面试场景
1、谈谈你对数据库索引的理解
数据库索引其实就相当于字典上面的拼音目录，在进行大数据量查询时，是优化数据库性能的重要方法。
他可以快速定位到某个数据在哪一行，从而避免全文匹配，提高查询效率。
mysql索引的底层是采用B+TREE实现的，B+TREE是由 平衡二叉树 、 B树 过渡来的，
B+TREE的特点就是（为什么要采用B+TREE树呢？因为它有两个特点）：
1）非叶子节点不存储数据，在叶子节点上存储数据，这样一个非叶子节点就能够存储更多的索引key，就能使树的度(degree)变大，I/O的效率变高
2）在叶子节点上面有指向相邻叶子节点的指针，这样就提高了范围查找的效率
mysql索引主要用到的是MyISAM和InnoDB两种存储引擎，
这两种存储引擎的区别是（这两种存储引擎有很大区别）：
1）MyISAM的数据和索引是分开存储的，有单独的两个文件，属于非聚簇索引；而InnoDB是放在同一个文件里面存储的，他的数据文件本身就是主键索引文件，属于聚簇索引；
2）两者都支持B+TREE，但是都不支持hash
3）MyISAM是非事务安全型的，而InnoDB是事务安全型的
4）MyISAM锁的粒度是表级，而InnoDB支持行级锁定。
应用场景：
1）MyISAM用来管理非事务表，他提供高速存储和检索，如果应用中需要执行大量的SELECT查询，那么MyISAM是更好的选择。
2）InnoDB是事务安全型的，具有很多特性，如果应用中需要执行大量的INSERT或UPDATE操作，就应该使用InnoDB，这样就可以提高多用户并发操作的性能。
索引的好处：
创建索引可以大大提高系统的性能。
第一，通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性。
第二，可以大大加快数据的检索速度，这也是创建索引的最主要的原因。
第三，可以加速表和表之间的连接，特别是在实现数据的参考完整性方面特别有意义。
第四，在使用分组和排序子句进行数据检索时，同样可以显著减少查询中分组和排序的时间。
第五，通过使用索引，可以在查询的过程中，使用优化隐藏器，提高系统的性能。
索引的缺点：
第一，创建索引和维护索引要耗费时间，这种时间随着数据量的增加而增加。
第二，索引需要占物理空间，除了数据表占数据空间之外，每一个索引还要占一定的物理空间，如果要建立聚簇索引，那么需要的空间就会更大。
第三，当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，这样就降低了数据的维护速度。
学习笔记
鲁班学院 https://www.bilibili.com/video/av37254744/?redirectFrom=h5
蚂蚁课堂 http://www.mayikt.com/course/video/2089
常用数据结构、算法动画演示 https://www.cs.usfca.edu/~galles/visualization/Algorithms.html
1、hash数据结构
就是根据字段值计算出hash值，从而进行定位
优点：查询速度快
缺点：不支持范围查询
2、平衡二叉树搜索树
参考链接：https://blog.csdn.net/tanrui519521/article/details/80935348
这是由二叉搜索树过渡来的，二叉搜索树的概念：
1）若他的左子树不为空，则左子树上所有节点的值都小于根节点的值
2）若它的右子树不为空，则右子树上所有节点的值都大于根节点的值
3）它的左右子树也分别是二叉搜索树
但是二叉搜索树会有极端的情况，就是左右高度差过大，如下图所示
这棵树，说是树，其实它已经退化成链表了，但从概念上来看，它仍是一棵二叉搜索树，只要我们按照逐次增大，
如1、2、3、4、5、6的顺序构造一棵二叉搜索树，则形如上图。那么插入的时间复杂度就变成了O(n)，
导致这种糟糕的情况原因是因为这棵树极其不平衡，右树的重量远大于左树，因此我们提出了叫平衡二叉搜索树的结构，
又称之为AVL树，是因为平衡二叉搜索树的发明者为Adel’son-Vel’skii 和Landis二人。
AVL树的性质：
1）左子树与右子树高度之差的绝对值不超过1
2）树的每个左子树和右子树都是AVL树
3）每一个节点都有一个平衡因子（balance factor），任一节点的平衡因子是-1、0、1（每一个节点的平衡因子 = 右子树高度 - 左子树高度）
做到了这点，这棵树看起来就比较平衡了，那么如何生成一棵AVL树呢？算法相对来说复杂，随着新节点的加入，树自动调整自身结构，达到新的平衡状态，这就是我们想要的AVL树。
当树不平衡时，我们需要做出旋转调整，有四种调整方法。
左单旋、右单旋、左右单旋、右左单旋
优点：可以支持范围查询
缺点：进行范围查询时，需要回旋，所以效率很低
3、B树
为了减少磁盘I/O次数，由平衡二叉搜索树过渡到了B树，
B树最大的特点就是一个非叶子节点上面可以放多个索引key（称为度），这样原来要搜四次，现在只要搜1次了；
4、B+树
在B树上面再做一层优化，形成了B+树，就是现在mysql使用的索引数据结构
B树只是一个根节点上可以同时存储多个元素，这样就减少了I/O操作
特点：
1）非叶子节点不存储数据，在叶子节点上存储数据，这样一个非叶子节点就能够存储更多的索引key，就能使树的度(degree)变大，I/O的效率变高
2）在叶子节点上面有指向相邻叶子节点的指针，这样就提高了范围查找的效率
备注
1）like模糊查询如果前面用了%，那是不会用到索引的
2）导致索引失效的条件
3）innodb是效率最高的，使用主键索引，不用辅助索引
4）B-Tree索引是B+树吗？
5）innodb的.ibd文件保存了数据和索引
=》Myisam的.MYD是保存的数据文件，.MYI保存的索引文件
6）索引属于存储引擎级别的概念，主要包括MyISAM、InnoDB、Memory引擎等