大家好，感謝邀請(qǐng)，今天來(lái)為大家分享一下mysql索引數(shù)據(jù)結(jié)構(gòu)有哪些的問(wèn)題，以及和父進(jìn)程和子進(jìn)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(méi)有關(guān)系，因?yàn)榻酉聛?lái)將為大家分享，希望可以幫助到大家，解決大家的問(wèn)題，下面就開始吧！

java面試題有哪些

肝了一個(gè)月的面試題終于來(lái)啦，大家開心不。

2020年最新Java面試題整理，全網(wǎng)最全一份，包含各個(gè)技術(shù)棧，Java基礎(chǔ)，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(shè)計(jì)模式，數(shù)據(jù)結(jié)構(gòu)，算法，分布式，限流，降級(jí)，cap原理等等知識(shí)點(diǎn)

話不多說(shuō)，直接上圖

總共80多個(gè)PDF

【BAT必備】計(jì)算機(jī)網(wǎng)絡(luò)面試題：

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

【BAT必備】設(shè)計(jì)模式面試題

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

【BAT必備】數(shù)據(jù)結(jié)構(gòu)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(fā)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(chǔ)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(guān)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(cè)

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

【BAT必備】Java全部核心知識(shí)點(diǎn)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(diǎn)個(gè)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(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)。本質(zhì)：索引是數(shù)據(jù)結(jié)構(gòu)。

二、B-Tree

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

B-Tree特性：

1、關(guān)鍵字集合分布在整顆樹中；2、任何一個(gè)關(guān)鍵字出現(xiàn)且只出現(xiàn)在一個(gè)節(jié)點(diǎn)中；3、每個(gè)節(jié)點(diǎn)存儲(chǔ)date和key；4、搜索有可能在非葉子節(jié)點(diǎn)結(jié)束；5、一個(gè)節(jié)點(diǎn)中的key從左到右非遞減排列；6、所有葉節(jié)點(diǎn)具有相同的深度，等于樹高h(yuǎn)。

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(jié)點(diǎn)不存儲(chǔ)data，只存儲(chǔ)key；2、所有的關(guān)鍵字全部存儲(chǔ)在葉子節(jié)點(diǎn)上；3、每個(gè)葉子節(jié)點(diǎn)含有一個(gè)指向相鄰葉子節(jié)點(diǎn)的指針，帶順序訪問(wèn)指針的B+樹提高了區(qū)間查找能力；4、非葉子節(jié)點(diǎn)可以看成索引部分，節(jié)點(diǎn)中僅含有其子樹（根節(jié)點(diǎn)）中的最大（或最?。╆P(guān)鍵字；

四、B/B+樹索引的性能分析

依據(jù)：使用磁盤I/O次數(shù)評(píng)價(jià)索引結(jié)構(gòu)的優(yōu)劣主存和磁盤以頁(yè)為單位交換數(shù)據(jù)，將一個(gè)節(jié)點(diǎn)的大小設(shè)為等于一個(gè)頁(yè)，因此每個(gè)節(jié)點(diǎn)只需一次I/O就可以完全載入。根據(jù)B樹的定義，可知檢索一次最多需要訪問(wèn)h個(gè)節(jié)點(diǎn)漸進(jìn)復(fù)雜度:O(h)=O(logdN)dmax=floor(pagesize/(keysize+datasize+pointsize))一般實(shí)際應(yīng)用中，出度d是非常大的數(shù)字，通常超過(guò)100，因此h非常小（通常不超過(guò)3，3層可存大約一百萬(wàn)數(shù)據(jù)）B-Tree中一次檢索最多需要h-1次I/O（根節(jié)點(diǎn)常駐內(nèi)存）B+Tree內(nèi)節(jié)點(diǎn)不含data域，因此出度d更大，則h更小，I/O次數(shù)少，效率更高，故B+Tree更適合外存索引。

五、MySQL索引實(shí)現(xiàn)1、MyISAM引擎使用B+Tree作為索引結(jié)構(gòu)，葉節(jié)點(diǎn)的data域存放的是數(shù)據(jù)記錄的地址；MyISAM主索引和輔助索引在結(jié)構(gòu)上沒(méi)有任何區(qū)別，只是主索引要求key是唯一的，而輔助索引的key可以重復(fù)；

2、InnoDB的數(shù)據(jù)文件本身就是索引文件，葉節(jié)點(diǎn)包含了完整的數(shù)據(jù)記錄，這種索引叫做聚集索引。因?yàn)镮nnoDB的數(shù)據(jù)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(méi)有），如果沒(méi)有顯式指定，則MySQL系統(tǒng)會(huì)自動(dòng)選擇一個(gè)可以唯一標(biāo)識(shí)數(shù)據(jù)記錄的列作為主鍵，如果不存在這種列，則MySQL自動(dòng)為InnoDB表生成一個(gè)隱含字段作為主鍵。InnoDB的輔助索引data域存儲(chǔ)相應(yīng)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(yè)分裂問(wèn)題

如果主鍵是單調(diào)遞增的，每條新記錄會(huì)順序插入到頁(yè)，當(dāng)頁(yè)被插滿后，繼續(xù)插入到新的頁(yè)；

如果寫入是亂序的，InnoDB不得不頻繁地做頁(yè)分裂操作，以便為新的行分配空間。頁(yè)分裂會(huì)導(dǎo)致移動(dòng)大量數(shù)據(jù)，一次插入最少需要修改三個(gè)頁(yè)而不是一個(gè)頁(yè)。

如果頻繁的頁(yè)分裂，頁(yè)會(huì)變得稀疏并被不規(guī)則地填充，所以最終數(shù)據(jù)會(huì)有碎片。

六、總結(jié)

了解不同存儲(chǔ)引擎的索引實(shí)現(xiàn)方式對(duì)于正確使用和優(yōu)化索引都非常有幫助

1、為什么不建議使用過(guò)長(zhǎng)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(qū)分度高的列作為索引？區(qū)分度的公式是count(distinctcol)/count(*)

5、盡可能的使用覆蓋索引

七、優(yōu)化LIMIT分頁(yè)查詢

SELECT*FROMtablewhereconditionLIMIToffset,rows;上述SQL語(yǔ)句的實(shí)現(xiàn)機(jī)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(jié)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(guò)其支持的hash索引是自適應(yīng)的，InnoDB存儲(chǔ)引擎會(huì)根據(jù)表的使用情況自動(dòng)為表生成hash索引，不能人為干預(yù)是否在一張表中生成hash索引。2、InnoDB主鍵索引的葉節(jié)點(diǎn)含完整的數(shù)據(jù)記錄，那主鍵索引文件要比數(shù)據(jù)文件大嗎？--徐財(cái)厚1）.在Innodb引擎中，主鍵索引中的葉子結(jié)點(diǎn)包含記錄數(shù)據(jù)，主鍵索引文件即為數(shù)據(jù)文件。2）.在tables表中統(tǒng)計(jì)的data_length數(shù)據(jù)為主鍵索引大小，index_length為統(tǒng)計(jì)的這個(gè)表中所有輔助索引（二級(jí)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(shù)據(jù)記錄里面不能有null，數(shù)據(jù)內(nèi)容不能重復(fù)，在一張表里面不能有多個(gè)主鍵索引。

2.普通索引：

使用字段關(guān)鍵字建立的索引，主要是提高查詢速度。

3.唯一索引：

字段數(shù)據(jù)是唯一的，數(shù)據(jù)內(nèi)容里面能否為null,在一張表里面，是可以添加多個(gè)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(lái)實(shí)現(xiàn)中文的全文索引。

mysql索引數(shù)據(jù)結(jié)構(gòu)區(qū)別

全文索引、聚集索引、哈希索引、b+樹索引等B+樹的簡(jiǎn)單定義：B+樹是為磁盤或其他存儲(chǔ)設(shè)備設(shè)計(jì)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(jié)點(diǎn)上，各葉子節(jié)點(diǎn)通過(guò)指針進(jìn)行連接。

哈希索引(Hashindexes)采用哈希表來(lái)對(duì)鍵值進(jìn)行查找，時(shí)間復(fù)雜度為O(1)。

使用哈希索引時(shí)對(duì)于鍵值的等值查詢是非?？斓?，但是其他類型的查詢?nèi)绶秶樵儭⒛：樵?、排序等是不能使用哈希索引的?/p>

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(jié)點(diǎn)存放記錄。每個(gè)InnoDB表有一個(gè)特定的索引叫做聚集索引,存儲(chǔ)行的數(shù)據(jù)。

如果你的表定義了主鍵那么主鍵就是聚集索引，如果沒(méi)有定義主鍵,MySQL會(huì)選擇第一個(gè)非空唯一索引列作為聚集索引，如果表中也沒(méi)有唯一索引,InnoDB會(huì)生成一個(gè)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(shí)現(xiàn)。

倒排索引會(huì)記錄文本中的每個(gè)關(guān)鍵字出現(xiàn)在文檔中的位置。

MySQL的索引是什么怎么優(yōu)化

MySQL的索引類似于目錄，可以提高數(shù)據(jù)檢索的效率，降低數(shù)據(jù)庫(kù)的IO成本。

也可以簡(jiǎn)單理解為：快速查找排好序的一種數(shù)據(jù)結(jié)構(gòu)。

如果表有100萬(wàn)條記錄，通過(guò)索引查找記錄至少要比順序掃描記錄快1000倍。

為表設(shè)置索引要付出代價(jià)的：一是增加了數(shù)據(jù)庫(kù)的存儲(chǔ)空間，二是在插入和修改數(shù)據(jù)時(shí)要花費(fèi)較多的時(shí)間(因?yàn)樗饕惨S之變動(dòng))。

MySQL優(yōu)化是每個(gè)程序員都必須掌握的學(xué)習(xí)內(nèi)容，為了幫助大家進(jìn)階Java中高級(jí)、架構(gòu)師，我準(zhǔn)備了一套架構(gòu)師學(xué)習(xí)教程還可加入大牛學(xué)習(xí)圈子，分享SQL優(yōu)化、微服務(wù)架構(gòu)、分布式JVM性能調(diào)優(yōu)Java并發(fā)編程和網(wǎng)絡(luò)編程電商項(xiàng)目實(shí)戰(zhàn)redis等教程，各種大牛都是3-8年Java開發(fā)者，每天還有12年的架構(gòu)師做講解，助你進(jìn)階中高級(jí)Java程序員，增值漲薪！需要可關(guān)注本頭條號(hào)，并且發(fā)送私信關(guān)鍵詞：Java

MySQL是如何利用索引的

什么是索引？

索引是數(shù)據(jù)庫(kù)快速找到記錄行的一種數(shù)據(jù)結(jié)構(gòu)，類似我們看書時(shí)的目錄，它是良好性能的關(guān)鍵因素。尤其是表中的數(shù)據(jù)量越來(lái)越大時(shí)，如果索引使用不當(dāng)，會(huì)嚴(yán)重影響性能。索引也是最常見的數(shù)據(jù)庫(kù)優(yōu)化手段，它能輕易的將查詢性能提高好幾個(gè)量級(jí)。

MySQL索引類型？

mysql索引數(shù)據(jù)是存儲(chǔ)在存儲(chǔ)引擎中的，所以不同存儲(chǔ)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(shù)樹）來(lái)實(shí)現(xiàn)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(shù)據(jù)結(jié)構(gòu)，是因?yàn)锽+樹在查詢時(shí)間復(fù)雜度可以維持在O(logn)的級(jí)別上，由于B+的矮胖（從根節(jié)點(diǎn)到葉子節(jié)點(diǎn)的距離可以維持在較小范圍）特性減少磁盤IO次數(shù)、數(shù)據(jù)只存在葉子節(jié)點(diǎn)中并且按順序存儲(chǔ)也可以支持快速的范圍查詢，這是其他結(jié)構(gòu)無(wú)法滿足的！

B+索引中值是按順序存儲(chǔ)的，葉子節(jié)點(diǎn)到根節(jié)點(diǎn)的距離都相同，從B+樹的根節(jié)點(diǎn)開始往下查找，節(jié)點(diǎn)存儲(chǔ)了指向葉子節(jié)點(diǎn)的指針，通過(guò)將要查找的值和每個(gè)節(jié)點(diǎn)值比較后，一層層定位到最終的葉子結(jié)點(diǎn)上，葉子節(jié)點(diǎn)存儲(chǔ)的就是行數(shù)據(jù)、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(jìn)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(wèn)索引數(shù)據(jù)：這種查詢只需要訪問(wèn)索引本身就行了，不需要訪問(wèn)數(shù)據(jù)行，也就是常說(shuō)的索引覆蓋，舉個(gè)例子：如果只需要找到姓為Allen的人的名稱，而不需要這個(gè)人其他的信息，名稱就存在與索引中，不需要再去數(shù)據(jù)行中查找數(shù)據(jù)了。

這里需要注意的是葉子節(jié)點(diǎn)存什么類型數(shù)據(jù)不同的存儲(chǔ)引擎還不一樣，在MyISAM中葉子節(jié)點(diǎn)存儲(chǔ)的是數(shù)據(jù)物理位置（指針），而InnoDB使用B+結(jié)構(gòu)存儲(chǔ)的是原始數(shù)據(jù)或主鍵，也就是我們常說(shuō)的聚簇索引，它存儲(chǔ)的是原始全量數(shù)據(jù)、鍵值，聚簇索引指的是一種數(shù)據(jù)索引組織形式，它將數(shù)據(jù)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(guò)程為從輔助索引上開始查找到數(shù)據(jù)主鍵，然后在主鍵索引中用主鍵再次查找，最后再找到數(shù)據(jù)，雖然多了一次查找過(guò)程，但更新數(shù)據(jù)不會(huì)導(dǎo)致聚簇索引頻繁變化。而在MyISAM中不需要2次索引查找，因?yàn)槿~子節(jié)點(diǎn)存儲(chǔ)的是數(shù)據(jù)的物理地址可以直接定位，雖然查詢看似簡(jiǎn)單了，但是物理地址會(huì)因?yàn)閿?shù)據(jù)頻繁變更而發(fā)生變化。

假設(shè)有以下數(shù)據(jù)：

InnoDB（聚簇索引）數(shù)據(jù)查找過(guò)程：

MyISAM（非聚簇索引結(jié)構(gòu)）數(shù)據(jù)查找過(guò)程：

哈希索引：基于哈希表來(lái)實(shí)現(xiàn)的索引類型，如果存在哈希沖突，索引會(huì)使用鏈表來(lái)存放多個(gè)記錄到一個(gè)哈希桶中。舉個(gè)例子：如果存在以下索引keyUSINGHASH（firstname），哈希索引會(huì)使用哈希函數(shù)計(jì)算出firstname列的哈希值作為key，并將行指針作為value存儲(chǔ)，當(dāng)使用=、IN（）、<=>操作時(shí)，先計(jì)算出sql語(yǔ)句操作查找值的哈希值，并使用其來(lái)查找哈希表對(duì)應(yīng)的行指針，從而返回?cái)?shù)據(jù)。

這里需要注意是：

哈希索引只存儲(chǔ)哈希值和行指針，索引索引本身沒(méi)有行數(shù)據(jù)，也就沒(méi)有所謂的索引覆蓋。哈希索引沒(méi)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(lái)計(jì)算哈希值，列入（A，B）如果查詢只有列A，則索引無(wú)發(fā)匹配。哈希索引只支持等值比較（=、in(),<=>）。哈希沖突較高時(shí)，查找效率就變成了鏈表，復(fù)雜度從O（1）變?yōu)镺（n）。

空間數(shù)據(jù)索引：MyISAM支持空間索引可以用來(lái)存儲(chǔ)地理數(shù)據(jù)。必須使用GIS相關(guān)函數(shù)如MBRCONUNTAINS（）來(lái)維護(hù)數(shù)據(jù)，因?yàn)楸旧韒ysql對(duì)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(guān)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(shù)據(jù)量，它的匹配方式類似于搜索引擎。

索引的優(yōu)缺點(diǎn)？大大減少了服務(wù)器掃描表的數(shù)據(jù)量。避免不必要的排序和臨時(shí)表。將隨機(jī)IO變?yōu)轫樞騃O。對(duì)于非常小的表，全表掃描可能比索引更快，對(duì)于中型數(shù)據(jù)量表，索引將會(huì)非常有效，對(duì)于TB級(jí)別的表來(lái)說(shuō)，索引的維護(hù)和效果可能沒(méi)有我們想象的那樣好，這是可以使用表分區(qū)、業(yè)務(wù)拆分表和分庫(kù)等技術(shù)。常見的索引優(yōu)化方式及注意事項(xiàng)？不要把索引的列納入表達(dá)式，也不能是函數(shù)參數(shù)，如whereaid+1=5、whereto_days（col）<=10.選擇重復(fù)性較低的列建索引，重復(fù)性較高會(huì)導(dǎo)致索引失效，全表掃描。多列索引中很多常見的錯(cuò)誤是，喜歡為每個(gè)列創(chuàng)建獨(dú)立索引，實(shí)際上這是錯(cuò)誤的！要選擇合適的順序和列來(lái)合并索引，來(lái)看個(gè)簡(jiǎn)單例子：

表數(shù)據(jù)為：

分別建2個(gè)獨(dú)立索引：inx_name,inx_company：

現(xiàn)在執(zhí)行以下語(yǔ)句：

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

結(jié)果顯示并沒(méi)有使用索引來(lái)查詢數(shù)據(jù)：

現(xiàn)在加一個(gè)多列索引：inx_name_company

執(zhí)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(huì)然導(dǎo)致索引數(shù)據(jù)較大，查詢較慢，可以建一個(gè)前綴索引，例如

//在city列上取前7個(gè)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(diǎn)是無(wú)法使用綴索引orderby或groupby

好了，文章到此結(jié)束，希望可以幫助到大家。