面试必备——InnoDB磁盘结构之聚集索引和二级索引

MySQL中的B+树索引(聚簇索引/聚集索引、辅助索引/二级索引、联合索引/复合索引、覆盖索引、回表)详解 聚集索引/聚簇索引--主键 所有的数据辅助索引/二级索引--索引列—+主键。查看其他列–>回表(聚集索引/聚簇索引联合索引/复合索引--(多个列+主键)->覆盖索引(不是索引) 阅读详情

基于MySQL8.0版本

1.聚集索引简介

每个表都有一个称为聚集索引的特殊索引,用于存储行数据。通常,聚集索引与主键同义。

注意:

  • 创建表的时候应该设置一个索引,使用唯一非空的列或列集,或使用自动递增列;
  • 未设置主键,则使用第一个索引作,并将所有键列定义为聚集索引;
  • 没有索引或适合做索引的列,则生成一个隐藏的聚集索引。以包含行ID值的综合列命名,行ID是一个6字节的字段,自增,按插入顺序排序。

2.聚集索引如何加快查询速度

  • 索引搜索直接指向包含行数据的页面;
  • 表很大的时候,使用聚集索引通常会节省磁盘I/O操作。

3.二级索引

聚集索引以外的索引称为二级索引。二级索引的每条记录都包含行的主键列,以及为二级索引指定的列。使用此主键值在聚集索引中搜索行。

主键很长,则二级索引会占用更多空间,推荐使用短主键。

4.MySQL如何使用索引

索引用于快速查找列。

没有索引的话,则需要从第一行开始遍历整个表。表越大,成本越高。

大多数MySQL索引存储在B-Tree(其实是B+树,B+Tree也是B-Tree的一种,B-Tree=B Tree)中。

空间数据类型的索引使用R树;表还支持hash索引;

MySQL使用索引进行以下操作:

  • 快速查找与where子句匹配的行。

  • 如果需要在多个索引之间选择,通常使用查找最小行数的索引(最具选择性的索引)。

  • 多列索引,使用最左前缀来查找。举个栗子:

    # 创建多列索引
    create index user_name_no_age_index on user (name, no, age);
    

    验证

  1. 生效的三种情况,最左匹配

    #生效
    mysql> explain select * from user where name='张三';
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------+------+----------+-------+
    | id | select_type | table | partitions | type | possible_keys          | key                    | key_len | ref   | rows | filtered | Extra |
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------+------+----------+-------+
    |  1 | SIMPLE      | user  | NULL       | ref  | user_name_no_age_index | user_name_no_age_index | 43      | const |    3 |   100.00 | NULL  |
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------+------+----------+-------+
    
    #生效
    mysql> explain select * from user where name='张三' and no='1';
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------------+------+----------+-------+
    | id | select_type | table | partitions | type | possible_keys          | key                    | key_len | ref         | rows | filtered | Extra |
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------------+------+----------+-------+
    |  1 | SIMPLE      | user  | NULL       | ref  | user_name_no_age_index | user_name_no_age_index | 48      | const,const |    1 |   100.00 | NULL  |
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------------+------+----------+-------+
    
    #生效
    mysql> explain select * from user where name='张三' and no='1' and age=1;
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------------------+------+----------+-------+
    | id | select_type | table | partitions | type | possible_keys          | key                    | key_len | ref               | rows | filtered | Extra |
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------------------+------+----------+-------+
    |  1 | SIMPLE      | user  | NULL       | ref  | user_name_no_age_index | user_name_no_age_index | 53      | const,const,const |    1 |   100.00 | NULL  |
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------------------+------+----------+-------+
    
  2. 部分生效,最左匹配中间断了

     #部分生效
    mysql> explain select * from user where name='张三' and age=1;
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------+------+----------+-----------------------+
    | id | select_type | table | partitions | type | possible_keys          | key                    | key_len | ref   | rows | filtered | Extra                 |
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------+------+----------+-----------------------+
    |  1 | SIMPLE      | user  | NULL       | ref  | user_name_no_age_index | user_name_no_age_index | 43      | const |    3 |    10.00 | Using index condition |
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------+------+----------+-----------------------+
    
    
  3. 不生效的三种情况

    #不生效
    mysql> explain select * from user where no='1' and age=1;
    +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
    | id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra       |
    +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
    |  1 | SIMPLE      | user  | NULL       | ALL  | NULL          | NULL | NULL    | NULL |   28 |     3.57 | Using where |
    +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
    
    #不生效
    mysql> explain select * from user where no='张三';
    +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
    | id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra       |
    +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
    |  1 | SIMPLE      | user  | NULL       | ALL  | NULL          | NULL | NULL    | NULL |   28 |    10.00 | Using where |
    +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
    
    
    #不生效
    mysql> explain select * from user where age=1;
    +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
    | id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows | filtered | Extra       |
    +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
    |  1 | SIMPLE      | user  | NULL       | ALL  | NULL          | NULL | NULL    | NULL |   28 |    10.00 | Using where |
    +----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
    
    
  • join查询时,从其他表中检索。如果讲列声明为相同的类型和大小,会更有效的使用列上的索引。对于该条,VARCHAR和CHAR声明相同的的大小,会被认为是相同的。

    非二进制字符串列之间,两列应该使用相同的字符集,否则索引会失效。

    不进行转换无法直接比较的值,比较的时候会使索引失效。例如字符列和数字列比较,数字列可能和字符串中的任意数量的值比较。

    #week_price是int(11),name是varchar(50)
    mysql> select d.week_price, a.name from abcd d join abc a on d.week_price = a.name where d.week_price = 11;
    +------------+------+
    | week_price | name |
    +------------+------+
    |         11 | 11   |
    |         11 | 0011 |
    +------------+------+
    
    
  • 查找索引列的MIN()或MAX()值,预处理器会优化,如果表达式为常量,则查询会立即返回。

    SELECT MIN(key_part2),MAX(key_part2) FROM tbl_name WHERE key_part1=10;
    
  • order by 或 group by可以按最左前缀使用索引。如果是降序索引,按正向顺序取值;升序索引反之。

  • 某些情况下,可以优化查询检索值,不需要查询数据行。(为查询提供所有必要结果的索引称为索引覆盖,在select的数据列只用从索引中就能获取到,换言之,查询列被所建的索引覆盖了。)。如果索引覆盖,会提升查询速度。减少一次回表的IO。(回表,指在二级索引中查到主键,再回到主键索引、聚集索引再查数据行)

    # 创建多列索引
    create index user_name_no_age_index on user (name, no, age);
    

    索引覆盖查询

    mysql> explain select name,no,age from user where name='张三' and no='1';
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------------+------+----------+-------------+
    | id | select_type | table | partitions | type | possible_keys          | key                    | key_len | ref         | rows | filtered | Extra       |
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------------+------+----------+-------------+
    |  1 | SIMPLE      | user  | NULL       | ref  | user_name_no_age_index | user_name_no_age_index | 48      | const,const |    1 |   100.00 | Using index |
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------------+------+----------+-------------+
    
    

    非索引覆盖

    mysql> explain select name,no,age,time from user where name='张三' and no='1';
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------------+------+----------+-------+
    | id | select_type | table | partitions | type | possible_keys          | key                    | key_len | ref         | rows | filtered | Extra |
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------------+------+----------+-------+
    |  1 | SIMPLE      | user  | NULL       | ref  | user_name_no_age_index | user_name_no_age_index | 48      | const,const |    1 |   100.00 | NULL  |
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------------+------+----------+-------+
    
    
    mysql>  explain select * from user where name='张三' and no='1' and age=1;
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------------------+------+----------+-------+
    | id | select_type | table | partitions | type | possible_keys          | key                    | key_len | ref               | rows | filtered | Extra |
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------------------+------+----------+-------+
    |  1 | SIMPLE      | user  | NULL       | ref  | user_name_no_age_index | user_name_no_age_index | 53      | const,const,const |    1 |   100.00 | NULL  |
    +----+-------------+-------+------------+------+------------------------+------------------------+---------+-------------------+------+----------+-------+
    
    

对于小表上的查询;报表查询处理大部分或全部行的大表,索引不太重要。需要查询大多数行的时候,按顺序读取比索引查询更快,顺序读取可以减少硬盘检索。

关注公众号- 编程highway - 获取更多好文和学习资料

解读MySQL 索引基础 我们完全可以将索引可以看作是书本的目录,通过书本的目录查找对应的章节就会快一些,索引底层数据结构有b树、b+树、红黑树、哈希表、甚至是链表等,对于MySQL而言,无论Innodb还是MyIsam最左匹配原则算是MySQL的一个重点了,它会基于联合索引最左的字段进行排序,例如我们用字段a、b、c创建联合索引,他就会先通过a进行排序,如果a一样比较b,b再一样比较c这样,通过这样的比较机制生成一个有序的索引结构。 阅读详情

相关推荐

MySQL5.7 InnoDB 磁盘结构之索引Index

当分配兄弟页时,对先前固定的叶页的引用将被释放,新分配的叶页将成为最右侧的叶页和新的默认插入位置。不是单独刷新每个单词,而是将同一单词的插入合并并作为单个条目刷新到磁盘,从而提高插入效率,同时保持辅助索引表尽可能小。直接查询辅助索引表中的数据,并将辅助索引表的结果与全文索引缓存的结果合并后返回。每个辅助索引表通过辅助索引表名称中与索引表的匹配的十六进制值与索引表关联。如果表很大,则与使用与索引记录不同的页存储行数据的存储组织相比,聚集索引架构通常可以节省磁盘 I/O 操作。通常,聚集索引与主键同义。

大蚊子 1601

聚簇索引,二级索引与联合索引的概念

聚簇索引,二级索引与联合索引的概念

m0_49535395的博客 3518

几率大的数据库(MySQL)面试题(含答案)

本文的面试题如下: MyisAM和innodb的有关索引的疑问 innodb为什么要用自增id作为主键 MySql索引是如何实现的 说说分库与分表设计(面试过) 聚集索引与非聚集索引的区别 事务四大特性(ACID)原子性、一致性、隔离性、持久性? 事务的并发?事务隔离级别,每个级别会引发什么问题,MySQL默认是哪个级别? MySQL常见的存储引擎InnoDB、MyISAM的区别?【~】 数据库三...

睶 4万+

mysql有关索引_MySQL——关于索引的总结

索引的优缺点首先说说索引的优点:最大的好处无疑就是提高查询效率。有的索引还能保证数据的唯一性,比如唯一索引。而它的坏处也很明显:索引也是文件,我们在创建索引时,也会创建额外的文件,所以会占用一些硬盘空间。其次,索引也需要维护,我们在增加删除数据的时候,索引也需要去变化维护。当一个表的索引多了以后,资源消耗是很大的,所以必须结合实际业务再去确定给哪些列加索引。索引的结构再说说索引的基本结构。一说到这...

weixin_42311000的博客 258

Claude Code 的 Subagent 到底怎么用?

Subagent是ClaudeCode中的专业化AI代理系统,每个代理专注单一领域(如代码审查、数据库设计),具备独立记忆空间和并行处理能力。适用于中大型项目开发,通过配置文件定义代理职责与权限,可显式调用或自动触发多代理协作。典型场景包括代码安全审查、全栈并行开发和技术方案对比。使用时需注意避免过度拆分、权限过宽等陷阱,结合链式工作流和负载均衡可显著提升效率。实测在电商项目开发中能缩短20%工期并提升40%性能。

bgeyq的博客 1992

AutoDock Vina实战:从零开始完成分子对接(附7VU6案例详解)

本文提供了一份详细的AutoDock Vina分子对接实战指南,以SARS-CoV-2 3CL蛋白酶(PDB ID: 7VU6)为例,从零开始手把手教学。内容涵盖软件安装、环境配置、受体与配体文件准备、对接参数设置,以及结果分析与可视化解读,旨在帮助计算生物学与药物发现领域的新手快速掌握这一核心技能。

ooo22的博客 534

面试必备——InnoDB索引的物理结构

MySQL8.0,InnoDB,索引的物理结构简介以及如何生成索引。

编程还未 924

光学薄膜设计入门:Essential Macleod中文版从安装到实战全攻略

本文为光学薄膜设计初学者提供Essential Macleod软件从安装部署到实战应用的全流程中文指南。详细解析了软件核心界面、材料管理及工作流程,并通过一个完整的宽带增透膜设计实例,手把手演示膜系构建、优化与分析方法,帮助用户快速掌握这一业界标杆工具,跨越理论与实操的门槛。

weixin_29309475的博客 980

2024腾讯春招InnoDB面试宝典,最全知识点解析,面试必备!

为了帮助广大求职者更好地准备即将到来的面试,本文精心编撰了一系列涵盖InnoDB存储引擎关键知识点的面试题。从事务的ACID特性、索引结构设计,到锁机制、多版本并发控制(MVCC),再到性能监控与优化,我们旨在提供一个全面深入的指南,帮助您掌握InnoDB的核心原理和应用技巧。不论您是数据库领域的资深专家,还是刚刚踏入这一行业的新手,本文都将为您提供宝贵的学习资源和准备策略,助您在腾讯2024春招的面试中脱颖而出。

Von_016's Blog 1249

Krylov子空间与Arnoldi过程

一、应用背景 Krylov子空间方法是模型降阶(MOR)的一种,Krylov 子空间方法就是在Krylov子空间中寻找近似解。 二、Krylov子空间 n是原始矩阵的维度,m为降阶后矩阵的维度,通常m<<n。 三、Arnoldi 过程: 计算Km 的一组正交 对应上述MGS过程的python代码: import numpy as np def arnoldi_itera...

保持写作习惯,完成知识沉淀 6001

用 MVC 框架把 ABAP 报表写成可扩展的应用(2)

本文介绍了一个基于MVC架构的SAP报表模板,解决了传统ABAP报表开发中的三个核心痛点: 选择屏幕校验逻辑分散问题 - 通过统一的选择屏幕控制器集中管理校验逻辑 在线与后台输出不一致问题 - 共享同一数据模型,通过不同控制器实现多样化展示 屏幕流转管理混乱问题 - 主控制器统一管理所有屏幕流程和事件 该模板采用分层架构: Model层专注数据获取和业务规则 Controller层管理流程和交互 View层负责展示逻辑 特别适用于需要同时支持交互式ALV展示和后台批处理输出的报表场景,通过标准化的扩展点设计

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 78

Java必备——MySql 三大知识点——索引、锁、事务

针对以上面试题,小编已经把面试题+答案整理好了。

a1901149的博客 740

128、点云配准与ICP:经典配准算法与深度学习配准

上周调试一台双臂协作机器人,左手持结构光相机扫描桌面上的随机堆叠工件,右手准备执行抓取。问题出在“对齐”这一步——相机扫描得到的点云和CAD模型点云之间差了大约15度的旋转,导致抓取姿态计算出来直接怼到桌面上。我第一反应是“ICP跑一下不就行了”,结果跑了三分钟,误差纹丝不动,甚至越迭代越发散。后来查了日志才发现,初始位姿给得太离谱,ICP直接掉进了局部最优。这个场景太典型了——很多人以为点云配准就是调个ICP库函数,实际工程里坑比想象中多得多。今天这篇笔记,咱们把点云配准这件事从头捋一遍。

sundong_81的博客 42

Mysql索引行锁原理_数据库两大必备神器:索引和锁底层原理是什么!

索引可以加快数据库的检索速度;表经常进行INSERT/UPDATE/DELETE操作就不要建立索引了,换言之:索引会降低插入、删除、修改等维护任务的速度;索引需要占物理和数据空间;了解过索引的最左匹配原则;知道索引的分类:聚集索引和非聚集索引;Mysql支持Hash索引和B+树索引两种;看起来好像啥都知道,但面试让你说的时候可能就GG了:使用索引为什么可以加快数据库的检索速度啊?为什么说索引会降低...

weixin_35696321的博客 780

152:vue+leaflet 判断一个点是否在一个电子围栏内

本文介绍了一个基于Vue+Leaflet的示例,演示如何判断点是否在电子围栏内。作者大剑师兰特(优快云知名博主)展示了使用polygon.getBounds().contains(latlng)方法检测点与多边形边界的关系。代码仅需80行,通过点击地图触发判断逻辑,结果显示提示信息。该技术可广泛应用于地理围栏、位置服务等场景,需要安装turf依赖。文章提供了完整源码和配置说明,适合GIS开发者学习参考。

大剑师兰特的GIS世界 756

SIMATIC S7-1200, S7-1500 PID 控制[手册]

SIMATIC S7-1200, S7-1500 PID 控制[手册]

面试必备——mysql之索引

mysql之索引 建立好的索引能加快查询速度,不建立索引查询时会全文查找,找所有的行找完后才会返回 。但是索引会影响更新;插入的速度。因此要合理的建立索引。 注:对于innoDB引擎而言索引结构只有hash与b+树而MyISAM引擎支持空间数据索引(R-Tree),可以用于地理数据存储。空间数据索引会从所有维度来索引数据可以有效地使用任意维度来进行组合查询,本文不做具体介绍。 语句: #单列索引(每个索引只包含一列)length是建立的前缀索引,节省空间 --建表时 index indexName('col

qq_41547342的博客 238

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

面试必备史上最全的Mysql 中 MyISAM 和 InnoDB 的区别有哪些?

区别: InnoDB 支持事务,MyISAM 不支持事务。这是 MySQL 将默认存储引擎从 MyISAM 变成 InnoDB 的重要原因之一; InnoDB 支持外键,而 MyISAM 不支持。对一个包含外键的 InnoDB 表转为 MYISAM 会失败; InnoDB 是聚集索引,MyISAM 是非聚集索引。聚簇索引的文件存放在主键索引的叶子节点上,因此 InnoDB 必须要有主键,通过主键...

qiqu的博客 220

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

mysql随机获取十条_深入分析MySQL索引存储结构和优化方案,不再怕面试官问索引

推荐学习开心到飞起!Alibaba百万年薪必备—高性能架构路线已到手 全网独家的“MySQL高级知识”集合,骨灰级收藏,手慢则无 存储引擎介绍MySQL的存储引擎是插件式管理的,我们可以自由选择,MySQL中常用的存储引擎有很多种,但是最常用的就是InnoDB和MyISAM,其他存储引擎不在本文内容之列,就不做过多介绍,主要简单介绍一下InnoDB和MyISAM存储引擎。MyISAM引擎MyISA...

weixin_39516956的博客 171

mysql如何根据搜索结果去重_深入分析MySQL索引存储结构和优化方案,不再怕面试官问索引...

推荐学习开心到飞起!Alibaba百万年薪必备—高性能架构路线已到手 全网独家的“MySQL高级知识”集合,骨灰级收藏,手慢则无 存储引擎介绍MySQL的存储引擎是插件式管理的,我们可以自由选择,MySQL中常用的存储引擎有很多种,但是最常用的就是InnoDB和MyISAM,其他存储引擎不在本文内容之列,就不做过多介绍,主要简单介绍一下InnoDB和MyISAM存储引擎。MyISAM引擎MyISA...

weixin_33201508的博客 161

大厂面试必备(二)——数据库存储引擎

一、MYISAM存储引擎索引实现       存储引擎形容的是数据库还是形容表的?答案是表。       在mysql中,数据库的数据最终是存储在我们电脑指定的磁盘位置上,找到mysql对应的data文件夹。如果某张表的索引是MyISAM,通过查看data里面的文件我们可以看到,这张表大概有对用的三个文件:表名.frm、表名.MYD、表名.MYI。    &n

qq_42765068的博客 259

mysql io与索引_MySQL查询性能优化前,必须先掌握MySQL索引理论

数据库索引在平时的工作是必备的,怎么建索引,怎么使用索引,可以提高数据的查询效率。而且在面试过程,数据库的索引也是必问的知识点,比如:索引底层结构选型,那为什么选择B+树?不同存储引擎的索引的体现形式有哪些?索引的类型组合索引存储方式查询方式最左前缀匹配原则覆盖索引是什么?看着这些,能说出多少,理解多少呢?因此我们需要去探究其内在原理。那索引是什么?索引的目的为了加速检索数据而设计的一种分散存储(...

weixin_39714015的博客 449

索引和锁

数据库两大必备神器:索引和锁底层原理是什么! Java3y Java后端技术 今天 一、索引 在之前,我对索引有以下的认知: 索引可以加快数据库的检索速度; 表经常进行INSERT/UPDATE/DELETE操作就不要建立索引了,换言之:索引会降低插入、删除、修改等维护任务的速度; 索引需要占物理和数据空间; 了解过索引的最左匹配原则; 知道索引的分类:聚集索引和非聚集索引; Mysql支持...

qq_35450880的博客 283

mysql 数据连续不走索引6_MySQL查询性能优化前,必须先掌握MySQL索引理论

越努力,越幸运,本文已收藏在GitHub中JavaCommunity, 里面有面试分享、源码分析系列文章,欢迎收藏,点赞https://github.com/Ccww-lx/JavaCommunity数据库索引在平时的工作是必备的,怎么建索引,怎么使用索引,可以提高数据的查询效率。而且在面试过程,数据库的索引也是必问的知识点,比如:索引底层结构选型,那为什么选择B+树?不同存储引擎的索引的体现形式...

weixin_28956763的博客 141

java使用mysql索引查询_MySQL查询性能优化前,必须先掌握MySQL索引理论

越努力,越幸运,本文已收藏在Gitee中JavaCommunity, 里面有面试分享、源码分析系列文章,欢迎收藏,点赞https://gitee.com/JavaCommunity/JavaCommunity数据库索引在平时的工作是必备的,怎么建索引,怎么使用索引,可以提高数据的查询效率。而且在面试过程,数据库的索引也是必问的知识点,比如:索引底层结构选型,那为什么选择B+树?不同存储引擎的索引的...

weixin_39867142的博客 149

知识点整理,MySQL面试题

写在前面 整理了一些互联网大厂的面试题,这些面试题经常会被问到,也是作为Java工程师需要掌握的一些知识点,毕竟理论和实践的结合,才是王道,分片整理,每天嗑些知识点,快乐每一天,如果对你有帮助,记得点个关注和点个赞哦。 相关系列文章 知识点整理,MyBatis面试题 知识点整理,ZooKeeper面试题 知识点整理,Dubbo面试题 知识点整理,Elasticsearch面试题 知识点整理,Red...

BoCong-Deng的博客 1万+
上一篇: Linux服务器中了挖矿的病毒,成功清理
下一篇: 面试必备——InnoDB索引的物理结构
编程还未
博客等级 码龄5年 4293粉丝 31原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

编程还未

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值