聚簇索引和二级索引介绍

前言

  本篇文章主要介绍聚簇索引和二级索引的区别，以及从存储结构出发怎样更有效地优化SQL。

一、索引介绍

1.目的

更快地查询到想要的数据

2.实现方式

在写数据(增、删、改)时动态维护指定的数据结构，每个数据结构都是一个索引；查询时根据某个数据结构来查询。

3.举个栗子

  一本3000页的《三国演义》对应数据库的一张表，目录对应索引，内容对应表中的数据。
  想要查看第21章的内容，不使用索引时，最坏的情况可能需要翻3000页。使用索引的话，只需翻开书的目录（目录可能占据5页），然后发现第21章在1689页，进而直接翻开1689页即可。

二、索引创建与查询

创建一张表，并插入5条数据

CREATE TABLE `person` (
  `id` int NOT NULL AUTO_INCREMENT,
  `name` varchar(255) DEFAULT NULL,
  `age` int DEFAULT NULL,
  PRIMARY KEY (`id`)
);

INSERT INTO `person`(`id`, `name`, `age`) VALUES (1, 'Jack', 12);
INSERT INTO `person`(`id`, `name`, `age`) VALUES (2, 'Bob', 13);
INSERT INTO `person`(`id`, `name`, `age`) VALUES (3, 'Jession', 11);
INSERT INTO `person`(`id`, `name`, `age`) VALUES (4, 'Lisa', 14);
INSERT INTO `person`(`id`, `name`, `age`) VALUES (5, 'Haro', 16);

1. 聚簇索引

每张表都有对应的聚簇索引，MySQL优先按主键建立聚簇索引；如果你没有指定主键，使用唯一键；如果连唯一键也没有，mysql会自动建一个rowid字段，用它来组织这棵 B+树

按主键建立聚簇索引，存储结构如图所示：

聚簇索引的叶子节点包含数据行，id大于3的数据放在右边，小于3的数据放在左边。
如果各位想了解这棵树是怎么构造起来的，可以参考构造B+树网站，自己手动构造下。

查询

select * from person where id = 5;

此时MySQL就会使用聚簇索引查询，依次查询到3-4-5，此时就能直接获取到id=5的数据。

2. 二级索引

-- 创建普通索引
CREATE INDEX idx_name ON person (name);

创建二级索引，存储结构如图所示：

可以看到，二级索引的叶子节点存储的是主键值。

查询

select * from person where name = 'Jack';

这样的查询会经过两个步骤，
1. 先在二级索引的B+树中查到Jack对应的主键id值为1；
2. 然后拿主键id值，去聚簇索引中查询真正的数据。

三、SQL优化思路

1. 磁盘

• 不要建立太多索引，这样会建立很多B+树，很占磁盘容量。
• 一个索引中的字段不要太多，否则树中的每个节点都很大。

2. 写操作

• 尽量少创建无用的索引。因为每个写操作执行时，都会更新所有索引对应的B+树。

3. 查询

• 尽量不要使用select * 。如果select 后面的字段都是二级索引中的字段，MySQL就不会再去聚簇索引中查找完整数据了。

四、总结

聚簇索引

• B+树的数据结构，叶子节点包含完整的数据行。
• 每张表都有自己的聚簇索引。

二级索引

• B+树的数据结构，叶子节点仅包含数据的主键。
• 用户每创建一个索引，就会生成一颗B+树。
• 使用二级索引查询完整数据行时，会执行两个步骤：先查二级索引，然后再查聚簇索引。