面试题：MariaDB基础数据结构与查询优化的深度结合

B - Tree索引：
- 适用场景：对于范围查询（如 WHERE column BETWEEN value1 AND value2）、排序查询（如 ORDER BY column）非常有效。在多列关联查询中，如果经常按照某些列的顺序进行条件筛选和排序，适合使用B - Tree索引。
- 设计原则：
  - 最左前缀原则：如果查询条件是 WHERE col1 = value1 AND col2 = value2 AND col3 = value3，创建复合索引 (col1, col2, col3) 能充分利用索引。因为B - Tree索引在查找时会从左到右依次匹配条件，只有前面的列匹配上，后面的列才能利用索引优势。
  - 选择性高的列优先：选择性是指某列不同值的数量与总行数的比例。选择性越高，索引的效率越高。例如，性别列（只有男、女两个值）选择性低，而身份证号列选择性高。在设计复合索引时，应将选择性高的列放在前面。
哈希索引：
- 适用场景：哈希索引适用于等值查询（如 WHERE column = value），能快速定位到数据。对于表中经常进行等值判断的列，可以考虑使用哈希索引。
- 局限性：哈希索引不支持范围查询和排序操作，因为哈希值是无序的。所以在使用哈希索引时，要确保查询主要是等值查询场景。

查看查询计划：在MariaDB中，可以使用 EXPLAIN 关键字来查看查询计划。例如：EXPLAIN SELECT * FROM your_table WHERE condition;。查询计划会展示查询执行的步骤，包括表的连接顺序、使用的索引等信息。
常见问题及优化：
- 全表扫描：如果查询计划显示是全表扫描（type 为 ALL），说明没有使用到合适的索引。需要根据前面提到的索引设计原则，创建或调整索引。
- 索引选择不当：有时查询计划可能选择了一个低效的索引。可以通过强制使用索引（如 SELECT * FROM your_table FORCE INDEX (index_name) WHERE condition;）来验证是否能提高查询效率。如果强制使用索引后性能提升，说明原来的索引选择有问题，需要进一步优化索引设计。
- 连接类型优化：在多表关联查询中，连接类型（如 INNER JOIN、LEFT JOIN 等）会影响查询效率。确保使用正确的连接类型，并且在连接条件上创建合适的索引，以减少数据的笛卡尔积运算。

分区表：对于百万条记录的大表，可以考虑使用分区表。根据某些列（如时间列）将表分成多个分区，查询时只需要扫描相关的分区，减少扫描的数据量。例如按月份对订单表进行分区，查询某个月的订单时，只扫描对应的分区。
覆盖索引：如果查询中涉及的列都包含在索引中，那么查询可以直接从索引中获取数据，而不需要回表操作。例如，查询 SELECT col1, col2 FROM your_table WHERE col3 = value，如果创建索引 (col3, col1, col2)，就可以利用覆盖索引，提高查询效率。

星途面试题库