当前位置:首页 > 其他 > 我以为自己足够了解MySQL索引,直到遇见阿里面试官……

宝塔服务器面板,一键全能部署及管理,送你3188元礼包,点我领取

我以为自己足够了解MySQL索引,直到遇见阿里面试官……

转载自:dbaplus 2019-07-23 其他 1546
分享给朋友:

相信很多人对于MySQL的索引都不陌生,索引(Index)是帮助MySQL高效获取数据的数据结构。

因为索引是MySQL中比较重点的知识,相信很多人都有一定的了解,尤其是在面试中出现的频率特别高。楼主自认为自己对MySQL的索引相关知识有很多了解,而且因为最近在找工作面试,所以单独复习了很多关于索引的知识。

但是,我还是图样图森破,直到我被阿里的面试官虐过之后我才知道,自己在索引方面的知识,只是个小学生水平。

以下,是我总结的一次阿里面试中关于索引有关的问题以及知识点。

一、索引概念、索引模型

我们是怎么聊到索引的呢,是因为我提到我们的业务量比较大,每天大概有几百万的新数据生成,于是有了以下对话:

Q1:你们每天这么大的数据量,都是保存在关系型数据库中吗?

A:是的,我们线上使用的是MySQL数据库 。

Q2:每天几百万数据,一个月就是几千万了,那你们有没有对于查询做一些优化呢?

A:我们在数据库中创建了一些索引(我现在非常后悔我当时说了这句话)。

这里可以看到,阿里的面试官并不会像有一些公司一样拿着题库一道一道的问,而是会根据面试者做过的事情以及面试过程中的一些内容进行展开。

Q3:那你能说说什么是索引吗?

A:(这道题肯定难不住我啊)索引其实是一种数据结构,能够帮助我们快速的检索数据库中的数据。

Q4:那么索引具体采用的哪种数据结构呢?

A:(这道题我也背过)常见的MySQL主要有两种结构:Hash索引和B+ Tree索引,我们使用的是InnoDB引擎,默认的是B+树。

这里我耍了一个小心机,特意说了一下索引和存储引擎有关。希望面试官可以问我一些关于存储引擎的问题。然而面试官并没有被我带跑...

Q5:既然你提到InnoDB使用的B+ 树的索引模型,那么你知道为什么采用B+ 树吗?这和Hash索引比较起来有什么优缺点吗?

A:(突然觉得这道题有点难,但是我还是凭借着自己的知识储备简单的回答上一些)因为Hash索引底层是哈希表,哈希表是一种以key-value存储数据的结构,所以多个数据在存储关系上是完全没有任何顺序关系的,所以对于区间查询是无法直接通过索引查询的,就需要全表扫描。所以,哈希索引只适用于等值查询的场景。而B+ 树是一种多路平衡查询树,所以他的节点是天然有序的(左子节点小于父节点、父节点小于右子节点),所以对于范围查询的时候不需要做全表扫描。

Q6:除了上面这个范围查询的,你还能说出其他的一些区别吗?

A:(这个题我回答的不好,事后百度了一下。)

B+Tree索引和Hash索引区别?

  • 哈希索引适合等值查询,但是无法进行范围查询;

  • 哈希索引没办法利用索引完成排序 ;

  • 哈希索引不支持多列联合索引的最左匹配规则;

  • 如果有大量重复键值的情况下,哈希索引的效率会很低,因为存在哈希碰撞问题。

二、聚簇索引、覆盖索引

Q1:刚刚我们聊到B+ Tree ,那你知道B+ Tree的叶子节点都可以存哪些东西吗?

A:InnoDB的B+ Tree可能存储的是整行数据,也有可能是主键的值。

Q2:那这两者有什么区别吗?

A:(当他问我叶子节点的时候,其实我就猜到他可能要问我聚簇索引和非聚簇索引了)在 InnoDB 里,索引B+ Tree的叶子节点存储了整行数据的是主键索引,也被称之为聚簇索引。而索引B+ Tree的叶子节点存储了主键的值的是非主键索引,也被称之为非聚簇索引。

Q3:那么,聚簇索引和非聚簇索引,在查询数据的时候有区别吗?

A:聚簇索引查询会更快?

Q4:为什么呢?

A:因为主键索引树的叶子节点直接就是我们要查询的整行数据了。而非主键索引的叶子节点是主键的值,查到主键的值以后,还需要再通过主键的值再进行一次查询。

Q5:刚刚你提到主键索引查询只会查一次,而非主键索引需要回表查询多次。(后来我才知道,原来这个过程叫做回表)是所有情况都是这样的吗?非主键索引一定会查询多次吗?

A:(额、这个问题我回答的不好,后来我自己查资料才知道,通过覆盖索引也可以只查询一次。)

覆盖索引(covering index)指一个查询语句的执行只用从索引中就能够取得,不必从数据表中读取。也可以称之为实现了索引覆盖。

当一条查询语句符合覆盖索引条件时,MySQL只需要通过索引就可以返回查询所需要的数据,这样避免了查到索引后再返回表操作,减少I/O提高效率。

如,表covering_index_sample中有一个普通索引 idx_key1_key2(key1,key2)。

当我们通过SQL语句:select key2 from covering_index_sample where key1 = 'keytest';的时候,就可以通过覆盖索引查询,无需回表。

三、联合索引、最左前缀匹配

Q1:不知道的话没关系,想问一下,你们在创建索引的时候都会考虑哪些因素呢?

A:我们一般对于查询概率比较高,经常作为where条件的字段设置索引。

Q2:那你们有用过联合索引吗?

A:用过呀,我们有对一些表中创建过联合索引。

Q3:那你们在创建联合索引的时候,需要做联合索引多个字段之间顺序你们是如何选择的呢?

A:我们把识别度最高的字段放到最前面。

Q4:为什么这么做呢?

A:(这个问题有点把我问蒙了,稍微有些慌乱)这样的话可能命中率会高一点吧......

Q5:那你知道最左前缀匹配吗?

A:(我突然想起来原来面试官是想问这个,怪自己刚刚为什么就没想到这个呢。)哦哦哦。您刚刚问的是这个意思啊,在创建多列索引时,我们根据业务需求,where子句中使用最频繁的一列放在最左边,因为MySQL索引查询会遵循最左前缀匹配的原则,即最左优先,在检索数据时从联合索引的最左边开始匹配。所以当我们创建一个联合索引的时候,如(key1,key2,key3),相当于创建了(key1)、(key1,key2)和(key1,key2,key3)三个索引,这就是最左匹配原则。

虽然我一开始有点懵,没有联想到最左前缀匹配,但是面试官还是引导了我,很友善。

四、索引下推、查询优化

Q1:你们线上用的MySQL是哪个版本呢?

A:我们MySQL是5.7。

Q2:那你知道在MySQL 5.6中,对索引做了哪些优化吗?

A:不好意思,这个我没有去了解过。(事后我查了一下,有一个比较重要的 :Index Condition Pushdown Optimization。)

Index Condition Pushdown(索引下推)

MySQL 5.6引入了索引下推优化,默认开启,使用SET optimizer_switch = 'index_condition_pushdown=off';可以将其关闭。官方文档中给的例子和解释如下:

people表中(zipcode,lastname,firstname)构成一个索引

SELECT * FROM people WHERE zipcode='95054' AND lastname LIKE '%etrunia%' AND address LIKE '%Main Street%';

如果没有使用索引下推技术,则MySQL会通过zipcode='95054'从存储引擎中查询对应的数据,返回到MySQL服务端,然后MySQL服务端基于lastname LIKE '%etrunia%'和address LIKE '%Main Street%'来判断数据是否符合条件。

如果使用了索引下推技术,则MYSQL首先会返回符合zipcode='95054'的索引,然后根据lastname LIKE '%etrunia%'和address LIKE '%Main Street%'来判断索引是否符合条件。如果符合条件,则根据该索引来定位对应的数据,如果不符合,则直接reject掉。有了索引下推优化,可以在有like条件查询的情况下,减少回表次数。

Q3:你们创建的那么多索引,到底有没有生效,或者说你们的SQL语句有没有使用索引查询你们有统计过吗?

A:这个还没有统计过,除非遇到慢SQL的时候我们才会去排查 。

Q4:那排查的时候,有什么手段可以知道有没有走索引查询呢?

A:可以通过explain查看SQL语句的执行计划,通过执行计划来分析索引使用情况。

Q5:那什么情况下会发生明明创建了索引,但是执行的时候并没有通过索引呢?

A:(大概记得和优化器有关,但是这个问题并没有回答好。)

查询优化器

一条SQL语句的查询,可以有不同的执行方案,至于最终选择哪种方案,需要通过优化器进行选择,选择执行成本最低的方案。

在一条单表查询语句真正执行之前,MySQL的查询优化器会找出执行该语句所有可能使用的方案,对比之后找出成本最低的方案。

这个成本最低的方案就是所谓的执行计划。优化过程大致如下:

  • 根据搜索条件,找出所有可能使用的索引;

  • 计算全表扫描的代价;

  • 计算使用不同索引执行查询的代价;

  • 对比各种执行方案的代价,找出成本最低的那一个。

Q6:哦,索引有关的知识我们暂时就问这么多吧。你们线上数据的事务隔离级别是什么呀?

A:(后面关于事务隔离级别的问题了,就不展开了。)

感觉是因为我回答的不够好,如果这几个索引问题我都会的话,他还会追问更多,恐怕会被虐的更惨。

五、总结&感悟

以上,就是一次面试中关于索引部分知识的问题以及我整理的答案。感觉这次面试过程中关于索引的知识,自己大概能够回答的内容占70%左右,但是自信完全答对的内容只占50%左右,看来自己索引有关的知识了解的还是不够多。

通过这次面试,发现像阿里这种大厂对于底层知识还是比较看重的,我以前以为关于索引最多也就问一下Hash和B+有什么区别,没想到最后都能问到查询优化器上面。

最后,不管本次面试能不能通过,都非常感谢有这样一次机会,可以让自己看到自己的不足。通过这次面试,我也收获了很多东西。加油!

>>>>

参考资料

  • 极客时间 -《MySQL实战45讲》

  • 掘金小册 -《MySQL 是怎样运行的:从根儿上理解 MySQL》

  • 博文视点 -《高性能MySQL》

作者:Hollis

来源:Java之道(ID:javaways)

分享给朋友:

相关文章

gocron - 统一任务调度 | 定时任务系统 v2.0x版本

使用Go语言开发的轻量级定时任务集中调度和管理系统, 用于替代Linux-crontab

APP《单身话术语录》,上架iOS

在被苹果审核团队拒绝了N次后,终于成功上架!

宝塔WebHook中自动git拉取没有反应解决方法

最近遇到一个比较奇怪的问题,所有操作都完成后,无论怎么测试,git pull一直都不会执行,也没有报错.

推荐一款出色的SSH工具

​Tabby是一款可无限定制的跨平台终端应用,用于本地shell、串行、SSH和Telnet连接。支持SFTP。

强烈推荐:一个快速处理json的第三方包

该第三方包采用go语言开发:先来看看官方的案例:package main import "github.com/tidwall/sjson" const json = `{"name":{&quot

为集群搭建一个定时任务集中调度系统

集群任务下,很多服务器的定时任务都单独集中在相对应的服务器crontab下,即使现在有了类似于宝塔之类的面板,但是定时任务还是得每台服务器单独登入后去配置。是否可以单独在一台机子上,控制所有的集群定时任务呢?答案是肯定的!!!gocron就可以做到,之前博主分享过单机搭建定时任务管理系统,那现在,我

Linux 日志清理

磁盘占用90%,占用过多,分析日志查看原因

Nginx 自动生成日志备份

Nginx网站访问日志数据会随着访问量的增加而日益庞大,以下介绍一个简单的脚本,自动切割备份过往日期日志数据

3月18日,多年的老站终于破了1.5W的PV

从最早的建站初心是为了自己方便,从fivefilm.com到30942.com,有网友说域名不好记,索性注册了看个蛋(kangedan.com)的域名。6年多的时间(我也是随性等得起)0推广,纯自然流量!今天看了下PV记录,有点被吓到!特别纪念一下,之前都是几千IP,封顶也没超过1.5W。