MySQL第45课~基础学完了，面试题你都会了吗?1索引部分

所有内容收录在合集~MySQL入门到熟练。欢迎点赞关注我哦~

前面的都是一些基础，面试的时候会惊恐的发现，什么鬼啊，好多题我都不会，接下来主要写一些面试题。

面试的时候，关于MySQL主要有5大部分

索引部分，内部技术架构，事务，日志和开发。

关于索引的面试题

MySQL如何实现索引机制？

三种方式：B+树索引，Hash索引，全文索引。

InnoDB索引与MyISAM索引实现的相同点是什么？区别是什么？

解析：MyISAM索引文件和数据文件是分离的，用B+树进行实现，主键索引和辅助索引实现一致，索引文件仅保存记录所在页的指针（物理位置），通过这些地址来读取页，进而读取被索引的行。

InnoDB索引存储时，和数据放在同一个文件里，数据放在文件里，索引直接在文件里面追加。索引的B+树，最下面，叶子节点存储的具体会指向的数据，InnoDB指向的是id，MyISAM指向的是指针，

答案：共同点：都用的B+树

区别：InnoDB的辅助索引data域存储相应记录的主键的值而不是地址。

InnoDB的数据文件本身就是主索引文件

MyISAM的索引和数据是分开存储的

一个表中如果没有创建索引，还会创建B+树吗？

都会创建。

如果有主键，就会创建聚簇索引，B+树就生成了。

没有主键，也会创建，比如聚簇索引，生成隐式的rowid，和主键一样，不会和其他行重复，合理存储数据，每个数据指定落地的位置，相当于有一个不是主键，但功能类似主键的存在。只供MySQL内部使用。

B+树的相关（索引的实现原理数据结构）

一个页有16k大小，每个页都是。

B树在每个页中既要他的主键/索引的值，又要存储具体这行的数据，还要把数据存储在每个页中。B+树只存储主键/索引的值，没有具体的数据，而是在最页里面存储了一行当中其他的值。

认识一下页

页

record_type 表示记录的类型，0是普通记录，2是最小记录，3是最大记录，1是B+树非叶子节点记录。

再认识一下B+树

每个叶的最大值和最小值，对应的是下一个页的地址，同时也记录了上一个叶的地址。一般在磁盘上是物理连接的。基础的优化可以放置到独立的磁盘上。

next_record，表示下一条记录的相应位置，用箭头表示下一条记录。

聚簇索引和非聚簇索引的B+树有什么区别？

解析：主键作为索引的值就是聚簇索引，只有一个。

索引和数据在同一个B+树中，页内的记录是按照主键的大小顺序排成一个单向链表，页和业之间也会根据页中记录的主键大小顺序排成一个双向链表，非叶子节点存储的是记录的主键+页号，叶子节点存储的是完整的用户记录。（一页存满了进入下一页）

优点：速度快，对于主键的排序和范围查找非常快，节省IO操作。

缺点：插入的时候严重依赖顺序，更新主键代价高。

限制：inno支持，MyISAM不支持。

由于数据的物理存储方式只有一种，所以每个MySQL只有一个聚簇索引。

如果没有定义主键，会选择非空的唯一主键代替，最好设计时，有自增的，不重复的id，不使用无序的，如gkitggkh，字符串做主键

其他的不论是二级索引，联合索引，复合索引都是非聚簇索引。

比如按名字查找等。

非聚簇索引查找的值需要在到底之后，只能得到一个id，再去聚簇索引，通过主键id拿出具体数据，

聚簇索引定位后，包含的一列的值可以直接读出来

页内记录按照某列排序成单向链表，页和页之间也是页中记录的某列，大小顺序排成双向链表。非叶子节点存储的是x列+页号，叶子节点存储的不是完整的用户记录，而是X列+主键的两个列的值

答案：

聚簇索引每页是按照主键排序的，非聚簇索引是按引哪一列为索引列排序的，也就是按照自己的内容创建了一个属于自己的B+树。

页内记录按照某列排序成单向链表，页和页之间也是页中记录的某列，大小顺序排成双向链表。非叶子节点存储的是x列+页号，叶子节点存储的不是完整的用户记录，而是X列+主键的两个列的值

说一下B+树中的聚簇索引的查找（匹配）逻辑

假设id为999

从根节点做匹配，匹配的就是主键，那么主键999和当前根节点包含的2个主键进行匹配，存储的数据量越多，树的结构也就越矮。之后不断进行匹配，得出结果。

（假设只有一个id，那就是存粹的平衡二叉树，数据量变大就会非常高，降低高度的话，在页中存储更多的数据。变矮可以减少自旋。）

说一下B+树中的非聚簇索引的查找（匹配）逻辑

由于查找方式不同，可能会在很多行中。比如性别，年龄等。

可以通过增加约束进行查找，或者通过文本创建索引。或者联合索引等吗，转换为ASCII码，或具体的数字进行比对。联合索引遵循最左匹配原则，同时注意like可能会出现的匹配场景和影响。

平衡二叉树，红黑树，B树和B+树的区别是什么，都有哪些应用场景？

二叉树分平衡二叉树和普通二叉树

这个时候需要平衡二叉树，AVL树，可以保证查询效率较高。

特点：

是一棵空树，或者左右两个子树的高度差绝对值不超过1

左右两个子树都是一颗平衡二叉树

缺点：节点只能存一份数据，树会变高，发生自旋的操作，导致只适合存储少量数据

应用广泛一些，两次旋转就可以达到平衡。旋转区域小

一个B+树中能存放多少条索引记录？

假设3层，从根节点来看，可以存16k，主键+指针，可以有16k个叶子节点，再下一层，每个叶子节点，也可以存16k，在第三层，假设一行占1k，也有16行，那就是16X16000X16000

使用B+树存储的索引的crud的执行效率如何？

C CREATE 添加

一般在树的末尾增加一条记录，三层基本没影响，数据量很大，4层可能自旋

R READ 读取

U UPDATE 如果不改id，一般不会数据移动

D DELETE 有可能会移动

O（lognN），以2为底数，N树的高度

什么是自适应哈希索引？

MySQL内部提供的一套额外的索引机制，没办法手动干预创建

什么是2-3树2-3-4树？

多叉树的一种，

2-3树具有如下特点:

2-3树的所有叶子节点都在同一层，

有两个子节点的节点叫二节点，二节点要么没有子节点，要么有两个子节点

有三个子节点的节点叫三节点，三节点要么没有子节点，要么有三个子节点

2-3,树是中二节点和三节点构成的树