上亿数据量的表如何通过 ID 快速查找
哪些公司问过
答案要点
- 按主键查询走聚簇索引,B+ 树高度通常 3–4 层,复杂度 O(log n)
- 确认 SQL 真正命中索引,警惕隐式类型转换、函数运算导致索引失效
- 数据量继续增长时按 ID 分库分表,取模、范围或一致性哈希定位分片
- 使用雪花算法等趋势递增的全局唯一 ID,保证跨分片唯一且插入有序
- 热点 ID 数据用 Redis 等缓存,减轻数据库压力
易错点
- 一上来就分库分表,忽略单表主键查询本身已经很快
- 用随机 UUID 做主键,导致页分裂频繁、索引碎片多
- 分片后查询不带分片键,退化成全分片广播查询
面试官常见追问
- 为什么 B+ 树三四层就能存上亿行?
- 如果按非 ID 字段查询,分库分表后怎么办?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。