MySQL索引实现原理分析

目前大部分数据库系统及文件系统都采用 B-Tree（B 树）或其变种 B+Tree（B+树）作为索引结构。B+Tree 是数据库系统实现索引的首选数据结构。

在 MySQL 中，索引属于存储引擎级别的概念，不同存储引擎对索引的实现方式是不同的，本文主要讨论 MyISAM 和 InnoDB 两个存储引擎的索引实现方式。

MyISAM 索引实现

MyISAM 引擎使用 B+Tree 作为索引结构，叶节点的 data 域存放的是数据记录
的地址。下图是 MyISAM 索引的原理图：

image.png

这里设表一共有三列，假设我们以 Col1 为主键，则图 8 是一个 MyISAM 表的主索引（Primary key）示意。可以看出 MyISAM 的索引文件仅仅保存数据记录的地址。

辅助索引

在 MyISAM 中，主索引和辅助索引（Secondary key）在结构上没有任何区别，只
是主索引要求 key 是唯一的，而辅助索引的 key 可以重复。如果我们在 Col2 上建立一个辅助索引，则此索引的结构如下图所示

image.png

同样也是一颗 B+Tree，data 域保存数据记录的地址。因此，MyISAM 中索引检索的算法为首先按照 B+Tree 搜索算法搜索索引，如果指定的 Key 存在，则取出其data 域的值，然后以 data 域的值为地址，读取相应数据记录。

MyISAM 的索引方式也叫做“非聚集索引”，之所以这么称呼是为了与 InnoDB的聚集索引区分。

InnoDB 索引实现

虽然 InnoDB 也使用 B+Tree 作为索引结构，但具体实现方式却与 MyISAM 截然不同。

1.第一个重大区别是 InnoDB 的数据文件本身就是索引文件。从上文知道，MyISAM 索引文件和数据文件是分离的，索引文件仅保存数据记录的地址。

而在InnoDB 中，表数据文件本身就是按 B+Tree 组织的一个索引结构，这棵树的叶点data 域保存了完整的数据记录。这个索引的 key 是数据表的主键，因此 InnoDB 表数据文件本身就是主索引。

image.png

上图是 InnoDB 主索引（同时也是数据文件）的示意图，可以看到叶节点包含了完整的数据记录。这种索引叫做聚集索引。因为 InnoDB 的数据文件本身要按主键聚集，

1 .InnoDB 要求表必须有主键（MyISAM 可以没有），如果没有显式指定，则 MySQL系统会自动选择一个可以唯一标识数据记录的列作为主键，如果不存在这种列，则MySQL 自动为 InnoDB 表生成一个隐含字段作为主键，类型为长整形。

同时，请尽量在 InnoDB 上采用自增字段做表的主键。因为 InnoDB 数据文件本身是一棵B+Tree，非单调的主键会造成在插入新记录时数据文件为了维持 B+Tree 的特性而频繁的分裂调整，十分低效，而使用自增字段作为主键则是一个很好的选择。如果表使用自增主键，那么每次插入新的记录，记录就会顺序添加到当前索引节点的后续位置，当一页写满，就会自动开辟一个新的页。如下图所示：

image.png

这样就会形成一个紧凑的索引结构，近似顺序填满。由于每次插入时也不需要移动已有数据，因此效率很高，也不会增加很多开销在维护索引上。

2.第二个与 MyISAM 索引的不同是 InnoDB 的辅助索引 data 域存储相应记录主键的值而不是地址。换句话说，InnoDB 的所有辅助索引都引用主键作为 data 域。
例如，图 11 为定义在 Col3 上的一个辅助索引：

image.png

聚集索引这种实现方式使得按主键的搜索十分高效，但是辅助索引搜索需要检索两遍索引：首先检索辅助索引获得主键，然后用主键到主索引中检索获得记录。

引申：为什么不建议使用过长的字段作为主键？

因为所有辅助索引都引用主索引，过长的主索引会令辅助索引变得过大。

聚簇索引与非聚簇索引

InnoDB 使用的是聚簇索引， 将主键组织到一棵 B+树中， 而行数据就储存在叶子节点上， 若使用"where id = 14"这样的条件查找主键， 则按照 B+树的检索算法即可查找到对应的叶节点， 之后获得行数据。 若对 Name 列进行条件搜索， 则需要两个步骤：
第一步在辅助索引 B+树中检索 Name， 到达其叶子节点获取对应的主键。
第二步使用主键在主索引 B+树种再执行一次 B+树检索操作， 最终到达叶子节点即可获取整行数据。

MyISM 使用的是非聚簇索引， 非聚簇索引的两棵 B+树看上去没什么不同， 节点
的结构完全一致只是存储的内容不同而已， 主键索引 B+树的节点存储了主键， 辅助键索引B+树存储了辅助键。 表数据存储在独立的地方， 这两颗 B+树的叶子节点都使用一个地址指向真正的表数据， 对于表数据来说， 这两个键没有任何差别。 由于索引树是独立的， 通过辅助键检索无需访问主键的索引树。

为了更形象说明这两种索引的区别， 我们假想一个表如下图存储了 4 行数据。 其中Id 作为主索引， Name 作为辅助索引。 图示清晰的显示了聚簇索引和非聚簇索引的差异

image.png