參考博文：
innodb引擎中的索引型別：
聚集索引：每張表都會他們的主鍵建立一顆b+樹索引, 並且在葉子節點上會存放對應主鍵的行記錄。
輔助索引（非聚集索引）：對非主鍵列建立的b+樹索引，葉子節點存放了索引值和書籤，這個書籤就是對應的主鍵值。那之後可以通過這個主鍵值找到對應的行記錄。
聯合索引：對兩個或者兩個以上的字段建立索引，其實也就是乙個b+樹結構，只是索引值1個或者是多個，那麼b+樹中的鍵值排序，它是會先對乙個索引值進行排序，在乙個索引值相同的情況下在使用第二個索引值進行排序。使用在建立（a,b,c）這種聯合索引的時候，使用a; a,b; a,b,c 字段進行查詢的時候可以使用聯合索引，使用a,c；b,c的時候是不走索引的。
覆蓋索引：這不能算一種索引型別，只是來表示「只使用輔助索引，不使用聚集索引的一種場景」， 如查詢時只查詢使用的索引字段。
innodb: mysql中使用頻率最高的資料庫引擎。特點：支援行鎖，支援事務（acid, 4種隔離級別），外來鍵。
myisam: 不支援事務，表鎖；適合一些數倉型別的表，只有查詢的操作，沒有修改的操作。
ndb: 集群引擎，資料存放在記憶體中。單錶主鍵查詢快，join查詢慢，連線操作是在mysql資料庫層面完成，而不是在引擎層完成，存在巨大的網路開銷。
memory: 資料存放在記憶體中，資料庫崩潰或者是重啟資料會消失，使用的是hash索引。適合存放零時資料。查詢速度很快。
archive: 只提供insert和select的操作。會對存放的資料進行壓縮，壓縮比例會到1:10。適合存放寫歸檔資料。
maria： myisam的加強版，支援事務，支援行鎖，提供索引和資料的快取，提供mvcc功能。
b+樹：多路自平衡樹，所有的索引值都會出現在葉子節點中，葉子節點使用了陣列加鍊表的概念連線。每個陣列可以使用頁的概念稱呼，頁的最大長度是個定值，頁與頁之間通過了雙向鍊錶相互連線。
插入操作：b+樹形變，若頁未滿則加入到頁中，如頁面則從中間值一分為2，小於中間值是一半，大於等於中間值是一半。父節點頁如果滿了的話，也會如上**。
刪除操作：刪除的元素只是出現在葉子節點，並且刪除後所在頁的填充率依然在50%以上，則不用變換。如果刪除後所在頁的填充率小於50%，則需要和兄弟節點合併。如果這個節點在父節點中，父節點也需要刪除該元素，並從葉子節點中的該元素右邊的乙個元素到父節點中。
資料庫中頁的特點：大。
雜湊索引：自適應性索引，不能認為干預一張表中是否會生成hash索引。雜湊索引只能用於等值查詢，不能用於範圍查詢。
我們知道雜湊表的 結構是陣列加鍊表的形式。怎麼確定資料是在陣列中的哪個位置呢？根據sql中的表名+關鍵字來確定。innodb中的表空間都會有乙個spaceid，通過關鍵字又可以確定到它的offset，所以k的計算公式：k = spaceid<<20 + spaceid + offset.
什麼情況innodb會建立這種自適應的hash索引？
經常訪問的輔助索引資料會生成hash索引。
全文索引：
1. 倒排序索引：通過分詞，可以找到對應的過的文件id，以及它這個個文件**現過的次數。
2. 分詞是如何儲存的：innodb中有6張輔助表，通過word的latin編碼來決定分割槽的位置。
首先，你可以理解oracle庫中的表是有版本號的。每次commit之後，表的版本號是會發生變化的。
對於讀操作來說，採用的是一致性讀的方式，只會讀取事務開始時，最新的版本號的內容。
對於更新操作來說，採用的當前讀的方式：需要更新的資料是當前最新的版本得資料，會按當前最新的字段資料進行匹配。而不是事務開始時的那個版本的內容進行匹配。
mysql常見面試題
索引是一種資料結構,使用索引可以提高查詢效率。1.hash索引 2.b 樹索引 1.hash索引查詢更快，使用hash函式一次查詢，但是無法進行範圍查詢，不支援排序 2.b 樹索引有logn級別的查詢速度，支援範圍查詢，支援排序 1.大資料量 2.頻繁使用字段 一組sql語句，要麼同時成功，要麼同時...
mysql常見面試題
1.資料庫的儲存引擎有哪些？myisam與innodb的區別？2.三正規化指的是哪三正規化？3.什麼是事物？有那些特點？事物的隔離級別有那些？mysql的預設隔離級別有哪些？4.髒讀 幻讀 不可重複讀指的是什麼？5.資料庫優化 5.1 什麼是資料庫索引？資料庫索引有哪些型別？5.2 資料庫索引b t...
mysql常見面試題
mysql的功能特點如下 可以同時處理幾乎不限數量的使用者 處理多達50,000,000以上的記錄 命令執行速度快，也許是現今最快的 簡單有效的使用者特權系統。慢查詢慢查詢 注意sql查詢慢的原因都是 引起filesort 索引失效 select like，優化資料結構 大化小 分解關聯查詢 少用j...