MySQL索引（一）介绍索引

背景

想象一下，你去图书馆找到一本你喜欢看的书，然后你想要快速知道这本书讲了什么内容，有哪些章节，都是通过书开头的“索引”部分，如果想要在一本书中找到某个特定主题，一般会先看书的“索引”，找到对应的页码。

在MySQL中，存储引擎用类似的方法使用索引，其先在索引中找到对应值，然后根据匹配的索引记录找到对应的数据行。接下来就来讲讲MySQL的索引吧。

索引

索引是应用程序设计和开发的一个重要方面。如果索引太多，应用程序的性能可能会受到影响。而索引太少，对查询性能又会产生影响。要找到一个平衡点，这对于应用程序的性能至关重要。

一些开发程序员总是在开发完之后才想起来添加索引，我一直认为这是一种错误的开发模式。如果知道数据的使用会面临查询的问题，从一开始就应该在需要的地方添加索引。开发人员往往对数据库的使用停留在应用的层面，比如编写SQL语句、存储过程等。他们甚至可能不知道索引的存在，或者认为事后让DBA加上即可。DBA往往不够深入了解业务，而添加索引需要通过监控大量的SQL语句进而从中找到问题，这个步骤所需的时间肯定是远大于初始添加索引所需要的时间，并且可能遗漏一部分的索引。当然索引也并不是越多越好，会占据不必要的磁盘使用率。由此可见添加索引也是非常有技术含量的。

跟索引相关的数据结构

二叉搜索树

二叉搜索树中，左子树的键值总是小于根的键值，右子树的键值总是大于根的键值，并且每个节点最多只有两颗子树，而且最大高度差不超过1。如数据（1，2，3，5，6，7，9）在二叉搜索树的形状：

二叉搜索树查找数据的平均次数：（1 + 22 + 34）/ 7=2.4次

解释：查找次数是5只需要查找一次，2和7需要查找2次，1，3，6，9要查找3次。

但是二叉搜索树有一个缺点，每个节点只有两个分支，如果数据量大，需要遍历多层节点才能在叶子节点找到数据。

B树

B树可以理解为一个节点拥有多个分支的多叉搜索树。B树中同一个键值不会出现多次，要么在叶子节点上，要么在内节点上。如数据（1，2，3，5，6，7，9）在B树的形状：

相对较于二叉搜索树，拥有了多分支，减少获取目标值所经历的节点数，提高了效率。

但是B树也是有缺点的。因为每个节点都会包含主键（key）和完整数据值（data），如果data比较大，每一页存储的key会变少；当数据比较多时，同样也会增加树的高度，需要遍历多层才能在叶子节点找到目标值的问题。

B+树

B+树是B树的变体，定义与B树基本一致，与B树不同点：

所有叶子节点中包含了全部关键字信息
叶子节点都用指针进行连接
非叶子节点只能存储key信息

B+树中的B不是代表二叉（binary）而是代表（balance），B+树不是一个二叉树，而是一颗多查树。

B+树的键一定会出现在叶子节点上，同时也有可能在非叶子节点中重复出现。而B树中的同一键值不会出现多次。

B+索引树

B+索引树的本质是B+树在数据库中的实现。B+树的高度一般都在2～4层，也就是说查找某一键值的行记录时最多只需要2到4次IO，这个效率就很高。因为当前一般的机械磁盘每秒至少可以做100次IO操作，2～4次的IO意味着查询时间只需要0.02～0.04秒。

数据库中的B+树可以分为聚集索引（clustered index）和辅助索引（secondary index）。但是不管时什么索引，其内部都是B+树，它们两个不同的是，叶子节点存放的是否是一整行的信息。

为了更加理解聚集索引和辅助索引，我们先建一张表。

CREATE TABLE `t3` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`a` int(11) NOT NULL,
`b` char(2) NOT NULL,
PRIMARY KEY (`id`),
KEY `idx_a` (`a`)
) ENGINE=InnoDB  DEFAULT CHARSET=utf8mb4;

聚集索引

InnoDB的数据是按照主键顺序存放的，而聚集索引就是按照每张表的主键构造一颗B+树。

InnoDB的主键一定是聚集索引。如果没有主键，聚集索引就可能是第一个不为NULL的唯一索引，也有可能是隐藏的row id。

一般MySQL的查询优化器比较倾向于采用聚集索引，因为聚集索引能够在B+树索引的叶子节点上直接找到数据。

在t3表上查询所有数据：

1	select * from t3;

这个时候的聚集索引树就是这个样子的：

根据主键创建了B+树索引；每个叶子节点包含了整行的数据。

辅助索引

聚集索引的叶子节点存放的是整行数据，而InnoDB存储引擎的辅助索引的叶子节点并不会放整行数据，而是存放键值和主键ID。

当通过辅助索引来查询数据时，InnoDB存储引擎会遍历辅助索引树找到对应记录的主键，然后通过主键去聚集索引树上找到对应的数据。

比如一颗高度为3的辅助索引树查找数据，需要查找3次拿到主键，如果聚集索引树也是高度为3，那么还需要对聚集索引树查找3次才能拿到对应的数据，一共进行了6次IO操作。

辅助索引在t3表是长这个样子的：

根据a字段（idx_a）创建了B+树；每个叶子节点保存的是a字段和主键ID。

通过辅助索引来查找数据：

1	select * from t3 where a = 3;

它是先通过a字段的索引树得到主键id为3，然后再到聚集索引树查找对应的数据。

而下面这条SQL：

1	select * from t3 where id = 3;

查询到的结果是一样的。但是它是直接搜索聚集索引树上的数据，比起辅助索引树减少了一次查询。所以，我们应该尽量使用主键作为条件来查询。

总结

MySQL使用最多的就是B+树索引，而B+树是由B树发展而来，我们需要了解二叉搜索树，B树的一些思想。而后面又解释了InnoDB中B+树索引的两种类型：聚集索引和辅助索引，并解释了它们在MySQL查询过程中的区别。

参考资料

《MySQL技术内幕》第2版第5章索引与算法
一线大厂的DBA大神经验