mysql innodb索引原理

聚簇索引

聚集索引就是按照每张表的主键顺序构造一颗B+树。

查询优化器倾向于采用聚集索引，因为聚集索引能在叶子结点直接找到数据，并且因为定义了数据的逻辑顺序，能特别快的访问针对范围值的查询。

在Innodb中，聚簇索引默认就是主键索引。如果没有主键，则按照下列规则来建聚簇索引:

   1：没有主键时，会用一个非空并且唯一的索引列做为主键，成为此表的聚簇索引;

   2：如果没有这样的索引，InnoDB会隐式定义一个主键来作为聚簇索引。

我们知道了innodb引擎索引使用了B+树结构，那么为什么不是其他类型树结构，例如二叉树呢？

计算机在存储数据的时候文件系统的最小单元是块，一个块的大小是4k，InnoDB存储引擎也有自己的最小储存单元—页（Page），一个页的大小是16K。文件系统中一个文件大小只有1个字节，但不得不占磁盘上4KB的空间。同理，innodb的所有数据文件的大小始终都是16384（16k）的整数倍。

所以在MySQL中，存放索引的一个块节点占16k，mysql每次IO操作会利用系统的预读能力一次加载16K。这样，如果这一个节点只放1个索引值是非常浪费的，因为一次IO只能获取一个索引值，所以不能使用二叉树。

  所以在MySQL中，存放索引的一个块节点占16k，mysql每次IO操作会利用系统的预读能力一次加载16K。这样，如果这一个节点只放1个索引值是非常浪费的，因为一次IO只能获取一个索引值，所以不能使用二叉树。

B树和B+树的区别在于，B+树的非叶子结点只包含导航信息，不包含实际的值，所有的叶子结点和相连的节点使用链表相连，便于区间查找和遍历。

非聚集索引

也称为非聚集索引，其叶子节点不包含行记录的全部数据，叶子结点除了包含键值以外，每个叶子结点中的索引行还包含一个书签，该书签就是相应行的聚集索引键。

如下图可以表示辅助索引和聚集索引的关系（图片源自网络，看大概意思即可）：

当通过辅助索引来寻找数据时，innodb存储引擎会通过辅助索引叶子节点获得只想主键索引的主键，既然后再通过主键索引找到完整的行记录。

联合索引

联合索引是指对表上的多个列进行索引。联合索引也是一颗B+树，不同的是联合索引的键值数量不是1，而是大于等于2。。

例如有user表，字段为id，age，name，现发现如下两条sql使用频率最多：

Select * from user where age = ？ ;

Select * from user where age = ? and name = ?;

这时候不需要为age和name单独建两个索引，只需要建如下一个联合索引即可：

create index idx_age_name on user(age, name)

联合索引的另一个好处已经对第二个键值进行了排序处理，有时候可以避免多一次的排序操作。

覆盖索引

覆盖索引，即从辅助索引中就可以得到查询所需要的所有字段值，而不需要查询聚集索引中的记录。覆盖索引的好处是辅助索引不包含整行记录的所有信息，故其大小要远小于聚集索引，因此可以减少大量的IO操作。

例如上面有联合索引（age，name），如果如下：

select age，name from user where age=？

就能使用覆盖索引了。

覆盖索引的另一个好处是对于统计问题，例如：

select count(*) from user

innodb存储引擎并不会选择通过查询聚集索引来进行统计。由于user表上还有辅助索引，而辅助索引远小于聚集索引，选择辅助索引可以减少IO操作。

索引只建合适的，不建多余的

因为每当增删数据时，B+树都要进行调整，如果建立多个索引，多个B+树都要进行调整，而树越多、结构越庞大，这个调整越是耗时耗资源。如果减少了这些不必要的索引，磁盘的使用率可能会大大降低。

索引列的数据长度能少则少

索引数据长度越小，每个块中存储的索引数量越多，一次IO获取的值更多。

Where 条件中in和or可以使用索引， not in 和 <>操作无法使用索引；

多用指定列查询，只返回自己想到的数据列，少用select *；

联合索引中如果不是按照索引最左列开始查找，无法使用索引；最左匹配原则；

联合索引中精确匹配最左前列并范围匹配另外一列可以用到索引；

联合索引中如果查询中有某个列的范围查询，则其右边的所有列都无法使用索