2014阿里實習生面試題——mysql如何?索引的

這是2014阿里實習生北京站二面的一道試題：

在MySQL中，索引屬於儲存引擎層級的概念，不同儲存引擎對索引的實現方式是不同的，比如MyISAM和InnoDB儲存引擎。

MyISAM索引實現：

MyISAM儲存引擎使用B+Tree作為索引結構，分葉節點的data域存放的是資料記錄的地址。MyISAM的索引方式也叫做“非Ju集”的，之所以這麼稱呼是為了與InnoDB的ju集索引區分。

InnoDB索引實現：

雖然InnoDB也使用B+Tree作為索引結構，但具體實現方式卻與MyISAM截然不同。

第一個重大區別是：InnoDB的資料檔案本身就是索引檔案。

第二個與MyISAM索引的不同是：InnoDB的輔助索引data域儲存相應記錄主鍵的值而不是地址。ju集索引這種實現方式使得按主鍵的搜尋十分高效，但是輔助索引搜尋需要檢索兩遍索引：首先檢索輔助索引獲得主鍵，然後用主鍵到主索引中檢索獲得記錄。

其實，資料庫索引的實現可以採用紅/黑樹狀結構，B-Tree樹資料結構。

但是為什麼實際上採用的B+Tree呢？

這要從電腦儲存原理和作業系統相關知識說起。因為資料表的索引比較大，不能常駐記憶體，所以以檔案形式儲存在磁碟中。所以當查詢資料的時候就需要I/O操作。高效率查詢的目標是較少I/O次數。一次I/O一般讀取一頁（一般為4k）大小的資料(局部性原理)。如此，在B-樹中，每當申請一個新結點時，就以頁的大小來申請。也就是說一次I/o可以讀取一個一個結點（包含很多key）的資料；而在紅/黑樹狀結構結構結構中，邏輯相鄰的結點物理上不一定相鄰，就是說，讀取同等的資料需要多次I/O。所以選擇B-樹效率更好。 

那為何最終選了B+樹呢？

因為B+樹內節點去掉了data域，因此可以擁有更大的出度，就是說一個結點可以儲存更多的內結點，那麼I/O效率更高。

瞭解不同儲存引擎的索引實現方式對於正確使用和最佳化索引都非常有協助，例如知道了InnoDB的索引實現後，就很容易明白為什麼不建議使用過長的欄位作為主鍵，因為所有輔助索引都引用主索引，過長的主索引會令輔助索引變得過大。再例如，用非單調的欄位作為主鍵在InnoDB中不是個好主意，因為InnoDB資料檔案本身是一顆B+Tree，非單調的主鍵會造成在插入新記錄時資料檔案為了維持B+Tree的特性而頻繁的分裂調整，十分低效，而使用自增欄位作為主鍵則是一個很好的選擇。

 

ju集索引與非ju集索引之分：

InnoDB是ju集索引，因為它的B+樹的葉結點包含了完整的資料記錄。而MyISAM方式B+樹的葉結點只是儲存了資料的地址，故稱為非ju集索引。

索引使用原則及最佳化

MySQL的最佳化主要分為結構最佳化（Scheme optimization）和查詢最佳化（Query optimization）。詳情查看此文：

《MySQL索引背後的資料結構及演算法原理》

註：聚，都用ju代替，ju集居然是敏感詞，太坑了，求破解方法