Day01总结 MySql索引类型有哪些？ 首先要明白索引是什么 索引是一种用于加速数据查询的数据结构（记这点就可以） 建立在表的一列或多列上 本质是额外的数据结构 查询时可以减少扫描的数据量 索引就是 MySQL 的“目录”，用来加速查询、保证唯一、优化排序和连接，但会增加存储和维护成本。 为什么从这三个方面回答及在突然被问到时候怎么快速回忆（数据结构、存储方式、索引性质，快速回顾就从逻辑，物理，现实使用这三个方面来展开说明） 面试官考察是否具备系统化知识架构能力（简单点：回答要体系化一些） 第一维度：数据结构角度 为什么首先要讲这个？ 这是最底层、最本质的分类。索引之所以快，是因为它利用了特定的数据结构来减少磁盘 I/O 次数。不同的数据结构决定了索引的适用场景（如：适合等值查询还是范围查询）。 1.B+ 树索引 为什么是它？ 因为它解决了 B 树“非叶子节点也存数据导致树矮胖”的问题。B+ 树的非叶子节点只存键值，不存数据，使得单个页能容纳更多键值，树的高度更矮（通常 3 层就能存几百万数据）。树矮意味着查询时需要的磁盘 I/O 次数少（ O(logn) ）。 链表设计：叶子节点之间通过双向链表连接。这解释了为什么 B+ 树既适合等值查询（快速定位），又适合范围查询（顺序扫描链表）。 2.哈希索引：利用哈希表，直接定位。时间复杂度是 O(1)O(1) ，但因为是“散列”的，无法进行排序和范围查询。 3.全文索引：本质是倒排索引。这与 B+ 树的“正排索引”（ID -> 内容）相反，它是“词 -> ID 列表”。这是搜索引擎的底层原理，用于解决模糊匹配和大数据量文本检索问题。 总结：考察的是对算法与数据结构的理解，知道“索引的性能瓶颈在于磁盘 I/O”。（如果问到优化，可以从这方面去想） 2. 第二维度：存储方式角度 为什么紧接着讲这个？ 这主要针对 InnoDB 引擎（目前 MySQL 最常用的引擎）。这一层考察的是你对物理存储的理解，特别是聚簇索引和回表的概念。 核心逻辑： 聚簇索引：数据和索引绑在一起。 主键就是聚簇索引：InnoDB 中，数据行是按照主键顺序物理存储在磁盘上的。这非常高效，因为查到了索引就查到了数据（一次 I/O）。 为什么只能有一个？ 因为数据行在物理磁盘上只能按一种顺序排列。 非聚簇索引：索引和数据分开存。 回表：当你用非主键索引（如普通索引）查询时，数据库先在二级索引中找到主键 ID，然后再拿着这个 ID 去聚簇索引中查找完整的数据行。这个过程叫“回表”。 覆盖索引：如果非聚簇索引的叶子节点已经包含了你要查询的所有字段（比如 select id, name from user where name='xxx'，且 name 是索引），就不需要回表了。这是这一层最重要的优化思想。 总结：这一层考察的是对InnoDB 引擎内部机制的掌握，特别是“数据是怎么在磁盘上放的”以及“回表带来的性能损耗”。 3. 第三维度：索引性质角度 为什么最后讲这个？ 这是最上层、最贴近业务开发的分类。面试官想知道在实际写代码、建表时，会不会用对索引类型。 核心逻辑： 主键索引：唯一性、非空。作为聚簇索引的锚点。 唯一索引：业务上的唯一约束（如身份证号、邮箱）。它允许有 NULL，但主键不允许。 普通索引：纯粹为了加速查询，没有约束。 联合索引：考察最左前缀原则 原理：联合索引 (a, b, c) 在 B+ 树中是先按 a 排序，a 相同再按 b 排序，以此类推。如果查询条件跳过 a 直接用 b，索引就失效了（因为树的结构决定了你必须从最左边开始找）。 为什么要强调列顺序？ 这是面试必问，考察是否具备索引设计能力。 还有全文索引和空间索引 总结：这一层考察的是工程实践能力，即如何根据业务需求选择合适的索引类型，以及如何设计高效的联合索引。 回答每个点时，主动引出相关的高频考点 讲 B+ 树时，主动提“为什么不用红黑树”（红黑树太高，I/O 太多）。 讲非聚簇索引时，主动提“什么是回表”和“如何避免回表”（覆盖索引）。 讲联合索引时，主动提“最左前缀原则”和“索引下推”（ICP）。 面试是有时间的，尽量让大部分时间让自己处在一个高效回答期，尽可能压缩面试官对自己不熟悉领域的考察，问道时候，尽量去联想一些体系化的关键词，然后展开回答