InnoDB原理篇：如何用好索引

前言

现在聊聊，我们如何用好索引

InnoDB中索引分类

我们都知道InnoDB索引结构是B+树组织的，但是根据数据存储形式不同可以分为两类，分别是聚簇索引与二级索引。

ps：有些同学还听过非聚簇索引和辅助索引，其他它们都是一个意思，本文统一称为二级索引。

聚簇索引

聚簇索引默认是由主键构成，如果没有定义主键，InnoDB会选择非空的唯一索引代替，还是没有的话，InnoDB会隐式的定义一个主键来作为聚簇索引。

其实聚簇索引的本质就是主键索引。

因为每张表只能拥有一个主键字段，所以每张表只有一个聚簇索引。

另外聚簇索引还有一个特点，表的数据和主键是一起存储的，它的叶子节点存放的是整张表的行数据（树的最后一层），叶子节点又称为数据页。

很简单记住一句话：找到了索引就找到了行数据，那么这个索引就是聚簇索引。

如果这里无法理解的话，可以去补下阿星的前两篇文章

• InnoDB原理篇：聊聊数据页变成索引这件事

• InnoDB原理篇：为什么使用索引会变快?

二级索引

知道了聚簇索引，再来看看二级索引是什么，简单概括，除主键索引以外的索引，都是二级索引，像我们平时建立的联合索引、前缀索引、唯一索引等。

二级索引的叶子节点存储的是索引值+主键id。

所以二级索引与聚簇索引的区别在于叶子节点是否存放整行记录。

也就意味着，仅仅靠二级索引无法拿到完整行数据，只能拿到id信息。

那二级索引应该如何拿到完整行数据呢？

索引的查询

假设，我们有一个主键列为id的表，表中有字段k，k上有索引。这个表的建表语句是：

create table T(
id int primary key, 
k int not null, 
name varchar(16),
index (k))engine=InnoDB;

表中有5条记录(id,k)，值分别为(100,1)、(200,2)、(300,3)、(500,5)、(600,6)，此时会有两棵树，分别是主键id的聚簇索引和字段k的二级索引，简化的树结构图如下

回表

我们执行一条主键查询语句select * from T where id = 100，只需要搜索id聚簇索引树就能查询整行数据。

接着再执行一条select * from T where k = 1，此时要搜索k的二级索引树，具体过程如下

• 在 k 索引树上找 k = 1的记录，取得 id = 100

• 再到聚簇索引树查 id = 100 对应的行数据

• 回到 k 索引树取下一个值 k = 2，不满足条件，循环结束

上图中，回到聚簇索引树搜索的过程，我们称为回表。

也就是说，基于二级索引的查询需要多扫描一棵聚簇索引树，因此在开发中尽量使用主键查询。

索引覆盖

可是有时候我们确实需要使用二级索引查询，有没有办法避免回表呢？

办法是有的，但需要结合业务场景来使用，比如本次查询只返回id值，查询语句可以这样写select id from T where k = 1，过程如下

• 在 k 索引树上找 k = 1的记录，取得 id = 100

• 返回 id 值

• 回到 k 索引树取下一个值 k = 2，不满足条件，循环结束

  

在这个查询中，索引k已经覆盖了我们的查询需求，不需要回表，这个操作称为覆盖索引。

由于覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。

假设现在有一个高频的业务场景，根据k查询，返回name，我们可以把k索引变更成k与name的联合索引。

这个联合索引就有意义了，它可以在高频场景用到覆盖索引，不再需要回表查整行记录，减少语句的执行时间。

ps：设计索引时，请遵守最左原则匹配

索引下推

此时我们再建立一个name与k的联合索引。

执行select k from T where name like '张%' and k = 2语句。

首先会在name与k树中用张找到第一条件满足条件的记录id = 100，然后从id = 100开始遍历一个个回表，到主键索引上找出行记录，再对比k字段值，是不是十分操蛋。

可以看到总共回表了6次

不过在MySQL 5.6版本引入的索引下推，可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。

总共回表0次。

小结

本篇文章到这里就结束了，今天和大家聊了聚簇索引、二级索引、回表、覆盖索引、索引下推等知识，可以看到，在满足语句需求的情况下，尽量少地访问资源是数据库设计的重要原则之一，由于篇幅有限，很多内容还没展开，后续会和大家聊聊如何设计索引。