图解MySQL聚簇索引和非聚簇索（Innodb）

索引（Innodb）

目前为止最好理解的一段话：索引就像一本书的目录。而当用户通过索引查找数据时，就好比用户通过目录查询某章节的某个知识点。这样就帮助用户有效地提高了查找速度。所以，使用索引可以有效地提高数据库系统的整体性能。

非聚簇索引

• 非聚簇索引包含复合索引、唯一索引、前缀索引，其都是基于B+树的。

聚簇索引

• 聚簇索引是没有SQL可以单独生成的，其按照每张表的主键来构建一个B+树，叶子节点存放的是整张表的行数据，并且表里只能按照一颗B+树进行排序，所以一张表只能有一个聚簇索引。

• 在Innodb中，聚簇索引默认就是主键索引

• 如果表里没主键时：

1. 数据库会默认生成一个唯一不为空的索引列作为主键，成为此表的聚簇索引；
2. 如果没有这个索引的话，InnoDB会隐式生成一个主键来作为聚簇索引；

自增主键和uuid作为主键的区别

由于主键使用的是聚簇索引，如果主键为自增id的话，其数据也是对应相邻的存放到磁盘上的，这种方式不用频繁移动磁盘，写入性能高；如果是uuid的形式的话，频繁的插入会频繁的移动磁盘，写入性能较低。

聚簇索引图示

如图所示，上半部分是基于主键形成的B+树，下半部分是存储在磁盘中的真实数据，

当执行 select * from table where id = 11 时

由图可知在执行查询的时候，从根节点开始共经历了3次查询即可找到真实数据。倘若没有聚簇索引的话，就需要在磁盘上进行逐个扫描，直至找到数据为止。显然，索引会加快查询速度，但是在写入数据的时候，由于需要维护这颗B+树，因此在写入过程中性能也会下降。

非聚簇索引图示

首先按照name创建非聚簇索引

从图中可以观察到，创建的非聚簇索引，其在聚簇索引基础上重新生成了一颗B+树。因此，每新增一个索引，其表的体积就会增加，占用的磁盘空间更大。非聚簇索引其叶子节点并非直接是真实数据，其叶子节点依旧是索引节点，其存放的值是创建非聚簇索引的字段和聚簇索引的主键（主键索引）

倘若执行SQL select * from table where name=‘lisi’

由图可知流程，首先从非聚簇索引开始寻找聚簇索引，找到非聚簇索引上的聚簇索引后，就会到聚簇索引的B+树上进行查询，通过聚簇索引B+树找到完整的数据。

什么情况下非聚簇索引不会去聚簇索引处进行查询

select name from table where name = ‘lisi’;

此时结构图如下

此时就是，在非聚簇索引上找到了想要的值，就不会再去聚簇索引的B+树上查找值了。

当执行select col from table where col = ?，col上有索引的时候，效率比执行select * from table where col = ? 速度快好几倍！

创建多个索引

执行sql create index index_birthday on table(birthday);

此时结构图如下

可见此时我们又多了一颗非聚簇索引树，倘若新增多个索引，那么我们就有多个非聚簇索引树！此时倘若进行频繁的插入操作的话，维护这颗B+树的性能消耗是十分大的，会影响到插入的性能。

索引失效的几种情况

• 使用模糊查询，like '%XXX’的时候；只要%在前，索引就会失效，但是%在后，索引不会失效。
• 使用or条件的时候，左右的字段倘若有一个不为索引字段，此时索引也会失效。倘若or左右两个字段都为索引字段，仍有效。
• 如果索引字段是varchar类型，则一定要在查询的时候用【’ '】围起来，否则对于integer类型的话容易识别为整数型，此时不会使用索引的。