数据库相关

数据库架构¶

如何设计一个关系型数据库

索引模块常见问题：

为什么要使用索引

为了快速查询数据

什么样的信息能成为索引

主键、唯一键以及普通键等

索引的数据结构

建立二叉树进行二分查找、建立B-Tree结构、建立B+-Tree结构、建立Hash结构

密集索引和稀疏索引的区别

密集索引文件中的每个搜索码值都对应一个索引值

稀疏索引文件只为索引码的某些值建立索引项

索引优化¶

二叉树¶

B-Tree¶

根节点至少包括两个孩子
树中每个节点最多含有m个孩子（m>=2)
除根节点和叶节点外，其他每个节点至少有ceil(m/2)个孩子
所有叶子节点都位于同一层

B+-Tree¶

B+树是B树的变体，其定义基本与B树相同，除了：

非叶子节点的子树指针与关键字个数相同
非叶子节点的子树指针P[,指向关键字值[K[,K[i+1])的子树
非叶子节点仅用来索引，数据都保存在叶子节点中
所有叶子节点均有一个链指针指向下一个叶子结点

B+Tree更适合用来做存储索引 - B+树的磁盘读写代价更低 - B+树的查询效率更加稳定 - B+树更有利于对数据库的扫描

Hash索引¶

hash索引比tree更快，只需要一次计算查找即可大致定位

缺点 - 仅仅能满足“=”，“IN”,不能使用范围查询 - 无法被用来避免数据的排序操作 - 不能利用部分索引键查询 - 不能避免表扫描 - 遇到大量Hash值相等的情况后性能并不一定就会比B-Tree高

衍生出来的问题，以mysql为例¶

如何定位并优化慢查询Sql¶

根据慢日志定位慢查询sql

-- 查询相关变量
show variables like '%quer%';

-- 查询相关日志
show status like '%slow_queries%';

-- 打开慢日志
set global slow_query_log=on;

-- 设置慢查询时间为1秒
set global long_query_time=1;

使用explain等工具分析sql

-- 使用explain关键字进行查询的分析
explain select name from person_info_large order by name desc;

-- type优化与extra优化
  -- type: index > all这两项如何出现就需要优化了
  -- extra中出现以下两项意味着mysql无法使用索引，效率会受到重大影响：
  -- Using filesort；Using temporary

修改sql或者尽量让sql走索引

-- 修改前：
select name from person_info_large order by name desc;

-- 修改后：
select account from person_info_large order by account desc;

-- tian'wan
alter table person_info_large add index idx_name(name);