MySQL索引：

索引原理：

MySQl索引的目的是為了提高資料查詢效率，本質是為了能夠通過不斷地縮小想要獲取的資料範圍
以便篩選出最終想要的資料結果，同時把隨機的事件變成有順序的事件，這樣我們就可以用同一種
方式來鎖定資料。

磁碟IO和預讀：

磁碟讀取資料是靠機械運動，每次讀取資料花費的時間分為 尋道時間，旋轉延遲，傳輸時間三個部分，尋道時
間指的是 磁臂移動到指定磁軌所需要的時間， 旋轉延遲是指磁碟轉速，傳輸時間指的是從磁碟讀出或將資料
寫入磁碟的時間（這個時間基本是零點幾毫秒）
訪問一次磁碟的時間就是一個磁碟IO，當一次IO時，不光把當前磁碟地址的資料，而是把相鄰的資料也都讀取到
記憶體緩衝區內，因為區域性預讀性原理告訴我們，當計算機訪問一個地址的資料時，與其相鄰的資料也會很快被
訪問到，每一次IO讀取的資料我們稱之為一頁，具體一頁的資料量有多少這個和作業系統有關，所以我們在讀取
一頁內的資料的時候，實際上只發生了一次IO
 

索引的資料結構：

是一顆b+樹，關於b+樹的定義可以參見B+樹，這裡只說一些重點，淺藍色的塊我們稱之為一個

磁碟塊，可以看到每個磁碟塊包含幾個資料項（深藍色所示）和指標（黃色所示），如磁碟塊1

包含資料項17和35，包含指標P1、P2、P3，P1表示小於17的磁碟塊，P2表示在17和35之間的磁碟

塊，P3表示大於35的磁碟塊。真實的資料存在於葉子節點即3、5、9、10、13、15、28、29、36、

60、75、79、90、99。非葉子節點只不儲存真實的資料，只儲存指引搜尋方向的資料項，如17、35

並不真實存在於資料表中。

b+樹的查詢過程

如圖所示，如果要查詢資料項29，那麼首先會把磁碟塊1由磁碟載入到記憶體，此時發生一次IO，

在記憶體中用二分查詢確定29在17和35之間，鎖定磁碟塊1的P2指標，記憶體時間因為非常短

（相比磁碟的IO）可以忽略不計，通過磁碟塊1的P2指標的磁碟地址把磁碟塊3由磁碟載入到記憶體，

發生第二次IO，29在26和30之間，鎖定磁碟塊3的P2指標，通過指標載入磁碟塊8到記憶體，

發生第三次IO，同時記憶體中做二分查詢找到29，結束查詢，總計三次IO。真實的情況是，3層的

b+樹可以表示上百萬的資料，如果上百萬的資料查詢只需要三次IO，效能提高將是巨大的，如果沒有

索引，每個資料項都要發生一次IO，那麼總共需要百萬次的IO，顯然成本非常非常高。

b+樹性質:

1.索引欄位要儘量的小：通過上面的分析，我們知道IO次數取決於b+數的高度h，假設當前資料表的

資料為N，每個磁碟塊的資料項的數量是m，則有h=㏒(m+1)N，當資料量N一定的情況下，m越大，

h越小；而m = 磁碟塊的大小 / 資料項的大小，磁碟塊的大小也就是一個數據頁的大小，是固定的，

如果資料項佔的空間越小，資料項的數量越多，樹的高度越低。這就是為什麼每個資料項，即索引

欄位要儘量的小，比如int佔4位元組，要比bigint8位元組少一半。這也是為什麼b+樹要求把真實的資料

放到葉子節點而不是內層節點，一旦放到內層節點，磁碟塊的資料項會大幅度下降，導致樹增高。

當資料項等於1時將會退化成線性表。

2.索引的最左匹配特性：當b+樹的資料項是複合的資料結構，比如(name,age,sex)的時候，b+數是

按照從左到右的順序來建立搜尋樹的，比如當(張三,20,F)這樣的資料來檢索的時候，b+樹會優先比較

name來確定下一步的所搜方向，如果name相同再依次比較age和sex，最後得到檢索的資料；

但當(20,F)這樣的沒有name的資料來的時候，b+樹就不知道下一步該查哪個節點，因為建立搜尋樹的

時候name就是第一個比較因子，必須要先根據name來搜尋才能知道下一步去哪裡查詢。比如當(張

三,F)這樣的資料來檢索時，b+樹可以用name來指定搜尋方向，但下一個欄位age的缺失，所以只能把

名字等於張三的資料都找到，然後再匹配性別是F的資料了， 這個是非常重要的性質，即索引的最左

匹配特性。

聚集索引和輔助索引：

在資料庫中，B+樹的高度一般在2~4層 ，這也就是說查詢某個鍵值的行記錄時最多需要2~4次IO，

現在的機械硬碟每秒可以做到至少100次的IO，這也就是說著2~4次IO也不過零點幾秒。

在資料苦衷的B+樹索引可以分為聚集索引（clustered index）和輔助索引(secondary index)，

聚集索引與輔助索引相同的是：不管是聚集索引還是輔助索引，其內部都是B+樹的形式，及高度是

平衡的，葉子節點存放著所有的資料。

聚集索引與輔助索引不同的是：葉子節點存放的是否是一整行的資訊。

InnoDB儲存引擎表示索引組織表，即表中資料按照主鍵順序存放。而聚集索引（clustered index）就是
按照每張表的主鍵構造一棵B+樹，同時葉子結點存放的即為整張表的行記錄資料，也將聚集索引的葉子結點稱為
資料頁。聚集索引的這個特性決定了索引組織表中資料也是索引的一部分。同B+樹資料結構一樣，每個資料頁都
通過一個雙向連結串列來進行連結。
    
#如果未定義主鍵，MySQL取第一個唯一索引（unique）而且只含非空列（NOT NULL）作為主鍵，InnoDB使
用它作為聚簇索引。
    
#如果沒有這樣的列，InnoDB就自己產生一個這樣的ID值，它有六個位元組，而且是隱藏的，使其作為聚簇索引。

#由於實際的資料頁只能按照一棵B+樹進行排序，因此每張表只能擁有一個聚集索引。在多少情況下，查詢優化
器傾向於採用聚集索引。因為聚集索引能夠在B+樹索引的葉子節點上直接找到資料。此外由於定義了資料的邏輯
順序，聚集索引能夠特別快地訪問針對範圍值得查詢。

聚集索引的好處之一：它對主鍵的排序查詢和範圍查詢速度非常快，葉子節點的資料就是使用者所要查詢的資料。如使用者需要查詢一張表，查詢最後的10位使用者資訊，由於B+樹索引是雙向連結串列，所以使用者可以快速找到最後一個數據頁，並取出10條記錄

聚集索引的好處之二：範圍查詢（range query），即如果要查詢主鍵某一範圍內的資料，通過葉子節點的上層中間節點就可以得到頁的範圍，之後直接讀取資料頁即可

輔助索引：

除了聚集索引其他所以都是輔助索引（Secondary Index，也成為非聚集索引）輔助索引與聚集索引

的區別是：輔助索引的葉子節點不包含行記錄的全部資料。

葉子節點除了包含鍵值以外，每個葉子節點中的索引行中還包含一個書籤（bookmark）。該書籤用

來告訴InnoDB儲存引擎去哪裡可以找到與索引相對應的行資料。

由於InnoDB儲存引擎是索引組織表，因此InnoDB儲存引擎的輔助索引的書籤就是相應行資料的聚集

索引鍵，

輔助索引的存在並不影響資料在聚集索引中的組織，因此每張表上可以有多個輔助索引，但只能有一

個聚集索引。當通過輔助索引來尋找資料時，InnoDB儲存引擎會遍歷輔助索引並通過葉子級別的指標

獲得只想主鍵索引的主鍵，然後再通過主鍵索引來找到一個完整的行記錄。

舉例來說，如果在一棵高度為3的輔助索引樹種查詢資料，那需要對這個輔助索引樹遍歷3次找到指定

主鍵，如果聚集索引樹的高度同樣為3，那麼還需要對聚集索引樹進行3次查詢，最終找到一個完整的

行資料所在的頁，因此一共需要6次邏輯IO訪問才能得到最終的一個數據頁。