原文地址:《聚簇索引和二级索引》,增加部分补充和理解。
目录
------------------------------------------------------------------------————————————————————————————————-
写在前面,针对原博主的讲述,网友提出相应补充,需要注意:
聚簇索引(Clustered indexes)是指索引和数据是在同一个结构里;非聚簇索引(Non-clustered indexes)反之。对于InnoDB和MyISAM引擎中的索引,都分为主键索引(primary key)和二级索引(secondary index);在InnoDb中,强制使用主键作为聚簇索引,B+ Tree叶子节点存储就是主键数据,而二级索引的叶子节点存储的是主键的键值;在MyISAM中,主键索引与二级索引没什么区别,都是存储的数据行对应的地址。一般把InnoDB作为聚簇索引的代表、MyISAM作为非聚簇索引的代表,两者进行比较,这就导致了矛盾点,如果将二级索引等价于非聚簇索引,那InnoDB就不能完全代表聚簇索引;但是单从二级索引的存储形式来看,又属于非聚簇索引。
1、索引的简述
(1)聚簇索引和非聚簇索引
聚簇索引:
索引和数据存储在一块( 都存储在同一个B*tree 中)。一般主键索引都是聚餐索引。
非聚簇索引:
索引数据和存储数据是分离的。
(2)主键索引和二级索引
对于InnoDB和MyISAM引擎中的索引,都分为主键索引(primary key)和二级索引(secondary index);
在InnoDb中,强制使用主键作为聚簇索引,B+ Tree叶子节点存储就是主键数据,而二级索引是非聚簇的,其叶子节点存储的是主键的键值;
在MyISAM中,主键索引与二级索引没什么区别,都是采用非聚簇,都是存储的数据行对应的地址。
2、示例
下面我们通过一个具体的示例进行演示聚集索引和二级索引
pl_ranking(编程语言排行榜表)
该表包含3个字段,如下:
id:主键
plname:编程语言名称
ranking:排名
id: 设置主键
plname: 普通索引
聚簇索引(主键索引)
从图中我们可以看到,索引数据和存储数据都是在一颗树上,存在一起的。通过定位索引就直接可以查找到数据。
这棵树是根据主键进行创建的。
如果查找id=16的编程语言,
select id, plname, ranking from pl_ranking where id=16;
则只需要读取3个磁盘块,就可以获取到数据。
二级索引(辅助索引)
从上图中我们发现,该B*tree根据plname列进行构建的,只存储索引数据,plname 和 id 的映射。
比如查找 编程语言为“Java”的数据。
select id, plname, ranking from pl_ranking where plname='Java';
首先通过二级索引树中找到 Java 对应的主键id 为 “16”(读取2个磁盘块)。
然后在去主键索引中查找id为“16” 的数据。(读取3个磁盘块)
3、结论
select id, plname, ranking from pl_ranking where id=16;
根据主键查找只需要查找3个磁盘块
select id, plname, ranking from pl_ranking where plname='Java';
根据编程语言名称查询需要读取5个磁盘块
结论一
通过上面的主键索引和非主键索引的例子我们可以得出:
主键索引(聚餐索引)查询效率比非主键索引查询效率更高。如果能使用主键查找的,就尽量使用主键索引进行查找。
结论二
从上面图中我们还可以分析得出以下结论:
主键定义的长度越小,二级索引的大小就越小,这样每个磁盘块存储的索引数据越多,查询效率就越高。