聚簇索引(Clustered Index)和非聚簇索引(Non-clustered Index)是数据库中常见的两种索引类型。
聚簇索引
聚簇索引决定了数据行的物理存储顺序。一个表只能有一个聚簇索引,因为数据行的存储顺序只能有一种。聚簇索引指向的是实际存储的数据行,其索引键值是唯一的。
非聚簇索引
非聚簇索引将索引键值与实际数据行的存储物理位置分开。非聚簇索引指向实际数据行的指针,其索引键值可以是唯一的,也可以是非唯一的。
在我们工作中,相信大部分小伙伴使用的关系型数据是MySql,接下来主要通过MySql的存储引擎InnoDB、MyISAM来看看聚簇索引和非聚簇索引。
InnoDB存储引擎
在 InnoDB 中,主键索引就是聚簇索引,而非主键索引则是非聚簇索引(辅助索引)。
主键索引
聚簇索引结构如下:
可以看到叶节点包含了完整的数据记录,InnoDB的索引文件和数据文件是同一个。所以InnoDB要求表必须有主键,在 InnoDB 中,如果表结构中没有定义主键,数据库会自动为每行记录添加一个隐藏的主键,通常称为 db_row_id 字段。这个隐藏主键会确保每行记录都有一个唯一的标识符。
当我们通过主键索引查询数据时,只用到主索引中检索获得记录,就能找到具体的数据。
辅助索引
InnoDB的辅助索引data域存储相应记录主键的值。
辅助索引结构如下:
当我们通过辅助索引查询数据时,首先检索辅助索引获得主键,然后用主键到主索引中检索获得记录 。这一过程叫做回表(回表操作是在索引查询时,通过主键索引再次访问以获取完整数据记录的过程)。
MyISAM存储引擎
在MySQL的MyISAM存储引擎中,所有的索引都是非聚簇索引。
结构如下:
MyISAM索引文件和数据文件是分离的,索引文件仅保存数据记录的地址,叶节点的data域存放的是数据记录的地址,而不是主键。
当我们通过索引查询数据时,首先检索索引获得数据地址,然后用数据地址找到具体的数据。
如何避免回表
回表操作通常需要访问两次索引,增加了IO开销和CPU消耗,对查询性能有一定的影响。
索引覆盖
索引覆盖,即在索引中包含查询所需要的所有列。
假设table_A 创建了一个联合索引(a,b),当我们执行以下语句时,就不需要进行回表查询
sql
select a,b from table_A where a='XXX';
索引下推
索引下推(Index Condition Pushdown,简称ICP),是MySQL5.6版本的新特性,它能减少回表查询次数,提高查询效率。
假设table_A 创建了一个联合索引(a,b),当我们执行以下语句时
sql
select a,b from table_A where a like '麦%' and b=10;
在MySQL 会根据索引找到5.6之前,MySQL 会根据索引找到 like '麦%' 的所有主键Id,然后再依次进行回表查询,得到具体的数据,再过滤 b=10 的数据。
而MySQL 5.6 以后,联合索引(a,b)中包含列,所以存储引擎直接再联合索引里按照b=10
过滤。按照过滤后的数据再一一进行回表扫描,减少回表次数。
总结
聚簇索引在范围查询和按照主键的查询效率上有很大优势,而非聚簇索引对于等值查询和覆盖查询效果明显,可以快速定位到符合条件的数据行。对于两种索引在实际应用中,根据具体的查询需求和数据访问模式选择合适的索引策略非常重要,可以有效地提升数据库的性能和响应速度。