​MySQL面试题：索引的底层原理与优化策略​

题目​：
请解释MySQL中B+树索引的底层结构及其优势，并结合实际场景说明如何通过索引优化查询性能。在哪些情况下索引可能失效？如何避免？

---

​参考答案​

1. ​B+树索引的底层结构​

   • ​树形结构​：B+树是一种多路平衡搜索树，非叶子节点仅存储键值（索引字段），叶子节点存储完整数据或主键（聚集索引与非聚集索引的区别）。
   • ​顺序链表​：所有叶子节点通过双向链表连接，支持高效的范围查询（如BETWEEN或ORDER BY）
   • ​层级与IO优化​：B+树的层级较低（通常3-4层），每个节点存储大量键值，减少磁盘IO次数。例如，假设单页存储16KB数据，3层B+树可支持千万级数据量

   ​优势​：

   • ​范围查询高效​：叶子节点的链表结构可直接遍历，避免B树需要回溯非叶子节点的问题
   • ​减少磁盘IO​：非叶子节点不存储实际数据，单页可容纳更多索引键，降低树的高度

2. ​索引优化查询性能的实践场景​

   • ​覆盖索引​：查询字段均在索引中时，引擎直接从索引获取数据，避免回表操作。例如：

SELECT user_id FROM users WHERE age > 20;  -- 若索引包含(user_id, age)  

• 最左前缀原则​：联合索引(a, b, c)可优化WHERE a=1 AND b=2，但无法优化WHERE b=2
• ​索引下推（ICP）​​：MySQL 5.6+支持将WHERE条件过滤下推到存储引擎层，减少回表次数。例如：

SELECT * FROM users WHERE name LIKE '张%' AND age > 25;  -- 联合索引(name, age)时生效  

​索引失效的常见场景及规避方法​

• ​隐式类型转换​：字段类型与查询条件类型不一致（如字符串字段用数字查询）会导致索引失效
• ​函数或表达式操作​：对索引字段使用函数（如YEAR(create_time)）或计算（如price*2 > 100）会破坏索引有序性
• ​前导模糊查询​：LIKE '%keyword'无法利用索引，建议改用LIKE 'keyword%'或全文索引
• ​OR条件不当​：若OR两侧字段不全有索引，可能触发全表扫描。例如：

SELECT * FROM users WHERE name = '张三' OR age > 30;  -- 若仅name有索引，仍会全表扫描  

1. ​索引设计与维护建议​

   • ​选择性原则​：优先为区分度高的字段（如唯一ID）建索引，避免对低区分度字段（如性别）建索引
   • ​定期分析索引效率​：使用SHOW INDEX FROM table查看索引基数（Cardinality），低基数索引可考虑删除
   • ​避免冗余索引​：如联合索引(a, b)已存在，单独索引(a)可能冗余

---

​考察点​

• ​原理理解​：是否掌握B+树结构与MySQL索引设计的关联。
• ​实战能力​：能否结合实际场景提出优化方案，并识别索引失效风险。
• ​扩展知识​：对覆盖索引、索引下推等高级特性的了解深度。

​参考难度​：⭐⭐⭐⭐（高级）