1.二叉树，红黑树，B 树，B+树

二叉树：就是每个节点最多只能有两个子节点的树；

红黑树：就是自平衡二叉搜索树，红黑树通过一下五个规则构建：

1.节点只能是红色或黑色；

2.根节点只能是黑色；

3.不能有连续的红色节点；

4.叶子节点为黑色；

5.从任意节点到其所有叶子节点的路径上，黑色节点数相同，黑稿平衡

B 树：多路平衡搜索树，所有节点都存储数据；

B+树：非叶子节点只存键，数据全部存在叶子节点；

2.索引的底层数据结构了解过嘛 ?

索引的底层数据结构采用了 B+树加双向链表的形式实现，N 阶 B 树其实就是每个节点最多存储 N - 1 个键值对和 N 个指针，指向某个键值对的一边，而 N 阶 B+ 树其实就是每个节点最多存储 N - 1 个键和 N 个指针 ，只有叶子节点才存储键值，一旦一个节点存储的 Key 大于 N，中间元素会向上分裂；

而在索引中的 B+ 树就是在叶子节点之间构成一个双向链表，用于范围查询。

3.什么是聚簇索引什么是非聚簇索引 ?

聚簇索引：一个表只能有一个聚簇索引，聚簇索引的叶子节点直接存储行数据，主键默认是聚簇索引，如果没有主键则隐式构建 ROWID，优点是通过索引就可以获取到数据，避免了回表查询，缺点是插入速度依赖主键顺序；

非聚簇索引：就是索引的叶子节点只存主键值，而非完整的数据，一个表可以有多个非聚簇索引，通过索引找到主键后，需要回到聚簇索引获取完整数据。

4.知道什么是回表查询嘛 ?

回表查询是查询数据时通过非聚簇索引进行查询，查询出来的只是数据的主键，还需要通过主键去查询聚簇索引，才能得到完整的数据。

5.索引创建原则有哪些？

1.高频查询字段：where，on，order by，group by 等高频使用的字段；

2.高区分度字段：使用由高区分度的字段，ID，身份证而不是性别；

3.短字段优先：使用整型而不是 VARCHAR;

4.覆盖索引优化：高频查询字段，可以建立联合索引覆盖查询字段，达到不用回表查询的目的；

5.范围查询字段放最后：将范围查询字段放最后，避免索引失效；

6.最左前缀匹配原则：只能最左前缀匹配，避免中间断开；

6.知道什么是左前缀原则嘛 ?

如果索引了多列（联合索引），要遵守最左前缀法则。最左前缀法则指的是查询

从索引的最左列开始，并且不跳过索引中的列。如果跳跃某一列，索引将会部分

失效(后面的字段索引失效)。

7.知道什么叫覆盖索引嘛 ?

覆盖索引是指查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到 。

8.索引是越多越好嘛? 什么样的字段需要建索引, 什么样的字段不需要?

索引并不是多多益善，索引越多，维护索引结构的代价也就越大，会影响增删改的效率。针对于数据量较大，且查询比较频繁的表建立索引。

针对于常作为查询条件（where）、排序（order by）、分组（group by）操作的字段建立索引。

不适合创建索引的字段：

• • • 更新频繁字段不适合创建索引
    • 若是不能有效区分数据的列不适合做索引列(如性别，男女未知，最多也就三种，区分度实在太低)
    • 对于那些查询中很少涉及的列，重复值比较多的列不要建立索引。比如省会，城市、月份
    • 对于定义为text、image和bit的数据类型的列不要建立索引