MySQL 索引底层原理｜B + 树、聚簇索引、非聚簇索引、覆盖索引

索引是 MySQL 优化查询最核心的手段。很多开发只会简单加索引，不懂底层 B + 树结构，经常写出索引失效的慢 SQL。

本文从索引的作用、B + 树结构讲起，详解 InnoDB 聚簇索引、非聚簇索引，重点讲解覆盖索引原理，附带索引使用规则、踩坑清单，适合后端开发学习。

前言

数据库查询如果不加索引，执行 SQL 时会全表扫描 ，逐条对比数据，数据量大的时候性能极差。索引本质就是帮助数据库快速查找数据的一种数据结构 。 MySQL 有多种存储引擎，我们日常开发几乎都用InnoDB 引擎 ，InnoDB 索引底层全部使用B + 树。

注意：MyISAM 也是 B + 树，但 InnoDB 和 MyISAM 索引存储结构差异很大，本文默认讲 InnoDB。

一、为什么选用 B + 树，不用二叉树、红黑树、B 树？

磁盘 IO 是数据库查询最大的性能瓶颈。索引存储在磁盘，读取节点就会产生一次磁盘 IO。

二叉搜索树：数据倾斜会退化成链表，树高不可控；
红黑树：平衡二叉树，树高依然高，数据量大 IO 次数多；
B 树：多路平衡树，数据和索引放在同一个节点；
B + 树 ：多路平衡树，所有数据都存放在叶子节点，非叶子节点只存索引键 + 指针。

B + 树核心特点：

非叶子节点只存储索引值和指针，不存储完整行数据，单个节点可以存放更多索引，树的高度很低；千万级数据，B + 树树高一般只有 2~3 层；
所有叶子节点在同一层，叶子节点通过双向链表相连，范围查询非常方便；
数据全部在叶子节点，查询任何数据都要走到叶子节点，IO 次数稳定。

二、聚簇索引（主键索引）

InnoDB 中，聚簇索引就是主键索引，把整行数据保存在索引的叶子节点。

聚簇：数据和索引放在一起，索引的叶子节点就是真实的表数据。

规则

表必须有聚簇索引：
- 如果定义主键，主键就是聚簇索引；
- 没有主键，自动选唯一非空索引作为聚簇索引；
- 没有唯一非空索引，MySQL 自动生成隐藏的 rowid 作为聚簇索引。
一张表只能有一个聚簇索引。

查找流程

执行 select * from user where id = 10;，id 是主键（聚簇索引）

从 B + 树根节点向下查找，对比索引值；
一直找到叶子节点；
叶子节点直接存放完整的一行数据，直接返回。

优点：

主键查询速度最快，找到索引就拿到全部数据；
主键范围查询，叶子节点链表可以顺序遍历。

缺点：

主键尽量不要用无序自增 ID。如果主键随机（如 UUID），插入数据会频繁分裂叶子节点，造成页分裂，性能下降；
聚簇索引占用空间大。

三、非聚簇索引（二级索引 / 普通索引）

普通索引、唯一索引都属于非聚簇索引。

非聚簇索引叶子节点不存完整行数据，只存储索引列的值 + 主键值。

查找流程（回表）

给 name 字段建立普通索引：create index idx_name on user(name); 执行 SQL：select * from user where name='张三';

在 name 的 B + 树（二级索引）查找，找到叶子节点；
叶子节点拿到主键 id；
拿着主键 id，再去聚簇索引 B + 树查询一次完整行数据 ，这个过程叫做回表。

重点：二级索引查询，默认需要两次 B + 树查找：二级索引树 → 聚簇索引树（回表）。

四、覆盖索引（避免回表，优化神器）

覆盖索引：查询需要的所有字段，全部包含在二级索引里面，不需要回表查询聚簇索引。 查询的列，全部在二级索引叶子节点能拿到，就跳过回表操作，性能大幅提升。

示例

表：user (id,name,age,address) 索引：idx_name_age (name,age) 联合索引

SQL：

复制代码

select name,age from user where name='张三';

查询只需要 name、age，这两个字段都在联合索引idx_name_age的叶子节点，不需要回表拿主键再查聚簇索引，这就是覆盖索引。

不满足覆盖索引：

复制代码

select name,age,address from user where name='张三';

address 不在二级索引，拿到主键后必须回表查询。

如何判断是否触发覆盖索引：explain 执行计划里，Extra 字段显示 Using index，代表命中覆盖索引。

覆盖索引优点：

避免回表，减少一次 B + 树查询，IO 减半；
二级索引叶子节点数据量小，内存可以缓存更多数据。

注意：不要为了覆盖索引盲目创建大量联合索引，索引会占用磁盘，并且降低插入、更新、删除性能。

五、聚簇索引 vs 非聚簇索引对比表

对比项	聚簇索引（主键索引）	非聚簇索引（二级索引）
叶子节点存储内容	整行全部数据	索引列 + 主键 ID
数量	一张表只能 1 个	可以多个
查询	找到索引直接拿到全部数据	默认需要回表
主键过大影响	主键越大，二级索引占用空间越大	叶子要存储主键，主键越长索引体积越大

六、索引最左前缀原则（补充）

建立联合索引 idx_a_b_c(a,b,c) 索引生效顺序：从左向右匹配，遇到范围查询 (> < between like 前缀模糊) 就停止匹配。

where a=1 → 命中
where a=1 and b=2 → 命中
where b=2 and a=1 → 命中（MySQL 优化器会调整顺序）
where a>1 and b=2 → a 是范围，b 索引失效

七、索引失效常见场景

索引列上做函数运算、隐式类型转换；
like '% 关键字 '，左模糊查询，索引失效；
联合索引不满足最左前缀；
使用 or，or 两边有字段没加索引；
MySQL 优化器判断全表扫描比索引更快，会放弃索引。

八、开发踩坑汇总

主键推荐使用自增整型，不要 UUID，容易造成页分裂；
主键字段不要设计太长，所有二级索引都会保存主键，主键越长二级索引体积越大；
不要创建过多索引，索引会减慢增删改；
覆盖索引是优化手段，不要为了覆盖索引随意创建超长联合索引；
不要在低基数列（性别、状态只有少量枚举值）建立索引，索引几乎无效。

九、问答

Q1：InnoDB 聚簇索引和非聚簇索引区别？

A：聚簇索引叶子节点存储完整行数据，一张表只能一个；非聚簇索引叶子存储索引列 + 主键，查询到主键后需要回表到聚簇索引获取完整数据。

Q2：什么是回表？什么是覆盖索引？

A：回表：二级索引查询只能拿到主键，再去主键索引查找完整数据。覆盖索引：查询所需字段全部存在二级索引，不需要回表，explain 显示 Using index。

Q3：B + 树对比 B 树优势？

A：B + 树非叶子节点不存数据，节点能存放更多索引，树更低 IO 更少；叶子节点链表，范围查询方便。

Q4：一张表可以有多个聚簇索引吗？

A：不能，InnoDB 一张表只能有一个聚簇索引。

结语

InnoDB 索引底层基于 B + 树，聚簇索引把数据和主键索引绑定在一起，二级索引默认会回表。覆盖索引是重要优化手段，通过建立合适联合索引避免回表，提升查询性能。写 SQL 的时候，结合 explain 看执行计划，判断索引是否命中、是否触发覆盖索引，避免写出慢 SQL。