2.hashcode和equals的區(qū)別

hashCode 和 equals 是 Java 中用于處理對(duì)象相等性的兩個(gè)方法：

1. equals方法：
   • equals 方法是用來比較兩個(gè)對(duì)象是否在邏輯上相等。根據(jù)類的設(shè)計(jì)，你可以重寫 equals 方法來指定自定義的相等性判斷規(guī)則。
   • 一般來說，如果你重寫了 equals 方法，就應(yīng)該同時(shí)重寫 hashCode 方法，以保持一致性。兩個(gè)對(duì)象在調(diào)用 equals 方法返回 true 時(shí)，它們的 hashCode 值應(yīng)該相等。

@Override
public boolean equals(Object obj) {
    // 實(shí)現(xiàn)相等性判斷的邏輯
}

2. hashCode方法：
   • hashCode 方法用于返回對(duì)象的哈希碼，它是一個(gè)整數(shù)值。哈希碼的作用是在進(jìn)行集合操作時(shí)提高查找效率，例如在哈希表中存儲(chǔ)對(duì)象。
   • 如果兩個(gè)對(duì)象使用 equals 方法返回 true，它們的 hashCode 值應(yīng)該相等。但是反過來并不成立，即相等的對(duì)象不一定具有相等的哈希碼。
   • 如果不重寫 equals 方法，Java 默認(rèn)使用 Object 類的實(shí)現(xiàn)，它比較的是對(duì)象的引用地址，而不是邏輯相等性。

@Override
public int hashCode() {
    // 實(shí)現(xiàn)生成哈希碼的邏輯
}

總體來說，equals 主要用于判斷兩個(gè)對(duì)象是否在邏輯上相等，而 hashCode 用于支持對(duì)對(duì)象的高效存儲(chǔ)和檢索。在使用自定義類作為集合的鍵時(shí)，確保正確實(shí)現(xiàn)這兩個(gè)方法是很重要的。

面經(jīng)專欄直通車

面經(jīng)專欄下載

3.hashmap擴(kuò)容，線程是否安全

HashMap 是 Java 中常用的集合類之一，用于存儲(chǔ)鍵值對(duì)。

擴(kuò)容機(jī)制：

1. 初始容量和負(fù)載因子：

   • HashMap 有一個(gè)初始容量和一個(gè)負(fù)載因子。初始容量是哈希表在創(chuàng)建時(shí)的容量，默認(rèn)為 16。負(fù)載因子是一個(gè)在哈希表大小超過其容量乘以負(fù)載因子時(shí)，哈希表將進(jìn)行擴(kuò)容的閾值，默認(rèn)為 0.75。

2. 擴(kuò)容操作：

   • 當(dāng)哈希表的元素個(gè)數(shù)達(dá)到了負(fù)載因子所定義的閾值，HashMap 將進(jìn)行擴(kuò)容操作。
   • 擴(kuò)容操作包括創(chuàng)建一個(gè)新的哈希表，其容量為原容量的兩倍，然后將所有元素重新分配到新的哈希表中。

線程安全性：

1. 非線程安全：

   • HashMap 不是線程安全的，即在多線程環(huán)境下，如果有一個(gè)線程在修改 HashMap，而另一個(gè)線程同時(shí)訪問它，可能會(huì)導(dǎo)致不確定的結(jié)果。

2. 線程安全解決方案：

   • 如果需要在多線程環(huán)境中使用線程安全的 HashMap，可以考慮使用 ConcurrentHashMap。ConcurrentHashMap 提供了一些線程安全的操作，例如 putIfAbsent、replace 等，以及分段鎖的機(jī)制，以提高并發(fā)性能。

HashMap 的擴(kuò)容機(jī)制是為了保持哈希表的性能， HashMap 本身不是線程安全的。如果需要在多線程環(huán)境中使用，可以使用 ConcurrentHashMap 或者在并發(fā)訪問時(shí)進(jìn)行適當(dāng)?shù)耐教幚怼?/p>

4.怎么樣的hashmap線程安全，怎么實(shí)現(xiàn)，currenthashmap和Hashtable的區(qū)別

在 Java 中，有幾種實(shí)現(xiàn)線程安全的 HashMap 的方式。其中，ConcurrentHashMap 和 Hashtable 是兩種常見的線程安全的 Map 實(shí)現(xiàn)：

1. ConcurrentHashMap:

• 分段鎖機(jī)制：

  • ConcurrentHashMap 使用了分段鎖機(jī)制。它將整個(gè)數(shù)據(jù)集分成多個(gè)段（segment），每個(gè)段擁有自己的鎖。這樣在多線程環(huán)境中，不同的線程可以同時(shí)訪問不同的段，提高并發(fā)性能。

• 并發(fā)度高：

  • 因?yàn)椴煌木€程可以同時(shí)操作不同的段，ConcurrentHashMap 具有較高的并發(fā)度，適合在高并發(fā)的場(chǎng)景中使用。

• 不支持 null 鍵和值：

  • ConcurrentHashMap 不支持存儲(chǔ) null 鍵和值。

2. Hashtable:

• 同步整個(gè)數(shù)據(jù)結(jié)構(gòu)：

  • Hashtable 使用同步方法或同步塊來確保線程安全。所有的讀寫操作都是同步的，這意味著在多線程環(huán)境下，只能有一個(gè)線程訪問 Hashtable，可能導(dǎo)致性能瓶頸。

• 支持 null 鍵和值：

  • Hashtable 支持存儲(chǔ) null 鍵和值。

• 遺留類：

  • Hashtable 是一個(gè)遺留的類，而 ConcurrentHashMap 是 Java 5 引入的，更加現(xiàn)代化和高效。

區(qū)別總結(jié)：

• ConcurrentHashMap 使用了分段鎖機(jī)制，具有更好的并發(fā)性能，適合高并發(fā)場(chǎng)景。
• Hashtable 使用同步方法，整個(gè)數(shù)據(jù)結(jié)構(gòu)同步，可能導(dǎo)致性能瓶頸。
• ConcurrentHashMap 不支持存儲(chǔ) null 鍵和值，而 Hashtable 支持。

通常推薦使用 ConcurrentHashMap，因?yàn)樗鄬?duì)于 Hashtable 具有更好的性能。如果需要支持 null 鍵或值，可以考慮使用 HashMap 并在訪問時(shí)進(jìn)行適當(dāng)?shù)耐教幚怼?/p>

5.什么是死鎖，怎么發(fā)現(xiàn)死鎖了，怎么避免死鎖

死鎖是指兩個(gè)或多個(gè)線程在互相等待對(duì)方釋放資源而無(wú)法繼續(xù)執(zhí)行的狀態(tài)。當(dāng)線程之間存在循環(huán)等待資源的情況，且每個(gè)線程都持有對(duì)方所需資源的鎖時(shí)，就可能發(fā)生死鎖。

如何發(fā)現(xiàn)死鎖：

1. 線程轉(zhuǎn)儲(chǔ)（Thread Dump）：

   • 通過獲取應(yīng)用程序的線程轉(zhuǎn)儲(chǔ)，可以查看每個(gè)線程的狀態(tài)以及持有的鎖信息。死鎖通常表現(xiàn)為一組線程互相等待。

2. 監(jiān)控工具：

   • 使用監(jiān)控工具，如 Java VisualVM 或類似的性能分析工具，可以觀察線程的狀態(tài)、鎖信息等。

如何避免死鎖：

1. 按序獲取鎖：

   • 確保所有線程按照相同的順序獲取鎖。這樣可以避免循環(huán)等待的情況。

2. 使用嘗試獲取鎖：

   • 在獲取鎖的時(shí)候，使用嘗試獲取鎖的方式，而不是一直等待?？梢栽O(shè)置一個(gè)超時(shí)時(shí)間，在超時(shí)后放棄獲取鎖。

3. 使用鎖的層次性：

   • 設(shè)計(jì)鎖的層次性，確保所有線程按照一定的層次獲取鎖，避免發(fā)生循環(huán)等待。

4. 避免長(zhǎng)時(shí)間持有鎖：

   • 盡量減小持有鎖的時(shí)間，避免在持有鎖的時(shí)候執(zhí)行復(fù)雜、耗時(shí)的操作。

5. 定期檢查：

   • 定期檢查系統(tǒng)中是否存在死鎖，及時(shí)發(fā)現(xiàn)并處理。

6. 使用工具進(jìn)行分析：

   • 利用死鎖檢測(cè)工具，如 jstack、jconsole 等，來監(jiān)控和分析系統(tǒng)中的死鎖情況。

7. 合理設(shè)計(jì)并發(fā)結(jié)構(gòu)：

   • 在設(shè)計(jì)并發(fā)結(jié)構(gòu)時(shí)，考慮線程安全性，避免設(shè)計(jì)上的瑕疵導(dǎo)致死鎖的發(fā)生。

6.new怎么回收，垃圾回收機(jī)制

在 Java 中，通過 new 關(guān)鍵字創(chuàng)建的對(duì)象，其內(nèi)存的管理和回收是由Java虛擬機(jī)（JVM）的垃圾回收機(jī)制來負(fù)責(zé)的。

1. 垃圾回收的原理：

• Java 使用自動(dòng)內(nèi)存管理，通過垃圾回收機(jī)制來釋放不再被引用的對(duì)象占用的內(nèi)存。
• 當(dāng)對(duì)象不再被任何引用指向時(shí)，它就成為垃圾，垃圾回收機(jī)制將識(shí)別并釋放這部分內(nèi)存。

2. 垃圾回收的方式：

• 標(biāo)記-清除算法：

  • 垃圾回收器會(huì)通過根對(duì)象開始遍歷整個(gè)對(duì)象圖，標(biāo)記所有被引用的對(duì)象。然后清除所有未標(biāo)記的對(duì)象，釋放它們的內(nèi)存。

• 復(fù)制算法：

  • 將內(nèi)存分為兩塊，每次只使用其中一塊。當(dāng)一塊內(nèi)存用盡時(shí)，將存活的對(duì)象復(fù)制到另一塊內(nèi)存中，然后清除當(dāng)前內(nèi)存中的所有對(duì)象。

• 標(biāo)記-整理算法：

  • 結(jié)合了標(biāo)記-清除和復(fù)制算法的優(yōu)點(diǎn)。首先標(biāo)記所有存活的對(duì)象，然后將它們向一端移動(dòng)，清理掉端邊界以外的對(duì)象，最后釋放內(nèi)存。

3. 垃圾回收器的類型：

• Serial 收集器：

  • 單線程執(zhí)行，適用于小型應(yīng)用或者客戶端應(yīng)用。

• Parallel 收集器：

  • 多線程執(zhí)行，適用于多核處理器，關(guān)注吞吐量。

• CMS（Concurrent Mark-Sweep）收集器：

  • 以最短停頓時(shí)間為目標(biāo)，主要用于對(duì)響應(yīng)時(shí)間有較高要求的應(yīng)用。

• G1（Garbage First）收集器：

  • 面向服務(wù)端應(yīng)用，將堆內(nèi)存劃分為多個(gè)區(qū)域，進(jìn)行垃圾回收。

4. 手動(dòng)內(nèi)存管理和 new 的回收：

• Java 中，開發(fā)者無(wú)需手動(dòng)釋放通過 new 創(chuàng)建的對(duì)象。垃圾回收器會(huì)自動(dòng)檢測(cè)不再被引用的對(duì)象并回收它們所占用的內(nèi)存。

• 開發(fā)者需要注意的是，及時(shí)釋放對(duì)對(duì)象的引用可以加速垃圾回收的進(jìn)行，提高程序的性能。

Java的垃圾回收機(jī)制為開發(fā)者提供了方便的內(nèi)存管理手段，通過不同的垃圾回收算法和收集器，可以滿足不同應(yīng)用場(chǎng)景的需求。

7.怎么判斷是否還在引用

在Java中，可以使用垃圾回收機(jī)制來判斷一個(gè)對(duì)象是否還在引用。當(dāng)一個(gè)對(duì)象沒有任何引用指向它時(shí)，垃圾回收機(jī)制會(huì)將其標(biāo)記為可回收的垃圾對(duì)象，并在適當(dāng)?shù)臅r(shí)候進(jìn)行回收。

然而，我們也可以通過代碼來判斷一個(gè)對(duì)象是否還在引用。以下是幾種常見的方法：

1. 引用計(jì)數(shù)法：為對(duì)象添加一個(gè)引用計(jì)數(shù)器，每當(dāng)有一個(gè)引用指向該對(duì)象時(shí)，計(jì)數(shù)器加1；當(dāng)引用失效時(shí)，計(jì)數(shù)器減1。當(dāng)計(jì)數(shù)器為0時(shí)，表示該對(duì)象沒有任何引用指向它，即可判斷對(duì)象不再被引用。
2. 可達(dá)性分析算法：通過判斷對(duì)象是否可達(dá)來確定是否還有引用指向它。Java中的垃圾回收器使用的就是這種算法。當(dāng)一個(gè)對(duì)象不再被任何根對(duì)象（如靜態(tài)變量、局部變量等）引用時(shí)，即可判斷對(duì)象不再被引用。

下面是一個(gè)示例代碼，演示了如何判斷一個(gè)對(duì)象是否還在引用：

復(fù)制public class ObjectReferenceExample {
    public static void main(String[] args) {
        Object obj = new Object(); // 創(chuàng)建一個(gè)對(duì)象
        Object ref = obj; // 引用指向該對(duì)象

        obj = null; // 將對(duì)象的引用置為null

        if (ref != null) {
            System.out.println("對(duì)象還在引用中");
        } else {
            System.out.println("對(duì)象已不再引用");
        }
    }
}

在上述示例中，當(dāng)將obj的引用置為null后，通過判斷ref是否為null，可以確定對(duì)象是否還在引用。如果輸出結(jié)果為"對(duì)象已不再引用"，則表示對(duì)象不再被引用。

需要注意的是，Java的垃圾回收機(jī)制是自動(dòng)進(jìn)行的，我們無(wú)法手動(dòng)控制對(duì)象的回收時(shí)機(jī)。因此，判斷一個(gè)對(duì)象是否還在引用只是一種判斷手段，具體的對(duì)象回收由垃圾回收機(jī)制負(fù)責(zé)。

8.什么情況下回收到老年代

在Java中，對(duì)象的內(nèi)存分配和回收是由垃圾回收器（Garbage Collector）負(fù)責(zé)的。垃圾回收器會(huì)根據(jù)對(duì)象的存活時(shí)間和內(nèi)存分配情況，將對(duì)象分配到不同的內(nèi)存區(qū)域，包括新生代（Young Generation）和老年代（Old Generation）。

一般情況下，新創(chuàng)建的對(duì)象會(huì)被分配到新生代的Eden區(qū)域。當(dāng)Eden區(qū)域滿時(shí)，會(huì)觸發(fā)一次Minor GC（新生代垃圾回收），將存活的對(duì)象復(fù)制到Survivor區(qū)域。經(jīng)過多次Minor GC后，仍然存活的對(duì)象會(huì)被晉升到老年代。

除了新生代中的對(duì)象晉升到老年代外，還有以下情況會(huì)導(dǎo)致對(duì)象直接分配到老年代：

1. 大對(duì)象直接分配：如果需要分配的對(duì)象大小超過了老年代的閾值（通過參數(shù)-XX:PretenureSizeThreshold設(shè)置），則該對(duì)象會(huì)直接在老年代分配。
2. 長(zhǎng)期存活的對(duì)象：如果一個(gè)對(duì)象經(jīng)過多次Minor GC后仍然存活，那么它會(huì)被晉升到老年代。這是因?yàn)槔夏甏膶?duì)象存活時(shí)間更長(zhǎng)，可以容納那些長(zhǎng)期存活的對(duì)象。
3. 動(dòng)態(tài)年齡判定：在Survivor區(qū)域中，對(duì)象經(jīng)過多次Minor GC后仍然存活的，會(huì)根據(jù)其年齡（通過參數(shù)-XX:MaxTenuringThreshold設(shè)置）決定是否晉升到老年代。

對(duì)象被分配到老年代并不意味著它會(huì)立即被回收。老年代的垃圾回收通常是通過Major GC（Full GC）來進(jìn)行的，它會(huì)對(duì)整個(gè)堆內(nèi)存進(jìn)行回收，包括新生代和老年代。Major GC的觸發(fā)條件和具體行為會(huì)根據(jù)不同的垃圾回收器和參數(shù)設(shè)置而有所不同。

總之，對(duì)象在Java中被分配到老年代的情況包括：大對(duì)象直接分配、長(zhǎng)期存活的對(duì)象和經(jīng)過多次Minor GC后仍然存活的對(duì)象。

9.快排的原理

• 快速排序（Quicksort）是一種常用的排序算法，它的原理基于分治法（Divide and Conquer）。快速排序的基本思想是選擇一個(gè)基準(zhǔn)元素，通過一趟排序?qū)⒋判虻男蛄蟹指畛瑟?dú)立的兩部分，其中一部分的所有元素都比基準(zhǔn)元素小，另一部分的所有元素都比基準(zhǔn)元素大，然后對(duì)這兩部分繼續(xù)進(jìn)行排序，最終得到一個(gè)有序序列。

  具體的快速排序算法步驟如下：

  1. 選擇一個(gè)基準(zhǔn)元素（通常選擇序列的第一個(gè)元素）。
  2. 設(shè)定兩個(gè)指針，一個(gè)指向序列的起始位置，稱為左指針（left），另一個(gè)指向序列的末尾位置，稱為右指針（right）。
  3. 左指針向右移動(dòng)，直到找到一個(gè)大于等于基準(zhǔn)元素的元素。
  4. 右指針向左移動(dòng)，直到找到一個(gè)小于等于基準(zhǔn)元素的元素。
  5. 如果左指針小于等于右指針，則交換左右指針?biāo)赶虻脑亍?/li>
  6. 重復(fù)步驟3到步驟5，直到左指針大于右指針。
  7. 將基準(zhǔn)元素與右指針?biāo)赶虻脑剡M(jìn)行交換，此時(shí)基準(zhǔn)元素左邊的元素都小于基準(zhǔn)元素，右邊的元素都大于基準(zhǔn)元素。
  8. 對(duì)基準(zhǔn)元素左邊的子序列和右邊的子序列分別進(jìn)行遞歸調(diào)用快速排序算法。

  通過不斷地劃分子序列并對(duì)子序列進(jìn)行排序，最終可以得到整個(gè)序列的有序排列。

  快速排序的時(shí)間復(fù)雜度為O(nlogn)，其中n為待排序序列的長(zhǎng)度。它是一種原地排序算法，不需要額外的輔助空間，但是在最壞情況下（序列已經(jīng)有序或逆序），時(shí)間復(fù)雜度可能達(dá)到O(n^2)。為了避免最壞情況的發(fā)生，可以采用隨機(jī)選擇基準(zhǔn)元素或者三數(shù)取中法來選擇基準(zhǔn)元素，以提高算法的性能。

10.在10億條數(shù)據(jù)里找出最大的一百條用什么方法

在10億條數(shù)據(jù)中找出最大的一百條數(shù)據(jù)，可以使用堆排序（Heap Sort）的方法來解決。堆排序是一種基于二叉堆的排序算法，它可以在O(nlogk)的時(shí)間復(fù)雜度內(nèi)找出最大的k個(gè)元素。

具體步驟如下：

1. 創(chuàng)建一個(gè)大小為100的最小堆（Min Heap）。
2. 遍歷10億條數(shù)據(jù)，對(duì)于每個(gè)數(shù)據(jù)項(xiàng)，執(zhí)行以下操作：
   • 如果堆的大小小于100，將數(shù)據(jù)項(xiàng)插入堆中。
   • 如果堆的大小已經(jīng)達(dá)到100，比較當(dāng)前數(shù)據(jù)項(xiàng)與堆頂元素的大小：
     • 如果當(dāng)前數(shù)據(jù)項(xiàng)大于堆頂元素，將堆頂元素替換為當(dāng)前數(shù)據(jù)項(xiàng)，并進(jìn)行堆的調(diào)整操作，以保持最小堆的性質(zhì)。
     • 如果當(dāng)前數(shù)據(jù)項(xiàng)小于等于堆頂元素，則忽略該數(shù)據(jù)項(xiàng)。
3. 遍歷完所有數(shù)據(jù)后，最小堆中的100個(gè)元素即為最大的一百條數(shù)據(jù)。

通過使用最小堆，我們可以始終保持堆中的元素是當(dāng)前最大的k個(gè)元素。每次插入新的數(shù)據(jù)項(xiàng)時(shí)，如果堆已滿且新數(shù)據(jù)項(xiàng)比堆頂元素大，則替換堆頂元素，并進(jìn)行堆的調(diào)整操作。這樣，最終堆中的元素就是最大的k個(gè)元素。

需要注意的是，由于數(shù)據(jù)量非常大，內(nèi)存可能無(wú)法一次性加載所有數(shù)據(jù)。因此，可以采用分批加載數(shù)據(jù)的方式，每次加載一部分?jǐn)?shù)據(jù)進(jìn)行處理，直到遍歷完所有數(shù)據(jù)。

另外，為了進(jìn)一步提高性能，可以使用多線程或分布式處理的方式來并行處理數(shù)據(jù)，加快查找最大的一百條數(shù)據(jù)的速度。

11.mysql的事物隔離級(jí)別和區(qū)別

MySQL支持多個(gè)事務(wù)隔離級(jí)別，用于控制并發(fā)事務(wù)的隔離程度。不同的隔離級(jí)別提供了不同的數(shù)據(jù)一致性和并發(fā)性保證。以下是MySQL中常見的四個(gè)事務(wù)隔離級(jí)別及其區(qū)別：

1. 讀未提交（Read Uncommitted）：
   • 最低的隔離級(jí)別，事務(wù)中的修改可以被其他事務(wù)立即讀取。
   • 存在臟讀（Dirty Read）問題，即一個(gè)事務(wù)讀取到了另一個(gè)事務(wù)未提交的數(shù)據(jù)。
   • 可能導(dǎo)致不可重復(fù)讀和幻讀問題。
2. 讀已提交（Read Committed）：
   • 保證一個(gè)事務(wù)提交后，其他事務(wù)才能讀取到其修改的數(shù)據(jù)。
   • 解決了臟讀問題，但仍可能出現(xiàn)不可重復(fù)讀和幻讀問題。
3. 可重復(fù)讀（Repeatable Read）：
   • 默認(rèn)的隔離級(jí)別，保證在同一個(gè)事務(wù)中多次讀取同一數(shù)據(jù)時(shí)，結(jié)果始終一致。
   • 通過多版本并發(fā)控制（MVCC）機(jī)制實(shí)現(xiàn)，讀取的是事務(wù)開始時(shí)的快照數(shù)據(jù)。
   • 解決了臟讀和不可重復(fù)讀問題，但仍可能出現(xiàn)幻讀問題。
4. 串行化（Serializable）：
   • 最高的隔離級(jí)別，確保事務(wù)串行執(zhí)行，避免了臟讀、不可重復(fù)讀和幻讀問題。
   • 通過對(duì)讀取的數(shù)據(jù)加鎖實(shí)現(xiàn)，保證了最高的數(shù)據(jù)一致性，但并發(fā)性較差。

需要注意的是，隔離級(jí)別越高，數(shù)據(jù)一致性越好，但并發(fā)性能也會(huì)降低。選擇合適的隔離級(jí)別需要根據(jù)具體業(yè)務(wù)需求和并發(fā)訪問情況進(jìn)行權(quán)衡。

在MySQL中，可以通過以下方式設(shè)置事務(wù)隔離級(jí)別：

• 在連接時(shí)設(shè)置：SET SESSION TRANSACTION ISOLATION LEVEL <隔離級(jí)別>
• 在事務(wù)開始時(shí)設(shè)置：SET TRANSACTION ISOLATION LEVEL <隔離級(jí)別>
• 在創(chuàng)建表時(shí)設(shè)置默認(rèn)隔離級(jí)別：CREATE TABLE ... ENGINE=<存儲(chǔ)引擎> DEFAULT TRANSACTION ISOLATION LEVEL <隔離級(jí)別>

總結(jié)：MySQL的事務(wù)隔離級(jí)別包括讀未提交、讀已提交、可重復(fù)讀和串行化。不同的隔離級(jí)別提供了不同的數(shù)據(jù)一致性和并發(fā)性保證，開發(fā)者需要根據(jù)具體需求選擇合適的隔離級(jí)別。

12.索引的底層，為什么用B+樹

在MySQL中，索引的底層數(shù)據(jù)結(jié)構(gòu)主要有以下幾種：

1. B+樹（B+ Tree）：B+樹是最常用的索引數(shù)據(jù)結(jié)構(gòu)，它具有有序性、平衡性和磁盤訪問優(yōu)化等特點(diǎn)，適用于范圍查詢、排序和高效的插入、刪除操作。
2. 哈希索引（Hash Index）：哈希索引使用哈希函數(shù)將鍵值映射到索引位置，適用于等值查詢，具有快速的查找速度。但是，哈希索引不支持范圍查詢和排序操作，且對(duì)于鍵值的插入和刪除操作相對(duì)較慢。
3. 全文索引（Full-Text Index）：全文索引用于對(duì)文本內(nèi)容進(jìn)行搜索，支持關(guān)鍵詞的模糊匹配和全文檢索。MySQL中的全文索引使用倒排索引（Inverted Index）來實(shí)現(xiàn)。
4. 位圖索引（Bitmap Index）：位圖索引使用位圖來表示每個(gè)鍵值的存在與否，適用于低基數(shù)（Cardinality）的列，如性別、狀態(tài)等。位圖索引可以進(jìn)行位運(yùn)算來進(jìn)行快速的多條件查詢。
5. R樹（R-Tree）：R樹是一種用于空間數(shù)據(jù)的索引結(jié)構(gòu)，適用于地理信息系統(tǒng)（GIS）等場(chǎng)景，可以高效地支持空間范圍查詢。

B+樹是一種平衡的多路搜索樹，它具有以下特點(diǎn)，使其成為數(shù)據(jù)庫(kù)索引的理想選擇：

1. 有序性：B+樹的所有節(jié)點(diǎn)都按照鍵值的大小順序排列，這使得B+樹在范圍查詢和排序操作上具有良好的性能。
2. 平衡性：B+樹通過自平衡的方式保持樹的平衡，使得每個(gè)節(jié)點(diǎn)的高度相對(duì)較小，從而減少了查詢的IO次數(shù)。
3. 磁盤訪問優(yōu)化：B+樹的節(jié)點(diǎn)通常比內(nèi)存頁(yè)的大小要小，一個(gè)節(jié)點(diǎn)可以存儲(chǔ)多個(gè)鍵值對(duì)，這樣可以減少磁盤IO的次數(shù)。
4. 支持快速查找：B+樹的查找操作只需要進(jìn)行一次從根節(jié)點(diǎn)到葉子節(jié)點(diǎn)的遍歷，而不需要回溯。
5. 支持范圍查詢：B+樹的有序性使得范圍查詢變得簡(jiǎn)單，只需要在葉子節(jié)點(diǎn)上進(jìn)行遍歷即可。
6. 支持高效的插入和刪除：B+樹的自平衡特性使得插入和刪除操作相對(duì)高效，只需要進(jìn)行少量的節(jié)點(diǎn)分裂和合并操作。

由于數(shù)據(jù)庫(kù)中的索引通常需要支持高效的查找、范圍查詢和排序操作，而B+樹恰好具備這些特點(diǎn)，因此被廣泛應(yīng)用于數(shù)據(jù)庫(kù)索引的實(shí)現(xiàn)中。

12.回表查詢

回表查詢是指在使用非聚集索引進(jìn)行查詢時(shí)，需要通過索引中的指針回到主鍵索引或者聚集索引中獲取完整的數(shù)據(jù)行的過程?；乇聿樵兺ǔ０l(fā)生在以下場(chǎng)景中：

1. 需要查詢的字段不在非聚集索引中：當(dāng)查詢的字段不在非聚集索引中時(shí)，數(shù)據(jù)庫(kù)引擎無(wú)法直接從索引中獲取完整的數(shù)據(jù)行，而是需要通過回表操作到主鍵索引或聚集索引中獲取完整的數(shù)據(jù)行。
2. 需要返回的數(shù)據(jù)超過了非聚集索引的覆蓋索引能力：覆蓋索引是指索引中包含了查詢所需的所有字段，可以直接從索引中獲取查詢結(jié)果，而無(wú)需回表操作。但是，如果需要返回的數(shù)據(jù)超過了非聚集索引的覆蓋索引能力，仍然需要進(jìn)行回表查詢。
3. 使用了索引優(yōu)化的查詢：有些查詢語(yǔ)句可能會(huì)使用到索引優(yōu)化，例如使用了索引的覆蓋掃描、索引合并等技術(shù)，這些優(yōu)化可能會(huì)導(dǎo)致回表查詢的發(fā)生。

回表查詢會(huì)增加額外的IO操作，因?yàn)樾枰ㄟ^指針再次訪問主鍵索引或聚集索引。在一些對(duì)查詢性能要求較高的場(chǎng)景中，可以考慮使用覆蓋索引或者調(diào)整查詢語(yǔ)句的優(yōu)化方式，以減少回表查詢的次數(shù)。

回表查詢并非一定是性能問題，有時(shí)候回表查詢是必要的，特別是在需要返回完整數(shù)據(jù)行的情況下。在設(shè)計(jì)數(shù)據(jù)庫(kù)表和索引時(shí)，需要根據(jù)具體的業(yè)務(wù)需求和查詢場(chǎng)景來選擇合適的索引策略，以達(dá)到最佳的查詢性能。

13.redis為什么快，怎么持久化

Redis之所以快速，主要有以下幾個(gè)原因：

1. 內(nèi)存存儲(chǔ)：Redis將數(shù)據(jù)存儲(chǔ)在內(nèi)存中，相比于傳統(tǒng)的磁盤存儲(chǔ)，內(nèi)存的讀寫速度更快，可以達(dá)到微秒級(jí)的響應(yīng)時(shí)間。
2. 單線程模型：Redis采用單線程模型，避免了多線程之間的競(jìng)爭(zhēng)和鎖的開銷，簡(jiǎn)化了并發(fā)控制，提高了處理請(qǐng)求的效率。
3. 非阻塞IO：Redis使用了異步的非阻塞IO模型，通過IO多路復(fù)用技術(shù)（如epoll、kqueue等）實(shí)現(xiàn)高效的網(wǎng)絡(luò)通信，提高了并發(fā)處理能力。
4. 簡(jiǎn)單的數(shù)據(jù)結(jié)構(gòu)：Redis支持多種簡(jiǎn)單的數(shù)據(jù)結(jié)構(gòu)，如字符串、哈希表、列表、集合和有序集合等，這些數(shù)據(jù)結(jié)構(gòu)的實(shí)現(xiàn)都經(jīng)過了優(yōu)化，使得Redis在處理這些數(shù)據(jù)結(jié)構(gòu)時(shí)更加高效。

至于Redis的持久化機(jī)制，它提供了兩種持久化方式：

1. RDB（Redis Database）持久化：RDB是Redis默認(rèn)的持久化方式，它通過將內(nèi)存中的數(shù)據(jù)快照保存到磁盤上的二進(jìn)制文件中。可以手動(dòng)觸發(fā)或定期自動(dòng)觸發(fā)RDB持久化。RDB持久化適用于數(shù)據(jù)備份和恢復(fù)，但可能會(huì)有一定的數(shù)據(jù)丟失。
2. AOF（Append-Only File）持久化：AOF持久化通過將寫操作追加到文件末尾的方式來記錄數(shù)據(jù)的變化，以保證數(shù)據(jù)的持久性。AOF持久化可以通過配置不同的策略來控制寫入頻率，包括每個(gè)寫命令、每秒鐘同步一次或者按照一定的時(shí)間間隔同步。AOF持久化適用于數(shù)據(jù)的持久性要求較高的場(chǎng)景，但相比RDB持久化，AOF持久化的文件更大，恢復(fù)速度較慢。

可以根據(jù)實(shí)際需求選擇適合的持久化方式，或者同時(shí)使用RDB和AOF持久化來提高數(shù)據(jù)的安全性和可靠性。

出處飛機(jī)