引言

很久没写文章了，今天回来重操旧业。

今天讲的这个主题，是《面试官:谈谈你对mysql索引的认识》，里头提到的一个坑。mysql

也就是说，若是面试官问的是，为何Mysql中Innodb的索引结构采起B+树？这个问题时，给本身留一条后路，不要把B树喷的一文不值。由于网上有些答案是说，B树不适合作文件存储系统的索引结构。若是按照那种答法，本身就给本身挖了一个坑，很难收场。所以，就有了这篇文章的诞生~面试

文末附面试指南！sql

正文

这里的Mysql指的是Innodb的存储引擎下的索引结构，其余存储引擎咱们暂时不讨论。mongodb

B树和B+树

开头，咱们先回忆一下，B树和B+树的结构以及特色，以下所示:

B树

数据库

注意一下B树的两个明显特色

树内的每一个节点都存储数据数据结构

叶子节点之间无指针相邻ide

B+树

性能

注意一下B+树的两个明显特色mysql索引

数据只出如今叶子节点spa

全部叶子节点增长了一个链指针

针对上面的B+树和B树的特色，咱们作一个总结

(1)B树的树内存储数据，所以查询单条数据的时候，B树的查询效率不固定，最好的状况是O(1)。咱们能够认为在作单一数据查询的时候，使用B树平均性能更好。可是，因为B树中各节点之间没有指针相邻，所以B树不适合作一些数据遍历操做。

(2)B+树的数据只出如今叶子节点上，所以在查询单条数据的时候，查询速度很是稳定。所以，在作单一数据的查询上，其平均性能并不如B树。可是，B+树的叶子节点上有指针进行相连，所以在作数据遍历的时候，只须要对叶子节点进行遍历便可，这个特性使得B+树很是适合作范围查询。

所以，咱们能够作一个推论:没准是Mysql中数据遍历操做比较多，因此用B+树做为索引结构。而Mongodb是作单一查询比较多，数据遍历操做比较少，因此用B树做为索引结构。

那么为何Mysql作数据遍历操做多？而Mongodb作数据遍历操做少呢？

由于Mysql是关系型数据库，而Mongodb是非关系型数据。

那为何关系型数据库，作数据遍历操做多？

而非关系型数据库，作数据遍历操做少呢？

咱们继续往下看

关系型VS非关系型

假设，咱们此时有两个逻辑实体:学生(Student)和班级(Class)，这两个逻辑实体之间是一对多的关系。毕竟一个班级有多个学生，一个学生只能属于一个班级。

关系型数据库

咱们在关系型数据库中，考虑的是用几张表来表示这两者之间的实体关系。常见的无外乎是，一对一关系，用一张表就行。一对多关系，用两张表。多对多关系，用三张表。

那这里，咱们须要用两张表表示两者之间逻辑关系，以下所示

那咱们，此时要查

cname为

1班的班级，有多少学生怎么办？

假设

cname这列，咱们建了索引！

执行SQL，以下所示！

SELECT *

FROM t_student t1, (

SELECT cid

FROM t_class

WHERE cname = '1班'

) t2

WHERE t1.cid = t2.cid

而这，就涉及到了数据遍历操做！

由于但凡作这种关联查询，你躲不开join操做的！既然涉及到了join操做，无外乎从一个表中取一个数据，去另外一个表中逐行匹配，若是索引结构是B+树，叶子节点上是有指针的，可以极大的提升这种一行一行的匹配速度！

有的人或许会抬杠说，若是我先执行

SELECT cid

FROM t_class

WHERE cname = '1班'

得到cid后，再去循环执行

SELECT *

FROM t_student

WHERE cid = ...

就能够避开join操做呀？

对此，我想说。你确实避开了join操做，可是你数据遍历操做仍是没避开。你仍是须要在student的这张表的叶子节点上，一遍又一遍的遍历！

那在非关系型数据库中，咱们如何查询cname为1班的班级，有多少学生？

非关系型数据库

有人说，你能够这么设计？也就是弄两个集合以下所示

而后，执行两次查询去得到结果！一次去class集合查，得到id后再去student集合查。

确实，这么设计是能够的，我没说不行。只是不符合非关系型数据库的设计初衷。在MongoDB中，根本不推荐这么设计。虽然，Mongodb中有一个$lookup操做，能够作join查询。可是理想状况下，这个$lookup操做应该不会常用，若是你须要常用它，那么你就使用了错误的数据存储了(数据库)：若是你有相关联的数据，应该使用关系型数据库(SQL)。

所以，正规的设计应该以下

假设

name这列，咱们建了索引！

我只需执行一次语句

db.class.find( { name: '1班' } )

这样就能查询出本身想要的结果。

而这，就是一种单一数据查询!毕竟你不须要去逐行匹配，不涉及遍历操做,幸运的状况下，有可能一次IO就可以获得你想要的结果。

所以，因为关系型数据库和非关系型数据的设计方式上的不一样。致使在关系型数据中，遍历操做比较常见，所以采用B+树做为索引，比较合适。而在非关系型数据库中，单一查询比较常见，所以采用B树做为索引，比较合适。

面试套路

目前套路有以下几种

套路一

你简历写了mysql，没写mongodb!

面试官:"说说mysql索引结构？"

我:"巴拉巴拉"

面试官:"知道为何用B+树，不用B树么？"

这个时候正常的面试者就蒙了，会把B树的缺点喷一通！因而乎下一问就是

面试官:"其实一些非关系型数据库，如mongodb用的就是B树，你知道缘由么？"

而后你就回去等通知了！

套路二

你简历写了mysql，也写了mongodb!

这种状况更完美！

面试官:"说说mysql索引结构？"

我:"巴拉巴拉"

面试官:"你简历写了Mongodb，有了解过他的索引结构么？"

我:"巴拉巴拉"

面试官:"为何Mongodb索引用B树，而Mysql用B+树？"

而后你就回去等通知了！

套路三

你简历既没写mysql，没写mongodb!

面试官；"若是你来设计数据库，你会对他的索引用什么数据结构？"

我:"首先不考虑红黑树这类，巴拉巴拉…应该会用B树或者B+树。"

面试官；“若是我要设计一个像Mongodb那样的非关系型数据库，我要用什么数据结构当索引比较合适?”

而后你就能够回去等通知了！

上面三个套路都是真实存在的！总之，只要面试官想问这个问题，均可以绕到这个问题上去！

总结

其实这篇文章很早之前就想写，后来一直耽搁着。今天有时间恰好补上，但愿你们有所收获。