聚集索引、非聚集索引、联合索引、索引覆盖

1.例子

用户表，表结构如下：

t_user {

  uid primary key,

  login_name unique,

  passwd,

  login_time,

  age,

...

};

2. 聚集索引（clustered index）

聚集索引决定数据在磁盘上的物理排序，一个表只能有一个聚集索引，一般用primary key来约束。

举例：t_user表里面的uid上的索引是聚集索引。

3. 非聚集索引（non-clustered index）

它并不决定数据在磁盘上的物理排序，索引上只包含被建立索引的数据，以及一个行定位符row-locator，这个行定位符，可以理解为一个聚集索引物理排序的指针，通过这个指针，可以找到行数据。

举例：select uid from t_user where age > 18 and age < 26;age上建立的索引，就是非聚集索引。

4. 联合索引

多个字段上建立的索引，能够加速复合查询条件的检索

举例：select uid,login_time from t_user where login_time=? and passwd=?;可以建立（login_name, passwd）的联合索引。

联合索引能够满足最左侧查询需求，例如（a,b,c）三列的联合索引，能够加速a|(a,b)|(a,b,c)三组查询需求。

这也就是为何不建立（passwd,login_time）这样联合索引的原因，业务上几乎没有passwd的单条件查询需求，而有很多login_name的单条件查询需求。

select uid, login_time from t_user where passwd=? and login_name=?

能否命中（login_time，passwd）这个联合索引。

可以，最左侧查询需求，并不是指SQL语句的写法必须满足索引的顺序。

5. 索引覆盖

被查询的列，数据能从索引中取得，而不是通过行定位符row-locator再到row上获取，即“被查询列要被所建的索引覆盖”，这能够加速查询速度。

select uid, login_time from t_user where login_time=? and passwd=?

可以建立（login_name,passwd,login_time）的联合索引，由于login_time已经建立在索引中了，被查询的uid和login_time就不用去row上获取数据了，从而加速查询。

转载于:https://www.cnblogs.com/lujiango/p/9554981.html