MySQL索引优化面试题及答案.docxVIP

MySQL索引优化面试题及答案

1.什么是MySQL索引？为什么需要索引？

答案：

索引是MySQL中用于快速查询数据的“数据结构”（类似书籍目录），本质是通过提前维护有序的数据结构，减少查询时的磁盘IO次数。

需要索引的核心原因：无索引时查询会走“全表扫描”（逐行检查数据），当表数据量达到百万/千万级时，查询会非常慢；索引能将查询时间从“秒级/分钟级”压缩到“毫秒级”，但会占用额外存储空间，且增删改操作需维护索引（有轻微性能损耗）。

2.MySQL常见的索引类型有哪些？分别适用什么场景？

答案：

主要分4类，适用场景不同：

主键索引（PRIMARYKEY）：唯一标识数据，默认非空且唯一，InnoDB中是聚簇索引，适合作为表的唯一标识（如用户ID、订单ID）；

唯一索引（UNIQUE）：确保字段值唯一（允许NULL，多个NULL不冲突），适合需要唯一性约束的字段（如手机号、邮箱）；

普通索引（INDEX）：无唯一性约束，适合频繁作为查询条件的字段（如商品分类ID、用户性别）；

联合索引（复合索引）：多字段组合的索引（如INDEX(a,b,c)），适合频繁用“多字段联合查询”的场景（如电商中“用户ID+订单状态”查询）。

3.为什么InnoDB默认用B+树做索引结构，而不是哈希、B树？

答案：

从查询需求和性能角度分析：

哈希：适合等值查询（key→value直接映射），但无法支持范围查询（如、、between）和排序，而MySQL中范围查询很常见（如查“价格100的商品”），所以不适用；

B树：叶子节点和非叶子节点都存数据，导致非叶子节点存储的索引项少，树的高度更高（磁盘IO次数多）；且范围查询需要回溯节点，效率低；

B+树：①非叶子节点只存索引值，叶子节点存完整数据（聚簇索引）或主键（二级索引），树更矮，IO更少；②叶子节点按顺序链表连接，范围查询和排序直接遍历链表即可，完美匹配MySQL的查询场景。

4.聚簇索引和非聚簇索引的区别是什么？InnoDB和MyISAM在这方面有什么不同？

答案：

核心区别是“叶子节点是否存储完整数据”：

聚簇索引：叶子节点存的是“完整数据行”，查询命中后无需再查其他地方（一次IO）；一张表只有一个聚簇索引（InnoDB中默认主键是聚簇索引，无主键则选唯一索引，再无则生成隐藏行ID）；

非聚簇索引：叶子节点存的是“主键值”，查询命中后需用主键值回表查完整数据（两次IO），普通索引、唯一索引都属于非聚簇索引。

InnoDB和MyISAM的差异：

InnoDB：有聚簇索引（主键）和非聚簇索引（其他索引），非聚簇索引依赖主键回表；

MyISAM：所有索引都是非聚簇索引，叶子节点存的是“数据行的物理地址”，不依赖主键，且主键和普通索引无本质区别。

5.联合索引的“最左前缀原则”是什么？举个例子说明。

答案：

联合索引（如a,b,c）的查询生效规则是：必须从索引的“最左边第一个字段”开始匹配，中间不能跳过，否则索引失效。

例子：

联合索引为idx_abc(a,b,c)，不同查询的生效情况：

wherea=1→生效（匹配最左前缀a）；

wherea=1andb=2→生效（匹配a+b）；

wherea=1andb=2andc=3→生效（全匹配）；

whereb=2→失效（跳过a，不满足最左前缀）；

wherea=1andc=3→仅a字段生效，c字段不生效（跳过b）。

注意：如果查询用了“覆盖索引”（如selecta,bfromtablewherea=1andc=3），此时虽然c不生效，但因查询字段都在索引里，无需回表，性能仍比全表扫描好。

6.哪些情况会导致索引失效？举3个常见场景并说明如何避免。

答案：

常见失效场景及避免方法：

对索引字段做函数/运算操作：

例：whereleft(name,1)=张（name是索引字段），此时索引失效（MySQL无法直接用索引匹配函数结果）；

避免：改成wherenamelike张%（左模糊匹配，索引生效）。

索引字段类型不匹配（隐式转换）：

例：字段phone是varchar类型（索引），查询wherephone传数字），MySQL会自动做cast(phoneasint)转换，导致索引失效；

避免：传值类型和字段类型一致，改成wherephone

用“不等于”“notin”“isnotnull”：

例