聚簇索引和二级索引

前段时间处理了一个mysql优化问题，涉及到聚簇索引和二级索引，今天来简单说下，因为我们的mysql用的是innodb索引，所以本文中都是以innodb索引为基础

先背书

聚簇索引

• 聚簇索引通过表的主键构建一个B+tree树
• 构建成的B+tree树的叶子节点存放每一行的所有字段数据,也把叶子节点称为数据页
• 每张表只能拥有一个聚簇索引
• 如果没有定义主键，innodb会选择非空的唯一索引(第一个唯一索引)代替
• 如果自定义主键和唯一索引都没有的话，innodb会生成一个隐式主键id,来做聚簇索引

二级索引

• 也叫辅助索引或者非聚簇索引
• 和聚簇索引不一样的是，二级索引的叶子节点不存储行数据了，除了键值之外，还包含了相应行数据的聚簇索引对应列的值
• 在查询二级索引时，先查询到叶子节点上相应行数据的聚簇索引对应列的值，再去查询聚簇索引查询到数据
• 一张表可以有多个二级索引

直接上栗子

• 用户类别表，主要有四个字段id（主键id）, user_id(用户id), cate_id(用户类别), update_time（数据写入时间）
• 索引的话，就id（主键id）创建一个主键索引，user_id(用户id) 和 cate_id(用户类别)创建一个联合索引，建表语句如下：

CREATE TABLE `t_user_cate` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主键',
  `user_id` bigint(20) NOT NULL COMMENT '用户ID',
  `cate_id` varchar(20) NOT NULL COMMENT '用户类别ID',
  `update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '数据插入/更新时间(会自动更新，不需要刻意程序更新)',
  PRIMARY KEY (`id`),
  KEY `idx_user_cate_id` (`user_id`,`cate_id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COMMENT='写文章使用，用户类别表'

• 插入过程略

t_user_cate表的聚簇索引展示

• 因为有创建了id为主键索引，所以 t_user_cate表的聚簇索引在字段id上的

• 聚簇索引B+tree的示例如下：

  
  聚簇索引

• 如图来看

• 叶子节点使用单链表链接，按id列递增链接，方便基于范围的顺序检索

• 聚簇索引的叶子节点存储完整一行表数据,每个聚簇索引下都是每一行的完整数据

• 通过主键id查询时候，因为叶子节点已经存储了完整的每一行的数据，查询的效率非常高

t_user_cate表的二级索引展示

• 画图时忽略联合索引idx_user_cate_id,因为图不上不好画，我就直接画成单索引
• 二级索引B+tree的示例如下：

二级索引

• 二级索引的叶子节点，存储聚簇索引所在列的值,最后通过查询到聚簇索引列的值再去回表查询

回表查询

• 说下回表查询
• 因为二级索引叶子节点不像聚簇索引那样，不存储完整的行数据，存储的是聚簇索引所在列的值，所以还需要通过查询到的值查询聚簇索引，是会损耗一点性能的
• 比如说这个sql

SELECT
  *
FROM
  t_user_cate
where
  user_id = 1123

• 回表查询如下：

回表查询

• 查询过程如下：
• 第一步：通过二级索引user_id查询，user_id=1123,查询到叶子节点，存储的是聚簇索引列id查询到对应的id列的值为1
• 第二步：通过上一步查询到的id=1，再来查询聚簇索引查询到所涉及到所有行的数据

回表的两种情况

• 查询二级索引时候，回表不是必要步骤
• 当你查询的所有字段都是索引字段时，这时候不需要进行回表查询，例如:

SELECT
  user_id,
  cate_id
FROM
  t_user_cate
where
  userid = 1123

• 查看该sql的执行计划:

  
  不需要回表查询的执行计划

• 注意最后一列Extra，值是Using index，代表查询的字段是索引覆盖的,所以本次查询没有进行回表查询

• 当你查询的字段有的不在索引范围内，这时候就会进行回表查询,例如：

SELECT
  user_id,
  cate_id,
  update_time 
FROM
  t_user_cate
where
  userid = 1123

• 这次查询字段多增了一个update_time字段，本字段不在索引中，再来看执行计划：

需要回表查询的执行计划

• 对于上一个sql的执行计划，执行计划中的字段基本和上一个sql一致，只有Extra字段不一样，本次执行计划中Extra字段为空，说明没有索引覆盖，查询需要走回表查询

聚簇索引优缺点总结

• 通过上面例子，我们来总结一下聚簇索引的优缺点

优点

• 数据查询效率高，因为聚簇索引构建的B+tree的叶子节点存放完整的行数据，所以通过聚簇索引查询比二级索引查询速度快
• 基于主键的排序查找、范围查找效率高

缺点

• 数据写入时候，比较依赖于主键的顺序插入，所以都需要我们自定义一个自增主键
• 更新主键的代价很高，会导致被更新的行移动

聚簇索引和二级索引说到这里，欢迎大家来交流，指出文中一些说错的地方，让我加深认识，愿大家没有bug，谢谢！