B+索引、Hash索引、数据类型长度

1.为什么在数据库中要用B树索引而不是Hash索引？

　　Mysql Hash索引结构的特殊性，其检索效率非常高，索引的检索可以一次定位，不像B-Tree 索引需要从根节点到枝节点，最后才能访问到页节点这样多次的IO访问，所以 Hash 索引的查询效率要远高于 B-Tree 索引。 
　　但 Hash 索引本身由于其特殊性也带来了很多限制和弊端，主要有以下这些。

（1）MySQL Hash索引仅仅能满足"=","IN"和"<=>"查询，不能使用范围查询。

　　由于 MySQL Hash索引比较的是进行 Hash 运算之后的 Hash 值，所以它只能用于等值的过滤，不能用于基于范围的过滤，因为经过相应的 Hash 算法处理之后的 Hash 值的大小关系，并不能保证和Hash运算前完全一样。

（2）MySQL Hash索引在任何时候都不能避免表扫描。

　　前面已经知道，Hash 索引是将索引键通过 Hash 运算之后，将 Hash运算结果的 Hash 值和所对应的行指针信息存放于一个 Hash 表中，由于不同索引键存在相同 Hash 值，所以即使取满足某个 Hash 键值的数据的记录条数，也无法从 Hash 索引中直接完成查询，还是要通过访问表中的实际数据进行相应的比较，并得到相应的结果。

（3）MySQL Hash索引遇到大量Hash值相等的情况后性能并不一定就会比B-Tree索引高。

　　对于选择性比较低的索引键，如果创建 Hash 索引，那么将会存在大量记录指针信息存于同一个 Hash 值相关联。这样要定位某一条记录时就会非常麻烦，会浪费多次表数据的访问，而造成整体性能低下。

（4）MySQL Hash索引无法被用来避免数据的排序操作。

由于 MySQL Hash索引中存放的是经过 Hash 计算之后的 Hash 值，而且Hash值的大小关系并不一定和 Hash 运算前的键值完全一样，所以数据库无法利用索引的数据来避免任何排序运算；

（5）MySQL Hash索引不能利用部分索引键查询。

对于组合索引，Hash 索引在计算 Hash 值的时候是组合索引键合并后再一起计算 Hash 值，而不是单独计算 Hash 值，所以通过组合索引的前面一个或几个索引键进行查询的时候，Hash 索引也无法被利用。

（2）

2. B-Tree索引

MySQL 中的 B-Tree 索引的物理文件大多都是以平衡树的结构来存储的，所有实际需要的数据都存放于 Tree 的 Leaf Node ，而且到任何一个 Leaf Node 的最短路径的长度都是完全相同的，所以称之为 B-Tree 索引。

　　 Innodb 存储引擎的 B-Tree 索引实际使用的存储结构实际上是 B+Tree ，但在每一个Leaf Node 上面出了存放索引键的相关信息之外，还存储了指向与该 Leaf Node 相邻的后一个 LeafNode 的指针信息，这主要是为了加快检索多个相邻 Leaf Node 的效率考虑。

在 Innodb 存储引擎中，存在两种不同形式的索引，一种是 Cluster 形式的主键索引（ Primary Key ），另外一种则是和其他存储引擎（如 MyISAM 存储引擎）存放形式基本相同的普通 B-Tree 索引，这种索引在 Innodb 存储引擎中被称为 Secondary Index 。

图示中左边为 Clustered 形式存放的 Primary Key ，右侧则为普通的 B-Tree 索引。两种 Root Node 和 Branch Nodes 方面都还是完全一样的。而 Leaf Nodes 就出现差异了。在 Prim中， Leaf Nodes 存放的是表的实际数据，不仅仅包括主键字段的数据，还包括其他字段的数据据以主键值有序的排列。而 Secondary Index 则和其他普通的 B-Tree 索引没有太大的差异，Leaf Nodes 出了存放索引键 的相关信息外，还存放了 Innodb 的主键值。

所以，在 Innodb 中如果通过主键来访问数据效率是非常高的，而如果是通过 Secondary Index 来访问数据的话， Innodb 首先通过 Secondary Index 的相关信息，通过相应的索引键检索到 Leaf Node之后，需要再通过 Leaf Node 中存放的主键值再通过主键索引来获取相应的数据行。MyISAM 存储引擎的主键索引和非主键索引差别很小，只不过是主键索引的索引键是一个唯一且非空 的键而已。而且 MyISAM 存储引擎的索引和 Innodb 的 Secondary Index 的存储结构也基本相同，主要的区别只是 MyISAM 存储引擎在 Leaf Nodes 上面出了存放索引键信息之外，再存放能直接定位到 MyISAM 数据文件中相应的数据行的信息（如 Row Number ），但并不会存放主键的键值信息。

B~树：

B~树，又叫平衡多路查找树。一棵m阶的B~树 (m叉树)的特性如下：

1)  树中每个结点至多有m个孩子；

2)  除根结点和叶子结点外，其它每个结点至少有[m/2]个孩子；

3)  若根结点不是叶子结点，则至少有2个孩子；

4)  所有叶子结点都出现在同一层，叶子结点不包含任何关键字信息(可以看做是外部接点或查询失败的接点，实际上这些结点不存在，指向这些结点的指针都为null)；

5)  每个非终端结点中包含有n个关键字信息： (n，A0，K1，A1，K2，A2，......，Kn，An)。其中，

a)   Ki (i=1...n)为关键字，且关键字按顺序排序Ki < K(i-1)。

b)   Ai为指向子树根的接点，且指针A(i-1)指向子树种所有结点的关键字均小于Ki，但都大于K(i-1)。

c)   关键字的个数n必须满足：  [m/2]-1 <= n <= m-1

B+树：

B+树：是应文件系统所需而产生的一种B~树的变形树。 

一棵m阶的B+树和m阶的B-树的差异在于：

1) 有n棵子树的结点中含有n个关键字；  (B~树是n棵子树有n+1个关键字)
2) 所有的叶子结点中包含了全部关键字的信息，及指向含有这些关键字记录的指针，且叶子结点本身依关键字的大小自小而大的顺序链接。 (B~树的叶子节点并没有包括全部需要查找的信息)

3) 所有的非终端结点可以看成是索引部分，结点中仅含有其子树根结点中最大（或最小）关键字。 (B~树的非终节点也包含需要查找的有效信息)

　　B+树的叶子结点包含了所有待查询关键字，而非终节点只是作为叶子结点中最大(最小)关键字的索引。因此B+树的非终结点没有文件内容所在物理存储的地址，而B~树所有结点均有文件内容所在的磁盘物理地址（B~树结构图中结点内部的小红方块）。

2.java数据类型长度

1、整数：包括int,short,byte,long 
2、浮点型：float,double 
3、字符：char 
4、布尔：boolean

基本型别	大小	最小值	最大值
boolean	-----	-----	------
char	16-bit	Unicode 0	Unicode 2^16-1
byte	8-bit	-128	+127
short	16-bit	-2^15	+2^15-1
int	32-bit	-2^31	+2^31-1
long	64-bit	-2^63	+2^63-1
float	32-bit	IEEE754	IEEE754
double	64-bit	IEEE754	IEEE754
void

3.TCP/IP模型

①   网络接口层：主要参与IP分组时建立和网络介质的物理连接

②   网际互联层：主要解决主机到主机的通信问题。该层有四个主要协议：网际协议（IP）、地址解析协议（ARP）、互联网组管理协议（IGMP）和互联网控制报文协议（ICMP）。IP协议是网际互联层最重要的协议，它提供的是一个不可靠、无连接的数据报传递服务。

③   传输层：为应用层实体提供端到端的通信功能。该层定义了两个主要的协议：传输控制协议（TCP）和用户数据报协议（UDP）。TCP协议提供的是一种可靠的、面向连接的数据传输服务；而UDP协议供的是不可靠的、无连接的数据传输服务。

④   应用层：为用户提供所需要的各种服务，例如FTP、Telnet、DNS、SMTP等。

4.Date中的Month-1

因为JDK的月份表示范围是0~11，分别表示1月至12月。

5.线程读写锁（和数据库一样）

读写锁：

读写锁算法主要实现对共享资源访问时，可以在多个线程间同时进行读操作，但是在同一时间内只能有一个线程对共享资源进行修改，并且在写操作时不能有线程进行读操作。

算法思想：

当进行读操作时不能进行写操作，因此当有读操作时需要一把锁来锁住写操作，由于允许多个线程同时读操作，因此还需要一个变量（count）来记录当前读操作的线程个数，由于对count的修改需要互斥，因此还需要一个锁用来保存count的修改。

在多线程的环境下，对同一份数据进行读写，会涉及到线程安全的问题。比如在一个线程读取数据的时候，另外一个线程在

写数据，而导致前后数据的不一致性；一个线程在写数据的时候，另一个线程也在写，同样也会导致线程前后看到的数据的

不一致性。

读写锁的机制：  "读-读"不互斥 　　 "读-写"互斥 　　"写-写"互斥

即在任何时候必须保证：

　　只有一个线程在写入；

　　 线程正在读取的时候，写入操作等待；

　　  线程正在写入的时候，其他线程的写入操作和读取操作都要等待；

缺点：

1. 进行读操作时会进行再次加锁和解锁操作，计算开销比较大，因此对锁内计算比较小的操作不适合使用读写锁。

2. 如果读操作比较密集，使得rwLock.m_icount永远不可能为0，因此会使写操作线程饿死。