聚簇索引

什么是索引？ “索引”是为了能够更快地查询数据。比如一本书的目录，就是这本书的内容的索引，读者可以通过在目录中快速查找自己想要的内容，然后根据页码去找到具体的章节。 数据库也是一样，如果查询语句使用到了索引，会先去索引里面查询，取得数据所在行的物理地址，进而访问数据。 索引的优缺点 优势：以快速检索，减少I/O次数，加快检索速度；根据索引分组和排序，可以加快分组和排序； 劣势：索引本身也是表，因此会占用存储空间。索引的维护和创建需要时间成本，这个成本随着数据量增大而增大；构建索引会降低数据表的修改操作（删除，添加，修改）的效率，因为在修改数据表的同时还需要修改索引表。 索引的分类 在MySQL中，常见的索引类型有：主键索引、唯一索引、普通索引、全文索引、组合索引。创建语法分别为： 其中，组合索引又称为多列索引，上述代码中最后一个例子就是建立了3列的索引。MySQL在根据索引查询时，会遵循“最左匹配”原则，即先根据col1的条件查，再根据col2的条件查，然后再根据col3的条件去查。 如果跳过了一个列直接查后面的列，比如下面的语句，就不能使用上面创建的索引了： 这里有一个小技巧，如果你前面的列是一个简单的枚举类型，比如性别等，可以用在where语句中加 col1 in(MALE, FEMALE) 来“跳过” col1 列，并使用上述索引。 对于某列如果是字符串且比较长（比如UUID

本人免费整理了Java高级资料，涵盖了Java、Redis、MongoDB、MySQL、Zookeeper、Spring Cloud、Dubbo高并发分布式等教程，一共30G，需要自己领取。 传送门： https://mp.weixin.qq.com/s/osB-BOl6W-ZLTSttTkqMPQ 看了很多关于索引的博客，讲的大同小异。但是始终没有让我明白关于索引的一些概念，如B-Tree索引，Hash索引，唯一索引....或许有很多人和我一样，没搞清楚概念就开始研究B-Tree，B+Tree等结构，导致在面试的时候答非所问！ 索引是什么? 索引是帮助MySQL高效获取数据的数据结构。 索引能干什么? 提高数据查询的效率。 索引：排好序的快速查找数据结构！索引会影响where后面的查找，和order by 后面的排序。 一、索引的分类 1️⃣从存储结构上来划分：BTree索引（B-Tree或B+Tree索引），Hash索引，full-index全文索引，R-Tree索引。 2️⃣从应用层次来分：普通索引，唯一索引，复合索引 3️⃣根据中数据的物理顺序与键值的逻辑（索引）顺序关系：聚集索引，非聚集索引。 1️⃣中所描述的是索引存储时保存的形式，2️⃣是索引使用过程中进行的分类，两者是不同层次上的划分。不过平时讲的索引类型一般是指在应用层次的划分。 就像手机分类：安卓手机，IOS手机

3 月，跳不动了？>>> 【推荐】2020年最新Java电子书集合.pdf(吐血整理) >>> 看了很多关于索引的博客，讲的大同小异。但是始终没有让我明白关于索引的一些概念，如B-Tree索引，Hash索引，唯一索引....或许有很多人和我一样，没搞清楚概念就开始研究B-Tree，B+Tree等结构，导致在面试的时候答非所问！ 索引是什么? 索引是帮助MySQL高效获取数据的数据结构。 索引能干什么? 提高数据查询的效率。 索引：排好序的快速查找数据结构！索引会影响where后面的查找，和order by 后面的排序。 一、索引的分类 1️⃣从存储结构上来划分：BTree索引（B-Tree或B+Tree索引），Hash索引，full-index全文索引，R-Tree索引。 2️⃣从应用层次来分：普通索引，唯一索引，复合索引 3️⃣根据中数据的物理顺序与键值的逻辑（索引）顺序关系：聚集索引，非聚集索引。 1️⃣中所描述的是索引存储时保存的形式，2️⃣是索引使用过程中进行的分类，两者是不同层次上的划分。不过平时讲的索引类型一般是指在应用层次的划分。 就像手机分类：安卓手机，IOS手机 与 华为手机，苹果手机，OPPO手机一样。 普通索引 ：即一个索引只包含单个列，一个表可以有多个单列索引 唯一索引 ：索引列的值必须唯一，但允许有空值 复合索引 ：即一个索引包含多个列 **聚簇索引

目录 索引对比 锁对比 事务对比 并发 全文索引对比 外键 其他 一.索引对比 1.B+树概念 我们这里关注B+树的两个特性： 叶子节点包含数据data（data并不特指数据库中的某一行数据，也可以是某个数值，指针等） 叶子节点均在同一层，且每个节点均可以直接找到上一个或者下一个节点（双向指针，比常规的B+树多了一个指向上一个的指针） 2.Innodb 以用户表为例， id 为主键，另外name存在索引 idx_name ： CREATE TABLE `t_user` ( `id` bigint, `name` varchar(10), `age` int, PRIMARY KEY (`id`), KEY `idx_name` (`name`) ); 插入数据： insert into t_user (id,`name`,age) values (1,'n7',10), (2,'n6',20), (3,'n5',30), (4,'n4',40), (5,'n3',50), (6,'n2',60), (7,'n1',70) ①聚簇索引(聚集索引) 聚簇索引：行数据与键值（主键）紧凑地存储在一起； InnoDB中表现为：B+树叶子节点的data用于存放 行数据 （包含主键值、其他列数据、回滚指针、事务id等），物理上索引数据与行数据都放在同一个文件中（ .ibd ） 如果没有定义主键

在了解B+Tree之前，先简单介绍一下B Tree。 **B Tree：**数据库设计者，把数据存放到节点以树的形式存储，把节点的大小设置为一个页，那读取一个节点就需要一次I/O操作，如果一次检索需要访问四个节点，根节点常驻内存，那么完成这次检索，需要三次io。 那么数据越小，每页存放的数据就越多，树的高度就越小，io就少，检索就快。 索引就利用上面的性质，设计成B+tree。 **B+tree：**非叶子节点只存放key,叶子节点存放data,并且叶子节点存在指向相邻叶子节点的指针 这样一方面非叶子节点可以存放更多的记录，树更矮，io就少，另一方面，可以通过顺序指针提高区间查询的性能。 MySQL中普遍使用B+Tree做索引， 但在实现上又根据聚簇索引和非聚簇索引而不同。 聚簇索引(主键索引树) 所谓聚簇索引，就是指B+Tree的叶子节点上的data就是数据本身，key为主键，如果是一般索引的话，data便会指向对应的主索引。 非聚簇索（非主键索引树） 非聚簇索引就是指B+Tree的叶子节点上的data，并不是数据本身，而是数据存放的地址。 非聚簇索引比聚簇索引多了一次读取数据的IO操作，所以查找性能上会差。 因为主键索引树的叶子节点直接就是我们要查询的整行数据了。而非主键索引的叶子节点是主键的值，查到主键的值以后，还需要再通过主键的值再进行一次查询，这个过程叫 回表 。 来源：

1、聚簇索引和非聚簇索引的区别？ 聚簇索引： 将数据存储与索引放到了一块，索引结构的叶子节点保存了行数据 非聚簇索引： 将数据与索引分开存储，索引结构的叶子节点指向了数据对应的位置 在innodb中 ，在聚簇索引之上创建的索引称之为辅助索引，非聚簇索引都是辅助索引，像复合索引、前缀索引、唯一索引。 辅助索引叶子节点存储的不再是行的物理位置，而是主键值，辅助索引访问数据总是需要二次查找 。 图1 innoDB表分布 （1） 聚簇索引将 主键组织到一棵B+树 中，而 行数据就储存在叶子节点 上，若使用"where id = 14"这样的条件查找主键，则 按照B+树的检索算法即可查找到对应的叶节点，之后获得行数据 。 （2） 对Name列进行条件搜索，则需要两个步骤 ： 第一步在辅助索引B+树中检索Name，到达其叶子节点获取对应的主键 。第二步 使用主键在主索引B+树种再执行一次B+树检索操作，最终到达叶子节点即可获取整行数据 。 聚簇索引的优势： 由于 行数据和叶子节点存储在一起，同一页中会有多条行数据，访问同一数据页不同行记录时，已经把页加载到了Buffer中，再次访问的时候，会在内存中完成访问 ，不必访问磁盘。这样 主键和行数据是一起被载入内存的，找到叶子节点就可以立刻将行数据返回 了， 如果按照主键Id来组织数据，获得数据更快 。 辅助索引使用主键作为"指针

数据库使用过程当中索引的时候必不可少，合理创建索引可以极大地提升数据查询效率，但是如何索引创建不当也会影响我们的查询效率，如果想使用好索引我们就要来关注一下索引的原理。本文主要讲的mysql索引，且以InnoDB引擎为主，顺带与MyISAM引擎做对比。 1.Mysql表空间、段、区、页 在讲索引的概念之前我们先说一下mysql中段区页的概念。 表空间是Mysql数据库存储的最高层，默认情况下InnoDB引擎只有一个表空间，所有的数据都是存放在这个表空间内。 在表空间下数据是以段区页的形式进行存储的。一张Mysql表存储在数据库当中不是以行为单位存储数据读取的，mysql数据库读取的最小单位是页。 段：一个段是由多个区构成的， 常见的段有数据段、索引段、回滚段等，在InnoDB存储引擎中，对段的管理都是由引擎自身所完成的。 区：一个区是由多个 连续的页组成的空间 ，无论页的大小怎么变动，一个区的默认大小是1M，默认情况下一个区包含64个连续的页，为保证区中的页是连续的 InnoDB会一次从磁盘中申请4~5个区。 页：页也叫做块，默认情况下一个页大小为16K(可以通过 innodb_page_size 参数来设置一个页的大小)， 常见的页类型有：数据页，索引页， undo页 ，系统页，事务数据页等。 每页存储最多的行记录也是有硬性规定的最多16KB/2-200,即7992行 。

开心一刻 　　楼主：来，我们先排练一遍 　　小伙伴们：好 　　嘿、哈、嚯 　　楼主：非常好，就是这个节奏，我们开始吧 　　楼主：啊、啊、啊，疼 ！ 你们是不是故意的 ？ 回表与覆盖索引 　　正式讲 ICP 之前了，我们先将相关的概念捋一捋，知道的就当回顾，不知道的就当了解了，这有助于对 ICP 的理解 　　建个示例表 tbl_index CREATE TABLE tbl_index ( c1 INT, c2 INT, c3 CHAR(1), PRIMARY KEY(c1), KEY idx_c2 (c2) ); 　　覆盖索引 　　　　如果 where 条件的列和 select 的列都在一个索引中，通过这个索引就可以完成查询，这就叫就叫覆盖索引；当然，覆盖索引基本针对的是组合索引（InnoDB 的聚簇索引有点特殊，具体可以看下面的图） 　　　　针对上面的 tbl_index， select c2 from tbl_index where c2 = 4 ; 是覆盖索引查询，但是这条 SQL 没有意义，如果我们在 tbl_index 表上增加索引 index idx_c2_c3 (c2,c3) ，那么 select c3 from tbl_index where c2 = 4 ; 走覆盖索引查询还是很有意义的，那问题又来了，覆盖索引的意义何在 ？ 我们往下看 　　回表 　　　

- 什么是索引； - 什么是聚簇索引和非聚簇索引; - 为什么要建索引; - 动手试试，看看代码怎么敲的； - 性能比较与分析； 什么是索引. 我们来看看比较大众的定义,OK,那就直接百度百科吧:"索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。" 看中心语-关键词[一种结构],说到底索引就是对数据列的值进行结构化排序的一个东西. 通俗点讲吧. 还记得大学军训的时候吗,大伙第一天穿上迷彩服到运动场或者野外军训场地进行军训的时候,一般都是乱扎堆的吧,乱成一团,结果军训的教官来了,教官一看大伙,有男有女,有高有矮 几分钟很快就把大伙排成了m行n列的方针，尽然有序，高低有序；而且没多久教官还能很快滴说出大家的名字，‘x行y列（或者xx号学员），王大锤，出列!’ 一声令下，王大锤就从队列中走出来了，... 这段场景中，教官就是军训场地上最好的【索引】； 什么是聚簇索引和非聚簇索引 有了索引的概念认知，聚簇索引和非聚簇索引就好理解了,说一个最简单的例子吧； 【聚簇索引】 平时习惯逛图书馆的童鞋可能比较清楚，如果你要去图书馆借一本书，最开始是去电脑里面查书名然后根据书名来定位藏书在那个区，哪个书柜，哪一行，第多少本。。。清晰明确，一目了然，因为藏书的结构与图书室的位置，书架的顺序，书本的摆放顺序与书籍的编号都是从大到小一致的顺序摆放的，所以很容易找到

MySQL索引详细介绍 高性能mysql之前缀索引 MYSQL索引：对聚簇索引和非聚簇索引的认识 Mysql中MVCC的使用及原理详解 mysql-覆盖索引 来源： https://www.cnblogs.com/doyi111/p/12399204.html