聚簇索引、非聚簇索引、回表

• 聚簇索引：將數據存儲與索引放到了一塊，找到索引也就找到了數據

• 非聚簇索引：將數據存儲於索引分開結構，索引結構的葉子節點指向了數據的對應行，myisam通過key_buffer把索引先緩存到內存中，當需要訪問數據時（通過索引訪問數據），在內存中直接搜索索引，然后通過索引找到磁盤相應數據，這也就是為什么索引不在key buffer命中時，速度慢的原因

澄清一個概念：innodb中，在聚簇索引之上創建的索引稱之為輔助索引，輔助索引訪問數據總是需要二次查找，非聚簇索引都是輔助索引，像復合索引、前綴索引、唯一索引，輔助索引葉子節點存儲的不再是行的物理位置，而是主鍵值

何時使用聚簇索引與非聚簇索引

cluster.png

聚簇索引具有唯一性

由於聚簇索引是將數據跟索引結構放到一塊，因此一個表僅有一個聚簇索引

一個誤區：把主鍵自動設為聚簇索引

聚簇索引默認是主鍵，如果表中沒有定義主鍵，InnoDB 會選擇一個唯一的非空索引代替。如果沒有這樣的索引，InnoDB 會隱式定義一個主鍵來作為聚簇索引。InnoDB 只聚集在同一個頁面中的記錄。包含相鄰健值的頁面可能相距甚遠。如果你已經設置了主鍵為聚簇索引，必須先刪除主鍵，然后添加我們想要的聚簇索引，最后恢復設置主鍵即可。

此時其他索引只能被定義為非聚簇索引。這個是最大的誤區。有的主鍵還是無意義的自動增量字段，那樣的話Clustered index對效率的幫助，完全被浪費了。

剛才說到了，聚簇索引性能最好而且具有唯一性，所以非常珍貴，必須慎重設置。一般要根據這個表最常用的SQL查詢方式來進行選擇，某個字段作為聚簇索引，或組合聚簇索引，這個要看實際情況。

記住我們的最終目的就是在相同結果集情況下，盡可能減少邏輯IO。

結合圖再仔細點看

image

image

1. InnoDB使用的是聚簇索引，將主鍵組織到一棵B+樹中，而行數據就儲存在葉子節點上，若使用"where id = 14"這樣的條件查找主鍵，則按照B+樹的檢索算法即可查找到對應的葉節點，之后獲得行數據。

2. 若對Name列進行條件搜索，則需要兩個步驟：第一步在輔助索引B+樹中檢索Name，到達其葉子節點獲取對應的主鍵。第二步使用主鍵在主索引B+樹種再執行一次B+樹檢索操作，最終到達葉子節點即可獲取整行數據。（重點在於通過其他鍵需要建立輔助索引）

MyISM使用的是非聚簇索引，非聚簇索引的兩棵B+樹看上去沒什么不同，節點的結構完全一致只是存儲的內容不同而已，主鍵索引B+樹的節點存儲了主鍵，輔助鍵索引B+樹存儲了輔助鍵。表數據存儲在獨立的地方，這兩顆B+樹的葉子節點都使用一個地址指向真正的表數據，對於表數據來說，這兩個鍵沒有任何差別。由於索引樹是獨立的，通過輔助鍵檢索無需訪問主鍵的索引樹。

聚簇索引的優勢

看上去聚簇索引的效率明顯要低於非聚簇索引，因為每次使用輔助索引檢索都要經過兩次B+樹查找，這不是多此一舉嗎？聚簇索引的優勢在哪？

1. 由於行數據和葉子節點存儲在一起，同一頁中會有多條行數據，訪問同一數據頁不同行記錄時，已經把頁加載到了Buffer中，再次訪問的時候，會在內存中完成訪問，不必訪問磁盤。這樣主鍵和行數據是一起被載入內存的，找到葉子節點就可以立刻將行數據返回了，如果按照主鍵Id來組織數據，獲得數據更快。

2. 輔助索引使用主鍵作為"指針"而不是使用地址值作為指針的好處是，減少了當出現行移動或者數據頁分裂時輔助索引的維護工作，使用主鍵值當作指針會讓輔助索引占用更多的空間，換來的好處是InnoDB在移動行時無須更新輔助索引中的這個"指針"。也就是說行的位置（實現中通過16K的Page來定位）會隨着數據庫里數據的修改而發生變化（前面的B+樹節點分裂以及Page的分裂），使用聚簇索引就可以保證不管這個主鍵B+樹的節點如何變化，輔助索引樹都不受影響。

3. 聚簇索引適合用在排序的場合，非聚簇索引不適合

4. 取出一定范圍數據的時候，使用用聚簇索引

5. 二級索引需要兩次索引查找，而不是一次才能取到數據，因為存儲引擎第一次需要通過二級索引找到索引的葉子節點，從而找到數據的主鍵，然后在聚簇索引中用主鍵再次查找索引，再找到數據

6. 可以把相關數據保存在一起。例如實現電子郵箱時，可以根據用戶 ID 來聚集數據，這樣只需要從磁盤讀取少數的數據頁就能獲取某個用戶的全部郵件。如果沒有使用聚簇索引，則每封郵件都可能導致一次磁盤 I/O。

聚簇索引的劣勢

1. 維護索引很昂貴，特別是插入新行或者主鍵被更新導至要分頁(page split)的時候。建議在大量插入新行后，選在負載較低的時間段，通過OPTIMIZE TABLE優化表，因為必須被移動的行數據可能造成碎片。使用獨享表空間可以弱化碎片

2. 表因為使用UUId（隨機ID）作為主鍵，使數據存儲稀疏，這就會出現聚簇索引有可能有比全表掃面更慢，

image

所以建議使用int的auto_increment作為主鍵

image

主鍵的值是順序的，所以 InnoDB 把每一條記錄都存儲在上一條記錄的后面。當達到頁的最大填充因子時（InnoDB 默認的最大填充因子是頁大小的 15/16，留出部分空間用於以后修改），下一條記錄就會寫入新的頁中。一旦數據按照這種順序的方式加載，主鍵頁就會近似於被順序的記錄填滿（二級索引頁可能是不一樣的）

3. 如果主鍵比較大的話，那輔助索引將會變的更大，因為輔助索引的葉子存儲的是主鍵值；過長的主鍵值，會導致非葉子節點占用占用更多的物理空間

為什么主鍵通常建議使用自增id

聚簇索引的數據的物理存放順序與索引順序是一致的，即：只要索引是相鄰的，那么對應的數據一定也是相鄰地存放在磁盤上的。如果主鍵不是自增id，那么可以想 象，它會干些什么，不斷地調整數據的物理地址、分頁，當然也有其他一些措施來減少這些操作，但卻無法徹底避免。但，如果是自增的，那就簡單了，它只需要一 頁一頁地寫，索引結構相對緊湊，磁盤碎片少，效率也高。

因為MyISAM的主索引並非聚簇索引，那么他的數據的物理地址必然是凌亂的，拿到這些物理地址，按照合適的算法進行I/O讀取，於是開始不停的尋道不停的旋轉。聚簇索引則只需一次I/O。（強烈的對比）

不過，如果涉及到大數據量的排序、全表掃描、count之類的操作的話，還是MyISAM占優勢些，因為索引所占空間小，這些操作是需要在內存中完成的。

mysql中聚簇索引的設定

聚簇索引默認是主鍵，如果表中沒有定義主鍵，InnoDB 會選擇一個唯一的非空索引代替。如果沒有這樣的索引，InnoDB 會隱式定義一個主鍵來作為聚簇索引。InnoDB 只聚集在同一個頁面中的記錄。包含相鄰健值的頁面可能相距甚遠。

 

回表：

通俗的講就是，如果索引的列在 select 所需獲得的列中（因為在 mysql 中索引是根據索引列的值進行排序的，所以索引節點中存在該列中的部分值）或者根據一次索

 

根據這個概念，當你使用 Explain 執行查詢計划時，當結果中 Extra 出現了 using index、using where、using index condition 等你就認為使用了過濾條件，使用了索引，SQL 優化的還不錯。這其實是一種錯誤的認識。

因為，使用了索引並不代表查詢就最優。從 using index condition、using index & using where 等可以看出，這條 SQL 語句其實是進行了回表的。

還有些時候，你查看 Explain 執行計划后，發現明明走了索引，為什么還是慢？這里面可能就是存在回表了。

 

再例如，雖然只查詢索引里的列，但是需要回表過濾掉其他行。

怎么避免回表？

• 將需要的字段放在索引中去。查詢的時候就能避免回表。

但是不要刻意去避免回表，那樣代價太了。也不是將所有的字段都放在所有中。