引言

这篇我们就来谈谈关于索引方面的mysql面试题。还是老规矩，讲的是在Innodb存储引擎下的情形，毕竟我还真没用过Mysiam之类的存储引擎。

ps:其实很早就想写了，一直偷懒!

其实这下面每个问题，我都可以讲一篇文章出来！而且这些问题，不是我凭空编的。如下图所示(注意看第三题)

所以我回忆了一下，索引常见考点有哪些，总结成了这篇文章！
主要题目有下面这些

• (1)你一般怎么建索引的？

• (2)讲讲索引的分类？你知道哪些？

• (3)如何避免回表查询?什么是索引覆盖?

• (4)现在我有一个列，里头的数据都是唯一的，需要建一个索引，选唯一索引还是普通索引？

• (5)mysql索引是什么结构的？用红黑树可以么？

• (6)mysql某表建了多个单索引，查询多个条件时如何走索引的？

正文

1、你一般怎么建索引的？烟哥注:曾记得有一个粉丝来找我的时候，出现如下搞笑一幕

渣渣烟:"你这个简历上写了拥有SQL优化经验，你怎么建索引的？"只见该粉丝嘿嘿一笑..说道:"就那样建啊…"渣渣烟:"噢(第二声)，就哪样建啊…"粉丝:"…就网上说的那些索引规则啊"渣渣烟:"那你怎么知道那些SQL出问题，需要建索引呢？"粉丝:"我….."

嗯，这道题其实很基础。但是有没有做过，这题是可以看出来的。
去my.cnf里配置三个配置

打开慢查询日志slow_query_log=1慢查询日志存储路径slow_query_log_file=/var/log/mysql/log-slow-queries.logSQL执行时间大于3秒，则记录日志long_query_time=3

监控到慢SQL后，就马上开始建索引?
NO,NO,NO….这种时候，应该先考虑你的SQL能不能进行SQL优化。例如，当只要一行数据时使用 limit 1
查询时如果已知会得到一条数据，这种情况下加上 limit 1 会增加性能。因为 mysql 数据库引擎会在找到一条结果停止搜索，而不是继续查询下一条是否符合标准直到所有记录查询完毕。

然而大多数情况下，业务SQL十分复杂，没法优化。所以就要建立索引了。这个时候，参照如下规则建立索引

• (1)索引并非越多越好，大量的索引不仅占用磁盘空间，而且还会影响insert,delete,update等语句的性能

• (2)避免对经常更新的表做更多的索引，并且索引中的列尽可能少；对经常用于查询的字段创建索引，避免添加不必要的索引

• (3)数据量少的表尽量不要使用索引，由于数据较少，查询花费的时间可能比遍历索引的时间还要短，索引可能不会产生优化效果

• (4)在条件表达式中经常用到不同值较多的列上创建索引，在不同值很少的列上不要建立索引。比如性别字段只有“男”“女”俩个值，就无需建立索引。如果建立了索引不但不会提升效率，反而严重减低数据的更新速度

• (5)在频繁进行排序或者分组的列上建立索引，如果排序的列有多个，可以在这些列上建立联合索引。

2、讲讲索引的分类？你知道哪些？从物理存储角度:
 聚簇索引和非聚簇索引从数据结构角度:
 B+树索引、hash索引、FULLTEXT索引、R-Tree索引从逻辑角度:

• 主键索引：主键索引是一种特殊的唯一索引，不允许有空值

• 普通索引或者单列索引

• 多列索引(复合索引)：复合索引指多个字段上创建的索引，只有在查询条件中使用了创建索引时的第一个字段，索引才会被使用。使用复合索引时遵循最左前缀集合

• 唯一索引或者非唯一索引

• 空间索引：空间索引是对空间数据类型的字段建立的索引，MYSQL中的空间数据类型有4种，分别是GEOMETRY、POINT、LINESTRING、POLYGON。

3、如何避免回表查询?什么是索引覆盖?
这个问题，如果要看详细版，请参阅文章《Innodb中索引的原理》

这里简单说一下。
当能通过读取索引就可以得到想要的数据，那就不需要回表读取行了。一个索引包含了(或覆盖了)满足查询结果的数据就叫做索引覆盖。

例如此时有一张表table1,有一个联合索引(a,b)

执行如下SQL

select a,b 

在索引上就能找到结果，就不用回表去查询！
而你执行的是

select a,b,c 

c列在索引上不存在，就需要回表查询。

需要说明的是覆盖索引必须要存储索引列的值，而哈希索引、空间索引和全文索引不存储索引列的值，所以mysql只能用B+ tree索引做覆盖索引。

4、现在我有一个列，里头的数据都是唯一的，需要建一个索引，选唯一索引还是普通索引？
答唯一索引！
首先，在孤尽出的《阿里巴巴JAVA开发规范》中有这么一段话

【强制】业务上具有唯一特性的字段，即使是多个字段的组合，也必须建成唯一索引

说明：不要以为唯一索引影响了 insert 速度，这个速度损耗可以忽略，但提高查找速度是明显的；另外，即使在应用层做了非常完善的校验控制，只要没有唯一索引，根据墨菲定律，必然有脏数据产生。

那好，下一问出现了！为什么唯一索引的插入速度比不上普通索引？为什么唯一索引的查找速度比普通索引快？
这个问题就要从Insert Buffer开始讲起了，在进行非聚簇索引的插入时，先判断插入的索引页是否在内存中。如果在，则直接插入；如果不在，则先放入Insert Buffer 中，然后再以一定频率和情况进行Insert Buffer和原数据页合并(merge)操作。

这么做的优点:能将多个插入合并到一个操作中，就大大提高了非聚簇索引的插入性能。

InnoDB 从 1.0.x 版本开始引入了 Change Buffer，可以算是对 Insert Buffer 的升级。从这个版本开始，InnoDB 存储引擎可以对 insert、delete、update 都进行缓存。

唯一速度的插入比普通索引慢的原因就是:

• 唯一索引无法利用Change Buffer

• 普通索引可以利用Change Buffer

于是乎下一问又来了！为什么唯一索引的更新不使用 Change Buffer？
因为唯一索引为了保证唯一性，需要将数据页加载进内存才能判断是否违反唯一性约束。但是，既然数据页都加载到内存了，还不如直接更新内存中的数据页，没有必要再使用Change Buffer。

最后回答一下，唯一索引的搜索速度比普通索引快的原因就是:

• 普通索引在找到满足条件的第一条记录后，还需要判断下一条记录，直到第一个不满足条件的记录出现。

• 唯一索引在找到满足条件的第一条记录后，直接返回，不用判断下一条记录了。

5、mysql索引是什么结构的？用红黑树可以么?
这个妥妥答最常见的B+ Tree。
AVL树和红黑树基本都是存储在内存中才会使用的数据结构。在大规模数据数据存储的时候，显然不能将全部数据全部加载进内存，因此如果采用红黑树，就会造成频繁IO，效率低下。

那为啥不用B Tree,而选择B+ tree呢？
这就需要贴一下经典的两张图。B tree是长下面这样的

注意一下B tree的两个明显特点

• 树内存储数据

• 叶子节点上无链表

而B+ tree长下面这样的

注意一下B+ tree的两个明显特点

• 数据只出现在叶子节点

• 所有叶子节点增加了一个链指针

接下来就可以开始编了～～比如数据库索引采用B+ tree的主要原因是B Tree在提高了磁盘IO性能的同时并没有解决元素遍历的效率低下的问题。正是为了解决这个问题，B+ tree应运而生。B+ tree只要遍历叶子节点就可以实现整棵树的遍历。而且在数据库中基于范围的查询是非常频繁的，如果使用B Tree，则需要做局部的中序遍历，可能要跨层访问，效率太慢。

提示，我下一问就是:
你刚才说了这么多B tree不行，那你知道为啥Mongodb用B Tree当索引，而不用B+ Tree么？
(从关系数据库和非关系数据库的区别角度去答，不拓展了！仔细想想，在Mongodb里表示二者的关系，你会怎么处理!)

6、mysql某表建了多个单索引，查询多个条件时如何走索引的？
其实，我看到这题的时候，内心一抖。这题让后端开发来答，真的很拼功底！

这里希望大家先看看我的另一篇文章《我是一条DQL》。此题在考优化器的知识！此题是在考察优化器如何抉择索引的！优化器会评估出走哪个索引最优，然后执行。

Mysql在优化器中有一个优化器称为Range 优化器，负责进行范围查询的优化！
那么该优化器计算执行成本有两种方式index dive与index statistics。

它们是MySQL优化器对开销代价的估算方法，前者统计速度慢但是能得到精准的值，后者统计速度快但是数据未必精准。

坦白说写到这里，我内心痛哭流涕，要把index dive和index statistics写明白，真不是一件容易的事，这里只能稍微扯扯。

对于index dive:
计算成本的方式为

COST = CPU COST + IO COST

其中CPU COST指的是处理返回记录所花的开销。而IO COST指的是读取页面的开销。

mysql会对每种索引的执行情况，进行上述成本计算，最后以成本小的方式进行执行。

但是呢，在某些情况下mysql执行index dive的成本太大。因此优化器会选择以index statistics方式进行估算成本。
具体如下：

SHOW 

此时出来的结果中，有一列名为Cardinality，该值表示索引列中不重复值的个数。
简单来说就是，索引列的唯一值的个数，如果是复合索引就是唯一组合的个数。
这个数值将会作为mysql优化器对语句执行计划进行判定时依据。如果唯一性太小，那么优化器会认为，这个索引对语句没有太大帮助，而不使用索引。Cardinality值越大，就意味着，使用索引能排除越多的数据，执行也更为高效。