InnoDB索引,终于懂了

843 阅读7分钟

数据库索引,终于懂了》介绍了为什么B+树适合做数据库索引,数据库的索引分为主键索引(Primary Inkex)与普通索引(Secondary Index)。InnoDB和MyISAM是怎么利用B+树来实现这两类索引,其又有什么差异呢?

问题1:MyISAM的索引结构是怎样的?

MyISAM的索引与行记录是分开存储的,叫做非聚集索引(UnClustered Index)。

其主键索引与普通索引没有本质差异:

(1)有连续聚集的区域单独存储行记录;

(2)主键索引的叶子节点,存储主键,与对应行记录的指针;

(3)普通索引的叶子结点,存储索引列,与对应行记录的指针;

画外音:MyISAM的表可以没有主键。

主键索引与普通索引是两棵独立的索引B+树,通过索引列查找时,先定位到B+树的叶子节点,再通过指针定位到行记录。

举个例子,MyISAM:

t(id PK, name KEY, sex, flag);

表中有四条记录:

1, shenjian, m, A

3, zhangsan, m, A

5, lisi, m, A

9, wangwu, f, B

其B+树索引构造如上图:

(1)行记录单独存储;

(2)id为PK,有一棵id的索引树,叶子指向行记录;

(3)name为KEY,有一棵name的索引树,叶子也指向行记录;

问题2:InnoDB的索引结构是怎样的?

InnoDB的主键索引与行记录是存储在一起的,故叫做聚集索引(Clustered Index):

(1)没有单独区域存储行记录;

(2)主键索引的叶子节点,存储主键,与对应行记录(而不是指针);

画外音:因此,InnoDB的PK查询是非常快的。

因为这个特性,InnoDB的表必须要有聚集索引:

(1)如果表定义了PK,则PK就是聚集索引;

(2)如果表没有定义PK,则第一个非空unique列是聚集索引;

(3)否则,InnoDB会创建一个隐藏的row-id作为聚集索引;\

聚集索引,也只能够有一个,因为行数据在物理磁盘上只能有一份聚集存储。

InnoDB的普通索引可以有多个,它与聚集索引是不同的:

(1)普通索引的叶子节点,存储主键(也不是指针);

问题3:InnoDB为何建议使用趋势递增主键?\

InnoDB由于数据行与索引一体,如果使用趋势递增主键,插入记录时,不会索引分裂,不会大量行记录移动。

问题4:InnoDB为何不宜使用较长的列做主键?

假设有一个用户中心场景,包含身份证号,身份证MD5,姓名,出生年月等业务属性,这些属性上均有查询需求,并且有事务需求,必须使用InnoDB存储引擎。

此时,如何来设计数据表呢?

最容易想到的设计方式是:

(1)身份证作为主键;

(2)其他属性上建立索引;

user( id_code PK ,\

id_md5(index),
name(index),
birthday(index));

 

此时的索引树与行记录结构如上:

(1)id_code聚集索引,关联行记录;

(2)其他索引,存储id_code属性值;

身份证号id_code是一个比较长的字符串,每个索引都存储这个值,在数据量大,内存珍贵的情况下,MySQL有限的缓冲区,存储的索引与数据会减少,磁盘IO的概率会增加。\

画外音:同时,索引占用的磁盘空间也会增加。

 

此时,应该新增一个无业务含义的id自增列:

(1)以id自增列为聚集索引,关联行记录;

(2)其他索引,存储id值;

user( id PK auto inc ,
id_code(index),
id_md5(index),
name(index),
birthday(index));

 

如此一来,有限的缓冲区,能够缓冲更多的索引与行数据,磁盘IO的频率会降低,整体性能会增加。

InnoDB为何不宜使用较长的列作为主键,这下懂了吧?

问题5:InnoDB的普通索引存储主键键值,可能存在什么问题?

使用普通索引查询时,可能出现回表查询。

什么是回表查询?

还是上面的例子:

t(id PK, name KEY, sex, flag);

画外音:id是聚集索引,name是普通索引。

 

表中有四条记录:

1, shenjian, m, A

3, zhangsan, m, A

5, lisi, m, A

9, wangwu, f, B

两个B+树索引分别如上图:

(1)id为PK,聚集索引,叶子节点存储行记录;

(2)name为KEY,普通索引,叶子节点存储PK值,即id;

 

既然从普通索引无法直接定位行记录,那普通索引的查询过程是怎么样的呢?

通常情况下,需要扫码两遍索引树。

 

例如:

select id,name,sex from t where name='lisi';

是如何执行的呢?

粉红色路径,需要扫码两遍索引树:

(1)先通过普通索引定位到主键值id=5;

(2)在通过聚集索引定位到行记录;

 

这就是所谓的回表查询,先定位主键值,再定位行记录,它的性能较扫一遍索引树更低。

问题6:如何优化回表查询?\

常见的解决方案是覆盖索引。

 

什么是索引覆盖 (Covering index)

额,楼主并没有在MySQL的官网找到这个概念。

画外音:治学严谨吧?

 

借用一下SQL-Server官网的说法。

MySQL官网,类似的说法出现在explain查询计划优化章节,即explain的输出结果Extra字段为Using index时,能够触发索引覆盖。\

 

不管是SQL-Server官网,还是MySQL官网,都表达了:只需要在一棵索引树上就能获取SQL所需的所有列数据,无需回表,速度更快。

 

如何实现索引覆盖?

常见的方法是:将被查询的字段,建立到联合索引里去。

对于查询需求\

select id,name,sex from t where name='lisi';\

将单列索引(name)升级为联合索引(name, sex),即可避免回表。
画外音:属性sex不用到聚集索引查询了。

 

总结

MyISAM和InnoDB都使用B+树来实现索引:

(1)MyISAM的索引与数据分开存储;

(2)MyISAM的索引叶子节点存储指针,主键索引与普通索引无太大区别;

(3)InnoDB的聚集索引和行数据统一存储;

(4)InnoDB的聚集索引存储数据行本身,普通索引存储主键;

(5)InnoDB不宜使用较长的列作为PK;

(6)InnoDB普通索引可能存在回表查询,常见的解决方案是覆盖索引

架构师之路-分享可落地的架构文章

相关推荐:\

InnoDB并发如此高,原因竟然在这?

数据库索引,终于懂了》\

作业:\

频繁插入的场景,MyISAM和InnoDB谁更适合?

思路比结论更重要,希望你有收获,谢转。