聚簇索引和二级索引介绍
前言
本篇文章主要介绍聚簇索引和二级索引的区别，以及从存储结构出发怎样更有效地优化SQL。
一、索引介绍
1.目的
更快地查询到想要的数据
2.实现方式
在写数据(增、删、改)时动态维护指定的数据结构，每个数据结构都是一个索引；查询时根据某个数据结构来查询。
3.举个栗子
一本3000页的《三国演义》对应数据库的一张表，目录对应索引，内容对应表中的数据。
想要查看第21章的内容，不使用索引时，最坏的情况可能需要翻3000页。使用索引的话，只需翻开书的目录（目录可能占据5页），然后发现第21章在1689页，进而直接翻开1689页即可。
二、索引创建与查询
创建一张表，并插入5条数据
CREATE TABLE `person` (
`id` int NOT NULL AUTO_INCREMENT,
`name` varchar(255) DEFAULT NULL,
`age` int DEFAULT NULL,
PRIMARY KEY (`id`)
);
INSERT INTO `person`(`id`, `name`, `age`) VALUES (1, 'Jack', 12);
INSERT INTO `person`(`id`, `name`, `age`) VALUES (2, 'Bob', 13);
INSERT INTO `person`(`id`, `name`, `age`) VALUES (3, 'Jession', 11);
INSERT INTO `person`(`id`, `name`, `age`) VALUES (4, 'Lisa', 14);
INSERT INTO `person`(`id`, `name`, `age`) VALUES (5, 'Haro', 16);
1. 聚簇索引
每张表都有对应的聚簇索引，MySQL优先按主键建立聚簇索引；如果你没有指定主键，使用唯一键；如果连唯一键也没有，mysql会自动建一个rowid字段，用它来组织这棵 B+树
按主键建立聚簇索引，存储结构如图所示：
聚簇索引的叶子节点包含数据行，id大于3的数据放在右边，小于3的数据放在左边。
如果各位想了解这棵树是怎么构造起来的，可以参考构造B+树网站，自己手动构造下。
查询
select * from person where id = 5;
此时MySQL就会使用聚簇索引查询，依次查询到3-4-5，此时就能直接获取到id=5的数据。
2. 二级索引
-- 创建普通索引
CREATE INDEX idx_name ON person (name);
创建二级索引，存储结构如图所示：
可以看到，二级索引的叶子节点存储的是主键值。
查询
select * from person where name = 'Jack';
这样的查询会经过两个步骤，
1. 先在二级索引的B+树中查到Jack对应的主键id值为1；
2. 然后拿主键id值，去聚簇索引中查询真正的数据。
三、SQL优化思路
1. 磁盘
- 不要建立太多索引，这样会建立很多B+树，很占磁盘容量。
- 一个索引中的字段不要太多，否则树中的每个节点都很大。
2. 写操作
- 尽量少创建无用的索引。因为每个写操作执行时，都会更新所有索引对应的B+树。
3. 查询
- 尽量不要使用select * 。如果select 后面的字段都是二级索引中的字段，MySQL就不会再去聚簇索引中查找完整数据了。
四、总结
聚簇索引
- B+树的数据结构，叶子节点包含
完整的数据行。 - 每张表都有自己的聚簇索引。
二级索引
- B+树的数据结构，叶子节点
仅包含数据的主键。 - 用户每创建一个索引，就会生成一颗B+树。
- 使用二级索引查询完整数据行时，会执行两个步骤：先查二级索引，然后再查聚簇索引。