关于MySQL的几道面试题

一、介绍

MySQL大家都很熟悉了，最常用的开源数据库，也是面试官高发常问的技术。

简单列出几道MySQL的几道面试题，一起来看看

1. B树和B+树之间的区别是什么
2. Innodb中的B+树有什么特点
3. Innodb中的索引和B+树
4. B+树可以存储多少的数据
5. 索引类型有哪些
6. 索引失效的场景

二、问题

1）B树和B+树之间的区别是什么

大家都知道，MySQL中使用存储数据的结构是B+树，那么他和B树有什么区别吗？

首先我们得先了解什么是B树，先看看B树的一些概念

• 排序方式：所有节点储存都是有序的，都遵循左小右大的原则进行排序
• 子节点数：非叶节点的子节点数>1，且<=M ，且M>=2
• M是什么：在B树中，一个的子节点数目的最大值，即为M。这颗树也称为M阶数
• 关键字数：枝节点（B树中去除掉根节点和叶子节点的剩余节点）内的关键字数>= ceil(M/2)，且<M-1
• 关键字数K：ceil(M/2)<=K<=M-1
• ceil函数：天花板，向正方向取整
• M：枝节点的子节点数量
• 叶子节点：所有的叶子节点都在同一层，也就是最后一层都应该是叶子节点

好的，概念就这些，简单画一个B树出来

这些概念和公式不用记，我们直接来看B+树

B树和B+树的区别

• 叶子节点：每个叶子节点都多出了个指针，指向下一个叶子节点。
• 非叶子节点：非叶子节点中的元素存储的都是，在叶子节点中出现过的。
• 也就是说：叶子节点，保存了所有的数据。非叶子节点中的数据是冗余的

看完了上面B树和B+树，也可以总结出他们的区别。B+树也就是B树的升级版，对原本的B树做出的一些升级。

2）Innodb中的B+树有什么特点

在上一段中，简单说了一下B树和B+树的区别，但没有对Innodb的B+树展开详细的说明。

看看官网，MySQL的B+树和上面举例的B+树还不完全一样

所以Innodb使用的B+树，实际上就是对B树的做出的一定升级改动。

但为什么要这么改呢，简单的来说，就是为了索引。

那么B+树和索引有什么关系呢，继续看下一章

3）Innodb中的索引和B+树

我们来进行模拟实验一下，创建一张数据表，并将数据进行插入

CREATE TABLE `test` (
  `id` int(11) NOT NULL,
  `a` int(11) DEFAULT NULL,
  `b` int(11) DEFAULT NULL,
  `c` int(11) DEFAULT NULL,
  `d` varchar(10) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

INSERT INTO `test`(`id`, `a`, `b`, `c`, `d`) VALUES (5, 5, 5, 5, '5');
INSERT INTO `test`(`id`, `a`, `b`, `c`, `d`) VALUES (4, 4, 4, 4, '4');
INSERT INTO `test`(`id`, `a`, `b`, `c`, `d`) VALUES (1, 1, 1, 1, '1');
INSERT INTO `test`(`id`, `a`, `b`, `c`, `d`) VALUES (6, 6, 6, 6, '6');
INSERT INTO `test`(`id`, `a`, `b`, `c`, `d`) VALUES (3, 3, 3, 3, '3');
INSERT INTO `test`(`id`, `a`, `b`, `c`, `d`) VALUES (2, 2, 2, 2, '2');

执行完成后，查询表select * from test，查看结果

大家要注意插入的主键ID顺序是乱序的，可结果出来的确实按照主键ID进行了排序，按理来说，应该会是我插入的顺序进行展示。但结果确实有顺序的，一定在某个时刻进行了排序

那么是在什么时候进行的排序，是在插入的时候，还是在查询的时候？

结果一想可知，一定是插入的时候，因为查询效率是高性能数据库最重要的指标之一，不可能放在使用的时候去处理这么繁琐的工作。

那么MySQL是如何存储这些数据的呢，还记得B+数的节点吗，在Innodb的这颗B+树中，节点被称为页，一页是16kb，而MySQL在进行数据检索时，每一次进行磁盘IO都会拉取一页的数据，也就是一次读取16kb的数据，进行查找。

简单看看这单个页中都有什么数据。

正因为插入的时候，按照了顺序插入，所以查询的时候就可以按照顺序输出。

那么我们看看select * from test where id = 6这条语句是什么情况，大家虽然都知道这段查询语句会走主键索引，但却不知道主键索引到底为何物。先看看explain的解释

explain select * from test where id = 6;

好可以看到是语句是直接走的主键索引的，这个没什么问题。

至于索引为何物？如果我们有一大本新华字典，里面的汉字是我们的数据，那我们是通过什么去快速查询到想要的字的呢？是通过目录，我们通过新华字典的目录去查询到对应汉字所在的页数，从而快速的检索。

在MySQL中，索引就是目录，它记录了一个指针，一个指向真正存储用户数据的一个内存地址。这就是索引的简单解释，不急，会继续深入的。

所以，在上面的描述下，知道了select * from test where id = 6这段查询语句是通过查询页目录从而去获取到一整行数据的。

刚刚只讲到了一个节点，也就是一页。一页的容量大小是16kb，随着数据的插入，这一页数据总会被插满的，那时B+树会发生什么变化呢？

答案很明显，就是再开一页。这里我们假设，每一页可以存5条数据，总数有20条，那么就是四页，来看看效果图

现在我们将执行select * from test where id = 20，如果只是上面的这种结构的话，执行上面那段语句，Innodb会怎么去查找id=20的数据？

难道是取出第一页，查询页目录，一直往后找页目录，直到找到为止？这才简简单单的20条数据啊，如果出现成百万千万的数据，不得查询老半天，而且每一次读取页，都是16kb的磁盘IO，很耗时间。这样的索引结构不行，那么是否还有一些没有考虑到的地方呢？

不要忘记了，Innodb使用的B+树结构，现在只是出现了存储用户数据的叶子节点，枝节点和根节点还什么都没有出来呢？那么这些节点存什么东西呢？重新来看看图

这是两层结构的B+树，那么针对上面那条sql语句select * from test where id = 20，只需要取出根节点，就知道了下一个要去第四页去取自己想要的数据。

如此一来就大大的降低了遍历页目录的时间，这就是索引的魅力。

所以Innodb中，B+树是怎么存储数据的，就一目了然了 叶子节点主要存储用户数据，非叶子节点存储索引数据。其中它们还存有一些页头信息，用来标注和互相引用

事实上，每一页的存储的数据远不止5条，但效果是一样的。都是先去根节点找到下一个叶子节点该去哪里，找到对应的页，再对页中的页目录进行遍历，就能很快的找到自己想要的数据了。

4）B+树可以存储多少的数据

假设Innodb中的这个B+树是三层的，那么我们只需要计算一页能够存储多少个主键，因为每一个主键记录的都是下一层节点页目录的开始的主键。

假设这个主键是int类型的，int占用4个字节，指针指向下一层占用6个字节。那么根节点16kb可以存储多少个主键记录呢？

16kb/(4b+6b)=1638

1638个主键记录，那么也就是说，第二层可以有1638个枝节点。而枝节点的结构和根节点一致，也是1638个主键记录。所以第三层的叶子节点该有多少个

1638*1638=2,683,044

好的那这样的话，我们将有268万的叶子节点，接下来只需要再算出叶子节点一页可以存储多少条数据就可以了。

这得根据表的大小来看，假设一条用户数据占用1kb，我们再忽略页头的那点占用，那就是一页可以存储

16kb/1kb=16

我们再计算所有的叶子节点和每页存储的数量

2683044*16=42,928,704

所以得到答案，在我们理想以及假设的情况下，一共可以存储4000万的数据

在真实的开发情况中，主键不一定是int，也可能是bigint，那样的话，只需要重新计算叶子节点的个数。

根据上面的情况来看，MySQL不要使用UUID做主键的原因就是在这里。原本int可以指向很多个子节点，UUID由于占用大，指向子节点的数量大大降低，一个三层B+数存储数据的数量也会大大降低。而且UUID是无序的，这将带来插入的性能问题。

如果不想被人知道系统的数据量，推荐雪花算法生成的主键ID吧，看着挺乱，但是确是有序的，占用与bigint一样。

5）索引类型

按功能来分，我们可以分为普通索引、唯一索引、主键索引和全文索引

按数据存储来分，我们可以分为聚集索引和非聚集索引

5.1）按功能来分

普通索引

先看普通索引，这是作用于普通列的索引，没有其他的约束。这种索引的创建，就是为了提高查询的效率

它的创建语句是

# 创建表时，直接指定普通索引
CREATE TABLE `test` (
  `id` int(11) NOT NULL,
  `a` int(11) DEFAULT NULL,
  `b` int(11) DEFAULT NULL,
  `c` int(11) DEFAULT NULL,
  `d` varchar(10) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `index_a` (`a`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4

# 已有表，添加普通索引
ALTER TABLE `test` ADD INDEX `index_a`(`a`);

通过上面的创建语句，将额外多出的一个以a字段作为索引列的B+树。

唯一索引

唯一索引和普通索引的区别就是，普通索引的字段是普通字段而来的，而唯一索引的字段是有唯一性约束的。

它的创建语句是

# 创建表时，直接指定唯一索引
CREATE TABLE `test` (
  `id` int(11) NOT NULL,
  `a` int(11) DEFAULT NULL,
  `b` int(11) DEFAULT NULL,
  `c` int(11) DEFAULT NULL,
  `d` varchar(10) DEFAULT NULL,
  PRIMARY KEY (`id`),
  UNIQUE KEY `unique_a` (`a`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4

# 已有表，添加唯一索引
ALTER TABLE `test` ADD UNIQUE INDEX `unique_a`(`a`);

通过上面的创建语句，将额外多出一个以a字段作为索引列的B+树。

主键索引

主键索引，是指定主键创建的索引。

这个主键列最大的特点是唯一且不能为空，而上面的唯一索引它是允许null值的存在的。

一张表最多只有一个主键索引，不过我们可以选择多个字段作为主键。

创建主键的语句不需要多说，每张表都应该要有

CREATE TABLE `test` (
  `id` int(11) NOT NULL,
  `a` int(11) NOT NULL,
  `b` int(11) NOT NULL,
  `c` int(11) NOT NULL,
  `d` varchar(10) DEFAULT NULL,
  PRIMARY KEY (`id`,`a`,`b`,`c`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4

全文索引

老实说，如果是真的想用全文搜索的功能，建议是使用ElasticSearch。

MySQL确实也有全文索引的功能，但在使用时，得注意一下MySQL的版本。

• MySQL5.6及以前：只有MyISAM才支持全文索引
• MySQL5.7以后：Innodb才开始支持全文索引
• MySQL5.7.6：在刚开始，Innodb支持英文的分词索引。在此版本之后，才开始支持中文的全文分词索引

创建语句是

# 创建表时，直接指定全文索引
CREATE TABLE `test` (
  `id` int(11) NOT NULL,
  `a` int(11) NOT NULL,
  `b` int(11) NOT NULL,
  `c` int(11) NOT NULL,
  `d` varchar(10) DEFAULT NULL,
  PRIMARY KEY (`id`) USING BTREE,
  FULLTEXT KEY `fulltext_d` (`d`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4

# 已有表，添加全文索引
ALTER TABLE `test` ADD FULLTEXT INDEX `fulltext_d`(`d`);

注意一下，全文索引只能作用在char、varchar、text等的文本字段上才行

5.2）按数据存储来分

什么是数据存储，大家都知道Innodb是按B+树来进行存储的，那就是看B+树的叶子节点上存储的数据是什么。

聚集索引

根据上面这个特性，主要看B+树的叶子节点存储的是否是完整的行数据，那就可以判断出这个B+树是不是聚集索引了。

最典型的聚集索引就是主键索引，通过主键就能找到完整的数据行。

但是，千万要理清楚，主键索引一定是聚集索引，但聚集索引不一定是主键索引。

万一这个表没有指定主键呢？所以会出现以下这种情况

1. 如果表定义了主键，将使用主键索引作为聚集索引
2. 没有定义主键，将会使用该表第一个唯一且非空的字段作为聚集索引
3. 如果上面两个都没有，Innodb内部将会产生一个隐藏6个字节的列，使用这个列作为聚集索引

非聚集索引

除去聚集索引，剩下的就被成为非聚集索引了。

所以与聚集索引不同的是，非聚集索引的叶子节点存储的不再是完整的行数据，而是主键值。

一段查询sql，用到了这个非聚集索引的话，先找到这个B+树叶子节点的主键值，再根据这主键值，去查询主键索引。

虽然不一定是主键索引，存的也不一定是主键值。但这个过程被称为回表，也就是查询了两棵不同的B+树。这也是非聚集索引又被称为辅助索引或者二级索引的原因。

一张表只有一个聚集索引，不过可以有多个非聚集索引。 在查询时，尽量走聚集索引，聚集索引的速度快。而在走非聚集索引时，尽量控制查询的字段就是非聚集索引的列，避免去回表。 在插入时，二者都会进行重新计算排序，这也是聚集索引推荐自增主键的原因，数据往后添加即可，避免重新计算排序。

6）索引失效的场景

在平常使用查询时，还常常会出现一些不走索引的场景，也就是全表扫描。

全表扫描，这是查询的大忌，导致了慢查询，所以查看下面这段些查询sql，判断下他们会不会走索引

首先，把现在的表结构和数据给大家罗列一下

CREATE TABLE `test` (
  `id` int(11) NOT NULL,
  `a` int(11) NOT NULL,
  `b` int(11) NOT NULL,
  `c` int(11) NOT NULL,
  `d` varchar(10) DEFAULT NULL,
  PRIMARY KEY (`id`) USING BTREE,
  KEY `index_a` (`a`),
  KEY `index_b_c_d` (`b`,`c`,`d`) USING BTREE,
  KEY `index_d` (`d`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

INSERT INTO `test`(`id`, `a`, `b`, `c`, `d`) VALUES (1, 1, 1, 1, '111');
INSERT INTO `test`(`id`, `a`, `b`, `c`, `d`) VALUES (2, 2, 2, 2, '222');
INSERT INTO `test`(`id`, `a`, `b`, `c`, `d`) VALUES (3, 3, 3, 3, '333');
INSERT INTO `test`(`id`, `a`, `b`, `c`, `d`) VALUES (4, 4, 4, 4, '444');
INSERT INTO `test`(`id`, `a`, `b`, `c`, `d`) VALUES (5, 5, 5, 5, '555');
INSERT INTO `test`(`id`, `a`, `b`, `c`, `d`) VALUES (6, 6, 6, 6, '666');
INSERT INTO `test`(`id`, `a`, `b`, `c`, `d`) VALUES (7, 7, 7, 7, '777');
INSERT INTO `test`(`id`, `a`, `b`, `c`, `d`) VALUES (8, 8, 8, 8, '888');
INSERT INTO `test`(`id`, `a`, `b`, `c`, `d`) VALUES (9, 9, 9, 9, '999');

简单点来看，一个主键索引，三个普通索引，表中有9条数据。

开始以下几道sql，能不能用到索引

差不多了，就这么几条。

前面2条都很好理解，走的是主键索引。

回表

第3条，在index_a的B+树上找到主键ID，再通过主键ID去查询到所有的列。同理，第4、5、6、7条，查询的列在索引的B+树上就完全存在，所以不需要再进行回表。

最左匹配原则

where条件中查询的列，一定要有索引中定义的最左的字段，才能使用到这个索引。顺序不重要，就像第7条。所以只要出现了b字段，就可以使用到index_b_c_d这个索引。

模糊匹配

第9、10条，这个模糊匹配，分为左右模糊匹配，就是看%出现的位置，只要它不出现在开头，这个查询就可以走到对应的索引。

第8条：特殊的情况

先看下第8条的查询语句，select * from test where b >= 1

这是为什么，按理来说第8条是和第2条是一样的，找到指定的数，再返回后面所有的数。然而实际上，竟然是全表扫描？？？

这里很简单，就一个原因回表，正是因为回表，导致了Innodb不再去走index_b_c_d的索引。

你想啊，条件b >= 1的数据一共有9条，如果要走index_b_c_d索引的话，还需要回表9次，这就相当于绕路了。

所以在范围查询除去主键的普通列时，尽量避免查询所有列，也就是select *

不信就来试试，这次只查索引中有的字段，select b, c, d from test where b >= 1

隐式转换

在11条中，d字段定义的是字符串，而sql中是用数字进行查询的。这里会进行隐式转换，从而导致索引失效

不等于、不包含

在12、13条中，使用到了!=、not null的条件，这些条件会导致索引失效。类似的条件还有<>、!<、!>、not exists、not in、not like，避免使用上述的条件。

三、最后

MySQL的存储，索引的结构，说简单也简单。说难点，MySQL自身的瓶颈也就在那了，想突破确实困难。

一般来说，Innodb的B+树往往3层是就是顶天了，往4层开始，这个查询速度就会非常的慢。具体一个3层的B+树，可以存储多少的数据量，大家可以根据自己定义的表字段大小，对每一页进行计算，估算出存储的数据量。

对于分库分表，我只是知道一些概念的东西。前路漫长，我只是在追逐前人的脚步罢了。

我是半月，祝你幸福！！！