数据结构与索引概述

1. 索引的定义

索引是将无序的数据变得有序，从而加快查找速率的一种数据结构。

2. 数据结构比较

2.1 Hash 表

• 特点：不支持顺序和范围查询，因此不适合某些场景。
• 优点：查找速度快，适合精确查找。

2.2 二叉树

• 特点：左子节点的值小于根节点，右子节点的值大于根节点。
• 缺点：在某些情况下（如插入顺序不当），可能形成斜树，严重影响查询速率。

2.3 AVL 树（自平衡二叉树）

• 特点：通过旋转操作保持平衡。
• 缺点：频繁的旋转可能影响 I/O 性能。

2.4 红黑树

• 特点：相对平衡，能够保证 O(log n) 的查找时间。
• 缺点：可能导致树的高度较高，增加多次磁盘 I/O 操作的可能性。

2.5 B 树与 B+ 树

• B 树：所有节点既存放键（key）也存放数据（data）。
• B+ 树：只有叶子节点存放键和数据，内节点只存放键。叶子节点之间有引用链。
• 优点：
  • B+ 树的检索效率更稳定，查找过程从根节点到叶子节点。
  • 范围查询时，B+ 树只需遍历链表，效率高于 B 树。

3. 聚集索引与非聚集索引

3.1 聚集索引（Clustered Index）

• 定义：索引结构与数据一起存放，InnoDB 中的主键索引即为聚集索引。

3.2 非聚集索引（Non-Clustered Index）

• 定义：索引结构与数据分开存放，二级索引（辅助索引）属于非聚集索引。
• 示例：MySQL 的 MyISAM 引擎使用非聚集索引。

3.3 回表

• 定义：通过索引快速定位数据后，再返回基础表获取完整行数据的过程。

4. 覆盖索引

• 定义：查找的数据都存在索引树的叶子节点上，避免回表操作，提升查询效率。

5. 主键非自增的问题

• 问题：插入效率下降，可能导致数据块移动。

6. 为什么使用 B+ 树作为默认索引结构

• 优势：
  • B+ 树的叶子节点仅存储数据，其他节点存储键，存储效率更高。
  • 叶子节点的双向链表结构提高了查询速度。
  • B+ 树的 I/O 次数更少，索引效率更佳。

7. 索引失效的情况

• 模：模糊查询 LIKE 以 % 开头。
• 型：数据类型错误。
• 数：对索引字段使用内部函数。
• 空：索引列是 NULL。
• 运：索引列进行四则运算。
• 最：复合索引不按最左索引列开始查找。
• 快：全表查找预计比索引更快。