面试官：谈谈你对 MySQL 索引的认识？
以下文章来源于孤独烟 ，作者孤独烟
孤独烟
.
孤独烟说java,用来分享行业内的java技术和架构！
（给ImportNew加星标，提高Java技能）
作者：孤独烟
mp.weixin.qq.com/s/fUPESYvyno3SNKC7vxeDBA
引言
ps:其实很早就想写了，一直偷懒!
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
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….."
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
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。
(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。
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。
这个问题，如果要看详细版，请参阅文章《Innodb中索引的原理》
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。
select a,b from table1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 from table24、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
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。
唯一索引无法利用Change Buffer 普通索引可以利用Change Buffer
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。
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。
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。
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
数据只出现在叶子节点 所有叶子节点增加了一个链指针
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!)
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！
那么该优化器计算执行成本有两种方式index dive与index statistics。
计算成本的方式为
COST = CPU COST + IO COST具体如下：
SHOW INDEX FROM tbl_name [FROM db_name]
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。
看完本文有收获？请转发分享给更多人
关注「ImportNew」，提升Java技能
好文章，我在看❤️