摘要
本文以MySQL數(shù)據(jù)庫為研究對象做粤，討論與數(shù)據(jù)庫索引相關(guān)的一些話題浇借。特別需要說明的是，MySQL支持諸多存儲引擎怕品，而各種存儲引擎對索引的支持也各不相同妇垢，因此MySQL數(shù)據(jù)庫支持多種索引類型，如BTree索引，哈希索引闯估，全文索引等等灼舍。為了避免混亂，本文將只關(guān)注于BTree索引涨薪，因為這是平常使用MySQL時主要打交道的索引骑素，至于哈希索引和全文索引本文暫不討論。
文章主要內(nèi)容分為三個部分尤辱。
第一部分主要從數(shù)據(jù)結(jié)構(gòu)及算法理論層面討論MySQL數(shù)據(jù)庫索引的數(shù)理基礎(chǔ)砂豌。
第二部分結(jié)合MySQL數(shù)據(jù)庫中MyISAM和InnoDB數(shù)據(jù)存儲引擎中索引的架構(gòu)實現(xiàn)討論聚集索引、非聚集索引及覆蓋索引等話題光督。
第三部分根據(jù)上面的理論基礎(chǔ)阳距，討論MySQL中高性能使用索引的策略。
數(shù)據(jù)結(jié)構(gòu)及算法基礎(chǔ)
MySQL官方對索引的定義為：索引（Index）是幫助MySQL高效獲取數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)结借。提取句子主干筐摘，就可以得到索引的本質(zhì)：索引是數(shù)據(jù)結(jié)構(gòu)。
我們知道船老，數(shù)據(jù)庫查詢是數(shù)據(jù)庫的最主要功能之一咖熟。我們都希望查詢數(shù)據(jù)的速度能盡可能的快，因此數(shù)據(jù)庫系統(tǒng)的設(shè)計者會從查詢算法的角度進(jìn)行優(yōu)化。最基本的查詢算法當(dāng)然是順序查找（linear search）牧氮，這種復(fù)雜度為O(n)的算法在數(shù)據(jù)量很大時顯然是糟糕的船殉，好在計算機(jī)科學(xué)的發(fā)展提供了很多更優(yōu)秀的查找算法，例如二分查找（binary search）确沸、二叉樹查找（binary tree search）等。如果稍微分析一下會發(fā)現(xiàn)俘陷，每種查找算法都只能應(yīng)用于特定的數(shù)據(jù)結(jié)構(gòu)之上罗捎，例如二分查找要求被檢索數(shù)據(jù)有序，而二叉樹查找只能應(yīng)用于二叉查找樹上拉盾，但是數(shù)據(jù)本身的組織結(jié)構(gòu)不可能完全滿足各種數(shù)據(jù)結(jié)構(gòu)（例如桨菜，理論上不可能同時將兩列都按順序進(jìn)行組織），所以捉偏，在數(shù)據(jù)之外倒得，數(shù)據(jù)庫系統(tǒng)還維護(hù)著滿足特定查找算法的數(shù)據(jù)結(jié)構(gòu)，這些數(shù)據(jù)結(jié)構(gòu)以某種方式引用（指向）數(shù)據(jù)夭禽，這樣就可以在這些數(shù)據(jù)結(jié)構(gòu)上實現(xiàn)高級查找算法霞掺。這種數(shù)據(jù)結(jié)構(gòu)，就是索引驻粟。
看一個例子：
圖1
圖1展示了一種可能的索引方式根悼。左邊是數(shù)據(jù)表凶异，一共有兩列七條記錄，最左邊的是數(shù)據(jù)記錄的物理地址（注意邏輯上相鄰的記錄在磁盤上也并不是一定物理相鄰的）挤巡。為了加快Col2的查找剩彬，可以維護(hù)一個右邊所示的二叉查找樹，每個節(jié)點分別包含索引鍵值和一個指向?qū)?yīng)數(shù)據(jù)記錄物理地址的指針矿卑，這樣就可以運用二叉查找在O(log2n)O(log2n)的復(fù)雜度內(nèi)獲取到相應(yīng)數(shù)據(jù)喉恋。
雖然這是一個貨真價實的索引，但是實際的數(shù)據(jù)庫系統(tǒng)幾乎沒有使用二叉查找樹或其進(jìn)化品種紅黑樹（red-black tree）實現(xiàn)的母廷，原因會在下文介紹轻黑。
目前大部分?jǐn)?shù)據(jù)庫系統(tǒng)及文件系統(tǒng)都采用B-Tree或其變種B+Tree作為索引結(jié)構(gòu)，在本文的下一節(jié)會結(jié)合存儲器原理及計算機(jī)存取原理討論為什么B-Tree和B+Tree在被如此廣泛用于索引琴昆，這一節(jié)先單純從數(shù)據(jù)結(jié)構(gòu)角度描述它們氓鄙。
B-Tree
為了描述B-Tree，首先定義一條數(shù)據(jù)記錄為一個二元組[key, data]业舍，key為記錄的鍵值抖拦，對于不同數(shù)據(jù)記錄，key是互不相同的舷暮；data為數(shù)據(jù)記錄除key外的數(shù)據(jù)态罪。那么B-Tree是滿足下列條件的數(shù)據(jù)結(jié)構(gòu)：
d為大于1的一個正整數(shù)，稱為B-Tree的度下面。
h為一個正整數(shù)复颈，稱為B-Tree的高度。
每個非葉子節(jié)點由n-1個key和n個指針組成沥割，其中d<=n<=2d耗啦。
每個葉子節(jié)點最少包含一個key和兩個指針，最多包含2d-1個key和2d個指針驯遇，葉節(jié)點的指針均為null 芹彬。
所有葉節(jié)點具有相同的深度蓄髓，等于樹高h(yuǎn)叉庐。
key和指針互相間隔，節(jié)點兩端是指針会喝。
一個節(jié)點中的key從左到右非遞減排列陡叠。
所有節(jié)點組成樹結(jié)構(gòu)。
每個指針要么為null肢执，要么指向另外一個節(jié)點枉阵。
如果某個指針在節(jié)點node最左邊且不為null，則其指向節(jié)點的所有key小于v(key1)v(key1)预茄，其中v(key1)v(key1)為node的第一個key的值兴溜。
如果某個指針在節(jié)點node最右邊且不為null侦厚，則其指向節(jié)點的所有key大于v(keym)v(keym)，其中v(keym)v(keym)為node的最后一個key的值拙徽。
如果某個指針在節(jié)點node的左右相鄰key分別是keyikeyi和keyi+1keyi+1且不為null刨沦，則其指向節(jié)點的所有key小于v(keyi+1)v(keyi+1)且大于v(keyi)v(keyi)。
圖2是一個d=2的B-Tree示意圖膘怕。
圖2
由于B-Tree的特性想诅，在B-Tree中按key檢索數(shù)據(jù)的算法非常直觀：首先從根節(jié)點進(jìn)行二分查找，如果找到則返回對應(yīng)節(jié)點的data岛心，否則對相應(yīng)區(qū)間的指針指向的節(jié)點遞歸進(jìn)行查找来破，直到找到節(jié)點或找到null指針，前者查找成功忘古，后者查找失敗徘禁。B-Tree上查找算法的偽代碼如下：
BTree_Search(node, key) {
? ? if(node == null) return null;
? ? foreach(node.key)
? ? {
? ? ? ? if(node.key[i] == key) return node.data[i];
? ? ? ? ? ? if(node.key[i] > key) return BTree_Search(point[i]->node);
? ? }
? ? return BTree_Search(point[i+1]->node);
}
data = BTree_Search(root, my_key);
關(guān)于B-Tree有一系列有趣的性質(zhì)，例如一個度為d的B-Tree髓堪，設(shè)其索引N個key晌坤，則其樹高h(yuǎn)的上限為logd((N+1)/2)logd((N+1)/2)，檢索一個key旦袋，其查找節(jié)點個數(shù)的漸進(jìn)復(fù)雜度為O(logdN)O(logdN)骤菠。從這點可以看出，B-Tree是一個非常有效率的索引數(shù)據(jù)結(jié)構(gòu)疤孕。
另外商乎，由于插入刪除新的數(shù)據(jù)記錄會破壞B-Tree的性質(zhì)，因此在插入刪除時祭阀，需要對樹進(jìn)行一個分裂鹉戚、合并、轉(zhuǎn)移等操作以保持B-Tree性質(zhì)专控，本文不打算完整討論B-Tree這些內(nèi)容抹凳，因為已經(jīng)有許多資料詳細(xì)說明了B-Tree的數(shù)學(xué)性質(zhì)及插入刪除算法，有興趣的朋友可以在本文末的參考文獻(xiàn)一欄找到相應(yīng)的資料進(jìn)行閱讀伦腐。
B+Tree
B-Tree有許多變種赢底，其中最常見的是B+Tree，例如MySQL就普遍使用B+Tree實現(xiàn)其索引結(jié)構(gòu)柏蘑。
與B-Tree相比幸冻，B+Tree有以下不同點：
每個節(jié)點的指針上限為2d而不是2d+1。
內(nèi)節(jié)點不存儲data咳焚，只存儲key洽损；葉子節(jié)點不存儲指針。
圖3是一個簡單的B+Tree示意革半。
圖3
由于并不是所有節(jié)點都具有相同的域碑定，因此B+Tree中葉節(jié)點和內(nèi)節(jié)點一般大小不同流码。這點與B-Tree不同，雖然B-Tree中不同節(jié)點存放的key和指針可能數(shù)量不一致延刘，但是每個節(jié)點的域和上限是一致的旅掂，所以在實現(xiàn)中B-Tree往往對每個節(jié)點申請同等大小的空間。
一般來說访娶，B+Tree比B-Tree更適合實現(xiàn)外存儲索引結(jié)構(gòu)商虐，具體原因與外存儲器原理及計算機(jī)存取原理有關(guān)，將在下面討論崖疤。
帶有順序訪問指針的B+Tree
一般在數(shù)據(jù)庫系統(tǒng)或文件系統(tǒng)中使用的B+Tree結(jié)構(gòu)都在經(jīng)典B+Tree的基礎(chǔ)上進(jìn)行了優(yōu)化秘车，增加了順序訪問指針。
圖4
如圖4所示劫哼，在B+Tree的每個葉子節(jié)點增加一個指向相鄰葉子節(jié)點的指針叮趴，就形成了帶有順序訪問指針的B+Tree。做這個優(yōu)化的目的是為了提高區(qū)間訪問的性能权烧，例如圖4中如果要查詢key為從18到49的所有數(shù)據(jù)記錄眯亦，當(dāng)找到18后，只需順著節(jié)點和指針順序遍歷就可以一次性訪問到所有數(shù)據(jù)節(jié)點般码，極大提到了區(qū)間查詢效率妻率。
這一節(jié)對B-Tree和B+Tree進(jìn)行了一個簡單的介紹，下一節(jié)結(jié)合存儲器存取原理介紹為什么目前B+Tree是數(shù)據(jù)庫系統(tǒng)實現(xiàn)索引的首選數(shù)據(jù)結(jié)構(gòu)板祝。
上文說過宫静，紅黑樹等數(shù)據(jù)結(jié)構(gòu)也可以用來實現(xiàn)索引，但是文件系統(tǒng)及數(shù)據(jù)庫系統(tǒng)普遍采用B-/+Tree作為索引結(jié)構(gòu)券时，這一節(jié)將結(jié)合計算機(jī)組成原理相關(guān)知識討論B-/+Tree作為索引的理論基礎(chǔ)孤里。
一般來說，索引本身也很大橘洞，不可能全部存儲在內(nèi)存中捌袜，因此索引往往以索引文件的形式存儲的磁盤上。這樣的話炸枣，索引查找過程中就要產(chǎn)生磁盤I/O消耗虏等，相對于內(nèi)存存取，I/O存取的消耗要高幾個數(shù)量級抛虏，所以評價一個數(shù)據(jù)結(jié)構(gòu)作為索引的優(yōu)劣最重要的指標(biāo)就是在查找過程中磁盤I/O操作次數(shù)的漸進(jìn)復(fù)雜度博其。換句話說套才，索引的結(jié)構(gòu)組織要盡量減少查找過程中磁盤I/O的存取次數(shù)迂猴。下面先介紹內(nèi)存和磁盤存取原理，然后再結(jié)合這些原理分析B-/+Tree作為索引的效率背伴。
主存存取原理
目前計算機(jī)使用的主存基本都是隨機(jī)讀寫存儲器（RAM）沸毁，現(xiàn)代RAM的結(jié)構(gòu)和存取原理比較復(fù)雜峰髓，這里本文拋卻具體差別，抽象出一個十分簡單的存取模型來說明RAM的工作原理息尺。
圖5
從抽象角度看携兵，主存是一系列的存儲單元組成的矩陣，每個存儲單元存儲固定大小的數(shù)據(jù)搂誉。每個存儲單元有唯一的地址徐紧，現(xiàn)代主存的編址規(guī)則比較復(fù)雜，這里將其簡化成一個二維地址：通過一個行地址和一個列地址可以唯一定位到一個存儲單元炭懊。圖5展示了一個4 x 4的主存模型并级。
主存的存取過程如下：
當(dāng)系統(tǒng)需要讀取主存時，則將地址信號放到地址總線上傳給主存侮腹，主存讀到地址信號后嘲碧，解析信號并定位到指定存儲單元，然后將此存儲單元數(shù)據(jù)放到數(shù)據(jù)總線上父阻，供其它部件讀取愈涩。
寫主存的過程類似，系統(tǒng)將要寫入單元地址和數(shù)據(jù)分別放在地址總線和數(shù)據(jù)總線上加矛，主存讀取兩個總線的內(nèi)容履婉，做相應(yīng)的寫操作。
這里可以看出斟览，主存存取的時間僅與存取次數(shù)呈線性關(guān)系谐鼎，因為不存在機(jī)械操作，兩次存取的數(shù)據(jù)的“距離”不會對時間有任何影響趣惠，例如狸棍，先取A0再取A1和先取A0再取D3的時間消耗是一樣的。
磁盤存取原理
上文說過味悄，索引一般以文件形式存儲在磁盤上草戈，索引檢索需要磁盤I/O操作。與主存不同侍瑟，磁盤I/O存在機(jī)械運動耗費唐片，因此磁盤I/O的時間消耗是巨大的。
圖6是磁盤的整體結(jié)構(gòu)示意圖涨颜。
圖6
一個磁盤由大小相同且同軸的圓形盤片組成费韭，磁盤可以轉(zhuǎn)動（各個磁盤必須同步轉(zhuǎn)動）。在磁盤的一側(cè)有磁頭支架庭瑰，磁頭支架固定了一組磁頭星持，每個磁頭負(fù)責(zé)存取一個磁盤的內(nèi)容。磁頭不能轉(zhuǎn)動弹灭，但是可以沿磁盤半徑方向運動（實際是斜切向運動）督暂，每個磁頭同一時刻也必須是同軸的揪垄，即從正上方向下看，所有磁頭任何時候都是重疊的（不過目前已經(jīng)有多磁頭獨立技術(shù)逻翁，可不受此限制）饥努。
圖7是磁盤結(jié)構(gòu)的示意圖。
圖7
盤片被劃分成一系列同心環(huán)八回，圓心是盤片中心酷愧，每個同心環(huán)叫做一個磁道，所有半徑相同的磁道組成一個柱面缠诅。磁道被沿半徑線劃分成一個個小的段伟墙，每個段叫做一個扇區(qū)，每個扇區(qū)是磁盤的最小存儲單元滴铅。為了簡單起見戳葵，我們下面假設(shè)磁盤只有一個盤片和一個磁頭。
當(dāng)需要從磁盤讀取數(shù)據(jù)時汉匙，系統(tǒng)會將數(shù)據(jù)邏輯地址傳給磁盤拱烁，磁盤的控制電路按照尋址邏輯將邏輯地址翻譯成物理地址，即確定要讀的數(shù)據(jù)在哪個磁道噩翠，哪個扇區(qū)戏自。為了讀取這個扇區(qū)的數(shù)據(jù)，需要將磁頭放到這個扇區(qū)上方伤锚，為了實現(xiàn)這一點擅笔，磁頭需要移動對準(zhǔn)相應(yīng)磁道，這個過程叫做尋道屯援，所耗費時間叫做尋道時間猛们，然后磁盤旋轉(zhuǎn)將目標(biāo)扇區(qū)旋轉(zhuǎn)到磁頭下，這個過程耗費的時間叫做旋轉(zhuǎn)時間狞洋。
局部性原理與磁盤預(yù)讀
由于存儲介質(zhì)的特性弯淘，磁盤本身存取就比主存慢很多，再加上機(jī)械運動耗費吉懊，磁盤的存取速度往往是主存的幾百分分之一庐橙，因此為了提高效率，要盡量減少磁盤I/O借嗽。為了達(dá)到這個目的态鳖，磁盤往往不是嚴(yán)格按需讀取，而是每次都會預(yù)讀恶导，即使只需要一個字節(jié)浆竭，磁盤也會從這個位置開始，順序向后讀取一定長度的數(shù)據(jù)放入內(nèi)存。這樣做的理論依據(jù)是計算機(jī)科學(xué)中著名的局部性原理：
當(dāng)一個數(shù)據(jù)被用到時兆蕉，其附近的數(shù)據(jù)也通常會馬上被使用羽戒。
程序運行期間所需要的數(shù)據(jù)通常比較集中缤沦。
由于磁盤順序讀取的效率很高（不需要尋道時間虎韵，只需很少的旋轉(zhuǎn)時間），因此對于具有局部性的程序來說缸废，預(yù)讀可以提高I/O效率包蓝。
預(yù)讀的長度一般為頁（page）的整倍數(shù)。頁是計算機(jī)管理存儲器的邏輯塊企量，硬件及操作系統(tǒng)往往將主存和磁盤存儲區(qū)分割為連續(xù)的大小相等的塊测萎，每個存儲塊稱為一頁（在許多操作系統(tǒng)中，頁得大小通常為4k）届巩，主存和磁盤以頁為單位交換數(shù)據(jù)硅瞧。當(dāng)程序要讀取的數(shù)據(jù)不在主存中時，會觸發(fā)一個缺頁異常恕汇，此時系統(tǒng)會向磁盤發(fā)出讀盤信號腕唧，磁盤會找到數(shù)據(jù)的起始位置并向后連續(xù)讀取一頁或幾頁載入內(nèi)存中，然后異常返回瘾英，程序繼續(xù)運行枣接。
B-/+Tree索引的性能分析
到這里終于可以分析B-/+Tree索引的性能了。
上文說過一般使用磁盤I/O次數(shù)評價索引結(jié)構(gòu)的優(yōu)劣缺谴。先從B-Tree分析但惶，根據(jù)B-Tree的定義，可知檢索一次最多需要訪問h個節(jié)點湿蛔。數(shù)據(jù)庫系統(tǒng)的設(shè)計者巧妙利用了磁盤預(yù)讀原理膀曾，將一個節(jié)點的大小設(shè)為等于一個頁，這樣每個節(jié)點只需要一次I/O就可以完全載入阳啥。為了達(dá)到這個目的妓肢，在實際實現(xiàn)B-Tree還需要使用如下技巧：
每次新建節(jié)點時，直接申請一個頁的空間苫纤，這樣就保證一個節(jié)點物理上也存儲在一個頁里碉钠，加之計算機(jī)存儲分配都是按頁對齊的，就實現(xiàn)了一個node只需一次I/O卷拘。
B-Tree中一次檢索最多需要h-1次I/O（根節(jié)點常駐內(nèi)存）喊废，漸進(jìn)復(fù)雜度為O(h)=O(logdN)O(h)=O(logdN)。一般實際應(yīng)用中栗弟，出度d是非常大的數(shù)字污筷，通常超過100，因此h非常小（通常不超過3）瓣蛀。
綜上所述陆蟆，用B-Tree作為索引結(jié)構(gòu)效率是非常高的。
而紅黑樹這種結(jié)構(gòu)惋增，h明顯要深的多叠殷。由于邏輯上很近的節(jié)點（父子）物理上可能很遠(yuǎn)，無法利用局部性诈皿，所以紅黑樹的I/O漸進(jìn)復(fù)雜度也為O(h)林束，效率明顯比B-Tree差很多。
上文還說過稽亏，B+Tree更適合外存索引壶冒，原因和內(nèi)節(jié)點出度d有關(guān)。從上面分析可以看到截歉，d越大索引的性能越好胖腾，而出度的上限取決于節(jié)點內(nèi)key和data的大小：
dmax=floor(pagesize/(keysize+datasize+pointsize))dmax=floor(pagesize/(keysize+datasize+pointsize))
floor表示向下取整瘪松。由于B+Tree內(nèi)節(jié)點去掉了data域咸作，因此可以擁有更大的出度，擁有更好的性能凉逛。
這一章從理論角度討論了與索引相關(guān)的數(shù)據(jù)結(jié)構(gòu)與算法問題性宏，下一章將討論B+Tree是如何具體實現(xiàn)為MySQL中索引，同時將結(jié)合MyISAM和InnDB存儲引擎介紹非聚集索引和聚集索引兩種不同的索引實現(xiàn)形式状飞。
在MySQL中毫胜，索引屬于存儲引擎級別的概念，不同存儲引擎對索引的實現(xiàn)方式是不同的诬辈，本文主要討論MyISAM和InnoDB兩個存儲引擎的索引實現(xiàn)方式酵使。
MyISAM引擎使用B+Tree作為索引結(jié)構(gòu)，葉節(jié)點的data域存放的是數(shù)據(jù)記錄的地址焙糟。下圖是MyISAM索引的原理圖：
圖8
這里設(shè)表一共有三列口渔，假設(shè)我們以Col1為主鍵，則圖8是一個MyISAM表的主索引（Primary key）示意穿撮∪甭觯可以看出MyISAM的索引文件僅僅保存數(shù)據(jù)記錄的地址。在MyISAM中悦穿，主索引和輔助索引（Secondary key）在結(jié)構(gòu)上沒有任何區(qū)別攻礼，只是主索引要求key是唯一的，而輔助索引的key可以重復(fù)栗柒。如果我們在Col2上建立一個輔助索引礁扮，則此索引的結(jié)構(gòu)如下圖所示：
圖9
同樣也是一顆B+Tree，data域保存數(shù)據(jù)記錄的地址。因此太伊，MyISAM中索引檢索的算法為首先按照B+Tree搜索算法搜索索引雇锡，如果指定的Key存在，則取出其data域的值僚焦，然后以data域的值為地址锰提，讀取相應(yīng)數(shù)據(jù)記錄。
MyISAM的索引方式也叫做“非聚集”的叠赐，之所以這么稱呼是為了與InnoDB的聚集索引區(qū)分欲账。
雖然InnoDB也使用B+Tree作為索引結(jié)構(gòu)屡江，但具體實現(xiàn)方式卻與MyISAM截然不同芭概。
第一個重大區(qū)別是InnoDB的數(shù)據(jù)文件本身就是索引文件。從上文知道惩嘉，MyISAM索引文件和數(shù)據(jù)文件是分離的罢洲，索引文件僅保存數(shù)據(jù)記錄的地址。而在InnoDB中文黎，表數(shù)據(jù)文件本身就是按B+Tree組織的一個索引結(jié)構(gòu)惹苗，這棵樹的葉節(jié)點data域保存了完整的數(shù)據(jù)記錄。這個索引的key是數(shù)據(jù)表的主鍵耸峭，因此InnoDB表數(shù)據(jù)文件本身就是主索引桩蓉。
圖10
圖10是InnoDB主索引（同時也是數(shù)據(jù)文件）的示意圖，可以看到葉節(jié)點包含了完整的數(shù)據(jù)記錄劳闹。這種索引叫做聚集索引院究。因為InnoDB的數(shù)據(jù)文件本身要按主鍵聚集，所以InnoDB要求表必須有主鍵（MyISAM可以沒有）本涕，如果沒有顯式指定业汰，則MySQL系統(tǒng)會自動選擇一個可以唯一標(biāo)識數(shù)據(jù)記錄的列作為主鍵，如果不存在這種列菩颖，則MySQL自動為InnoDB表生成一個隱含字段作為主鍵样漆，這個字段長度為6個字節(jié)，類型為長整形晦闰。
第二個與MyISAM索引的不同是InnoDB的輔助索引data域存儲相應(yīng)記錄主鍵的值而不是地址放祟。換句話說，InnoDB的所有輔助索引都引用主鍵作為data域呻右。例如跪妥，圖11為定義在Col3上的一個輔助索引：
圖11
這里以英文字符的ASCII碼作為比較準(zhǔn)則。聚集索引這種實現(xiàn)方式使得按主鍵的搜索十分高效窿冯，但是輔助索引搜索需要檢索兩遍索引：首先檢索輔助索引獲得主鍵骗奖，然后用主鍵到主索引中檢索獲得記錄。
了解不同存儲引擎的索引實現(xiàn)方式對于正確使用和優(yōu)化索引都非常有幫助，例如知道了InnoDB的索引實現(xiàn)后执桌，就很容易明白為什么不建議使用過長的字段作為主鍵鄙皇，因為所有輔助索引都引用主索引，過長的主索引會令輔助索引變得過大仰挣。再例如伴逸，用非單調(diào)的字段作為主鍵在InnoDB中不是個好主意，因為InnoDB數(shù)據(jù)文件本身是一顆B+Tree膘壶，非單調(diào)的主鍵會造成在插入新記錄時數(shù)據(jù)文件為了維持B+Tree的特性而頻繁的分裂調(diào)整错蝴，十分低效，而使用自增字段作為主鍵則是一個很好的選擇颓芭。
下一章將具體討論這些與索引有關(guān)的優(yōu)化策略顷锰。
MySQL的優(yōu)化主要分為結(jié)構(gòu)優(yōu)化（Scheme optimization）和查詢優(yōu)化（Query optimization）。本章討論的高性能索引策略主要屬于結(jié)構(gòu)優(yōu)化范疇亡问。本章的內(nèi)容完全基于上文的理論基礎(chǔ)漩符，實際上一旦理解了索引背后的機(jī)制利诺，那么選擇高性能的策略就變成了純粹的推理，并且可以理解這些策略背后的邏輯。
為了討論索引策略蚂维，需要一個數(shù)據(jù)量不算小的數(shù)據(jù)庫作為示例陶耍。本文選用MySQL官方文檔中提供的示例數(shù)據(jù)庫之一：employees赏陵。這個數(shù)據(jù)庫關(guān)系復(fù)雜度適中屑柔，且數(shù)據(jù)量較大。下圖是這個數(shù)據(jù)庫的E-R關(guān)系圖（引用自MySQL官方手冊）：
圖12
MySQL官方文檔中關(guān)于此數(shù)據(jù)庫的頁面為http://dev.mysql.com/doc/employee/en/employee.html锈死。里面詳細(xì)介紹了此數(shù)據(jù)庫贫堰，并提供了下載地址和導(dǎo)入方法，如果有興趣導(dǎo)入此數(shù)據(jù)庫到自己的MySQL可以參考文中內(nèi)容馅精。
高效使用索引的首要條件是知道什么樣的查詢會使用到索引严嗜，這個問題和B+Tree中的“最左前綴原理”有關(guān)，下面通過例子說明最左前綴原理洲敢。
這里先說一下聯(lián)合索引的概念漫玄。在上文中，我們都是假設(shè)索引只引用了單個的列压彭，實際上睦优，MySQL中的索引可以以一定順序引用多個列，這種索引叫做聯(lián)合索引壮不，一般的汗盘，一個聯(lián)合索引是一個有序元組<a1, a2, …, an>，其中各個元素均為數(shù)據(jù)表的一列询一，實際上要嚴(yán)格定義索引需要用到關(guān)系代數(shù)隐孽，但是這里我不想討論太多關(guān)系代數(shù)的話題癌椿，因為那樣會顯得很枯燥，所以這里就不再做嚴(yán)格定義菱阵。另外踢俄，單列索引可以看成聯(lián)合索引元素數(shù)為1的特例。
以employees.titles表為例晴及，下面先查看其上都有哪些索引：
SHOW INDEX FROM employees.titles;
+--------+------------+----------+--------------+-------------+-----------+-------------+------+------------+
| Table? | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Null | Index_type |
+--------+------------+----------+--------------+-------------+-----------+-------------+------+------------+
| titles |? ? ? ? ? 0 | PRIMARY? |? ? ? ? ? ? 1 | emp_no? ? ? | A? ? ? ? |? ? ? ? NULL |? ? ? | BTREE? ? ? |
| titles |? ? ? ? ? 0 | PRIMARY? |? ? ? ? ? ? 2 | title? ? ? | A? ? ? ? |? ? ? ? NULL |? ? ? | BTREE? ? ? |
| titles |? ? ? ? ? 0 | PRIMARY? |? ? ? ? ? ? 3 | from_date? | A? ? ? ? |? ? ? 443308 |? ? ? | BTREE? ? ? |
| titles |? ? ? ? ? 1 | emp_no? |? ? ? ? ? ? 1 | emp_no? ? ? | A? ? ? ? |? ? ? 443308 |? ? ? | BTREE? ? ? |
+--------+------------+----------+--------------+-------------+-----------+-------------+------+------------+
從結(jié)果中可以到titles表的主索引為<emp_no, title, from_date>都办，還有一個輔助索引<emp_no>。為了避免多個索引使事情變復(fù)雜（MySQL的SQL優(yōu)化器在多索引時行為比較復(fù)雜）虑稼，這里我們將輔助索引drop掉：
ALTER TABLE employees.titles DROP INDEX emp_no;
這樣就可以專心分析索引PRIMARY的行為了琳钉。
情況一：全列匹配。
EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001' AND title='Senior Engineer' AND from_date='1986-06-26';
+----+-------------+--------+-------+---------------+---------+---------+-------------------+------+-------+
| id | select_type | table? | type? | possible_keys | key? ? | key_len | ref? ? ? ? ? ? ? | rows | Extra |
+----+-------------+--------+-------+---------------+---------+---------+-------------------+------+-------+
|? 1 | SIMPLE? ? ? | titles | const | PRIMARY? ? ? | PRIMARY | 59? ? ? | const,const,const |? ? 1 |? ? ? |
+----+-------------+--------+-------+---------------+---------+---------+-------------------+------+-------+
很明顯蛛倦，當(dāng)按照索引中所有列進(jìn)行精確匹配（這里精確匹配指“=”或“IN”匹配）時歌懒，索引可以被用到。這里有一點需要注意胰蝠，理論上索引對順序是敏感的歼培，但是由于MySQL的查詢優(yōu)化器會自動調(diào)整where子句的條件順序以使用適合的索引震蒋，例如我們將where中的條件順序顛倒：
EXPLAIN SELECT * FROM employees.titles WHERE from_date='1986-06-26' AND emp_no='10001' AND title='Senior Engineer';
+----+-------------+--------+-------+---------------+---------+---------+-------------------+------+-------+
| id | select_type | table? | type? | possible_keys | key? ? | key_len | ref? ? ? ? ? ? ? | rows | Extra |
+----+-------------+--------+-------+---------------+---------+---------+-------------------+------+-------+
|? 1 | SIMPLE? ? ? | titles | const | PRIMARY? ? ? | PRIMARY | 59? ? ? | const,const,const |? ? 1 |? ? ? |
+----+-------------+--------+-------+---------------+---------+---------+-------------------+------+-------+
效果是一樣的茸塞。
情況二：最左前綴匹配。
EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001';
+----+-------------+--------+------+---------------+---------+---------+-------+------+-------+
| id | select_type | table? | type | possible_keys | key? ? | key_len | ref? | rows | Extra |
+----+-------------+--------+------+---------------+---------+---------+-------+------+-------+
|? 1 | SIMPLE? ? ? | titles | ref? | PRIMARY? ? ? | PRIMARY | 4? ? ? | const |? ? 1 |? ? ? |
+----+-------------+--------+------+---------------+---------+---------+-------+------+-------+
當(dāng)查詢條件精確匹配索引的左邊連續(xù)一個或幾個列時查剖，如<emp_no>或<emp_no, title>钾虐，所以可以被用到，但是只能用到一部分笋庄，即條件所組成的最左前綴效扫。上面的查詢從分析結(jié)果看用到了PRIMARY索引，但是key_len為4直砂，說明只用到了索引的第一列前綴菌仁。
情況三：查詢條件用到了索引中列的精確匹配，但是中間某個條件未提供静暂。
EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001' AND from_date='1986-06-26';
+----+-------------+--------+------+---------------+---------+---------+-------+------+-------------+
| id | select_type | table? | type | possible_keys | key? ? | key_len | ref? | rows | Extra? ? ? |
+----+-------------+--------+------+---------------+---------+---------+-------+------+-------------+
|? 1 | SIMPLE? ? ? | titles | ref? | PRIMARY? ? ? | PRIMARY | 4? ? ? | const |? ? 1 | Using where |
+----+-------------+--------+------+---------------+---------+---------+-------+------+-------------+
此時索引使用情況和情況二相同济丘，因為title未提供，所以查詢只用到了索引的第一列洽蛀，而后面的from_date雖然也在索引中摹迷，但是由于title不存在而無法和左前綴連接，因此需要對結(jié)果進(jìn)行掃描過濾from_date（這里由于emp_no唯一郊供，所以不存在掃描）峡碉。如果想讓from_date也使用索引而不是where過濾，可以增加一個輔助索引<emp_no, from_date>驮审，此時上面的查詢會使用這個索引鲫寄。除此之外吉执，還可以使用一種稱之為“隔離列”的優(yōu)化方法，將emp_no與from_date之間的“坑”填上地来。
首先我們看下title一共有幾種不同的值：
SELECT DISTINCT(title) FROM employees.titles;
+--------------------+
| title? ? ? ? ? ? ? |
+--------------------+
| Senior Engineer? ? |
| Staff? ? ? ? ? ? ? |
| Engineer? ? ? ? ? |
| Senior Staff? ? ? |
| Assistant Engineer |
| Technique Leader? |
| Manager? ? ? ? ? ? |
+--------------------+
只有7種鼠证。在這種成為“坑”的列值比較少的情況下，可以考慮用“IN”來填補(bǔ)這個“坑”從而形成最左前綴：
EXPLAIN SELECT * FROM employees.titles
WHERE emp_no='10001'
AND title IN ('Senior Engineer', 'Staff', 'Engineer', 'Senior Staff', 'Assistant Engineer', 'Technique Leader', 'Manager')
AND from_date='1986-06-26';
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
| id | select_type | table? | type? | possible_keys | key? ? | key_len | ref? | rows | Extra? ? ? |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
|? 1 | SIMPLE? ? ? | titles | range | PRIMARY? ? ? | PRIMARY | 59? ? ? | NULL |? ? 7 | Using where |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
這次key_len為59靠抑，說明索引被用全了量九，但是從type和rows看出IN實際上執(zhí)行了一個range查詢，這里檢查了7個key颂碧≤校看下兩種查詢的性能比較：
SHOW PROFILES;
+----------+------------+-------------------------------------------------------------------------------+
| Query_ID | Duration? | Query? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? |
+----------+------------+-------------------------------------------------------------------------------+
|? ? ? 10 | 0.00058000 | SELECT * FROM employees.titles WHERE emp_no='10001' AND from_date='1986-06-26'|
|? ? ? 11 | 0.00052500 | SELECT * FROM employees.titles WHERE emp_no='10001' AND title IN ...? ? ? ? ? |
+----------+------------+-------------------------------------------------------------------------------+
“填坑”后性能提升了一點。如果經(jīng)過emp_no篩選后余下很多數(shù)據(jù)载城，則后者性能優(yōu)勢會更加明顯肌似。當(dāng)然，如果title的值很多诉瓦，用填坑就不合適了川队，必須建立輔助索引。
情況四：查詢條件沒有指定索引第一列睬澡。
EXPLAIN SELECT * FROM employees.titles WHERE from_date='1986-06-26';
+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+
| id | select_type | table? | type | possible_keys | key? | key_len | ref? | rows? | Extra? ? ? |
+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+
|? 1 | SIMPLE? ? ? | titles | ALL? | NULL? ? ? ? ? | NULL | NULL? ? | NULL | 443308 | Using where |
+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+
由于不是最左前綴固额，索引這樣的查詢顯然用不到索引。
情況五：匹配某列的前綴字符串煞聪。
EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001' AND title LIKE 'Senior%';
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
| id | select_type | table? | type? | possible_keys | key? ? | key_len | ref? | rows | Extra? ? ? |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
|? 1 | SIMPLE? ? ? | titles | range | PRIMARY? ? ? | PRIMARY | 56? ? ? | NULL |? ? 1 | Using where |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
此時可以用到索引斗躏，但是如果通配符不是只出現(xiàn)在末尾，則無法使用索引昔脯。（原文表述有誤啄糙，如果通配符%不出現(xiàn)在開頭，則可以用到索引云稚，但根據(jù)具體情況不同可能只會用其中一個前綴）
情況六：范圍查詢隧饼。
EXPLAIN SELECT * FROM employees.titles WHERE emp_no < '10010' and title='Senior Engineer';
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
| id | select_type | table? | type? | possible_keys | key? ? | key_len | ref? | rows | Extra? ? ? |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
|? 1 | SIMPLE? ? ? | titles | range | PRIMARY? ? ? | PRIMARY | 4? ? ? | NULL |? 16 | Using where |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
范圍列可以用到索引（必須是最左前綴），但是范圍列后面的列無法用到索引静陈。同時燕雁，索引最多用于一個范圍列，因此如果查詢條件中有兩個范圍列則無法全用到索引窿给。
EXPLAIN SELECT * FROM employees.titles
WHERE emp_no < '10010'
AND title='Senior Engineer'
AND from_date BETWEEN '1986-01-01' AND '1986-12-31';
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
| id | select_type | table? | type? | possible_keys | key? ? | key_len | ref? | rows | Extra? ? ? |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
|? 1 | SIMPLE? ? ? | titles | range | PRIMARY? ? ? | PRIMARY | 4? ? ? | NULL |? 16 | Using where |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
可以看到索引對第二個范圍索引無能為力贵白。這里特別要說明MySQL一個有意思的地方，那就是僅用explain可能無法區(qū)分范圍索引和多值匹配崩泡，因為在type中這兩者都顯示為range禁荒。同時，用了“between”并不意味著就是范圍查詢角撞，例如下面的查詢：
EXPLAIN SELECT * FROM employees.titles
WHERE emp_no BETWEEN '10001' AND '10010'
AND title='Senior Engineer'
AND from_date BETWEEN '1986-01-01' AND '1986-12-31';
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
| id | select_type | table? | type? | possible_keys | key? ? | key_len | ref? | rows | Extra? ? ? |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
|? 1 | SIMPLE? ? ? | titles | range | PRIMARY? ? ? | PRIMARY | 59? ? ? | NULL |? 16 | Using where |
+----+-------------+--------+-------+---------------+---------+---------+------+------+-------------+
看起來是用了兩個范圍查詢呛伴，但作用于emp_no上的“BETWEEN”實際上相當(dāng)于“IN”勃痴，也就是說emp_no實際是多值精確匹配∪瓤担可以看到這個查詢用到了索引全部三個列沛申。因此在MySQL中要謹(jǐn)慎地區(qū)分多值匹配和范圍匹配，否則會對MySQL的行為產(chǎn)生困惑姐军。
情況七：查詢條件中含有函數(shù)或表達(dá)式铁材。
很不幸，如果查詢條件中含有函數(shù)或表達(dá)式奕锌，則MySQL不會為這列使用索引（雖然某些在數(shù)學(xué)意義上可以使用）著觉。例如：
EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001' AND left(title, 6)='Senior';
+----+-------------+--------+------+---------------+---------+---------+-------+------+-------------+
| id | select_type | table? | type | possible_keys | key? ? | key_len | ref? | rows | Extra? ? ? |
+----+-------------+--------+------+---------------+---------+---------+-------+------+-------------+
|? 1 | SIMPLE? ? ? | titles | ref? | PRIMARY? ? ? | PRIMARY | 4? ? ? | const |? ? 1 | Using where |
+----+-------------+--------+------+---------------+---------+---------+-------+------+-------------+
雖然這個查詢和情況五中功能相同，但是由于使用了函數(shù)left惊暴，則無法為title列應(yīng)用索引饼丘，而情況五中用LIKE則可以。再如：
EXPLAIN SELECT * FROM employees.titles WHERE emp_no - 1='10000';
+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+
| id | select_type | table? | type | possible_keys | key? | key_len | ref? | rows? | Extra? ? ? |
+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+
|? 1 | SIMPLE? ? ? | titles | ALL? | NULL? ? ? ? ? | NULL | NULL? ? | NULL | 443308 | Using where |
+----+-------------+--------+------+---------------+------+---------+------+--------+-------------+
顯然這個查詢等價于查詢emp_no為10001的函數(shù)辽话，但是由于查詢條件是一個表達(dá)式肄鸽，MySQL無法為其使用索引∮推。看來MySQL還沒有智能到自動優(yōu)化常量表達(dá)式的程度典徘，因此在寫查詢語句時盡量避免表達(dá)式出現(xiàn)在查詢中，而是先手工私下代數(shù)運算村砂，轉(zhuǎn)換為無表達(dá)式的查詢語句烂斋。
既然索引可以加快查詢速度，那么是不是只要是查詢語句需要础废，就建上索引？答案是否定的罕模。因為索引雖然加快了查詢速度评腺，但索引也是有代價的：索引文件本身要消耗存儲空間，同時索引會加重插入淑掌、刪除和修改記錄時的負(fù)擔(dān)蒿讥，另外，MySQL在運行時也要消耗資源維護(hù)索引抛腕，因此索引并不是越多越好芋绸。一般兩種情況下不建議建索引。
第一種情況是表記錄比較少担敌，例如一兩千條甚至只有幾百條記錄的表摔敛，沒必要建索引，讓查詢做全表掃描就好了全封。至于多少條記錄才算多马昙，這個個人有個人的看法桃犬，我個人的經(jīng)驗是以2000作為分界線，記錄數(shù)不超過 2000可以考慮不建索引行楞，超過2000條可以酌情考慮索引攒暇。
另一種不建議建索引的情況是索引的選擇性較低。所謂索引的選擇性（Selectivity）子房，是指不重復(fù)的索引值（也叫基數(shù)形用，Cardinality）與表記錄數(shù)（#T）的比值：
Index Selectivity = Cardinality / #T
顯然選擇性的取值范圍為(0, 1]，選擇性越高的索引價值越大证杭，這是由B+Tree的性質(zhì)決定的尾序。例如，上文用到的employees.titles表躯砰，如果title字段經(jīng)常被單獨查詢每币，是否需要建索引，我們看一下它的選擇性：
SELECT count(DISTINCT(title))/count(*) AS Selectivity FROM employees.titles;
+-------------+
| Selectivity |
+-------------+
|? ? ? 0.0000 |
+-------------+
title的選擇性不足0.0001（精確值為0.00001579）琢歇，所以實在沒有什么必要為其單獨建索引兰怠。
有一種與索引選擇性有關(guān)的索引優(yōu)化策略叫做前綴索引，就是用列的前綴代替整個列作為索引key李茫，當(dāng)前綴長度合適時揭保，可以做到既使得前綴索引的選擇性接近全列索引，同時因為索引key變短而減少了索引文件的大小和維護(hù)開銷魄宏。下面以employees.employees表為例介紹前綴索引的選擇和使用秸侣。
從圖12可以看到employees表只有一個索引<emp_no>，那么如果我們想按名字搜索一個人宠互，就只能全表掃描了：
EXPLAIN SELECT * FROM employees.employees WHERE first_name='Eric' AND last_name='Anido';
+----+-------------+-----------+------+---------------+------+---------+------+--------+-------------+
| id | select_type | table? ? | type | possible_keys | key? | key_len | ref? | rows? | Extra? ? ? |
+----+-------------+-----------+------+---------------+------+---------+------+--------+-------------+
|? 1 | SIMPLE? ? ? | employees | ALL? | NULL? ? ? ? ? | NULL | NULL? ? | NULL | 300024 | Using where |
+----+-------------+-----------+------+---------------+------+---------+------+--------+-------------+
如果頻繁按名字搜索員工味榛，這樣顯然效率很低，因此我們可以考慮建索引予跌。有兩種選擇搏色，建<first_name>或<first_name, last_name>，看下兩個索引的選擇性：
SELECT count(DISTINCT(first_name))/count(*) AS Selectivity FROM employees.employees;
+-------------+
| Selectivity |
+-------------+
|? ? ? 0.0042 |
+-------------+
SELECT count(DISTINCT(concat(first_name, last_name)))/count(*) AS Selectivity FROM employees.employees;
+-------------+
| Selectivity |
+-------------+
|? ? ? 0.9313 |
+-------------+
<first_name>顯然選擇性太低券册，<first_name, last_name>選擇性很好频轿，但是first_name和last_name加起來長度為30，有沒有兼顧長度和選擇性的辦法烁焙？可以考慮用first_name和last_name的前幾個字符建立索引航邢，例如<first_name, left(last_name, 3)>，看看其選擇性：
SELECT count(DISTINCT(concat(first_name, left(last_name, 3))))/count(*) AS Selectivity FROM employees.employees;
+-------------+
| Selectivity |
+-------------+
|? ? ? 0.7879 |
+-------------+
選擇性還不錯骄蝇，但離0.9313還是有點距離膳殷，那么把last_name前綴加到4：
SELECT count(DISTINCT(concat(first_name, left(last_name, 4))))/count(*) AS Selectivity FROM employees.employees;
+-------------+
| Selectivity |
+-------------+
|? ? ? 0.9007 |
+-------------+
這時選擇性已經(jīng)很理想了，而這個索引的長度只有18乞榨，比<first_name, last_name>短了接近一半秽之，我們把這個前綴索引 建上：
ALTER TABLE employees.employees
ADD INDEX `first_name_last_name4` (first_name, last_name(4));
此時再執(zhí)行一遍按名字查詢当娱，比較分析一下與建索引前的結(jié)果：
SHOW PROFILES;
+----------+------------+---------------------------------------------------------------------------------+
| Query_ID | Duration? | Query? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? |
+----------+------------+---------------------------------------------------------------------------------+
|? ? ? 87 | 0.11941700 | SELECT * FROM employees.employees WHERE first_name='Eric' AND last_name='Anido' |
|? ? ? 90 | 0.00092400 | SELECT * FROM employees.employees WHERE first_name='Eric' AND last_name='Anido' |
+----------+------------+---------------------------------------------------------------------------------+
性能的提升是顯著的，查詢速度提高了120多倍考榨。
前綴索引兼顧索引大小和查詢速度跨细，但是其缺點是不能用于ORDER BY和GROUP BY操作，也不能用于Covering index（即當(dāng)索引本身包含查詢所需全部數(shù)據(jù)時河质，不再訪問數(shù)據(jù)文件本身）冀惭。
在使用InnoDB存儲引擎時，如果沒有特別的需要掀鹅，請永遠(yuǎn)使用一個與業(yè)務(wù)無關(guān)的自增字段作為主鍵散休。
經(jīng)常看到有帖子或博客討論主鍵選擇問題乐尊，有人建議使用業(yè)務(wù)無關(guān)的自增主鍵戚丸，有人覺得沒有必要，完全可以使用如學(xué)號或身份證號這種唯一字段作為主鍵扔嵌。不論支持哪種論點限府，大多數(shù)論據(jù)都是業(yè)務(wù)層面的。如果從數(shù)據(jù)庫索引優(yōu)化角度看痢缎，使用InnoDB引擎而不使用自增主鍵絕對是一個糟糕的主意胁勺。
上文討論過InnoDB的索引實現(xiàn)，InnoDB使用聚集索引独旷，數(shù)據(jù)記錄本身被存于主索引（一顆B+Tree）的葉子節(jié)點上署穗。這就要求同一個葉子節(jié)點內(nèi)（大小為一個內(nèi)存頁或磁盤頁）的各條數(shù)據(jù)記錄按主鍵順序存放，因此每當(dāng)有一條新的記錄插入時嵌洼，MySQL會根據(jù)其主鍵將其插入適當(dāng)?shù)墓?jié)點和位置案疲，如果頁面達(dá)到裝載因子（InnoDB默認(rèn)為15/16），則開辟一個新的頁（節(jié)點）咱台。
如果表使用自增主鍵络拌，那么每次插入新的記錄，記錄就會順序添加到當(dāng)前索引節(jié)點的后續(xù)位置回溺，當(dāng)一頁寫滿，就會自動開辟一個新的頁混萝。如下圖所示：
圖13
這樣就會形成一個緊湊的索引結(jié)構(gòu)遗遵，近似順序填滿。由于每次插入時也不需要移動已有數(shù)據(jù)逸嘀，因此效率很高车要，也不會增加很多開銷在維護(hù)索引上。
如果使用非自增主鍵（如果身份證號或?qū)W號等）崭倘，由于每次插入主鍵的值近似于隨機(jī)翼岁，因此每次新紀(jì)錄都要被插到現(xiàn)有索引頁得中間某個位置：
圖14
此時MySQL不得不為了將新記錄插到合適位置而移動數(shù)據(jù)类垫，甚至目標(biāo)頁面可能已經(jīng)被回寫到磁盤上而從緩存中清掉，此時又要從磁盤上讀回來琅坡，這增加了很多開銷悉患，同時頻繁的移動、分頁操作造成了大量的碎片榆俺，得到了不夠緊湊的索引結(jié)構(gòu)售躁，后續(xù)不得不通過OPTIMIZE TABLE來重建表并優(yōu)化填充頁面。
因此茴晋，只要可以陪捷，請盡量在InnoDB上采用自增字段做主鍵。
這篇文章斷斷續(xù)續(xù)寫了半個月诺擅，主要內(nèi)容就是上面這些了市袖。不可否認(rèn)，這篇文章在一定程度上有紙上談兵之嫌烁涌，因為我本人對MySQL的使用屬于菜鳥級別苍碟，更沒有太多數(shù)據(jù)庫調(diào)優(yōu)的經(jīng)驗，在這里大談數(shù)據(jù)庫索引調(diào)優(yōu)有點大言不慚烹玉。就當(dāng)是我個人的一篇學(xué)習(xí)筆記了驰怎。
其實數(shù)據(jù)庫索引調(diào)優(yōu)是一項技術(shù)活，不能僅僅靠理論二打，因為實際情況千變?nèi)f化县忌，而且MySQL本身存在很復(fù)雜的機(jī)制，如查詢優(yōu)化策略和各種引擎的實現(xiàn)差異等都會使情況變得更加復(fù)雜继效。但同時這些理論是索引調(diào)優(yōu)的基礎(chǔ)症杏，只有在明白理論的基礎(chǔ)上，才能對調(diào)優(yōu)策略進(jìn)行合理推斷并了解其背后的機(jī)制瑞信，然后結(jié)合實踐中不斷的實驗和摸索厉颤，從而真正達(dá)到高效使用MySQL索引的目的。
另外凡简，MySQL索引及其優(yōu)化涵蓋范圍非常廣逼友，本文只是涉及到其中一部分。如與排序（ORDER BY）相關(guān)的索引優(yōu)化及覆蓋索引（Covering index）的話題本文并未涉及秤涩，同時除B-Tree索引外MySQL還根據(jù)不同引擎支持的哈希索引帜乞、全文索引等等本文也并未涉及。如果有機(jī)會筐眷，希望再對本文未涉及的部分進(jìn)行補(bǔ)充吧黎烈。
[1] Baron Scbwartz等 著，王小東等 譯；高性能MySQL（High Performance MySQL）照棋；電子工業(yè)出版社资溃，2010
[2] Michael Kofler 著，楊曉云等 譯烈炭；MySQL5權(quán)威指南（The Definitive Guide to MySQL5）溶锭；人民郵電出版社，2006
[3] 姜承堯 著梳庆；MySQL技術(shù)內(nèi)幕-InnoDB存儲引擎暖途；機(jī)械工業(yè)出版社，2011
[4] D Comer, Ubiquitous B-tree; ACM Computing Surveys (CSUR), 1979
[5] Codd, E. F. (1970). "A relational model of data for large shared data banks". Communications of the ACM, , Vol. 13, No. 6, pp. 377-387
[6] MySQL5.1參考手冊 -?http://dev.mysql.com/doc/refman/5.1/zh/index.html
