《mysql面试小抄》索引考点二面总结

我是肥哥，一名不专业的面试官！

我是囧囧，一名积极找工作的小菜鸟！

囧囧表示：小白面试最怕的就是面试官问的知识点太笼统，自己无法快速定位到关键问题点！！！

本期主要面试考点

面试官考点之谈谈索引维护过程？页分裂？页合并？

面试官考点之简述一下查询时b+树索引搜索过程？

面试官考点之什么是回表？

面试官考点之什么是索引覆盖？使用场景？

面试官考点之什么情况下会索引失效？

面试官考点之哪些情况下，可能会面临索引失效的问题？

面试官考点之or走索引和索引失效分别是什么场景？

面试官考点之哪些情况下需要创建索引？

面试官考点之联合索引之最左前缀原则？

面试官考点之索引下推场景？

面试官考点之谈谈索引维护过程？页分裂？页合并？

b+树为了维护索引有序性，在插入删除的时候需要做必要的维护，必要时候可能涉及到页分裂，页合并过程！

首先假设每个叶子节点（数据页或磁盘块）只能存储3条索引和数据记录，如图

情况1、新增行记录，id=3，此时【数据页1】未满，只需要在data2后新增id=3的行记录，b+树整体结构不需要进行调整

情况2、新增行记录，id=8，此时【数据页2】已满，这时候需要申请一个新的数据页，然后挪动部分数据过去。这个过程称为页分裂。

页分裂过程消耗性能，同时空间利用率也降低了

有分裂就有合并，当相邻两个页由于删除了数据，利用率很低之后，会将数据页做合并。合并的过程，可以认为是分裂过程的逆过程。

当相邻两个页由于删除了数据，利用率很低之后，会将数据页做合并。合并的过程，可以认为是分裂过程的逆过程。

【数据页2】删除了id=7,id=8的行记录，此时【数据页2】【数据页3】利用率很低，将进行页合并。

面试官考点之简述一下查询时b+树索引搜索过程？

准备一张用户表，其中id为主键，age为普通索引

create table `user` (
  `id` int(11) primary key,
  `name` varchar(255) default null,
  `age` int(11) default null
  key `idx_age` (`age`) using btree
) engine=innodb default charset=utf8;

select * from user where age=22 简述一下b+树索引搜索过程？

假设要查询的记录

 id=5,name="张三",age=22

mysql为每个索引分别维护了一棵b+tree索引树，

主键索引非叶子节点维护了索引键，叶子节点存储行数据；

非主键索引也称为二级索引，非叶子节点存储主键；

b+树索引搜索过程

搜索条件 age=22，可走idx_age索引，首先加载idx_age索引树，找到age=22的记录，取得id=5

回表搜索，加载主键索引树，找到id=22的记录，取得整行数据

面试官考点之什么是回表？

idx_age二级索引树找到主键id后，回到id主键索引搜索的过程,就称为回表。

并非所有非主键索引搜索，都需要进行回表搜索，也就是下面要说的索引覆盖。

面试官考点之什么是索引覆盖？使用场景？

在上面提到的例子中，由于查询结果所需要的数据只在主键索引上有，所以不得不回表。

如果在查询的数据列里面，直接从索引列就能取到想要的结果，就不需要再回表去查，也称之为索引覆盖！

索引覆盖的优点

可以避免对innodb主键索引的二次查询

可以避免myisam表进行系统调用

可以优化缓存,减少磁盘io操作

修改一下上述栗子，满足索引覆盖条件？

select id, age from user where age=22

查询的信息，id，age都可以直接在idx_age 索引树中获取，不需要回表搜索。

由于覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。

索引是一把双刃剑，提供快速排序搜索的同时，索引字段的维护也是要付出相应的代价的。

因此，在建立冗余索引来支持覆盖索引时就需要权衡考虑了

面试官考点之索引失效？

创建的索引，到底有没有生效，或者说sql语句有没有使用索引查询？

一个最常见的查询场景，建立idx_name索引

select * from t_user where user_name like '%mayun100%';

这条查询是否走索引？

select * from t_user where user_name like 'mayun100%';

这条查询是否走索引？

面试官考点之有哪些情况下，可能会面临索引失效的问题？

like通配符，左侧开放情况下，全表扫描

or条件筛选，可能会导致索引失效

where中对索引列使用mysql的内置函数，一定失效

where中对索引列进行运算（如，+、-、*、/），一定失效

类型不一致，隐式的类型转换，导致的索引失效

where语句中索引列使用了负向查询，可能会导致索引失效负向查询包括：not、!=、<>、!<、!>、not in、not like等。其中!< !> 为sqlserver语法。

索引字段可以为null，使用is null或is not null时，可能会导致索引失效

隐式字符编码转换导致的索引失效

联合索引中，where中索引列违背最左匹配原则，一定会导致索引失效

mysql优化器的最终选择，不走索引

面试官考点之or走索引和索引失效分别是什么场景?

or走索引和索引失效分别是什么场景?

or 连接的是同一个字段，相同走索引

explain select * from t_user where user_name = 'mayun10' or user_name = 'mayun1000'

or 连接的是两个不同的字段，不走索引

给address列增加索引

alter table t_user add index idx_address(address);
explain select * from t_user where user_name = 'mayun10' or address = '浙江杭州12';

or 连接的是两个不同字段，如果两个字段皆有索引，走索引

（插播，下一期：《mysql面试小抄》几种索引失效场景验证）

尽请关注：囧么肥事

面试小抄系列。

面试官考点之哪些情况下需要创建索引？

1.主键自动建立唯一索引

2.频繁查询的字段

3.join 关联查询，作为外键关系的列建立索引

4.单键/组合索引的选择问题，高并发下倾向创建组合索引，创建时遵循最左前缀匹配原则

5.order by 查询中排序的字段，排序字段通过索引访问大幅提高排序速度

6.group by 需要分组字段或查询中统计字段

面试官考点之联合索引之最左前缀原则

mysql建立多列索引（联合索引）有最左前缀的原则，即最左优先

当mysql建立的是联合索引，假设以(a,b,c) 列作为联合索引，那么mysql建树规则是什么？

我们知道mysql会为每一个索引维护一颗b+tree，非叶子节点存储索引key，叶子节点存储行数据data。

联合索引(a,b,c) 相当于建立了 (a), (a,b), (a,b,c) 三个索引，mysql组装索引树时，是按照从左到右的顺序来建立b+tree的联合索引树的。

匹配索引情况一

假设（a,b,c）索引要搜索的值为(‘张三’, 21, 100) ，检索数据时，匹配的顺序就是a,b,c。

b+tree会优先比较a来确定下一步的所搜方向，如果a相同再依次比较b和c，最后得到检索的数据；

匹配索引情况二

假设（a,c）索引要搜索的值为(‘张三’, 100) ，检索数据时，匹配的顺序就是a,b,c。

b+tree使用a来指定搜索方向，但下一个字段b缺失，所以只能把a等于张三的数据都找到，然后再匹配c是100的数据。

匹配索引情况三

假设（b,c）索引要搜索的值为(‘张三’, 21) ，检索数据时，无匹配顺序

b+tree不知道下一步该查哪个节点，因为建立搜索树的时候a是第一个比较因子，必须要先根据a来搜索才能知道下一步去哪里查询。此时索引失效！

索引项是按照索引定义里面出现的字段顺序排序的，最左前缀可以是联合索引的最左n个字段，也可以是字符串索引的最左m个字符。

面试官考点之索引下推场景？

索引下推，即减少二级索引回表搜索次数！！！

通俗说，减少查询主键索引树次数，减少磁盘io

建立联合索引 idx_age_weight

select * from user where age = 11 and weight = 98

5.6之前搜索过程是

在idx_age_weight 索引树中匹配出所有的 age = 11 索引，拿到主键id，回表去一条条再比对weight字段

如下图，需要进行3次回表搜索操作

5.6后的搜索过程是 在idx_age_weight 索引树中匹配出所有的 age = 11 索引，顺便对weight字段进行判断，过滤掉weight = 100的记录，然后再进行回表搜索。

如下图，只需要进行2次回表搜索操作

随缘更新，大神请绕路！

更多精彩内容，欢迎关注微信公众号：囧么肥事 (或搜索：jiongmefeishi)

《MySQL面试小抄》索引考点二面总结