)时,可能会导致索引失效 。
- 索引字段上使用is null,is not null,可能导致索引失效 。
- 左连接查询或者右连接查询查询关联的字段编码格式不一样,可能导致索引失效 。
- mysql 估计使用全表扫描要比使用索引快,则不使用索引 。
- 数据量少的表,不适合加索引
- 更新比较频繁的也不适合加索引
- 区分度低的字段不适合加索引(如性别)
- where、group by、order by等后面没有使用到的字段,不需要建立索引
- 已经有冗余的索引的情况(比如已经有a,b的联合索引,不需要再单独建立a索引)
可以从几个维度去看这个问题,查询是否够快,效率是否稳定,存储数据多少,以及查找磁盘次数,为什么不是二叉树,为什么不是平衡二叉树,为什么不是 B 树,而偏偏是 B+树呢?
为什么不是一般二叉树?
如果二叉树特殊化为一个链表,相当于全表扫描 。平衡二叉树相比于二叉查找 树来说,查找效率更稳定,总体的查找速度也更快 。
为什么不是平衡二叉树呢?
我们知道,在内存比在磁盘的数据,查询效率快得多 。如果树这种数据结构作 为索引,那我们每查找一次数据就需要从磁盘中读取一个节点,也就是我们说 的一个磁盘块,但是平衡二叉树可是每个节点只存储一个键值和数据的,如果 是 B 树,可以存储更多的节点数据,树的高度也会降低,因此读取磁盘的次数 就降下来啦,查询效率就快啦 。
那为什么不是 B 树而是 B+树呢?
- B+树非叶子节点上是不存储数据的,仅存储键值,而 B 树节点中不仅存储 键值,也会存储数据 。innodb 中页的默认大小是 16KB,如果不存储数据,那 么就会存储更多的键值,相应的树的阶数(节点的子节点树)就会更大,树就 会更矮更胖,如此一来我们查找数据进行磁盘的 IO 次数有会再次减少,数据查 询的效率也会更快 。
- B+树索引的所有数据均存储在叶子节点,而且数据是按照顺序排列的,链 表连着的 。那么 B+树使得范围查找,排序查找,分组查找以及去重查找变得 异常简单 。
推荐阅读
- 求职|求职面试的5个发展趋势,你知道吗?
- 求职|男子面试看上女主管,向女主管表白,女子“你月薪5万我嫁给你”
- 招聘|“去面试我没被选上,我爸被看上了”,毕业生求职奇遇,笑发财了
- 杨紫|杨紫:坚定自信的新时代女性典范 ,从演艺世家到一线女星:杨紫的成长之路
- 李多海|李多海婚礼现场公布,众一线韩星受邀参加,金在中权志龙近状曝光
- 洛丽塔|女生穿洛丽塔去公司面试,对方的反应让人无法接受
- 招聘|如何写出一份大厂都不会拒绝的简历?
- ai面试官|AI面试来了,作为求职者,你准备好了吗?
- 招聘|一位面试官的自述:“我很满意的女员工,因为简历造假被开除”
- 文职|2023军队文职第二批招录开始,无需笔试仅面试,待遇比公务员还好