mysql索引汇总

何为索引？有什么作用？

索引是一种用于快速查询和检索数据的数据结构。常见的索引结构有: B 树， B+树和 Hash。

索引的作用就相当于目录的作用。打个比方: 我们在查字典的时候，如果没有目录，那我们就只能一页一页的去找我们需要查的那个字，速度很慢。如果有目录了，我们只需要先去目录里查找字的位置，然后直接翻到那一页就行了。

一、索引的优缺点

优点 ：

• 使用索引可以大大加快 数据的检索速度（大大减少检索的数据量）, 这也是创建索引的最主要的原因。
• 通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性。

缺点 ：

• 创建索引和维护索引需要耗费许多时间。当对表中的数据进行增删改的时候，如果数据有索引，那么索引也需要动态的修改，会降低 SQL 执行效率。
• 索引需要使用物理文件存储，也会耗费一定空间。

但是，使用索引一定能提高查询性能吗?

大多数情况下，索引查询都是比全表扫描要快的。但是如果数据库的数据量不大，那么使用索引也不一定能够带来很大提升。

二、B 树& B+树

B 树也称 B-树,全称为 多路平衡查找树 ，B+ 树是 B 树的一种变体。B 树和 B+树中的 B 是 Balanced （平衡）的意思。

目前大部分数据库系统及文件系统都采用 B-Tree 或其变种 B+Tree 作为索引结构。

B 树& B+树两者有何异同呢？

• B 树的指针和数据都是存储在一起的，而B+Tree的非子叶只存储指针和关键字。数据存储在子叶节点中，并按顺序连接起来，形成一个有序的链表 【 起初叶子节点之间存在单向链表指针，由于单向指针无法友好支持的倒叙查询，因此后来MySQL针对单向指针优化成了双向指针数采取双向链表结构。即可以快速按正序进行范围查询，而可以快速按倒序进行范围操作，在某些业务场景下又能进一步提升整体性能 】。因为指针占用空间非常小，所以一个节点存放的key非常多，B+树比B树更加矮胖，层级更少
• B 树的叶子节点都是独立的;B+树的叶子节点有一条引用链指向与它相邻的叶子节点
• B 树的检索的过程相当于对范围内的每个节点的关键字做多路搜索，可能还没有到达叶子节点，检索就结束了。而 B+树的检索效率就很稳定了，任何查找都是从根节点到叶子节点的过程，叶子节点的顺序检索很明显

三、MyISAM 引擎和 InnoDB 引擎

在 MySQL 中，MyISAM 引擎和 InnoDB 引擎都是使用 B+Tree 作为索引结构，但是，两者的实现方式不太一样。（下面的内容整理自《Java 工程师修炼之道》）

MyISAM 引擎中，B+Tree 叶节点的 data 域存放的是数据记录的地址。在索引检索的时候，首先按照 B+Tree 搜索算法搜索索引，如果指定的 Key 存在，则取出其 data 域的值，然后以 data 域的值为地址读取相应的数据记录。这被称为“非聚簇索引”。

InnoDB 引擎中，其数据文件本身就是索引文件。相比 MyISAM，索引文件和数据文件是分离的，其表数据文件本身就是按 B+Tree 组织的一个索引结构，树的叶节点 data 域保存了完整的数据记录。这个索引的 key 是数据表的主键，因此 InnoDB 表数据文件本身就是主索引。这被称为“聚簇索引（或聚集索引）”，而其余的索引都作为辅助索引，辅助索引的 data 域存储相应记录主键的值而不是地址，这也是和 MyISAM 不同的地方。在根据主索引搜索时，直接找到 key 所在的节点即可取出数据；在根据辅助索引查找时，则需要先取出主键的值，在走一遍主索引。 因此，在设计表的时候，不建议使用过长的字段作为主键，也不建议使用非单调的字段作为主键，这样会造成主索引频繁分裂。

四、聚集索引与非聚集索引（已看，看后面总结六）

(1) 聚集索引

聚集索引即索引结构和数据一起存放的索引。主键索引属于聚集索引

在 Mysql 中，InnoDB 引擎的表的 .ibd文件就包含了该表的索引和数据，对于 InnoDB 引擎表来说，该表的索引(B+树)的每个非叶子节点存储索引，叶子节点存储索引和索引对应的数据
个人总结：主键索引，B+树数据结构，根节点和子节点结构存放key，叶子节点结构存放（key，value），叶子节点value存放的对应的数据，遍历到叶子节点，可以直接找到对应数据

聚集索引的优点

（1）聚集索引的查询速度非常的快，因为整个 B+树本身就是一颗多叉平衡树，叶子节点也都是有序的，定位到索引的节点，就相当于定位到了数据。

聚集索引的缺点

（1）依赖于有序的数据 ：因为 B+树是多路平衡树，如果索引的数据不是有序的，那么就需要在插入时排序，如果数据是整型还好，否则类似于字符串或 UUID 这种又长又难比较的数据，插入或查找的速度肯定比较慢。
（2）更新代价大 ： 如果对索引列的数据被修改时，那么对应的索引也将会被修改，
而且况聚集索引的叶子节点还存放着数据，修改代价肯定是较大的，
所以对于主键索引来说，主键一般都是不可被修改的。

(2)非聚集索引

非聚集索引即索引结构和数据分开存放的索引

二级索引属于非聚集索引。

MyISAM 引擎的表的.MYI 文件包含了表的索引， 该表的索引(B+树)的每个叶子非叶子节点存储索引，叶子节点存储索引和索引对应数据的指针，指向.MYD 文件的数据，非聚集索引的叶子节点并不一定存放数据的指针，因为二级索引的叶子节点就存放的是主键，根据主键再回表查数据
*个人总结：
二级索引，B+树数据结构，遍历到叶子节点，可以找到对应数据或指针，根节点和子节点结构存放key，叶子节点结构存放（key，value），MYISAM二级索引叶子节点value存放的是对应数据的指针，InnoDB 二级索引叶子节点value存放的是对应主键id，根据主键id再回表查数据

非聚集索引的优点

更新代价比聚集索引要小 。非聚集索引的更新代价就没有聚集索引那么大了，非聚集索引的叶子节点是不存放数据的

非聚集索引的缺点

1. 跟聚集索引一样，非聚集索引也依赖于有序的数据
2. 可能会二次查询(回表) :这应该是非聚集索引最大的缺点了。 当查到索引对应的指针或主键后，可能还需要根据指针或主键再到数据文件或表中查询。

这是 MySQL 的表的文件截图:

聚集索引和非聚集索引:

五、拓展（已看，看后面总结六）， 非聚集索引一定回表查询吗(覆盖索引)?

非聚集索引不一定回表查询。

试想一种情况，用户准备使用 SQL 查询用户名，而用户名字段正好建立了索引。

 SELECT name FROM table WHERE name='guang19';

那么这个索引的 key 本身就是 name，查到对应的 name 直接返回就行了，无需回表查询。

即使是 MYISAM 也是这样，虽然 MYISAM 的主键索引确实需要回表，
因为它的主键索引的叶子节点存放的是指针。但是如果 SQL 查的就是主键呢?

SELECT id FROM table WHERE id=1;

主键索引本身的 key 就是主键，查到返回就行了。这种情况就称之为覆盖索引了。

覆盖索引

如果一个索引包含（或者说覆盖）所有需要查询的字段的值，我们就称之为“覆盖索引”。我们知道在 InnoDB 存储引擎中，如果不是主键索引，叶子节点存储的是主键+列值。最终还是要“回表”，也就是要通过主键再查找一次。这样就会比较慢覆盖索引就是把要查询出的列和索引是对应的，不做回表操作！

覆盖索引即需要查询的字段正好是索引的字段，那么直接根据该索引，就可以查到数据了，
而无需回表查询。

如主键索引，如果一条 SQL 需要查询主键，那么正好根据主键索引就可以查到主键。

再如普通索引，如果一条 SQL 需要查询 name，name 字段正好有索引，
那么直接根据这个索引就可以查到数据，也无需回表。

覆盖索引图:

后续补充：聚簇索引和非聚簇索引个人总结

InnoDB：
聚簇索引：主键索引，B+树数据结构，根节点和子节点结构存放(key{存放的是字段对应值，如：字段id的值1、2、3…},value{指针}），叶子节点结构存放（key，value），叶子节点value存放的对应的数据，遍历到叶子节点，可以直接找到对应数据
非聚簇索引：即二级索引，B+树数据结构，根节点和子节点结构存放(key{存放的是字段对应值，如：字段name的值zhangsan、lisi、xiaoming…},value{指针}），叶子节点结构存放（key，value），遍历到叶子节点，可以找到对应指针（即主键id），其中key仍是字段对应值，value存放主键id

二级索引：表中索引key 是name字段
1、此种情况不走回表查询

// 当where查询的字段是索引本身字段时候，查询返回值也为索引本身name字段，此时到叶子节点就会返回字段值
SELECT name FROM table WHERE name=zhangsan;

2、此种情况走回表查询

// 如果返回值除了name有其他字段，则会到叶子节点找到对应id,再根据聚合索引查找
SELECT name,age FROM table WHERE name=zhangsan;

3、参考如图