mysql索引优化面试题

mysql索引优化面试题相关知识

• Mysql优化之索引

  前言　　这几天抽了个时间将《高性能Mysql》看了一下忽觉索引非常之重要，习之然后总结巩固知识。本文索引使用的是InnoDB存储引擎。因为本文并不是说用索引的好处，所以并不会书写QPS之类的测试结果请大家见谅。我的mysql版本是8.0.11。索引使用优化　　我们有时候虽然创建了合适的索引但是使用不当依然会使索引失效，所以我将书上的索引使用大致总结了一下。在这之前我先介绍一下EXPLAIN生成结果中字段type和Extra的意义,先说一下type常出现的结果。　　（1）const 表中最多只有一行用于主键和唯一索引的匹配　　（2）all全表扫描　　（3）ref使用索引并符合最左匹配　　（4）index ：　　　　　　a.当查询是索引覆盖的，即所有数据均可从索引树获取的时候（Extra中有Using Index）；　　　　　　b.以索引顺序从索引中查找数据行的全表扫描（无 Using Index）；　　　　　　c.如果Extra中Using Index与Using Where同时出现的话，则是利用索引查找键值
• 搞定面试官 - 可以介绍一下 MySQL InnoDB 引擎的索引模型嘛？

  大家好，我是啊粥。 接下来的几天我们会开启一个全新的系列文章，那就是搞定面试官系列，我会把常见的面试知识通过这个专栏写出来，比如我们常见的 Java、MySQL、Redis、MQ 以及其他的一些技术框架。 现在最先开启的是 MySQL 系列，今天先来分享我们最常见的一个面试问题，那就是关于 MySQL 的索引。 相信很多人在面试中会遇到关于 MySQL 索引的相关知识，从 MySQL 的架构到索引模型，然后再到表设计，SQL 优化等等。 首先，我们来看下索引是什么？ 索引概述 索引是一种帮助 M
• MySQL索引优化看这篇文章就够了！

  阅读本文大概需要 5 分钟。来源：cnblogs.com/songwenjie/p/9410009.html本文主要讨论MySQL索引的部分知识。将会从MySQL索引基础、索引优化实战和数据库索引背后的数据结构三部分相关内容，下面一一展开（本文图片可点开放大）。一、MySQL索引基础首先，我们将从索引基础开始介绍一下什么是索引，分析索引的几种类型，并探讨一下如何创建索引以及索引设计的基本原则。此部分用于测试索引创建的user表的结构如下：1. 什么是索引？“索引（在MySQL中也叫“键key”）是存储引擎快速找到记录的一种数据结构。”——《高性能MySQL》我们需要知道索引其实是一种数据结构，其功能是帮助我们快速匹配查找到需要的数据行，是数据库性能优化最常用的工具之一。其作用相当于超市里的导购员、书本里的目录。2. 索引类型可以使用SHOW INDEX FROM table_name;查看索引详情：主键索引 PRIMARY KEY：它是一种特殊的唯一索引，不允许有空值。一般是在建表的时候同时创建主键索引。注
• MySQL索引优化

  写在前面：索引对查询的速度有着至关重要的影响，理解索引也是进行数据库性能调优的起点。考虑如下情况，假设数据库中一个表有10^6条记录，DBMS的页面大小为4K，并存储100条记录。如果没有索引，查询将对整个表进行扫描，最坏的情况下，如果所有数据页都不在内存，需要读取10^4个页面，如果这10^4个页面在磁盘上随机分布，需要进行10^4次I/O，假设磁盘每次I/O时间为10ms(忽略数据传输时间)，则总共需要100s(但实际上要好很多很多)。如果对之建立B-Tree索引，则只需要进行log100(10^6)=3次页面读取，最坏情况下耗时30ms。这就是索引带来的效果，很多时候，当你的应用程序进行SQL查询速度很慢时，应该想想是否可以建索引。进入正题选择索引的数据类型MySQL支持很多数据类型，选择合适的数据类型存储数据对性能有很大的影响。通常来说，可以遵循以下一些指导原则：越小的数据类型通常更好：越小的数据类型通常在磁盘、内存和CPU缓存中都需要更少的空间，处理起来更快。简单的数据类型更好：整型数据比起字符，

mysql索引优化面试题相关课程

• Java性能调优 6步实现项目性能全面升级+面试高频性能问题讲解 性能优化的N种企业级解决方案，囊括了【数据库优化】、【Tomcat优化】、【JVM优化】、【垃圾回收】、【Netty优化】、【Nginx优化】、【性能优化高频面试集锦】6大专题+1项面试调优复盘。

  讲师：smart哥 中级 545人正在学习

• 2周刷完100道前端优质面试真题 跳槽靠实力，也靠正确且高效的通关方式！提前做正确的准备，就意味着比同行锁定更多的“优质工作”机会。 但何谓“正确的准备”？双越老师通过大厂面试最常考的 100 道前端真题精讲，把真实题库、优秀答案和大牛的解题思路，一次性教给你！仅需2周集中学习，助你实现高质量面试，不辜负每一个来之不易的面试机会。

  讲师：双越 中级 1102人正在学习

• 性能优化+架构迭代升级 Go读书社区web开发与架构优化 课程先使用Go语言及Beego框架进行项目开发，快速迭代上线，然后进行包括主从和分表分库、搜索优化、页面静态化、动态缓存、下载优化、服务负载均衡等一系列架构优化，最后实现Web应用的高可用&高并发。

  讲师：自由编程 中级 458人正在学习

mysql索引优化面试题相关教程

• 2. 索引优点 索引最大的作用是快速查找数据，除此之外，索引还有其他的附加作用。B-Tree 是最常见的索引，按照顺序存储数据，它可以用来做 order by 和 group by 操作。因为 B-Tree 是有序的，将相关的值都存储在一起。因为索引存储了实际的列值，某些查询仅通过索引就可以完成查询，如覆盖查询。总的来说，索引三个优点如下：索引可以大大减少 MySQL 需要扫描的数据量；索引可以帮助 MySQL 避免排序和临时表；索引可以将随机 IO 变为顺序 IO。但是，索引是最好的解决方案吗？任何事物都是有两面性的，索引同样如此。索引并不总是最好的优化工具对于非常小的表，大多数情况，全表扫描会更高效；对于中大型表，索引就非常有效；对于特大型表，建索引和用索引的代价是日益增长，这时候可能需要和其他技术结合起来，如分区表。总的来说，只有当使用索引利大于弊时，索引才是最好的优化工具。
• MySQL 索引详细解读 索引是数据库中用来提高性能的常用工具。本节主要介绍 MySQL 索引的概念，及其优点。
• MySQL Server 优化 上一小节我们介绍了 SQL 语句的优化思路，接下来我们继续从实战角度，从安装、日志、内存、并发四个方面学习 MySQL Server 的优化方法。
• 4.1 例5 显示使用索引 索引选择虽然是智能的，但它有时也会犯错，所以你可以显示的指定使用某个索引。请书写 SQL 语句，显示的使用索引去搜索 imooc_user 表中的用户pedro。分析：通过 Force Index 语法显示使用索引即可。语句：SELECT * FROM imooc_user FORCE INDEX(username_index) WHERE username = 'pedro'; 注意： MySQL 支持 Force Index，其它数据库不支持，且强制式使用某个索引的方式并不好，而选错索引的概率很低。如果出现了索引选错的情况，请优先检查 SQL 语句，尝试优化一下可读性。
• 1.索引概念 索引在 MySQL 中也叫“键（Key）”，是存储引擎用于快速查找记录的一种数据结构，这也是索引的基本功能。MySQL 索引的工作原理，类似一本书的目录，如果要在一本书中找到特定的知识点，先通过目录找到对应的页码。在 MySQL 中，存储引擎用类似的方法使用索引，先在索引找到对应值，再根据索引记录找到对应的数据行。简单总结，索引就是为了提高数据查询的效率，跟一本书的目录一样。以下查询假设字段 c2 上建有索引，则存储引擎将通过索引找到 c2 等于 测试01 的行。也就是说，存储引擎先在索引按值进行查找，再返回所有包含该值的数据行。mysql> select * from t1 where c2='测试01'\G*************************** 1. row ***************************c1: 1c2: 测试011 row in set (0.00 sec)从执行计划的角度，也可以看出索引 idx_c2 被使用：mysql> create table t1( -> c1 int not null auto_increment, -> c2 varchar(10) default null, -> primary key(c1) -> ) engine = innodb;Query OK, 0 rows affected (0.05 sec)mysql> insert into t1() values(1,'测试01');Query OK, 1 row affected (0.00 sec)mysql> create index idx_c2 on t1(c2);Query OK, 0 rows affected (0.02 sec)Records: 0 Duplicates: 0 Warnings: 0mysql> explain select * from t1 where c2='测试01'\G*************************** 1. row *************************** id: 1 select_type: SIMPLE table: t1 partitions: NULL type: refpossible_keys: idx_c2 key: idx_c2 key_len: 33 ref: const rows: 1 filtered: 100.00 Extra: Using index1 row in set, 1 warning (0.00 sec)常见的索引类型主要有 B-Tree 索引、哈希索引、空间数据索引（R-Tree）、全文索引，在后续小节将详细介绍。InnoDB 和 MyISAM 存储引擎可以创建 B-Tree 索引，单列或多列都可以创建索引；Memory 存储引擎可以创建哈希索引，同时也支持 B-Tree 索引；从 MySQL5.7 开始，InnoDB 和 MyISAM 存储引擎都可以支持空间类型索引；InnoDB 和 MyISAM 存储可以支持全文索引（FULLTEXT），该索引可以用于全文搜索，仅限于CHAR、VARCHAR、TEXT 列。
• 2. 什么是层次化索引 层次化索引是 Pandas 的一个重要功能，是指在一个轴上有至少两个级别的索引值，层次化索引的好处是我们可以方便的使用低纬度索引形式去表示高纬度的数据，下面我们看一下层次化索引的具体数据表现：# 1. 构造了一个 Series 数据集obj=pd.Series([12,23,34,45],index=[["a","a","b","b"],[1,2,3,4]])print(obj)# --- 输出结果 ---a 1 12 2 23b 3 34 4 45# 结果解析：可以看到这里和我们第5小节讲到的 Series 有点不一样的地方，在他的索引列前面还有一列，值为 'a'，'b' 这也是索引，有两层索引，因此之前的二维数据结构 Series 通过层次化的索引，就可以表示3维的数据集。# 2. 构造了一个 DataFrame 数据集df1=pd.DataFrame([[96,92,83,94],[85,86,77,88],[69,90,91,82],[83,84,85,86],[83,84,85,86],[83,84,85,86]],index=[['2018年','2018年','2018年','2019年','2019年','2019年'],['语文','数学','英语','语文','数学','英语']],columns=[['上学期','上学期','下学期','下学期'],['期中考试','期末考试','期中考试','期末考试']])print(df1)# --- 输出结果 --- 上学期 下学期 期中考试 期末考试 期中考试 期末考试2018年 语文 96 92 83 94 数学 85 86 77 88 英语 69 90 91 822019年 语文 83 84 85 86 数学 83 84 85 86 英语 83 84 85 86# 结果解析：这里我们构造了一个 DataFrame 数据集，在行索引和列索引我们均设置了层次化的索引，这样能更加有效的表示高纬度的数据。

mysql索引优化面试题相关搜索

mac osx machine_start macox magellan malloc manifest manifest文件 map map 遍历 mapreduce编程 maps google com margin margin bottom margin left margin right margin top marginbottom marginheight marginleft margintop

查看更多慕课网实用课程