一条简单的SQL语句

一、唠叨几句

某个群里发现的一个问题：表t的id字段是主键索引时，select * from t where id=1 与 select * from t where id=10000000的区别，直观看过去应该是前者的速度比后者快一点，为了验证我的想法，马上去一个上亿量数据的表里去查询了一番。果不其然，一个0.00008s，一个0.00103s，我踏马这好奇心就瞬间提了上来。

二、聚簇索引

第一点：

当表中有聚簇索引时，它的数据行存放在索引的叶子页中，术语“聚类”表示数据行和相邻的键值紧凑的存储在一起。
因此无法同时把数据行放在两个不同的地方，所以一个表只能有一个聚簇索引
（如果你没有指定聚簇索引，InnoDB会用一个具有唯一且非空值的索引来代替。如果不存在这样的索引，InnoDB会定义一个隐藏的主键，然后对其建立聚簇索引。）

第二点：
因为是存储引擎负责实现索引，因此不是所有的存储引擎都支持聚族索引。这里我们主要关注InnoDB，但是这里讨论的原理对于任何支持聚族索引的存储引擎都是适用的。

下面展示了聚族索引中的记录是如何存放的。注意到，叶子页包含了行的全部数据，但是节点页只包含了索引列。

所以说InnoDB是从磁盘中扫描到了主键所在的数据页，并将数据页提取到内存中，在内存中找到这条数据并返回。
那么扫描主键的速度是由什么决定的？

三、B+树

B+的搜索与B-树也基本相同，区别是B+树只有达到叶子结点才命中（B-树可以在非叶子结点命中），其性能也等价于在关键字全集做一次二分查找；
B+的特性：
1.所有关键字都出现在叶子结点的链表中（稠密索引），且链表中的关键字恰好是有序的；
2.不可能在非叶子结点命中；
3.非叶子结点相当于是叶子结点的索引（稀疏索引），叶子结点相当于是存储（关键字）数据的数据层；
4.更适合文件索引系统；

下面是B+树的树状图

所以我个人感觉 select * from t where id=1 的这条语句B+树左叶子节点顺序查询，效率比较快。而 select * from t where id=10000000 这条语句B+树查询比较繁琐且用到了链表，又或者是这条语句的“树深”更为“深”一些。

转载整理自：
https://blog.csdn.net/guanghuichenshao/article/details/81948438
https://www.cnblogs.com/starhu/p/6406495.html