大家好，感謝邀請，今天來為大家分享一下mysql索引數據結構有哪些的問題，以及和父進程和子進程共享虛擬地址空間的一些困惑，大家要是還不太明白的話，也沒有關系，因為接下來將為大家分享，希望可以幫助到大家，解決大家的問題，下面就開始吧！

java面試題有哪些

肝了一個月的面試題終于來啦，大家開心不。

2020年最新Java面試題整理，全網最全一份，包含各個技術棧，Java基礎，Java集合，多線程，Java異常，spring，springMVC，springboot，springcloud，netty，dubbo，activemq，Javaweb，jvm，kafka，MongoDB，mybatis，MySQL，Nginx，rabbitmq，Redis，Tomcat，zookeeper，設計模式，數據結構，算法，分布式，限流，降級，cap原理等等知識點

話不多說，直接上圖

總共80多個PDF

【BAT必備】計算機網絡面試題：

鏈接：https://pan.baidu.com/s/1hFggmtdL1ZmE4utBlo8S1g提取碼：qfkh

【BAT必備】設計模式面試題

鏈接：https://pan.baidu.com/s/1eXJveIVvQe-m3MdvLcT-fQ提取碼：j0kx

【BAT必備】數據結構算法面試題：

鏈接：https://pan.baidu.com/s/1daFN9jY03fXsqwc9LeKi2w提取碼：5ab7

【BAT必備】多線程面試題：

鏈接：https://pan.baidu.com/s/1GdvsNESoHPBjWKN2h-iK7Q提取碼：cqib

【BAT必備】并發編程鎖面試題：

鏈接：https://pan.baidu.com/s/1hXPPtMY2dvz-g7QcSTc3PA提取碼：zhmy

【BAT必備】tomcat面試題：

鏈接：https://pan.baidu.com/s/1qPZXx4lmLynmaF0XjRTzpQ提取碼：5m16

【BAT必備】zookeeper面試題：

鏈接：https://pan.baidu.com/s/1EhOee9e1Qe-Q6RC8KlthxA提取碼：p2am

【BAT必備】spring全家桶面試題：

鏈接：https://pan.baidu.com/s/1DXGO-N5P6QIGKLZ8LIVOuQ提取碼：m9v7

【BAT必備】rocketMq面試題：

鏈接：https://pan.baidu.com/s/1TEF3yUR4OOaIpj-4ud_79A提取碼：3g3d

【BAT必備】redis面試題：

鏈接：https://pan.baidu.com/s/1qlanxWBfwvKUObnHulCQiA提取碼：rjo7

【BAT必備】rabbitMq面試題：

鏈接：https://pan.baidu.com/s/1ywLiq3IUJVyZosPLNrmyTA提取碼：0td4

【BAT必備】netty面試題：

鏈接：https://pan.baidu.com/s/1Pbv4aelqOt1dUPA2SwEB_Q提取碼：2w1e

【BAT必備】Nginx面試題：

鏈接：https://pan.baidu.com/s/1r8YNyOz0N6MJ9F0045lEZw提取碼：49tl

【BAT必備】MySQL面試題：

鏈接：https://pan.baidu.com/s/1GeX6Fs4nNi6fTUHKxJ2SZw提取碼：8pow

【BAT必備】mybatis面試題：

鏈接：https://pan.baidu.com/s/1xOYiaiQ2JpPt2jb6GdWjaA提取碼：aqd3

【BAT必備】MongoDB面試題：

鏈接：https://pan.baidu.com/s/1QTVx1TF8tDn6LUJr7wdfOQ提取碼：j1qt

【BAT必備】Linux面試題：

鏈接：https://pan.baidu.com/s/1veZ3dBJmz1PduCE5tl-e1A提取碼：txpf

【BAT必備】kafka面試題：

鏈接：https://pan.baidu.com/s/1SWhiBCswleYGsDupSGzE6g提取碼：o1gv

【BAT必備】jvm面試題：

鏈接：https://pan.baidu.com/s/1xi-QLq_I75kha439EGqELw提取碼：kxde

【BAT必備】javaweb面試題：

鏈接：https://pan.baidu.com/s/1r3Bupn9qhJbw5ebR_6h94A提取碼：qba4

【BAT必備】Java基礎面試題：

鏈接：https://pan.baidu.com/s/1J40nYKIoV_VMCumoRpIyhQ提取碼：5xo7

【BAT必備】dubbo面試題：

鏈接：https://pan.baidu.com/s/10flnh7Tb0Oxd3yZPQOnjsA提取碼：5gc9

【BAT必備】activeMQ面試題：

鏈接：https://pan.baidu.com/s/1igNB64dpMCjCQkRzvqCXpQ提取碼：006a

【BAT必備】分布式相關面試題大全面試題：

鏈接：https://pan.baidu.com/s/1ZcpJDh07B2NPAL4_4VC6jQ提取碼：w4mw

【BAT必備】java面試題大全：

鏈接：https://pan.baidu.com/s/11jw0Ua4CZiI8-S6EadM_iQ提取碼：epmp

【BAT必備】Java面試匯總

鏈接：https://pan.baidu.com/s/1vG9_cNoiYBW5TY32S4wGnQ提取碼：k087

【BAT必備】2020年多家公司整理的350道Java面試題手冊

鏈接：https://pan.baidu.com/s/1FEGQVTgiyKG0kCasYn-n2g提取碼：f7y1

【BAT必備】Java全部核心知識點整理

鏈接：https://pan.baidu.com/s/1StG-ib70TDAE1Hb4NVLQRQ提取碼：5rp1

整理這些非常辛苦，大家點個贊在走吧

mysql索引底層原理

一、定義

索引定義：索引（Index）是幫助MySQL高效獲取數據的數據結構。本質：索引是數據結構。

二、B-Tree

m階B-Tree滿足以下條件：1、每個節點至多可以擁有m棵子樹。2、根節點，只有至少有2個節點（要么極端情況，就是一棵樹就一個根節點，單細胞生物，即是根，也是葉，也是樹)。3、非根非葉的節點至少有的Ceil(m/2)個子樹(Ceil表示向上取整，如5階B樹，每個節點至少有3個子樹，也就是至少有3個叉)。4、非葉節點中的信息包括[n,A0,K1,A1,K2,A2,…,Kn,An]，，其中n表示該節點中保存的關鍵字個數，K為關鍵字且Ki<Ki+1，A為指向子樹根節點的指針。5、從根到葉子的每一條路徑都有相同的長度（葉子節點在相同的層）

B-Tree特性：

1、關鍵字集合分布在整顆樹中；2、任何一個關鍵字出現且只出現在一個節點中；3、每個節點存儲date和key；4、搜索有可能在非葉子節點結束；5、一個節點中的key從左到右非遞減排列；6、所有葉節點具有相同的深度，等于樹高h。

B-Tree上查找算法的偽代碼如下：

三、B+Tree

B+Tree與B-Tree的差異在于：1、B+Tree非葉子節點不存儲data，只存儲key；2、所有的關鍵字全部存儲在葉子節點上；3、每個葉子節點含有一個指向相鄰葉子節點的指針，帶順序訪問指針的B+樹提高了區間查找能力；4、非葉子節點可以看成索引部分，節點中僅含有其子樹（根節點）中的最大（或最小）關鍵字；

四、B/B+樹索引的性能分析

依據：使用磁盤I/O次數評價索引結構的優劣主存和磁盤以頁為單位交換數據，將一個節點的大小設為等于一個頁，因此每個節點只需一次I/O就可以完全載入。根據B樹的定義，可知檢索一次最多需要訪問h個節點漸進復雜度:O(h)=O(logdN)dmax=floor(pagesize/(keysize+datasize+pointsize))一般實際應用中，出度d是非常大的數字，通常超過100，因此h非常小（通常不超過3，3層可存大約一百萬數據）B-Tree中一次檢索最多需要h-1次I/O（根節點常駐內存）B+Tree內節點不含data域，因此出度d更大，則h更小，I/O次數少，效率更高，故B+Tree更適合外存索引。

五、MySQL索引實現1、MyISAM引擎使用B+Tree作為索引結構，葉節點的data域存放的是數據記錄的地址；MyISAM主索引和輔助索引在結構上沒有任何區別，只是主索引要求key是唯一的，而輔助索引的key可以重復；

2、InnoDB的數據文件本身就是索引文件，葉節點包含了完整的數據記錄，這種索引叫做聚集索引。因為InnoDB的數據文件本身要按主鍵聚集，所以InnoDB要求表必須有主鍵（MyISAM可以沒有），如果沒有顯式指定，則MySQL系統會自動選擇一個可以唯一標識數據記錄的列作為主鍵，如果不存在這種列，則MySQL自動為InnoDB表生成一個隱含字段作為主鍵。InnoDB的輔助索引data域存儲相應記錄主鍵的值而不是地址；輔助索引搜索需要檢索兩遍索引：首先檢索輔助索引獲得主鍵，然后用主鍵到主索引中檢索獲得記錄；

3、頁分裂問題

如果主鍵是單調遞增的，每條新記錄會順序插入到頁，當頁被插滿后，繼續插入到新的頁；

如果寫入是亂序的，InnoDB不得不頻繁地做頁分裂操作，以便為新的行分配空間。頁分裂會導致移動大量數據，一次插入最少需要修改三個頁而不是一個頁。

如果頻繁的頁分裂，頁會變得稀疏并被不規則地填充，所以最終數據會有碎片。

六、總結

了解不同存儲引擎的索引實現方式對于正確使用和優化索引都非常有幫助

1、為什么不建議使用過長的字段作為主鍵？

2、為什么選擇自增字段作為主鍵？

3、為什么常更新是字段不建議建立索引？

4、為什么選擇區分度高的列作為索引？區分度的公式是count(distinctcol)/count(*)

5、盡可能的使用覆蓋索引

七、優化LIMIT分頁查詢

SELECT*FROMtablewhereconditionLIMIToffset,rows;上述SQL語句的實現機制是：1、從“table”表中讀取offset+rows行記錄。2、拋棄前面的offset行記錄，返回后面的rows行記錄作為最終的結果。覆蓋索引：selecta.id,sid,parent_s_idfromcashpool_account_relationshipajoin(selectidfromcashpool_account_relationshipLIMIT1000000,10)bona.id=b.id;selectid,sid,parent_s_idfromcashpool_account_relationshipwhereid>=(selectidfromcashpool_account_relationshipLIMIT1000000,1)LIMIT10;

八、Q&A

1、InnoDB支持hash索引嗎？--馬欣InnoDB是支持hash索引的，不過其支持的hash索引是自適應的，InnoDB存儲引擎會根據表的使用情況自動為表生成hash索引，不能人為干預是否在一張表中生成hash索引。2、InnoDB主鍵索引的葉節點含完整的數據記錄，那主鍵索引文件要比數據文件大嗎？--徐財厚1）.在Innodb引擎中，主鍵索引中的葉子結點包含記錄數據，主鍵索引文件即為數據文件。2）.在tables表中統計的data_length數據為主鍵索引大小，index_length為統計的這個表中所有輔助索引（二級索引）索引的大小。

四大索引指的是什么

四大索引指的是:

1.主鍵索引：

數據記錄里面不能有null，數據內容不能重復，在一張表里面不能有多個主鍵索引。

2.普通索引：

使用字段關鍵字建立的索引，主要是提高查詢速度。

3.唯一索引：

字段數據是唯一的，數據內容里面能否為null,在一張表里面，是可以添加多個唯一索引。

4.全文索引：

在比較老的版本中，只有myisam引擎支持全文索引，在innodb5.6后引擎也支持全文索引，在mysql中全文索引不支持中文。我們一般使用sphinx集合coreseek來實現中文的全文索引。

mysql索引數據結構區別

全文索引、聚集索引、哈希索引、b+樹索引等B+樹的簡單定義：B+樹是為磁盤或其他存儲設備設計的一種平衡查找樹。B+樹中所有記錄都是按鍵值大小順序存放在葉子節點上，各葉子節點通過指針進行連接。

哈希索引(Hashindexes)采用哈希表來對鍵值進行查找，時間復雜度為O(1)。

使用哈希索引時對于鍵值的等值查詢是非常快的，但是其他類型的查詢如范圍查詢、模糊查詢、排序等是不能使用哈希索引的。

這是哈希索引使用比較少的主要原因。

聚集索引（ClusteredIndex）又稱聚簇索引，其葉子節點存放記錄。每個InnoDB表有一個特定的索引叫做聚集索引,存儲行的數據。

如果你的表定義了主鍵那么主鍵就是聚集索引，如果沒有定義主鍵,MySQL會選擇第一個非空唯一索引列作為聚集索引，如果表中也沒有唯一索引,InnoDB會生成一個類似RowId的隱藏的聚集索引。全文索引查找條件使用MATCHAGAINST。全文索引(Full-textsearchindexes)使用倒排索引(invertedindex)實現。

倒排索引會記錄文本中的每個關鍵字出現在文檔中的位置。

MySQL的索引是什么怎么優化

MySQL的索引類似于目錄，可以提高數據檢索的效率，降低數據庫的IO成本。

也可以簡單理解為：快速查找排好序的一種數據結構。

如果表有100萬條記錄，通過索引查找記錄至少要比順序掃描記錄快1000倍。

為表設置索引要付出代價的：一是增加了數據庫的存儲空間，二是在插入和修改數據時要花費較多的時間(因為索引也要隨之變動)。

MySQL優化是每個程序員都必須掌握的學習內容，為了幫助大家進階Java中高級、架構師，我準備了一套架構師學習教程還可加入大牛學習圈子，分享SQL優化、微服務架構、分布式JVM性能調優Java并發編程和網絡編程電商項目實戰redis等教程，各種大牛都是3-8年Java開發者，每天還有12年的架構師做講解，助你進階中高級Java程序員，增值漲薪！需要可關注本頭條號，并且發送私信關鍵詞：Java

MySQL是如何利用索引的

什么是索引？

索引是數據庫快速找到記錄行的一種數據結構，類似我們看書時的目錄，它是良好性能的關鍵因素。尤其是表中的數據量越來越大時，如果索引使用不當，會嚴重影響性能。索引也是最常見的數據庫優化手段，它能輕易的將查詢性能提高好幾個量級。

MySQL索引類型？

mysql索引數據是存儲在存儲引擎中的，所以不同存儲引擎中索引的工作方式并不一樣。

B-Tree索引：基于B+樹（一種多叉搜索數樹）來實現的索引類型，一般也是使用的最多的索引類型，之所以選擇B+樹而不是其他數據結構，是因為B+樹在查詢時間復雜度可以維持在O(logn)的級別上，由于B+的矮胖（從根節點到葉子節點的距離可以維持在較小范圍）特性減少磁盤IO次數、數據只存在葉子節點中并且按順序存儲也可以支持快速的范圍查詢，這是其他結構無法滿足的！

B+索引中值是按順序存儲的，葉子節點到根節點的距離都相同，從B+樹的根節點開始往下查找，節點存儲了指向葉子節點的指針，通過將要查找的值和每個節點值比較后，一層層定位到最終的葉子結點上，葉子節點存儲的就是行數據、指針或主鍵。

假如我們索引列是：

key（lastname（姓）,firstname（名）,born），可以使用B+樹索引的查詢類型包括：全鍵值、鍵值范圍、鍵前綴查找，其中鍵前綴只適用于最左前綴查找：

全值匹配：指的是和索引中所有的列進行匹配，如可以找到姓名為：Cuba（名）Allen(姓)、生于1988-10-04的人，如wherelastname=‘Allen’andfirstname=‘Cuba’andborn='1988-10-04'匹配最左前綴：可以查找姓為Allen的人，如wherelastname=‘Allen’匹配列前綴：也可以匹配某一列的值的開頭部分，如wherelastnamelike‘A%’或者wherefirstnamelike‘M%’匹配范圍：可以匹配姓在Allen和Bill之間的人精確匹配某一列并匹配另外一列：查找所有姓為Allen、并且名字是以M開頭的人，如wherelastname=‘Allen’andfirstnamelike‘M%’訪問索引數據：這種查詢只需要訪問索引本身就行了，不需要訪問數據行，也就是常說的索引覆蓋，舉個例子：如果只需要找到姓為Allen的人的名稱，而不需要這個人其他的信息，名稱就存在與索引中，不需要再去數據行中查找數據了。

這里需要注意的是葉子節點存什么類型數據不同的存儲引擎還不一樣，在MyISAM中葉子節點存儲的是數據物理位置（指針），而InnoDB使用B+結構存儲的是原始數據或主鍵，也就是我們常說的聚簇索引，它存儲的是原始全量數據、鍵值，聚簇索引指的是一種數據索引組織形式，它將數據和索引聚集在一起所以叫聚簇，它本身并不是一種索引類型。

一般InnoDB查找過程為從輔助索引上開始查找到數據主鍵，然后在主鍵索引中用主鍵再次查找，最后再找到數據，雖然多了一次查找過程，但更新數據不會導致聚簇索引頻繁變化。而在MyISAM中不需要2次索引查找，因為葉子節點存儲的是數據的物理地址可以直接定位，雖然查詢看似簡單了，但是物理地址會因為數據頻繁變更而發生變化。

假設有以下數據：

InnoDB（聚簇索引）數據查找過程：

MyISAM（非聚簇索引結構）數據查找過程：

哈希索引：基于哈希表來實現的索引類型，如果存在哈希沖突，索引會使用鏈表來存放多個記錄到一個哈希桶中。舉個例子：如果存在以下索引keyUSINGHASH（firstname），哈希索引會使用哈希函數計算出firstname列的哈希值作為key，并將行指針作為value存儲，當使用=、IN（）、<=>操作時，先計算出sql語句操作查找值的哈希值，并使用其來查找哈希表對應的行指針，從而返回數據。

這里需要注意是：

哈希索引只存儲哈希值和行指針，索引索引本身沒有行數據，也就沒有所謂的索引覆蓋。哈希索引沒有按哈希值的順序排列，所有不支持排序操作。不支持部分索引列的匹配，哈希索引使用你指定的全部列來計算哈希值，列入（A，B）如果查詢只有列A，則索引無發匹配。哈希索引只支持等值比較（=、in(),<=>）。哈希沖突較高時，查找效率就變成了鏈表，復雜度從O（1）變為O（n）。

空間數據索引：MyISAM支持空間索引可以用來存儲地理數據。必須使用GIS相關函數如MBRCONUNTAINS（）來維護數據，因為本身mysql對GIS的支持下不完善，這中特性使用很少。

全文索引：這是一種特殊類型的索引，他查找的是索引列中文本的關鍵詞，而不是比較索引值，全文索引的使用要注意列的文本大小和數據量，它的匹配方式類似于搜索引擎。

索引的優缺點？大大減少了服務器掃描表的數據量。避免不必要的排序和臨時表。將隨機IO變為順序IO。對于非常小的表，全表掃描可能比索引更快，對于中型數據量表，索引將會非常有效，對于TB級別的表來說，索引的維護和效果可能沒有我們想象的那樣好，這是可以使用表分區、業務拆分表和分庫等技術。常見的索引優化方式及注意事項？不要把索引的列納入表達式，也不能是函數參數，如whereaid+1=5、whereto_days（col）<=10.選擇重復性較低的列建索引，重復性較高會導致索引失效，全表掃描。多列索引中很多常見的錯誤是，喜歡為每個列創建獨立索引，實際上這是錯誤的！要選擇合適的順序和列來合并索引，來看個簡單例子：

表數據為：

分別建2個獨立索引：inx_name,inx_company：

現在執行以下語句：

SELECT*fromtuserwhere`name`='22'orcompany='bb'

結果顯示并沒有使用索引來查詢數據：

現在加一個多列索引：inx_name_company

執行同樣的sql顯示使用了多列索引：

不要在大文本字段建全量索引，這會然導致索引數據較大，查詢較慢，可以建一個前綴索引，例如

//在city列上取前7個字符作為索引mysql>altertabledemoaddkey(city(7))

這是一種使索引更小，更快的方法，但缺點是無法使用綴索引orderby或groupby

好了，文章到此結束，希望可以幫助到大家。