聚簇索引

【阿里天猫、蚂蚁、钉钉面试题目】 1、微信红包怎么实现。 2、海量数据分析。 3、测试职位问的线程安全和非线程安全。 4、HTTP2.0、thrift。 5、面试电话沟通可能先让自我介绍。 6、分布式事务一致性。 7、nio的底层实现。 8、jvm基础是必问的，jvm GC原理，JVM怎么回收内存。 9、Java是什么。 10、API接口与SDI接口的区别（API是提供给别人的接口）。 11、dubbo如何一条链接并发多个调用。Dubbo的原理，序列化相关问题。 12、用过哪些中间件。 13、做过工作流引擎没有。 14、以前的工作经历，自己觉得出彩的地方（钉钉） 15、线程池的一些原理，锁的机制升降级（天猫、蚂蚁） 16、从系统层面考虑，分布式从哪些纬度考虑（天猫） 17、Hadoop底层怎么实现（天猫） 18、threadLocal，线程池，hashMap/hashTable/coccurentHashMap等（天猫） 19、秒杀系统的设计（天猫） 20、虚拟机，IO相关知识点（天猫） 21、Linux的命令（天猫） 22、一个整形数组，给定一个数，在数组中找出两个数的和等于这个数，并打印出来，我写的时间复杂度高，要求O(n)。（天猫） 23、n个整数，找出连续的m个数加和是最大。（天猫） 24、更重视开源技术（蚂蚁金服上海） 25、数据库锁隐原理（蚂蚁金服网商） 26

版权声明：转载请标明出处~~ https://blog.csdn.net/zzzgd_666/article/details/90722011 一. mysql的索引 mysql常用的索引有以下几种: hash索引 hash索引通过hash值来匹配对应的数据,类似键值对的形式,查找的时候可以精准一次定位,但是对于范围查询,排序效率不高,并且hash索引不能避免全表扫描,因为hash值并不能完全保证一个hash值匹配一个数据(hash冲突),还是需要比对实际数据 btree索引 MySQL里默认和最常用的索引类型,利用二分查找的思想构建的数据结构 全文索引 myisam引擎支持全文索引,innodb在mysql5.6以后也支持全文索引,不过基于mysql很少存储text大文本数据,全文检索也被es替代 二. 二叉树到B-Tree和B+Tree 2.1 二叉树到平衡二叉树 二叉树是一种基础的树结构,它通常由一个根节点和衍生的分支组成.它的特点是: 每个节点都最多只有两个子节点(分支) 二叉树只是一个树结构,在实际应用中还有一种特殊的二叉树,叫二叉查找树. 它在二叉树的基础上,多了一个特点,左边的节点都比右边的节点小 但是可能会出现特殊情况,就会从树状结构变成链表结构,查询效率大打折扣.结构如下 为了解决这个问题,又出现了平衡二叉树. 平衡二叉树的特点就是

MySQL作为迭代了很多个版本的数据库。在数据库的索引上实现了很多的优化版本，从一开始的只允许一个表有一个列为索引值，到目前版本可支持多个列建立索引值，更多关于索引优化版本的描述，以后有机会笔者再写一篇文章。本文主要介绍索引当中的聚簇索引。 MySQL官方对聚簇索引的定义是，聚簇索引并不是一种单独的索引类，而是一种数据存储方式，第一次看到这段描述，我相信很多人都会一头雾水，索引是一种数据存储结构？这怎么解释？下面笔者一步一步来讲述MySQL对聚簇索引的定义和具体运用。 首先上贴一张图 在MySQL中，有一列值，专门被设定为聚簇索引，这列值就是主键，通常为数字类型的字段。那么如果数据表中没有主键呢？MySQL的解决办法是隐式地将一个唯一的非空的列定义为聚簇。那如果这也没有呢？MySQL就自己创建一个聚簇索引，具体这个聚簇索引内部是怎么建立的，笔者还需要去学习学习。反正无论如何，MySQL都会创建一个聚簇索引。 那么为什么说聚簇索引是一种数据存储结构呢？原因是MySQL将索引（即主键）对应的每一条记录都以链表的形式存储在索引的叶子页中，那么很容易理解，聚簇索引就是表，而反过来说，表以聚簇索引的形式来存储。那么是所有的MySQL存储引擎都采用聚簇索引这种数据存储结构吗？答案是否定的，在MySQL中，只用Innodb引擎才采用聚簇索引，其他的存储引擎像MyISAM采用非聚簇索引。

1. 什么是索引? 索引是一种数据结构,可以帮助我们快速的进行数据的查找. 2. 索引是个什么样的数据结构呢? 索引的数据结构和具体存储引擎的实现有关, 在MySQL中使用较多的索引有Hash索引,B+树索引等,而我们经常使用的InnoDB存储引擎的默认索引实现为:B+树索引. 3. Hash索引和B+树所有有什么区别或者说优劣呢? 首先要知道Hash索引和B+树索引的底层实现原理: hash索引底层就是hash表,进行查找时,调用一次hash函数就可以获取到相应的键值,之后进行回表查询获得实际数据.B+树底层实现是多路平衡查找树.对于每一次的查询都是从根节点出发,查找到叶子节点方可以获得所查键值,然后根据查询判断是否需要回表查询数据. 那么可以看出他们有以下的不同: hash索引进行等值查询更快(一般情况下),但是却无法进行范围查询. 因为在hash索引中经过hash函数建立索引之后,索引的顺序与原顺序无法保持一致,不能支持范围查询.而B+树的的所有节点皆遵循(左节点小于父节点,右节点大于父节点,多叉树也类似),天然支持范围. hash索引不支持使用索引进行排序,原理同上. hash索引不支持模糊查询以及多列索引的最左前缀匹配.原理也是因为hash函数的不可预测. AAAA 和 AAAAB 的索引没有相关性. hash索引任何时候都避免不了回表查询数据,而B+树在符合某些条件

前言 今天是1024程序员节，博主是2020届硕士，就在前几天刚刚结束了2019年的秋招，借此机会分享一下秋招的一些历程和心得。 秋招情况 先总体介绍一下秋招的情况，岗位是java后端，大概是投了 30多家公司，简历挂掉的只有陌陌一家，还有几个投了一直在筛选，笔试挂掉的有360，网易，拼多多（太菜了拼多多笔试了三次都没过），远景智能（这个有个英语测评，我得了个最低分估计是这个给我挂了），还有来学校的几个猫眼，绿盟，金山云等，大部分笔试还是都过了的。面试的20多家拿到了五家的offer，按时间顺序来有映客直播，华为，阅文集团（腾讯文学），瓜子二手车，百度。博主最后选择是百度，AT和其他大厂基本上都没投，一方面毕业在即另一方面自己准备也不算太充分，拿到了百度就选择结束秋招了。 备战秋招过程 下面讲一下自己准备的过程，说起秋招准备，我是属于那种起了个大早干了个晚集的那种。我是在18年年底在算法和开发纠结了一番，最后选择了开发。然后19年年初就开始准备了，因为本身有java基础，所以直接从javaweb开始看的，先看了一些jsp，servlet，session，html,js等相关的基础知识，并跟着视频做了个简单的商城项目。春节过后，先是在实验室忙了一些毕设相关的事情，然后又做了一些其他的工作，业余时间我刷了两遍剑指offer，到了五一那会儿，我开始决定做一个SSM的商城项目xx商城

聚簇索引与非聚簇索引（也叫二级索引） 通俗点讲 聚簇索引：将数据存储与索引放到了一块，找到索引也就找到了数据 非聚簇索引：将数据存储于索引分开结构，索引结构的叶子节点指向了数据的对应行，myisam通过key_buffer把索引先缓存到内存中，当需要访问数据时（通过索引访问数据），在内存中直接搜索索引，然后通过索引找到磁盘相应数据，这也就是为什么索引不在key buffer命中时，速度慢的原因 澄清一个概念：innodb中，在聚簇索引之上创建的索引称之为辅助索引，辅助索引访问数据总是需要二次查找，非聚簇索引都是辅助索引，像复合索引、前缀索引、唯一索引，辅助索引叶子节点存储的不再是行的物理位置，而是主键值 何时使用聚簇索引与非聚簇索引 cluster.png 聚簇索引具有唯一性 由于聚簇索引是将数据跟索引结构放到一块，因此一个表仅有一个聚簇索引 一个误区：把主键自动设为聚簇索引 聚簇索引默认是主键，如果表中没有定义主键，InnoDB 会选择一个唯一的非空索引代替。如果没有这样的索引，InnoDB 会隐式定义一个主键来作为聚簇索引。InnoDB 只聚集在同一个页面中的记录。包含相邻健值的页面可能相距甚远。如果你已经设置了主键为聚簇索引，必须先删除主键，然后添加我们想要的聚簇索引，最后恢复设置主键即可。 此时其他索引只能被定义为非聚簇索引。这个是最大的误区

转载自https://www.cnblogs.com/zslli/p/8946145.html InnoDb页存储结构 我们可能有很多熟悉的数据库储存引擎，比如说Inoodb，MyISAM，Memory。每一种储存引擎对于数据的持久化可能是不同的，比如说我们的Memory储存引擎的数据都是不会写进磁盘的，所有的数据是保存在内存中的，也就意味着如果我们的服务器进行重启以后，数据是不会被进行保存的。当然，因为MySQL数据库默认的储存引擎是使用的Inoodb，所以我们在这里是需要重点介绍这个储存引擎的。 Inoodb储存引擎是把数据储存在磁盘里面的储存引擎，它在内存和磁盘的交互中使用的是页这个数据单位。我们都知道一个事情就是我们在对磁盘进行访问的时候速度是非常慢的，所以我们肯定是不能接受一条数据一条数据的进行取用。所有数据划分为若干页，一个数据页是可以保存16kb的数据，也就是说我们每次在进行数据访问的时候是一次性的16kb数据。 InnoDb页中记录存储结构 数据页双向链表和页内记录单向链表 聚簇索引 索引的查找就是通过一层一层的定位来实现的，最上层的页我们称之为根节点，中间的我们称之为内节点，最底层的我们称之为叶子节点。我们就是通过页中的槽二分法快速的定位数据所在页或者组中，我们在进行遍历查找。 二级索引 二级索引和聚簇索引的区别就是叶子节点不包括完整的数据。

关于数据库中行数统计，无论是MySQL还是Oracle，都有一个函数可以使用，那就是COUNT。 但是，就是这个常用的COUNT函数，却暗藏着很多玄机，尤其是在面试的时候，一不小心就会被虐。不信的话请尝试回答下以下问题： 1、COUNT有几种用法？ 2、COUNT(字段名)和COUNT(*)的查询结果有什么不同？ 3、COUNT(1)和COUNT(*)之间有什么不同？ 4、COUNT(1)和COUNT(*)之间的效率哪个更高？ 5、为什么《阿里巴巴Java开发手册》建议使用COUNT(*) 6、MySQL的MyISAM引擎对COUNT(*)做了哪些优化？ 7、MySQL的InnoDB引擎对COUNT(*)做了哪些优化？ 8、上面提到的MySQL对COUNT(*)做的优化，有一个关键的前提是什么？ 9、SELECT COUNT(*) 的时候，加不加where条件有差别吗？ 10、COUNT(*)、COUNT(1)和COUNT(字段名)的执行过程是怎样的？ 以上10道题，如果可以全部准确无误的回答的话，那说明你真的很了解 COUNT 函数了。 1.初识COUNT 1、 COUNT(expr) ，返回SELECT语句检索的行中expr的值不为NULL的数量。结果是一个 BIGINT 值。 2、如果查询结果没有命中任何记录，则返回0 3、但是，值得注意的是， COUNT(*) 的统计结果中

COUNT()函数主要用于统计表行数，主要用法是COUNT( * )、COUNT(1)和COUNT(字段名)。 因为COUNT( * )是SQL92定义的标准统计行数的语法，所以MySQL对它进行了很多优化。 MyISAM不支持事务，MyISAM中的锁是表级锁InnoDB支持事务，支持行级锁。MyISAM表级锁，所以同张表上的操作是串行的，所以MyISAM做了个优化，把表的总行数单独记录下来供COUNT( * )查询[表级锁，不会有并发的数据库行数修改，得到的行数是准确的]。而InnoDB支持事务，其中大部分操作是行级锁，所以表的行数可能被并发修改，就不缓存记录总行数了而是扫表，InnoDB中索引分聚簇索引和非聚簇索引，聚簇索引的叶子节点中保存整行记录，而非聚簇索引的叶子节点保存的是该行记录的主键的值。扫表的时候选择最小的非聚簇索引。 当然，这些优化的前提是没有进行where和group的条件查询。 InnoDB中COUNT( *)和COUNT(1)实现上没有区别，而且效率一样。但是COUNT(字段名)需要进行全表扫描，然后进行字段非NULL判断，所以效率更低。 来源： https://www.cnblogs.com/qiaoqianshitou/p/11725135.html

看了很多关于索引的博客，讲的大同小异。但是始终没有让我明白关于索引的一些概念，如B-Tree索引，Hash索引，唯一索引....或许有很多人和我一样，没搞清楚概念就开始研究B-Tree，B+Tree等结构，导致在面试的时候答非所问！本文中有关存储引擎请查看 MySQL存储引擎-InnoDB和MyISAM 索引是什么? 索引是帮助MySQL高效获取数据的数据结构。 索引能干什么? 提高数据查询的效率。 索引：排好序的快速查找数据结构！索引会影响where后面的查找，和order by 后面的排序。 一、索引的分类 1️⃣从存储结构上来划分：BTree索引（B-Tree或B+Tree索引），Hash索引，full-index全文索引，R-Tree索引。 2️⃣从应用层次来分：普通索引，唯一索引，复合索引 3️⃣根据中数据的物理顺序与键值的逻辑（索引）顺序关系：聚集索引，非聚集索引。 ​ 1️⃣中所描述的是索引存储时保存的形式，2️⃣是索引使用过程中进行的分类，两者是不同层次上的划分。不过平时讲的索引类型一般是指在应用层次的划分。 就像手机分类：安卓手机，IOS手机 与 华为手机，苹果手机，OPPO手机一样。 普通索引 ：即一个索引只包含单个列，一个表可以有多个单列索引 唯一索引 ：索引列的值必须唯一，但允许有空值 复合索引 ：即一个索引包含多个列 聚簇索引(聚集索引)：