SQL优化--主键查询

        在上一小节，我们提到，主键顺序插入的性能是要高于乱序插入的。 这一小节，就来介绍一下具体的 原因，然后再分析一下主键又该如何设计。

数据组织方式

        在InnoDB存储引擎中，表数据都是根据主键顺序组织存放的，这种存储方式的表称为索引组织表 (index organized table IOT)。

        在innoDB中索引分两类，聚集索引和二级索引，聚集索引下挂的是行数据，而二级索引挂的是主键。而默认主键索引就是聚集索引。所以我们表中的数据是按照主键进行顺序存储的

逻辑存储结构

最外面是表空间Tablespace，里面存储的是一个个Segment段，段中存储的是Extent区，而一个区的大小是固定的，是1m。区当中存储的是一个个Page页，页里存储的是Row行，行中存储的就是字段。

        在InnoDB引擎中，数据行是记录在逻辑结构 page 页中的，而每一个页的大小是固定的，默认16K，一个区最多包含64个页。 那也就意味着， 一个页中所存储的行也是有限的，如果插入的数据行row在该页存储不小，将会存储 到下一个页中，页与页之间会通过指针连接。

页分裂

页可以为空，也可以填充一半，也可以填充100%。每个页包含了2-N行数据(如果一行数据过大，会行溢出，而如果只存储一个其实就变成了链表)，根据主键排列。

主键顺序插入

从磁盘中申请页， 主键顺序插入

第一个页没有满，继续往第一页插入

当第一个也写满之后，再写入第二个页，页与页之间会通过双向指针连接

当第二页写满了，再往第三页写入

主键乱序插入

加入1#,2#页都已经写满了，存放了如图所示的数据

此时再插入id为50的记录，我们来看看会发生什么现象？会再次开启一个页，写入新的页中吗？

不会。因为，索引结构的叶子节点是有顺序的。按照顺序，应该存储在47之后。但是47所在的1#页，已经写满了，存储不了50对应的数据了。 那么此时会开辟一个新的页 3#。然后会将1#页后一半的数据，移动到3#页，然后在3#页，插入50。

移动数据，并插入id为50的数据之后，那么此时，这三个页之间的数据顺序是有问题的。 1#的下一个 页，应该是3#， 3#的下一个页是2#。 所以，此时，需要重新设置链表指针。

上述的这种现象，称之为 "页分裂"，是比较耗费性能的操作。

页合并

当删除一行记录时，实际上记录并没有被物理删除，只是记录被标记（flaged）为删除并且它的空间 变得允许被其他记录声明使用。

当页中删除的记录达到 MERGE_THRESHOLD（默认为页的50%），InnoDB会开始寻找最靠近的页（前或后）看看是否可以将两个页合并以优化空间使用。

这个里面所发生的合并页的这个现象，就称之为 "页合并"。

MERGE_THRESHOLD：合并页的阈值，可以自己设置，在创建表或者创建索引时指定。

 

主键设计原则

1. 降低主键的长度可以减少存储空间的使用，同时也可以提高查询效率。因为主键是用于唯一标识表中的每一行数据的，所以如果主键的长度过长，查询效率就会受到影响。
2. 顺序插入是指按照数据的插入顺序逐行插入，而不是随机插入。使用AUTO_INCREMENT自增主键可以保证每一条数据的插入顺序是连续的，这有利于提高数据的可读性和可维护性。
3. UUID是一种随机生成的字符串，可以用来作为主键。但是，由于UUID的长度较长，会占用较多的存储空间，而且UUID的生成方式并不稳定，容易受到随机因素的影响，因此不建议使用UUID作为主键。身份证号等自然主键虽然长度较短，但是它们包含了很多个人信息，如果被不法分子获取到，可能会造成个人信息泄露的风险。
4. 避免对主键进行修改是因为主键在表中是唯一的，如果修改了主键，会导致表中的数据不一致，影响系统的稳定性和可靠性。如果必须要修改主键，可以先将该行的数据备份到其他表中，然后删除原表中的数据，最后再重新插入新的数据。