第16期：索引设计（MySQL 的索引结构）

上一章讲了数据库基本上都用 B+ 树来存储索引的缘由：适合磁盘存储，可以充分利用多叉平衡树的特性，磁盘预读，而且很好的支持等值，范围，顺序扫描等。这篇主要介绍 MySQL 两种经常使用引擎，MyISAM 和 InnoDB 的索引组织方式，了解这些存储方式，对数据库优化颇有帮助。

MySQL 的索引按照存储方式分为两类：

汇集索引：也称 Clustered Index。是指关系表记录的物理顺序与索引的逻辑顺序相同。因为一张表只能按照一种物理顺序存放，一张表最多也只能存在一个汇集索引。与非汇集索引相比，汇集索引有着更快的检索速度。

MySQL 里只有 INNODB 表支持汇集索引，INNODB 表数据自己就是汇集索引，也就是常说 IOT，索引组织表。非叶子节点按照主键顺序存放，叶子节点存放主键以及对应的行记录。因此对 INNODB 表进行全表顺序扫描会很是快。

非汇集索引：也叫 Secondary Index。指的是非叶子节点按照索引的键值顺序存放，叶子节点存放索引键值以及对应的主键键值。MySQL 里除了 INNODB 表主键外，其余的都是二级索引。MYISAM，memory 等引擎的表索引都是非汇集索引。简单点说，就是索引与行数据分开存储。一张表能够有多个二级索引。 

MYISAM 表：

MYISAM 表是典型的数据与索引分离存储，主键和二级索引没有本质区别。好比在 MYISAM 表里主键、惟一索引是同样的，没有本质区别。

假设表 t1 为 MYISAM 引擎，列为 ID，姓名，性别，年龄，手机号码。其中 ID 为主键，年龄为二级索引。记录以下：

那对应的两个 B+ 树索引以下图所示，

主键字段索引树：

上图是一个 3 阶的 B+ 树，非叶子节点按照主键的值排序存储，叶子节点一样按照主键的值排序存储，而且包含指向磁盘上的物理数据行指针。 

年龄字段索引树：

上图年龄字段索引树一样是一个 3 阶的 B+ 树，非叶子节点按照年龄字段的值顺序存储，叶子节点保存年龄字段的值以及指向磁盘上的物理数据行指针。

从上面两张图能够看出，MYISAM 表的索引存储方式最大的缺点没有按照物理数据行顺序存储，这样不管对主键的检索仍是对二级索引的检索都须要进行二次排序。 

举个简单例子演示下，

如下 SQL 1 默认没有排序，乱序输出；须要按照 ID 顺序输出，就得用 SQL 2，显式加 ORDER BY 。

mysql
# SQL 1
mysql> select * from t1;
+-------+----------+--------+------+--------------+
| id    | username | gender | age  | phone_number |
+-------+----------+--------+------+--------------+
| 10001 | 小花     | 女     |   18 | 18501877098  |
| 10005 | 小李     | 女     |   21 | 15827654555  |
| 10006 | 小白     | 男     |   38 | 19929933000  |
| 10009 | 小何     | 男     |   35 | 19012378676  |
| 10002 | 小王     | 男     |   20 | 17760500293  |
| 10003 | 小赵     | 女     |   29 | 13581386000  |
| 10004 | 小青     | 女     |   25 | 13456712000  |
| 10007 | 小米     | 男     |   23 | 19800092354  |
| 10008 | 小徐     | 女     |   22 | 18953209331  |
+-------+----------+--------+------+--------------+
9 rows in set (0.00 sec)

# SQL 2
mysql> select * from t1 order by id;
+-------+----------+--------+------+--------------+
| id    | username | gender | age  | phone_number |
+-------+----------+--------+------+--------------+
| 10001 | 小花     | 女     |   18 | 18501877098  |
| 10002 | 小王     | 男     |   20 | 17760500293  |
| 10003 | 小赵     | 女     |   29 | 13581386000  |
| 10004 | 小青     | 女     |   25 | 13456712000  |
| 10005 | 小李     | 女     |   21 | 15827654555  |
| 10006 | 小白     | 男     |   38 | 19929933000  |
| 10007 | 小米     | 男     |   23 | 19800092354  |
| 10008 | 小徐     | 女     |   22 | 18953209331  |
| 10009 | 小何     | 男     |   35 | 19012378676  |
+-------+----------+--------+------+--------------+
9 rows in set (0.00 sec)

接下来看看 INNODB 的主键索引和二级索引的组成方式。

INNODB 表：

INNODB 表自己是索引组织表，也就是说索引就是数据。下图表T1的数据行以聚簇索引的方式展现，非叶子节点保存了主键的值，叶子节点保存了主键的值以及对应的数据行，而且每一个页有分别指向先后两页的指针。

INNODB 表不一样于 MYISAM，INNODB 表有本身的数据页管理，默认 16KB。MYISAM 表数据的管理依赖文件系统，好比文件系统通常默认 4KB，MYISAM 的块大小也是 4KB，MYISAM 表的没有本身的一套崩溃恢复机制，所有依赖于文件系统。

INNODB 表这样设计的优势有两个：

1. 数据按照主键顺序存储。主键的顺序也就是记录行的物理顺序，相比指向数据行指针的存放方式，避免了再次排序。咱们知道，排序消耗最大。如今表 t1 的直接拿出来就是按照主键 ID 排序。

mysql
   mysql> select * from t1;
   +-------+----------+--------+------+--------------+
   | id    | username | gender | age  | phone_number |
   +-------+----------+--------+------+--------------+
   | 10001 | 小花     | 女     |   18 | 18501877098  |
   | 10002 | 小王     | 男     |   20 | 17760500293  |
   | 10003 | 小赵     | 女     |   29 | 13581386000  |
   | 10004 | 小青     | 女     |   25 | 13456712000  |
   | 10005 | 小李     | 女     |   21 | 15827654555  |
   | 10006 | 小白     | 男     |   38 | 19929933000  |
   | 10007 | 小米     | 男     |   23 | 19800092354  |
   | 10008 | 小徐     | 女     |   22 | 18953209331  |
   | 10009 | 小何     | 男     |   35 | 19012378676  |
   +-------+----------+--------+------+--------------+
   9 rows in set (0.00 sec)

1. 两个叶子节点分别含有指向先后两个节点的指针，这样在插入新行或者进行页分裂时，只须要移动对应的指针便可。

再来看下 INNODB 表的二级索引，以下图所示：

INNODB 二级索引的非叶子节点保存索引的字段值，上图索引为表 t1 的字段 age。叶子节点含有索引字段值和对应的主键值。

这样作的优势是当出现数据行移动或者数据页分裂时，避免二级索引没必要要的维护工做。当数据须要更新的时候，二级索引不须要重建，只须要修改聚簇索引便可。

可是也有缺点：

1. 二级索引因为同时保存了主键值，体积会变大。特别是主键设计不合理的时候，好比用 UUID 作主键。下一篇我详细介绍如何设计合理的主键。
2. 对二级索引的检索须要检索两次索引树。第一次经过检索二级索引叶子节点，找到过滤行对应的主键值；第二次经过这个主键的值去聚簇索引中查找对应的行。

举个例子：

以下 SQL 语句，检索年龄为 23 的行记录：

mysql
select * from t1 where age = 23;

会拆分红如下两个 SQL 语句：

先经过索引字段 age 找到对应的主键值：10005.

mysql
select id from t1 where age=23;

再去聚簇索引上根据主键 ID = 10005 检索到须要的数据行，若是表第一次读取，就须要回表。

mysql
select * from t1 where id = 10005;

不过 MySQL 对这块作了很好的优化，提早作了数据预热（数据预热，这里就不讲了，能够参考 MySQL 手册，手册上介绍的很详细）。

本篇内容介绍到此，简单回顾下本篇内容。本篇主要介绍 MySQL 常见的两种引擎 MYISAM 和 INNODB 的索引组织方式以及各自的优缺点。有问题欢迎批评指正，下一篇我来介绍 MySQL 如何很好的对主键进行设计。

---

关于 MySQL 的技术内容，大家还有什么想知道的吗？赶忙留言告诉小编吧！