引言
大家好,我渣渣煙。我曾經寫過一篇《面試官:講講mysql表設計要注意啥》,當時寫完後,似乎效果還行!
於是呢,決定再來一個mysql的數據庫專題,這篇我們就來談談關於索引方面的mysql面試題。還是老規矩,講的是在Innodb存儲引擎下的情形,畢竟我還真沒用過Mysiam之類的存儲引擎。
ps:其實很早就想寫了,一直偷懶!
其實這下面每個問題,我都可以講一篇文章出來!而且這些問題,不是我憑空編的。如下圖所示(注意看第三題)
所以我回憶了一下,索引常見考點有哪些,總結成了這篇文章!
主要題目有下面這些
- (1)你一般怎麼建索引的?
- (2)講講索引的分類?你知道哪些?
- (3)如何避免回表查詢?什麼是索引覆蓋?
- (4)現在我有一個列,裡頭的數據都是唯一的,需要建一個索引,選唯一索引還是普通索引?
- (5)mysql索引是什麼結構的?用紅黑樹可以麼?
- (6)mysql某表建了多個單索引,查詢多個條件時如何走索引的?
正文
1、你一般怎麼建索引的?
煙哥注:曾記得有一個粉絲來找我的時候,出現如下搞笑一幕
渣渣煙:"你這個簡歷上寫了擁有SQL優化經驗,你怎麼建索引的?"
只見該粉絲嘿嘿一笑..說道:"就那樣建啊…"
渣渣煙:"噢(第二聲),就哪樣建啊…"
粉絲:"…就網上說的那些索引規則啊"
渣渣煙:"那你怎麼知道那些SQL出問題,需要建索引呢?"
粉絲:"我….."
嗯,這道題其實很基礎。但是有沒有做過,這題是可以看出來的。
去my.cnf裡配置三個配置
<code>打開慢查詢日誌slow_query_log=1慢查詢日誌存儲路徑slow_query_log_file=/var/log/mysql/log-slow-queries.logSQL執行時間大於3秒,則記錄日誌long_query_time=3/<code>
監控到慢SQL後,就馬上開始建索引?
NO,NO,NO….這種時候,應該先考慮你的SQL能不能進行SQL優化。
例如,當只要一行數據時使用 limit 1
查詢時如果已知會得到一條數據,這種情況下加上 limit 1 會增加性能。因為 mysql 數據庫引擎會在找到一條結果停止搜索,而不是繼續查詢下一條是否符合標準直到所有記錄查詢完畢。
然而大多數情況下,業務SQL十分複雜,沒法優化。所以就要建立索引了。這個時候,參照如下規則建立索引
- (1)索引並非越多越好,大量的索引不僅佔用磁盤空間,而且還會影響insert,delete,update等語句的性能
- (2)避免對經常更新的表做更多的索引,並且索引中的列儘可能少;對經常用於查詢的字段創建索引,避免添加不必要的索引
- (3)數據量少的表儘量不要使用索引,由於數據較少,查詢花費的時間可能比遍歷索引的時間還要短,索引可能不會產生優化效果
- (4)在條件表達式中經常用到不同值較多的列上創建索引,在不同值很少的列上不要建立索引。比如性別字段只有“男”“女”倆個值,就無需建立索引。如果建立了索引不但不會提升效率,反而嚴重減低數據的更新速度
- (5)在頻繁進行排序或者分組的列上建立索引,如果排序的列有多個,可以在這些列上建立聯合索引。
2、講講索引的分類?你知道哪些?
從物理存儲角度:聚簇索引和非聚簇索引
從數據結構角度:B+樹索引、hash索引、FULLTEXT索引、R-Tree索引
從邏輯角度:
- 主鍵索引:主鍵索引是一種特殊的唯一索引,不允許有空值
- 普通索引或者單列索引
- 多列索引(複合索引):複合索引指多個字段上創建的索引,只有在查詢條件中使用了創建索引時的第一個字段,索引才會被使用。使用複合索引時遵循最左前綴集合
- 唯一索引或者非唯一索引
- 空間索引:空間索引是對空間數據類型的字段建立的索引,MYSQL中的空間數據類型有4種,分別是GEOMETRY、POINT、LINESTRING、POLYGON。
3、如何避免回表查詢?什麼是索引覆蓋?
這個問題,如果要看詳細版,請參閱文章《Innodb中索引的原理》
這裡簡單說一下。
當能通過讀取索引就可以得到想要的數據,那就不需要回表讀取行了。一個索引包含了(或覆蓋了)滿足查詢結果的數據就叫做索引覆蓋。
例如此時有一張表table1,有一個聯合索引(a,b)
執行如下SQL
<code>select a,b from table1/<code>
在索引上就能找到結果,就不用回表去查詢!
<code>select a,b,c from table2/<code>
c列在索引上不存在,就需要回表查詢。
需要說明的是覆蓋索引必須要存儲索引列的值,而哈希索引、空間索引和全文索引不存儲索引列的值,所以mysql只能用B+ tree索引做覆蓋索引。
4、現在我有一個列,裡頭的數據都是唯一的,需要建一個索引,選唯一索引還是普通索引?
【強制】業務上具有唯一特性的字段,即使是多個字段的組合,也必須建成唯一索引
說明:不要以為唯一索引影響了 insert 速度,這個速度損耗可以忽略,但提高查找速度是明顯的;另外,即使在應用層做了非常完善的校驗控制,只要沒有唯一索引,根據墨菲定律,必然有髒數據產生。
那好,下一問出現了!
為什麼唯一索引的插入速度比不上普通索引?為什麼唯一索引的查找速度比普通索引快?
這個問題就要從Insert Buffer開始講起了,在進行非聚簇索引的插入時,先判斷插入的索引頁是否在內存中。如果在,則直接插入;如果不在,則先放入Insert Buffer 中,然後再以一定頻率和情況進行Insert Buffer和原數據頁合併(merge)操作。
這麼做的優點:能將多個插入合併到一個操作中,就大大提高了非聚簇索引的插入性能。
InnoDB 從 1.0.x 版本開始引入了 Change Buffer,可以算是對 Insert Buffer 的升級。
從這個版本開始,InnoDB 存儲引擎可以對 insert、delete、update 都進行緩存。
唯一速度的插入比普通索引慢的原因就是:
- 唯一索引無法利用Change Buffer
- 普通索引可以利用Change Buffer
於是乎下一問又來了!
為什麼唯一索引的更新不使用 Change Buffer?
因為唯一索引為了保證唯一性,需要將數據頁加載進內存才能判斷是否違反唯一性約束。但是,既然數據頁都加載到內存了,還不如直接更新內存中的數據頁,沒有必要再使用Change Buffer。
最後回答一下,唯一索引的搜索速度比普通索引快的原因就是:
- 普通索引在找到滿足條件的第一條記錄後,還需要判斷下一條記錄,直到第一個不滿足條件的記錄出現。
- 唯一索引在找到滿足條件的第一條記錄後,直接返回,不用判斷下一條記錄了。
5、mysql索引是什麼結構的?用紅黑樹可以麼?
這個妥妥答最常見的B+ Tree。
AVL樹和紅黑樹基本都是存儲在內存中才會使用的數據結構。在大規模數據數據存儲的時候,顯然不能將全部數據全部加載進內存,因此如果採用紅黑樹,就會造成頻繁IO,效率低下。
那為啥不用B Tree,而選擇B+ tree呢?
這就需要貼一下經典的兩張圖。B tree是長下面這樣的
注意一下B tree的兩個明顯特點
- 樹內存儲數據
- 葉子節點上無鏈表
而B+ tree長下面這樣的
注意一下B+ tree的兩個明顯特點
- 數據只出現在葉子節點
- 所有葉子節點增加了一個鏈指針
接下來就可以開始編了~~比如數據庫索引採用B+ tree的主要原因是B Tree在提高了磁盤IO性能的同時並沒有解決元素遍歷的效率低下的問題。正是為了解決這個問題,B+ tree應運而生。B+ tree只要遍歷葉子節點就可以實現整棵樹的遍歷。而且在數據庫中基於範圍的查詢是非常頻繁的,如果使用B Tree,則需要做局部的中序遍歷,可能要跨層訪問,效率太慢。
提示,我下一問就是:
你剛才說了這麼多B tree不行,那你知道為啥Mongodb用B Tree當索引,而不用B+ Tree麼?
(從關係數據庫和非關係數據庫的區別角度去答,不拓展了!仔細想想,在Mongodb裡表示二者的關係,你會怎麼處理!)
6、mysql某表建了多個單索引,查詢多個條件時如何走索引的?
其實,我看到這題的時候,內心一抖。這題讓後端開發來答,真的很拼功底!
此題在考優化器的知識!此題是在考察優化器如何抉擇索引的!優化器會評估出走哪個索引最優,然後執行。
Mysql在優化器中有一個優化器稱為Range 優化器,負責進行範圍查詢的優化!
那麼該優化器計算執行成本有兩種方式index dive與index statistics。
它們是MySQL優化器對開銷代價的估算方法,前者統計速度慢但是能得到精準的值,後者統計速度快但是數據未必精準。
坦白說寫到這裡,我內心痛哭流涕,要把index dive和index statistics寫明白,真不是一件容易的事,這裡只能稍微扯扯。
對於index dive:
計算成本的方式為
<code>COST = CPU COST + IO COST/<code>
其中CPU COST指的是處理返回記錄所花的開銷。而IO COST指的是讀取頁面的開銷。
mysql會對每種索引的執行情況,進行上述成本計算,最後以成本小的方式進行執行。
但是呢,在某些情況下mysql執行index dive的成本太大。因此優化器會選擇以index statistics方式進行估算成本。
具體如下:
<code>SHOW INDEX FROM tbl_name [FROM db_name]/<code>
此時出來的結果中,有一列名為Cardinality,該值表示索引列中不重複值的個數。
簡單來說就是,索引列的唯一值的個數,如果是複合索引就是唯一組合的個數。
這個數值將會作為mysql優化器對語句執行計劃進行判定時依據。如果唯一性太小,那麼優化器會認為,這個索引對語句沒有太大幫助,而不使用索引。
Cardinality值越大,就意味著,使用索引能排除越多的數據,執行也更為高效。