高性能的MySQL（5）索引策略一聚簇索引

聚簇索引，并不是一种单独的索引类型，而是一种数据存储方式。InnoDB的聚簇索引实际上在同一个结构中保存了B-Tree索引和数据行信息。

因为无法把数据行存放在两个不同的地方，所以一个表只能有一个聚簇索引（不过可以通过覆盖索引来模拟，稍后再介绍）。

这里主要讨论InnoDB引擎，InnoDB通过主键聚集数据，如果没有主键会选择一个非空的唯一索引，如果还没有，InnoDB会隐式定义一个主键来作为聚簇索引。

聚簇索引是一把双刃剑，要仔细考虑。

优点：

1、可以把相关数据保存在一起，例如实现电子邮件时，根据用户ID来聚集数据，这样只需要从磁盘都去少量数据页就可以获取某个用户的全部邮件，如果没有聚簇索引，则每封邮件都可能导致一次I/O

2、数据访问更快。因为索引和数据都在一个B-Tree中。

3、使用聚簇索引的查询，可以直接使用页节点中的主键值。

缺点：

1、聚簇索引最大限度的提高了I/O密集型应用的性能，如果数据都放在内存中了，优势就没了。

2、插入速度严重依赖于插入顺序，按照主键的顺序插入到数据表中速度是最快的。如果不是，插入完数据之后最好使用OPTIMIZE TABLE命令组织一下。

3、更新聚簇索引列的代价很高，因为需要移动新的数据。

4、在插入新行，或者主键更新需要移动行的时候，可能导致页分裂，从而导致占用更多的磁盘空间。

5、二级索引（非聚簇）可能比想象的要大，因为二级索引的叶子节点中包含了引用行的主键列。

6、二级索引访问需要2次索引查找，而不是一次，因为二级索引保存的不是行的物理位置，而是主键值。

InnoDB和MyISAM数据分布对比。

CREATE TABLE `layout_test` (
  `col1` int(11) NOT NULL,
  `col2` int(11) NOT NULL,
  PRIMARY KEY (`col1`),
  KEY `col2` (`col2`)
);

主键不是递增的，随机顺序插入，col2随即复制，重复的很多。

MyISAM比较简单，他按照数据插入的顺序存储在磁盘上。

col2索引没有什么区别。

InnoDB支持聚簇索引，所以存储方式非常不同

会发现，该图显示了整个表，而不是只有索引。因为InnoDB中，聚簇索引“就是”表，所以不会像MyISAM那样需要独立的行存储。

即使主键是一个前缀索引，聚簇索引也会包含完整的主键列和其他列。

还有一点和MyISAM不同，InnoDB的二级索引和聚簇索引很不相同，InnoDB二级索引的叶子节点中存储的不是行指针，而是主键值，这样就减少了移动数据或者页分裂时对二级索引的维护工作。使用主键占用的空间更多，但是无需更新二级索引。

下图更直接的展示了两者的区别。

如果在使用InnoDB表，并且没有数据需要聚集，那么可以定义一个和应用无关的主键，按主键顺序插入行，最好使用AUTO_INCREMENT，避免使用随机并且范围很大的聚簇索引，这会使聚簇索引的插入变得完全随机，不仅花费时间更长，而且索引占用空间也会更大。

对于高并发的工作负载，在InnoDB中按主键顺序插入可能造成明显的争用，主键的上界会成为“热点”，因为插入都发生在这里，造成锁竞争，另一个热点可能是AUTO_INCREMENT锁机制，对于比较新的版本更改innodb_autoinc_lock_mode配置，可能会工作的更好。