索引创建的原则
创建索引需遵循六大原则：针对数据量大、查询频繁的表；在常用作查询、排序、分组的字段上建索引；优先选择区分度高或唯一的字段；varchar字段建议使用前缀索引；尽量创建联合索引，高区分度字段前置；避免过多索引，以降低维护成本，提升查询效率。
HashMap 原理(数据结构)
HashMap底层由数组、链表和红黑树构成。数组通过hashCode定位元素，实现O(1)存取；但容量有限，易发生冲突。冲突时用链表串联，但链表过长会降性能。因此当链表长度≥8且数组容量≥64时，转为红黑树，将查找复杂度从O(n)降为O(log n)，提升效率；节点减少时则退回链表。
3.1索引创建的原则 ?
创建索引需遵循六大原则：针对大数据量、高频查询表；在查询、排序、分组字段建索引；优先高区分度列，可建唯一索引；varchar字段建议用前缀索引；多用联合索引且高区分度字段前置；避免过多索引影响维护效率。
如何做好SQL质量监控
SLS推出用户级SQL质量监控功能，集成于CloudLens for SLS，提供健康分、服务指标、运行明细、SQL Pattern分析及优化建议五大维度，助力用户全面掌握SQL使用情况，实现精细化管理与性能优化，提升日志分析效率与体验。
微服务原理篇(XXLJOB-幂等-MySQL)
本课程涵盖XXL-JOB任务调度、幂等性解决方案及MySQL数据库核心知识。学习内容包括：掌握XXL-JOB的分布式调度优势与搭建使用，理解并实现幂等性以避免重复操作；深入MySQL存储引擎差异、索引机制（如B+树）、回表与覆盖索引原理，并熟悉SQL调优与分库分表策略，提升系统性能与数据一致性保障能力。
如何做好SQL质量监控
SLS推出用户级SQL质量监控功能，集成于CloudLens for SLS，提供健康分、服务指标、运行明细、SQL Pattern分析及优化建议五大维度，助力用户全面掌握SQL使用情况，提升日志分析效率与治理能力。
2.3 什么是回表查询 ?
MySQL中InnoDB引擎使用B+树作为索引结构，因非叶子节点不存数据，可存储更多键值，降低树高，提升查询效率。叶子节点存所有数据并形成双向链表，支持高效范围查询。索引分聚簇索引（数据与索引一体，每表仅一个）和二级索引（数据与索引分离）。二级索引查询需回表，即先查主键再查数据，性能较低。优化方式包括：主键查询、联合索引实现覆盖索引、使用索引下推（ICP，5.6+功能，将条件过滤下推至存储引擎层，减少回表次数），从而提升查询性能。
4、SQL性能分析及优化
通过SkyWalking链路追踪可定位慢接口及慢SQL，或开启MySQL慢查询日志（如设置超1秒记录）来识别执行慢的SQL。结合explain分析执行计划，关注key、type、extra等关键指标，判断索引命中与性能瓶颈，避免全表扫描，优化SQL性能。（238字）
索引支持
MongoDB索引基于B树结构，可高效支持查询，避免全表扫描。支持单字段、复合、地理空间、文本及哈希索引，提升查询、排序与全文检索性能，优化大规模数据访问速度。
