InnoDB 的索引模型

索引

---

索引就类似于字典的目录，有了目录就可以很快地查询到一个字。没有目录，你只能一个一个地去查。

InnoDB的索引模型

Mysql的默认引擎是InnoDB，InnoDB的数据是根据主键顺序以索引的形式存放的，这种称为索引组织表。InnoDB的索引模型是B+tree，所有数据都是存储在B+ tree中。

每一个索引都有一个对应的B+ tree。

InnoDB为什么要使用B+tree做为索引结构，因为b+tree更矮更胖，可以减少访问磁盘的数量，提高查询速度。

索引

• 主键索引：主键索引中叶子节点存放的数据是整行数据（又称聚簇索引）
• 非主键索引：非主键索引中叶子节点存放的是主键索引的值（又称二级索引）

区别

主键索引和非主键索引查询的区别在于，非主键索引中叶子节点存放的是主键索引的值，所以得找到主键索引后，根据主键索引去找行数据，这个过程被称为回表。所以直接使用主键索引查询会比非主键索引更快些。

索引维护

为了维护B+tree的有序性，在向表中插入或删除新数据的时候，需要做必要的维护。如果数据超过了一定大小，则需要做拆分或者合并处理。这两个操作下，性能会受影响。所以在考虑维护的情况下，我们在选择自增主键或者指定唯一字段做主键时，需要考虑占用的内存大小。

覆盖索引

当查询条件为非主键索引，而查询字段只有主键时，则不需要进行回表，因为非主键索引的叶子节点存储的值就是主键，称为覆盖索引。覆盖索引减少了树查询的次数，可以显著地提高查询效率，因此是非常重要的优化手段。

覆盖索引的使用场景：

• 当需要根据非主键索引查询另一个非主键字段的场景高发时，则可以建立复合索引，可以达到覆盖索引的效果。（需要分析维护索引消耗的时间和树查询的节约的时间）

最左前缀原则

B+tree通过最左前缀来定位记录。最左前缀不只是整个索引的定义，只要开头满足了最左前缀，索引就能生效。比如 name like “张%”, (name, age) 是联合索引，则这个模糊查询是可以用上索引的。

索引下推

（name, age）是联合索引，这时候需要查询一个10岁的姓张的男孩。

sql 为 select * from user where name like ‘张%’ and age = 10 and is_male = 1

根据最左前缀原则，可以分析出name是走了索引（name, age）。而之后的分析。

在MySQL索引5.6之前，只能获取到姓张的数据的主键id，再一个个回表比对。

MySQL5.6引入了索引下推优化。在树搜索找到了所有姓张的数据，再去过滤掉age != 10的数据，剩下的数据再去回表查询。

索引下推可以减少回表次数，提高查询效率