程序员必须掌握的Java数据库面试题及答案

　　为什么用自增列作为主键

　　1、如果我们定义了主键(PRIMARYKEY)，那么InnoDB会选择主键作为聚集索引。

　　如果没有显式定义主键，则InnoDB会选择第一个不包含有NULL值的唯一索引作为主键索引。

　　如果也没有这样的唯一索引，则InnoDB会选择内置6字节长的ROWID作为隐含的聚集索引(ROWID随着行记录的写入而主键递增，这个ROWID不像ORACLE的ROWID那样可引用，是隐含的)。

　　2、数据记录本身被存于主索引（一颗B+Tree）的叶子节点上，这就要求同一个叶子节点内（大小为一个内存页或磁盘页）的各条数据记录按主键顺序存放

　　因此每当有一条新的记录插入时，MySQL会根据其主键将其插入适当的节点和位置，如果页面达到装载因子（InnoDB默认为15/16），则开辟一个新的页（节点）

　　3、如果表使用自增主键，那么每次插入新的记录，记录就会顺序添加到当前索引节点的后续位置，当一页写满，就会自动开辟一个新的页

　　4、如果使用非自增主键（如果身份证号或学号等），由于每次插入主键的值近似于随机，因此每次新纪录都要被插到现有索引页得中间某个位置

　　此时MySQL不得不为了将新记录插到合适位置而移动数据，甚至目标页面可能已经被回写到磁盘上而从缓存中清掉，此时又要从磁盘上读回来，这增加了很多开销

　　同时频繁的移动、分页操作造成了大量的碎片，得到了不够紧凑的索引结构，后续不得不通过OPTIMIZETABLE来重建表并优化填充页面。

　　为什么使用数据索引能提高效率

　　数据索引的存储是有序的

　　在有序的情况下，通过索引查询一个数据是无需遍历索引记录的

　　极端情况下，数据索引的查询效率为二分法查询效率，趋近于log2(N)

　　B+树索引和哈希索引的区别

　　B+树是一个平衡的多叉树，从根节点到每个叶子节点的高度差值不超过1，而且同层级的节点间有指针相互链接，是有序的，如下图：

　　哈希索引就是采用一定的哈希算法，把键值换算成新的哈希值，检索时不需要类似B+树那样从根节点到叶子节点逐级查找，只需一次哈希算法即可,是无序的。

　　哈希索引的优势：

　　等值查询，哈希索引具有绝对优势（前提是：没有大量重复键值，如果大量重复键值时，哈希索引的效率很低，因为存在所谓的哈希碰撞问题。）

　　为什么说B+比B树更适合实际应用中操作系统的文件索引和数据库索引？

　　1、B+的磁盘读写代价更低。

　　B+的内部结点并没有指向关键字具体信息的指针，因此其内部结点相对B树更小。

　　如果把所有同一内部结点的关键字存放在同一盘块中，那么盘块所能容纳的关键字数量也越多。一次性读入内存中的需要查找的关键字也就越多。相对来说IO读写次数也就降低了。

　　2、B+-tree的查询效率更加稳定。

　　由于非终结点并不是最终指向文件内容的结点，而只是叶子结点中关键字的索引。所以任何关键字的查找必须走一条从根结点到叶子结点的路。所有关键字查询的路径长度相同，导致每一个数据的查询效率相当。

　　MySQL联合索引

　　1、联合索引是两个或更多个列上的索引。

　　对于联合索引:Mysql从左到右的使用索引中的字段，一个查询可以只使用索引中的一部份，但只能是最左侧部分。

　　例如索引是keyindex(a,b,c).可以支持a、a,b、a,b,c3种组合进行查找，但不支持b,c进行查找.当最左侧字段是常量引用时，索引就十分有效。

　　2、利用索引中的附加列，您可以缩小搜索的范围，但使用一个具有两列的索引不同于使用两个单独的索引。

　　复合索引的结构与电话簿类似，人名由姓和名构成，电话簿首先按姓氏对进行排序，然后按名字对有相同姓氏的人进行排序。

　　如果您知道姓，电话簿将非常有用；如果您知道姓和名，电话簿则更为有用，但如果您只知道名不知道姓，电话簿将没有用处。

      以上就是动力节点Java培训机构小编介绍的“程序员必须掌握的Java数据库面试题及答案”的内容，希望对大家有帮助，如有疑问，请在线咨询，有专业老师随时为你服务。

相关推荐

最新最全java面试题及答案（初级到高级）

史上最全的中高级JAVA工程师面试题及答案汇总

Java高级开发工程师面试题

2019史上最全java面试题题库大全800题

哪有资深java工程师面试题