Mysql Index

MySQL 索引

在 InnoDB 中，表都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。InnoDB 使用了 B+ 树索引模型，所以数据都是存储在 B+ 树中的。

每一个索引在 InnoDB 里面对应一棵 B+ 树。

根据叶子节点的内容，索引类型分为主键索引和非主键索引。

主键索引的叶子节点存的是整行数据。在 InnoDB 里，主键索引也被称为聚簇索引（clustered index）。

非主键索引的叶子节点内容是主键的值。在 InnoDB 里，非主键索引也被称为二级索引（secondary index）。

对于表 T(ID, K) 举例：

通过主键索引查询方式，如 SELECT * FROM T WHERE ID = ? 只需要搜索 ID 这棵 B+ 树；

通过非主键索引查询方式，如 SELECT * FROM T WHERE K = ? 则需要先搜索 k 索引树，得到 ID 的值，再到 ID 索引树搜索一次。这个过程称为回表。

如果执行的语句是 SELECT ID FROM T WHERE K = ?，这时只需要查 ID 的值，而 ID 的值已经在 K 索引树上了，因此可以直接提供查询结果，不需要回表。也就是说，在这个查询里面，索引 K 已经“覆盖了”我们的查询需求，我们称为覆盖索引。

由于覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。

B+ 树这种索引结构，可以利用索引的“最左前缀”，来定位记录。

对于表 T(ID, name, age) 表，(name, age) 联合索引来举例：

当你的逻辑需求是查到所有名字是“张三”的人时，SELECT * FROM T WHERE name = '张三'，可以通过改聚合索引快速定位到指定行，然后向后遍历得到所有需要的结果。

如果你要查的是所有名字第一个字是"张"的人，你的 SQL 语句的条件是 WHERE name LIKE '张%'。这时，你也能够用上这个索引。

可以看到，不只是索引的全部定义，只要满足最左前缀，就可以利用索引来加速检索。这个最左前缀可以是联合索引的最左 N 个字段，也可以是字符串索引的最左 M 个字符。