本人花费半年的时间总结的《Java面试指南》已拿腾讯等大厂offer，已开源在github ，欢迎star！
点击上方“Java面试题精选”，关注公众号
面试刷图，查缺补漏
号外：****往期面试题，10篇为一个单位归置到本公众号菜单栏-面试题，有需要的欢迎翻阅。
About MySQL
MySQL（读作/maɪ ˈsiːkwəl/“My Sequel”）是一个开放源码的关系数据库管理系统，原开发者为瑞典的MySQL AB公司，目前为Oracle旗下产品。
被甲骨文公司收购后，自由软件社群们对于Oracle是否还会持续支持MySQL社群版（MySQL之中唯一的免费版本）有所隐忧，因此MySQL的创始人麦克尔·维德纽斯以MySQL为基础，成立分支计划MariaDB。原先一些使用MySQL的开源软件，部分转向了MariaDB或其它的数据库。
不可否认的是，MySQL由于其性能高、成本低、可靠性好，已经成为最流行的开源数据库之一，随着MySQL的不断成熟，它也逐渐用于更多大规模网站和应用，非常流行的开源软件组合LAMP中的“M”指的就是MySQL。
Why MySQL
在众多开源免费的关系型数据库系统中，MySQL有以下比较出众的优势：
易使用
移植性好
成本低廉
对于其中运行速度，根据官方介绍，MySQL 8.0 比之前广泛使用的版本 MySQL 5.7 有了两倍的提升。
在其官方的Benchmarks中，只读的性能超过了每秒一百万次：
读写的性能接近每秒二十五万次：
MySQL Index
Why Index
从概念上讲，数据库是数据表的集合，数据表是数据行和数据列的集合。当你执行一个
SELECT语句从数据表中查询部分数据行的时候，得到的就是另外一个数据表和数据行的集合。
当然，我们都希望获得这个新的集合的时间尽可能地短，效率尽可能地高，这就是优化查询。
提升查询速度的技术有很多，其中最重要的就是索引。当你发现自己的查询速度慢的时候，最快解决问题的方法就是使用索引。索引的使用是影响查询速度的重要因素。在使用索引之前其他的优化查询的动作纯粹是浪费时间，只有合理地使用索引之后，才有必要考虑其他优化方式。
索引是如何工作的
首先，在你的MySQL上创建
t_user_action_log 表，方便下面进行演示。
假如我们要筛选
action为
2的所有记录，SQL如下：
通过查询分析器
explain分析这条查询语句：
分析结果如下：
其中
type为
ALL表示要进行全表扫描。这样效率无疑是极慢的。
下面为
action列添加索引：
然后再次执行查询分析，结果如下：
那么为什么索引会提高查询速度呢？原因是索引会根据索引值进行分类，这样就不用再进行全表扫描了。我们看到这次查询就使用索引了。加索引前
Extra的值是Using Where，加索引后
Extra的值为空。
比如上图，
action值为
2的索引值分类存储在了索引空间，可以快速地查询到索引值所对应的列。
如何使用
下面介绍一下如何使用SQL创建、查看和删除索引。
创建索引
三种方式：
使用
CREATE INDEX创建，语法如下：
例如我们对
ip_address这一列创建一个长度为16的索引：
使用
ALTER语句创建，语法如下：
ALTER语句创建索引前面已经有例子了。下面提供一个设置索引长度的例子：
CREATE TABLE tableName( 建表的时候创建索引：
查看索引
可以通过
show语句查看索引：
删除索引
使用
ALTER命令可以删除索引，例如：
索引的使用原则
索引由于其提供的优越的查询性能，似乎不使用索引就是一个愚蠢的行为了。但是使用索引，是要付出时间和空间的代价的。因此，索引虽好不可贪多。
下面介绍几个索引的使用技巧和原则，在使用索引之前，你应该对它们有充分的认识。
写操作比较频繁的列慎重加索引
索引在提高查询速度的同时，也由于需要更新索引而带来了降低插入、删除和更新带索引列的速度的问题。一张数据表的索引越多，在写操作的时候性能下降的越厉害。
索引越多占用磁盘空间越大
与没有加索引比较，加索引会更快地使你的磁盘接近使用空间极限。
不要为输出列加索引
为查询条件、分组、连接条件的列加索引，而不是为查询输出结果的列加索引。
例如下面的查询语句：
所以可以考虑增加在
name
action
create_time 列上，而不是
ip_address。
考虑维度优势
例如
action列的值包含：1、2、3、4、5，那么该列的维度就是5。
维度越高（理论上维度的最大值就是数据行的总数），数据列包含的独一无二的值就越多，索引的使用效果越好。
对于维度很低的数据列，索引几乎不会起作用，因此没有必要加索引。
例如性别列的值只有男和女，每种查询结果占比大约50%。一般当查询优化处理器发现查询结果超过全表的30%的时候，就会跳过索引，直接进行全表扫描。
对短小的值加索引
对短小的值加索引，意味着索引所占的空间更小，可以减少I/O活动，同时比较索引的速度也更快。
尤其是主键，要尽可能短小。
另外，InnoDB使用的是聚集索引（clustered index），也就是把主键和数据行保存在一起。主键之外的其他索引都是二级索引，这些二级索引也保留着一份主键，这样在查询到索引以后，就可以根据主键找到对应的数据行。如果主键太长的话，会造成二级索引占用的空间变大。
比如下面的action索引保存了对应行的id。
为字符串前缀加索引
前边已经讲过短小索引的种种好处了，有时候一个字符串的前几个字符就能唯一标识这条记录，这个时候设置索引的长度就是非常划算的做法。
前面已经提供了设置索引
length的例子，这里就不举例子了。
复合索引的左侧索引
创建复合索引的语法如下：
我们可以看到，最左侧的column1索引总是有效的。
索引加锁
对于InnoDB来说，索引可以让查询锁住更少的行，从而可以在并发情况下拥有更佳表现。
下面演示一下查询锁与索引之间的关系。
前面使用的
t_user_action_log表目前有一个
id为主键，还有一个二级索引
action。
下面这条语句的修改范围是
id值为
1
2
3
4所在的行，查询锁会锁住
id值为
1
2
3
4
5所在的行。
你会发现
id=5的数据行已经被锁定，
id=6的数据行可以正常提交。
ip_address没有索引的话，会锁定全表。
连接1开启事务以后
commit;之前，连接2对该表的update全部需要等待连接1释放锁。
覆盖索引
如果索引包含满足查询的所有数据，就被称为覆盖索引(Covering Indexes)，覆盖索引非常强大，可以大大提高查询性能。
覆盖索引高性能的原因是：
ijiangtao_local_db_mysql表的
action列包含索引。使用
explain分析下面的查询语句，对于索引覆盖查询(index-covered query)，分析结果
Extra的值是
Using index，表示使用了覆盖索引 :
聚簇索引
聚簇索引(Clustered Indexes)保证关键字的值相近的元组存储的物理位置也相同，且一个表只能有一个聚簇索引。
字符串类型不建议使用聚簇索引，特别是随机字符串，因为它们会使系统进行大量的移动操作。
并不是所有的存储引擎都支持聚簇索引，目前InnoDB支持。
如果使用聚簇索引，最好使用
AUTO_INCREMENT列作为主键，应该尽量避免使用随机的聚簇主键。
从物理位置上看，聚簇索引表比非聚簇的索引表，有更好的访问性能。
选择合适的索引类型
从数据结构角度来看，MySQL支持的索引类型有B树索引、Hash索引等。
B树索引对于、=、 =、 =、 、 、!=、 between查询，进行精确比较操作和范围比较操作都有比较高的效率。
B树索引也是InnoDB存储引擎默认的索引结构。
Hash索引仅能满足=、=、in查询。
Hash索引检索效率非常高，索引的检索可以一次定位，不像B树索引需要从根节点到枝节点，最后才能访问到页节点这样多次的I/O访问，所以Hash索引的查询效率要远高于B树索引。但Hash索引不能使用范围查询。
查询优化建议
下面提供几个查询优化的建议。
使用explain分析查询语句
前面已经演示过如何使用
explain命令分析查询语句了，这里再解释一下其中几个有参考价值的字段的含义：
select_type
select_type表示查询中每个select子句的类型，一般有下面几个值:
**SIMPLE** 简单SELECT,不使用UNION或子查询等。
**PRIMARY** 查询中若包含任何复杂的子部分,最外层的select被标记为PRIMARY。
**UNION** UNION中的第二个或后面的SELECT语句。
**DEPENDENT UNION** UNION中的第二个或后面的SELECT语句，取决于外面的查询。
**UNION RESULT** UNION的结果。
**SUBQUERY** 子查询中的第一个SELECT。
**DEPENDENT SUBQUERY** 子查询中的第一个SELECT，取决于外面的查询。
**DERIVED** 派生表的SELECT, FROM子句的子查询。
**UNCACHEABLE SUBQUERY** 一个子查询的结果不能被缓存，必须重新评估外链接的第一行。
type
type表示MySQL在表中找到所需行的方式，又称“访问类型”，常用的类型有：
ALL, index, range, ref, eq_ref, const, system, NULL。
从左到右，性能从差到好。
**ALL：** Full Table Scan，MySQL将遍历全表以找到匹配的行。
index: Full Index Scan，index与ALL区别为index类型只遍历索引树。
**range:** 只检索给定范围的行，使用一个索引来选择行。
**ref:** 表示上述表的连接匹配条件，即哪些列或常量被用于查找索引列上的值。
**eq_ref:** 类似ref，区别就在使用的索引是唯一索引，对于每个索引键值，表中只有一条记录匹配，简单来说，就是多表连接中使用primary key或者 unique key作为关联条件。
**const:** 当MySQL对查询某部分进行优化，并转换为一个常量时，使用这些类型访问。 如将主键置于where列表中，MySQL就能将该查询转换为一个常量。
**NULL:** MySQL在优化过程中分解语句，执行时甚至不用访问表或索引，例如从一个索引列里选取最小值可以通过单独索引查找完成。
Key
key列显示MySQL实际决定使用的键（索引），如果没有选择索引，键是NULL。
possible_keys
possible_keys指出MySQL能使用哪个索引在表中找到记录，查询涉及到的字段上如果存在索引则该索引将被列出，但不一定被查询使用。
ref
ref表示上述表的连接匹配条件，即哪些列或常量被用于查找索引列上的值。
rows
rows表示MySQL根据表统计信息，以及索引选用的情况，找到所需记录需要读取的行数。这个行数是估算的值，实际行数可能不同。
用好
explain命令是查询优化的第一步 !
声明NOT NULL
当数据列被声明为NOT NULL以后，在查询的时候就不需要判断是否为NULL，由于减少了判断，可以降低复杂性，提高查询速度。
如果要表示数据列为空，可以使用0等代替。
考虑使用数值类型代替字符串
MySQL对数值类型的处理速度要远远快于字符串，而且数值类型往往更加节省空间。
例如对于“Male”和“Female”可以用“0”和“1”进行代替。
考虑使用ENUM类型
如果你的数据列的取值是确定有限的，可以使用ENUM类型代替字符串。因为MySQL会把这些值表示为一系列对应的数字，这样处理的速度会提高很多。
总结
索引是一个单独的，存储在磁盘上的数据结构，索引对数据表中一列或者多列值进行排序，索引包含着对数据表中所有数据的引用指针。
本教程从MySQL开始讲起，又介绍了MySQL中索引的使用，最后提供了使用索引的几条原则和优化查询的几个方法。
无论你是DBA还是软件开发，菜鸟程序员还是资深工程师，相信本节提到的关于索引的知识，对你都会有所帮助。
来源：juejin.im/post/5cb1dec9f265da0382610968
最近五期
与其在网上拼命找题？** 不如马上关注我们~**
原文始发于微信公众号（Java面试题精选）：
