MySQL聚簇索引、非聚簇索引、覆盖索引详解

聚簇索引、非聚簇索引、覆盖索引

本篇将带你搞懂什么是聚簇索引、非聚簇索引、覆盖索引，并且通过画图的方式了解索引查找的过程，明白什么是回表查询

索引（Index）是数据库中一种用于快速查找和访问表中数据的结构，它类似于书的目录，通过索引可以快速定位到目标数据，而无需遍历整个表，索引的存在可以显著提高查询速度，尤其是在处理大量数据时

MySQL中默认使用索引的数据结构是B+树，详细可以参考：MySQL索引为什么是B+数

那什么又是聚簇索引、非聚簇索引、覆盖索引？

聚簇索引

聚簇索引也叫聚集索引，是一种将数据行的物理存储顺序与索引的逻辑顺序相同的索引，换句话说，数据是直接存储在索引的叶子节点中，通过主键查找到某一行数据，这一行数据的全部内容都存放在这个叶子节点中，聚簇索引必须有，而且只能有一个。

以下面这个表为例：

以主键id来为其生成一个简单的B+树索引为：

这个利用主键字段来生成的索引就是一个聚簇索引，当我们通过id查找某一个用户时，通过查找算法，找到了他所在的叶子节点，那么在这个叶子节点中，就存放了该用户的整行数据，包括姓名、账号、年龄：

如果定义了主键，MySQL会自动将主键列作为聚簇索引；如果没有主键，MySQL会选择一个唯一非空索引；如果没有唯一索引，MySQL会生成一个隐藏的rowid作为主键来生成聚簇索引

非聚簇索引

相比于聚簇索引，非聚簇索引也叫二级索引，它的叶子节点存储的是索引列的值以及指向实际数据行的指针（或主键值），而不是完整的数据行，也就是说，非聚簇索引的叶子节点中，存放的不再是整行数据，而是该行数据的主键

当我们为上表建立索引时，使用的不是id，而是username：

默认会使用字母顺序来进行排序，但是其叶子节点中存储的不再是整行数据，而是该行数据的索引值

回表查询

回表查询是数据库查询中的一个术语，指的是在使用非聚簇索引（或普通索引）时，数据库查询引擎需要通过索引查找到对应的行号（或主键值），然后再回到表中查找完整的行数据的过程

以上表为例，我们想要查询username为zhaoliu的用户全部信息：

select * from user where username = 'zhaoliu'

1.此时回先到username的非聚簇索引中去查找

通过username的比对查找，找到了zhaoliu所在的叶子节点，但是叶子节点中并没有我们需要的全部用户信息，只有该用户的主键值id

2.这时就会拿着id去聚簇索引中比对查找

找到该用户的叶子节点，再把叶子节点中的整行数据返回

回表查询增加了 I/O 操作，尤其是表数据量大时会显著降低性能，所以我们在设计索引时，尽量要避免出现回表查询

当查询的字段较少且频率较高时，建议使用覆盖索引优化查询

覆盖索引

覆盖索引（Covering Index） 是一种索引优化技术，指的是查询所需的所有字段都可以直接从索引中获取，无需再回表查询。这种方式可以显著提高查询性能，因为避免了回表操作

也就是说，当我们建立索引时，不再使用单一字段来建立索引，而是包含多个字段，这样在利用索引进行查询信息时，叶子节点中可以包含全部的所需数据，不必再到其他索引中查询，因此可以避免回表查询

比如之前以username建立的索引，如果我们不查询用户的全部数据，而是只需要返回username和id：

select id,name from user where name = 'zhangsan'

以username建立的索引中已经包含了想要的全部数据：username和id，因此不需要再去查询其他的索引，这就是覆盖索引

在建立索引时，可以设置多字段建立索引：

CREATE INDEX idx_name_age ON users(name, age)

这样索引的叶子节点中就存放了更多的数据

当我们查询所需要的信息name 和 age时，索引 idx_name_age 包含 name 和 age，因此查询所需的字段完全覆盖，无需回表

SELECT name, age FROM users WHERE name = 'John'

但是覆盖索引也有一些弊端：

• 1.增加存储开销
• 索引存储需要额外空间，字段越多，索引越大。
• 2.写性能受影响
• 插入、更新、删除操作需要同时更新覆盖索引，导致写入开销增加。
• 3.适用场景有限
• 覆盖索引适用于查询固定字段的场景，但无法应对动态字段需求。

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

最新评论