【MySQL】InnoDB 的索引模型（B+树）

目录

一、InnoDB 的索引模型

二、索引维护

三、Mysql-Innodb索引二次查找解决方案

3.1 为什么会造成二级查找

3.2 解决方案

3.2.1 索引覆盖

3.2.2 延时关联

四、小结

---

一、InnoDB 的索引模型

在 MySQL 中，索引是在存储引擎层实现的，所以并没有统一的索引标准，即不同存储引擎的索引的工作方式并不一样。而即使多个存储引擎支持同一种类型的索引，其底层的实现也可能不同。由于 InnoDB 存储引擎在 MySQL 数据库中使用最为广泛，所以下面我就以 InnoDB 为例，和你分析一下其中的索引模型。

 

在 InnoDB 中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。又因为前面我们提到的，InnoDB 使用了 B+ 树索引模型，所以数据都是存储在 B+ 树中的。

 

每一个索引在 InnoDB 里面对应一棵 B+ 树。

 

假设，我们有一个主键列为 ID 的表，表中有字段 k，并且在 k 上有索引。

这个表的建表语句是：

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

表中 R1~R5 的 (ID,k) 值分别为 (100,1)、(200,2)、(300,3)、(500,5) 和 (600,6)，两棵树的示例示意图如下。

InnoDB 的索引组织结构

从图中不难看出，根据叶子节点的内容，索引类型分为主键索引和非主键索引。

• 主键索引的叶子节点存的是整行数据。在 InnoDB 里，主键索引也被称为聚簇索引（clustered index）。
• 非主键索引的叶子节点内容是主键的值。在 InnoDB 里，非主键索引也被称为二级索引（secondary index）。

 

根据上面的索引结构说明，我们来讨论一个问题：基于主键索引和普通索引的查询有什么区别？

• 如果语句是 select * from T where ID=500，即主键查询方式，则只需要搜索 ID 这棵 B+ 树；
• 如果语句是 select * from T where k=5，即普通索引查询方式，则需要先搜索 k 索引树，得到 ID 的值为 500，再到 ID 索引树搜索一次。这个过程称为回表。

 也就是说，基于非主键索引的查询需要多扫描一棵索引树。因此，我们在应用中应该尽量使用主键查询。

 

二、索引维护

B+ 树为了维护索引有序性，在插入新值的时候需要做必要的维护。以上面这个图为例，如果插入新的行 ID 值为 700，则只需要在 R5 的记录后面插入一个新记录。如果新插入的 ID 值为 400，就相对麻烦了，需要逻辑上挪动后面的数据，空出位置。

 

而更糟的情况是，如果 R5 所在的数据页已经满了（即一个数据页中存储的索引数据超过了规定的度数），根据 B+ 树的算法，这时候需要申请一个新的数据页，然后挪动部分数据过去。这个过程称为页分裂。在这种情况下，性能自然会受影响。

 

除了性能外，页分裂操作还影响数据页的利用率。原本放在一个页的数据，现在分到两个页中，整体空间利用率降低大约 50%。

 

当然有分裂就有合并。当相邻两个页由于删除了数据，利用率很低之后，会将数据页做页合并。合并的过程，可以认为是分裂过程的逆过程。

 

基于上面的索引维护过程说明，我们来讨论一个案例：

 

你可能在一些建表规范里面见到过类似的描述，要求建表语句里一定要有自增主键。当然事无绝对，我们来分析一下哪些场景下应该使用自增主键，而哪些场景下不应该。

 

自增主键是指自增列上定义的主键，在建表语句中一般是这么定义的：

NOT NULL PRIMARY KEY AUTO_INCREMENT

插入新记录的时候可以不指定 ID 的值，系统会获取当前 ID 最大值加 1 作为下一条记录的 ID 值。

 

也就是说，自增主键的插入数据模式，正符合了我们前面提到的递增插入的场景。每次插入一条新记录，都是追加操作，都不涉及到挪动其他记录，也不会触发叶子节点的分裂。

 

而有业务逻辑的字段做主键，则往往不容易保证有序插入，这样写数据成本相对较高（也就是上面涉及到的插入数据时出现的性能损耗）。

 

除了考虑性能外，我们还可以从存储空间的角度来看。假设你的表中确实有一个唯一字段，比如字符串类型的身份证号，那应该用身份证号做主键，还是用自增字段做主键呢？

 

由于每个非主键索引的叶子节点上都是主键的值。如果用身份证号做主键，那么每个二级索引的叶子节点占用约 20 个字节，而如果用整型做主键，则只要 4 个字节，如果是长整型（bigint）则是 8 个字节。

 

显然，主键长度越小，普通索引的叶子节点就越小，普通索引占用的空间也就越小。

 

所以，从性能和存储空间方面考量，自增主键往往是更合理的选择。

 

有没有什么场景适合用业务字段直接做主键的呢？还是有的。比如，有些业务的场景需求是这样的：

1. 只有一个索引；
2. 该索引必须是唯一索引。

 

你一定看出来了，这就是典型的 KV 场景。

 

由于没有其他索引，所以也就不用考虑其他索引的叶子节点大小的问题。

 

这时候我们就要优先考虑上一段提到的“尽量使用主键查询”原则，直接将这个索引设置为主键，可以避免每次查询需要搜索两棵树。

 

三、Mysql-Innodb索引二次查找解决方案

3.1 为什么会造成二级查找

  因为Innodb二级索引存储的是主键，所以通过索引查找时，第一次查询是通过二级索引找到主键值，第二次查询是通过主键在聚簇索引找到对应的行位置

 

3.2 解决方案

3.2.1 索引覆盖

一个包含查询所需的字段的索引称为 covering index 覆盖索引。MySQL只需要通过索引就可以返回查询所需要的数据，而不必在查到索引之后进行回表操作，减少IO，提供效率。

select index_column from table 1

只要让二级索引包含了要查询的字段，则不需要再去聚簇索引进行二次查找

 

3.2.2 延时关联

延迟关联：通过使用覆盖索引查询返回需要的主键,再根据主键关联原表获得需要的数据。

select * from orders o 
inner join 
(select order_id from orders  where addtime = '') o1 
ON o.order_id = o1.order_id;

在优化分页查询时用到了延时关联提高查询效率

select * from orders o1 
inner join 
(select order_id from orders order by addtime limit 1902,20) o2 
ON o1.order_id = o2.order_id

 

四、小结

今天，我跟你分析了数据库引擎可用的数据结构，介绍了 InnoDB 采用的 B+ 树结构，以及为什么 InnoDB 要这么选择。B+ 树能够很好地配合磁盘的读写特性，减少单次查询的磁盘访问次数。尽量将B+树的数据页大小设置的和磁盘的页大小一致，可以有效减少IO次数（季计算机存储器是通过页来管理的，操作系统中学的）

由于 InnoDB 是索引组织表，一般情况下我会建议你创建一个自增主键，这样非主键索引占用的空间最小。但事无绝对，我也跟你讨论了使用业务逻辑字段做主键的应用场景。

---

其他相关文章：【MySQL】MySQL的存储引擎和索引详解（聚集索引和非聚集索引）
                        【MySQL】InnoDB行格式、数据页结构以及索引底层原理分析
                        【MySQL】InnoDB存储引擎，MyISAM存储引擎，聚集索引，非聚集索引，主键索引，二级索引他们之间的关系梳理
                        【MySQL】MySQL的锁与事务隔离级别详解
                        【MySQL】MySQL分库分表详解
                        【MySQL】主从复制实现原理详解

---

参考资料：《MySQL实战45讲》林晓斌
                  《高性能MySQL》(第3版)