说一下mysql比较宏观的面试，具体咋写sql的这里就不过多举例了。后面我还会给出一个关于mysql面试优化的试题，这里主要说的索引和BTree结构，很少提到我们的集群配置优化方案。1.索引是什么？有什么作用以及缺点　　答：索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。也可以理解为索引就

B树广泛应用于各种文件系统，文件系统中，数据都是按照数据块来进行读取操作。结合二叉树的优点和文件系统的特点，于是就有了B树：btree(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/ae3caa193bc4c55f0519114b15313721.png)B树当中每个节点存储

首先要明白索引（index）是在存储引擎（storageengine）层面实现的，而不是在server层面。不是所有的存储引擎支持有的索引类型。1、BTREE最常见的索引类型，他的思想是所有的值（被索引的列）都是被排过序的，每个叶节点到根节点的距离是相等的，所以适合用来找某一范围内的数据，而且可以直接支持排序（orderby）支持innoDB和MyIS

1、BTree索引!(https://oscimg.oschina.net/oscnet/upd956cc992de6df62c8502441583bb210ea4.png)1、BTree首先是有序结构，为了不至于树的高度太高，影响查找效率，在叶子节点上存储的不是单个数据，提高了查找效率；为了更好的支持

BTree索引!(https://oscimg.oschina.net/oscnet/3329cf028540693bf2307cdc60e8fccc776.jpg)  【初始化介绍】 一颗b树，浅蓝色的块我们称之为一个磁盘块，可以看到每个磁盘块包含几个数据项（深蓝色所示）和指针（黄色所示），如磁盘块1包含数据项17和35

聚簇索引数据库表的索引从数据存储方式上可以分为聚簇索引和非聚簇索引（又叫二级索引）两种。Innodb的聚簇索引在同一个BTree中保存了索引列和具体的数据，在聚簇索引中，实际的数据保存在叶子页中，中间的节点页保存指向下一层页面的指针。“聚簇”的意思是数据行被按照一定顺序一个个紧密地排列在一起存储。一个表只能有一个聚簇索引，因为在一个表中数据的

在这里实现的是在主存中的操作，没有进行文件的存储和修改。头文件btree.h：ifndef_BTREE_H  define_BTREE_H   defineMIN_T3 defineMAX_T(MIN_T2)typedefstructBTreeNod

(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fwww.cnblogs.com%2Fyangchunchun%2Fp%2F7371610.html)一、MySQL:索引以B树格式保存Memory存储引擎可以选择Hash或BTree索引，Hash索引只能用于或<的等

MyISAM引擎使用BTree作为索引结构，叶节点的data域存放的是数据记录的地址。下图是MyISAM索引的原理图：!这里写图片描述(https://static.oschina.net/uploads/img/201704/13160646_jwHA.jpg)这里设表一共有三列，假设我们以Col1为主键，则上图是一个MyISAM表的主索

　　在MYSQL中，索引是在引擎层中而不是服务器层实现的。所以并没有统一的索引标准：不同存储引擎的索引的工作方式并不一样，也不是所有的存储引擎都支持所有类型的索引。即使多个存储引擎支持同一种类型的索引，其底层的实现也可能不同（1）BTree索引　　　　如果没有特别指明类型的话，那么就代指为BTree引擎，它使用BTree数据结构来

BTreeBTree又叫做B树，和平衡二叉树不同的地方在于B树是多叉树(平衡多路查找树)，Oracle和MongoDB的索引技术就是基于B树的数据结构，B树也可以看作是对23查找树的一种扩展。一个m阶的BTree有以下性质1.每个节点最多有m个子节点；2.每个非叶子节点（根节点除外）至少含有m/2个子节点；3.

Hash索引结构的特殊性，其检索效率非常高，索引的检索可以一次定位，不像BTree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IO访问，所以Hash索引的查询效率要远高于BTree索引。可能很多人又有疑问了，既然Hash索引的效率要比BTree高很多，为什么大家不都用Hash索引而还要使用BTree索引呢？

　　上回刚刚讲到了BTree这次来简单学学BTree索引　　BTree中每个节点包含：　　1.本节点所含关键字的个数。　　2.指向父节点的指针　　3.关键字　　4.指向子节点的指针　　关于BTree的规则　　1.m阶的BTree每个结点至多可以拥有m个子节点，根结点至少有两个子节点　　2.根结点的关键字（key）

1、为什么MongoDB使用B树，而不是B树MongoDB是一种nosql，也存储在磁盘上，被设计用在数据模型简单，性能要求高的场合。性能要求高，我们看B树与B树的区别：_B树内节点不存储数据，所有data存储在叶节点导致查询时间复杂度固定为logn。

本文由云社区发表作者：漆洪凯规则1：一般情况可以选择MyISAM存储引擎，如果需要事务支持必须使用InnoDB存储引擎。注意：MyISAM存储引擎Btree索引有一个很大的限制：参与一个索引的所有字段的长度之和不能超过1000字节。另外MyISAM数据和索引是分开，而InnoDB的数据存储是按聚簇(cluster)索引有序排

摘要本文以MySQL数据库为研究对象，讨论与数据库索引相关的一些话题。特别需要说明的是，MySQL支持诸多存储引擎，而各种存储引擎对索引的支持也各不相同，因此MySQL数据库支持多种索引类型，如BTree索引，哈希索引，全文索引等等。为了避免混乱，本文将只关注于BTree索引，因为这是平常使用MySQL时主要打交道的索引，至于哈希索引和全文索引本文

MySQL优化之BTree索引使用规则从一道题开始分析：假设某个表有一个联合索引（c1,c2,c3,c4）以下那个只能使用该联合索引的c1,c2,c3部分explainselect\fromtwherec1'a1'andc2'a2'andc4'a4'andc3'a3';expl

本文理论结合实践，通过BTree索引的设计和实现，更好的理解数据库索引相关的知识点以及优化原理。

本文目标是：了解查询的核心原理，对比SQL查询优化技巧在h2database中的落地实现。前提：为了贴近实际应用，本文CodeInsight基于BTree存储引擎。数据查询核心原理数据库实现查询的原理：遍历表/索引，判断是否满足where筛选条件，添加到结