引言

回想四年前，我在學習mysql的索引這塊的時候，老師在講索引的時候，是像下面這麼說的

索引就像一本書的目錄。而當用戶通過索引查詢資料時，就好比使用者通過目錄查詢某章節的某個知識點。這樣就幫助使用者有效地提高了查詢速度。所以，使用索引可以有效地提高資料庫系統的整體效能。

嗯，這麼說其實也對。但是呢，大家看完這種說法，其實可能還是覺得太抽象了！因此呢，我還想再深入的細說一下，所以就有了此文！

需要說明的是，我說的內容只在Mysql的Innodb引擎中是成立的。在Sql Server、oracle、Mysql的Mysiam引擎中的正確性，不一定成立！

InnoDB是 MySQL最常用的儲存引擎，瞭解InnoDB儲存引擎的索引對於日常工作有很大的益處，索引的存在便是為了加速資料庫行記錄的檢索。

什麼是索引？

索引(index)翻譯為一個目錄，用於快速定位我們想要找的資料的位置。例如：我們把一個數據庫比作一本書，而索引(index)就是書中的目錄，此刻要找到書的某個感興趣的內容，我們一般是不會整本書翻完再去確認該內容在哪裡，而是通過書的目錄，定位到該內容章節所在頁數，最後直接翻到該頁面。

我們來看看在資料庫中的索引：

全表掃描 VS 索引掃描

以字典為例，全表掃描就是如果我們查詢某個字時，那麼通讀一遍新華字典，然後找到我們想要找到的字，而跟全表掃描相對應的就是索引查詢，索引查詢就是在表的索引部分找到我們想要找的資料具體位置，然後會到表裡面將我們想要找的資料全部查出。

OK，廢話不多說，開始囉嗦!

正文

索引的科普

先引進聚簇索引和非聚簇索引的概念！

我們平時在使用的Mysql中，使用下述語句

CREATE [UNIQUE|FULLTEXT|SPATIAL] INDEX index_name
 [USING index_type]
 ON tbl_name (index_col_name,...)
 
index_col_name:
 col_name [(length)] [ASC | DESC]

建立的索引，如複合索引、字首索引、唯一索引，都是屬於非聚簇索引，在有的書籍中，又將其稱為輔助索引(secondary index)。在後文中，我們稱其為非聚簇索引，其資料結構為B+樹。

那麼，這個聚簇索引，在Mysql中是沒有語句來另外生成的。在Innodb中，Mysql中的資料是按照主鍵的順序來存放的。那麼聚簇索引就是按照每張表的主鍵來構造一顆B+樹，葉子節點存放的就是整張表的行資料。由於表裡的資料只能按照一顆B+樹排序，因此一張表只能有一個聚簇索引。

在Innodb中，聚簇索引預設就是主鍵索引。

這個時候，機智的讀者，應該要問我

如果我的表沒建主鍵呢？

回答是，如果沒有主鍵，則按照下列規則來建聚簇索引

沒有主鍵時，會用一個唯一且不為空的索引列做為主鍵，成為此表的聚簇索引如果沒有這樣的索引，InnoDB會隱式定義一個主鍵來作為聚簇索引。

ps:大家還記得，自增主鍵和uuid作為主鍵的區別麼？由於主鍵使用了聚簇索引，如果主鍵是自增id，，那麼對應的資料一定也是相鄰地存放在磁碟上的，寫入效能比較高。如果是uuid的形式，頻繁的插入會使innodb頻繁地移動磁碟塊，寫入效能就比較低了。

索引原理介紹

先來一張帶主鍵的表，如下所示，pId是主鍵

pId	name	birthday
5	zhangsan	2016-10-02
8	lisi	2015-10-04
11	wangwu	2016-09-02
13	zhaoliu	2015-10-07

畫出該表的結構圖如下

如上圖所示，分為上下兩個部分，上半部分是由主鍵形成的B+樹，下半部分就是磁碟上真實的資料！那麼，當我們， 執行下面的語句

select * from table where pId='11'

那麼，執行過程如下

如上圖所示，從根開始，經過3次查詢，就可以找到真實資料。如果不使用索引，那就要在磁碟上，進行逐行掃描，直到找到資料位置。顯然，使用索引速度會快。但是在寫入資料的時候，需要維護這顆B+樹的結構，因此寫入效能會下降！

OK，接下來引入非聚簇索引!我們執行下面的語句

create index index_name on table(name);

此時結構圖如下所示

大家注意看，會根據你的索引欄位生成一顆新的B+樹。因此， 我們每加一個索引，就會增加表的體積， 佔用磁碟儲存空間。然而，注意看葉子節點，非聚簇索引的葉子節點並不是真實資料，它的葉子節點依然是索引節點，存放的是該索引欄位的值以及對應的主鍵索引(聚簇索引)。

如果我們執行下列語句

select * from table where name='lisi'

此時結構圖如下所示

通過上圖紅線可以看出，先從非聚簇索引樹開始查詢，然後找到聚簇索引後。根據聚簇索引，在聚簇索引的B+樹上，找到完整的資料！

那

什麼情況不去聚簇索引樹上查詢呢？

還記得我們的非聚簇索引樹上存著該索引欄位的值麼。如果，此時我們執行下面的語句

select name from table where name='lisi'

此時結構圖如下

如上圖紅線所示，如果在非聚簇索引樹上找到了想要的值，就不會去聚簇索引樹上查詢。還記得，博主在《select的正確姿勢》提到的索引問題麼：

當執行select col from table where col = ?，col上有索引的時候，效率比執行select * from table where col = ? 速度快好幾倍！

看完上面的圖，你應該對這句話有更深層的理解了。

那麼這個時候，我們執行了下述語句，又會發生什麼呢？

create index index_birthday on table(birthday);

此時結構圖如下

看到了麼，多加一個索引，就會多生成一顆非聚簇索引樹。因此，很多文章才說，索引不能亂加。因為，有幾個索引，就有幾顆非聚簇索引樹！你在做插入操作的時候，需要同時維護這幾顆樹的變化！因此，如果索引太多，插入效能就會下降!

總結

講到這裡，大家應該清楚的明白索引的原理了！可能細節方面還不夠嚴謹，但是我覺得一個研發，理解到這裡可以了，夠用了，畢竟我們也不是專業的DBA。
希望大家有所收穫！