0、導讀
InnoDB表的索引有哪些特性，以及索引組織結構是怎樣的
1、InnoDB聚集索引特點
我們知道，InnoDB引擎的聚集索引組織表，必然會有一個聚集索引。
行數據（row data）存儲在聚集索引的葉子節點（除了發生overflow的列，參見 ，後面簡稱 “前置文”），並且其存儲的相對順序取決於聚集索引的順序。這裏說相對順序而不是物理順序，是因爲葉子節點數據頁中，行數據的物理順序和相對順序可能並不是一致的，放在後面會講。
InnoDB聚集索引的選擇先後順序是這樣的：
如果有顯式定義的主鍵（PRIMARY KEY），則會選擇該主鍵作爲聚集索引
否則，選擇第一個所有列都不允許爲NULL的唯一索引
若前兩者都沒有，則InnoDB會選擇內置的DB_ROW_ID作爲聚集索引，命名爲GEN_CLUST_INDEX
特別提醒： DB_ROW_ID佔用6個字節，每次自增，且是整個實例內全局分配。也就是說，當前實例如果有多個表都採用了內置的DB_ROW_ID作爲聚集索引，則在這些表插入新數據時，他們的內置DB_ROW_ID值並不是連續的，而是跳躍的。像下面這樣：
t1表的ROW_ID：1、3、7、10
t2表的ROW_ID：2、4、5、6、8、9
2、InnoDB索引結構
InnoDB默認的索引數據結構採用B+樹（空間索引採用R樹），索引數據存儲在葉子節點。
InnoDB的基本I/O存儲單位是數據頁(page)，一個page默認是16KB。我們在 前置文 說過，每個page默認會預留1/16空閒空間用於後續數據“變長”更新所需，因此在最理想的順序插入狀態下，其產生的碎片也最少，這時候差不多能填滿15/16的page空間。如果是隨機寫入的話，則page空間利用率大概是1/2 ~ 15/16。
當 row_format = DYNAMIC|COMPRESSED 時，索引最多長度爲 3072字節，當 row_format = REDUNDANT|COMPACT 時，索引最大長度爲 767字節。當page size不是默認的16KB時，最大索引長度限制也會跟着發生變化。
我們接下來分別驗證關於InnoDB索引的基本結構特點。
首先創建如下測試表：
[[email protected]] [innodb]> CREATE TABLE `t1` (
`id` int(10) unsigned NOT NULL AUTO_INCREMENT,
`c1` int(10) unsigned NOT NULL DEFAULT '0',
`c2` varchar(100) NOT NULL,
`c3` varchar(100) NOT NULL,
PRIMARY KEY (`id`),
KEY `c1` (`c1`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
用下面的方法寫入10條測試數據：
set @uuid1=uuid(); set @uuid2=uuid();
insert into t1 select 0, round(rand()*1024),
@uuid1, concat(@uuid1, @uuid2);
看下 t1 表的整體結構：
# 用innodb_ruby工具查看
[[email protected]]# innodb_space -s ibdata1 -T innodb/t1 space-indexes
id name root fseg fseg_id used allocated fill_factor
238 PRIMARY 3 internal 1 1 1 100.00%
238 PRIMARY 3 leaf 2 0 0 0.00%
239 c1 4 internal 3 1 1 100.00%
239 c1 4 leaf 4 0 0 0.0
# 用innblock工具查看
[[email protected]]# innblock innodb/t1.ibd scan 16
...
===INDEX_ID:238
level0 total block is (1)
block_no: 3,level: 0|*|
===INDEX_ID:239
level0 total block is (1)
block_no: 4,level: 0|*|
可以看到
| 索引ID | 索引類型 | 根節點page no | 索引層高 |
|---|---|---|---|
| 238 | 主鍵索引(聚集索引) | 3 | 1 |
| 239 | 輔助索引 | 4 | 1 |
3、InnoDB索引特點驗證
3.1 特點1：聚集索引葉子節點存儲整行數據
先掃描第3個page，截取其中第一條物理記錄的內容：
[[email protected]]# innodb_space -s ibdata1 -T innodb/t1 -p 3 page-dump
...
records:
{:format=>:compact,
:offset=>127,
:header=>
{:next=>263,
:type=>:conventional,
:heap_number=>2,
:n_owned=>0,
:min_rec=>false,
:deleted=>false,
:nulls=>[],
:lengths=>{"c2"=>36, "c3"=>72},
:externs=>[],
:length=>7},
:next=>263,
:type=>:clustered,
#第一條物理記錄，id=1
:key=>[{:name=>"id", :type=>"INT UNSIGNED", :value=>1}],
:row=>
[{:name=>"c1", :type=>"INT UNSIGNED", :value=>777},
{:name=>"c2",
:type=>"VARCHAR(400)",
:value=>"a1c1a7c7-bda5-11e9-8476-0050568bba82"},
{:name=>"c3",
:type=>"VARCHAR(400)",
:value=>
"a1c1a7c7-bda5-11e9-8476-0050568bba82a1c1aec5-bda5-11e9-8476-0050568bba82"}],
:sys=>
[{:name=>"DB_TRX_ID", :type=>"TRX_ID", :value=>10950},
{:name=>"DB_ROLL_PTR",
:type=>"ROLL_PTR",
:value=>
{:is_insert=>true,
:rseg_id=>119,
:undo_log=>{:page=>469, :offset=>272}}}],
:length=>129,
:transaction_id=>10950,
:roll_pointer=>
{:is_insert=>true, :rseg_id=>119, :undo_log=>{:page=>469, :offset=>272}}}
很明顯，的確是存儲了整條數據的內容。
聚集索引樹的鍵值(key)是主鍵索引值(i=10)，聚集索引節點值(value)是其他非聚集索引列(c1,c2,c3)以及隱含列(DB_TRX_ID、DB_ROLL_PTR)。
優化建議1：儘量不要存儲大對象數據，使得每個葉子節點都能存儲更多數據，降低碎片率，提高buffer pool利用率。此外也能儘量避免發生overflow。
3.2 特點2：聚集索引非葉子節點存儲指向子節點的指針
對上面的測試表繼續寫入新數據，直到聚集索引樹從一層分裂成兩層。
我們根據舊文 InnoDB表聚集索引層高什麼時候發生變化 裏的計算方式，推算出來預計一個葉子節點最多可存儲111條記錄，因此在插入第112條記錄時，就會從一層高度分裂成兩層高度。經過實測，也的確是如此。
[[email protected]] [innodb]>select count(*) from t1;
+----------+
| count(*) |
+----------+
| 112 |
+----------+
[[email protected]]# innblock innodb/t1.ibd scan 16
...
===INDEX_ID:238
level1 total block is (1)
block_no: 3,level: 1|*|
level0 total block is (2)
block_no: 5,level: 0|*|block_no: 6,level: 0|*|
...
此時可以看到根節點依舊是pageno=3，而葉子節點變成了[5, 6]兩個page。由此可知，根節點上應該只有兩條物理記錄，存儲着分別指向pageno=[5, 6]這兩個page的指針。
我們解析下3號page，看看它的具體結構：
[[email protected]]# innodb_space -s ibdata1 -T innodb/t1 -p 3 page-dump
...
records:
{:format=>:compact,
:offset=>125,
:header=>
{:next=>138,
:type=>:node_pointer,
:heap_number=>2,
:n_owned=>0,
:min_rec=>true, #第一條記錄是min_key
:deleted=>false,
:nulls=>[],
:lengths=>{},
:externs=>[],
:length=>5},
:next=>138,
:type=>:clustered,
#第一條記錄，只存儲key值
:key=>[{:name=>"id", :type=>"INT UNSIGNED", :value=>1}],
:row=>[],
:sys=>[],
:child_page_number=>5, #value值是指向的葉子節點pageno=5
:length=>8} #整條記錄消耗8字節，除去key值4字節外，指針也需要4字節
{:format=>:compact,
:offset=>138,
:header=>
{:next=>112,
:type=>:node_pointer,
:heap_number=>3,
:n_owned=>0,
:min_rec=>false,
:deleted=>false,
:nulls=>[],
:lengths=>{},
:externs=>[],
:length=>5},
:next=>112,
:type=>:clustered,
#第二條記錄，只存儲key值
:key=>[{:name=>"id", :type=>"INT UNSIGNED", :value=>56}],
:row=>[],
:sys=>[],
:child_page_number=>6, #value值是指向的葉子節點pageno=6
:length=>8}
優化建議2: 索引列數據長度越小越好，這樣索引樹存儲效率越高，在非葉子節點能存儲越多數據，延緩索引樹層高分裂的速度，平均搜索效率更高。
3.3 特點3：輔助索引同時會存儲主鍵索引列值
在輔助索引中，總是同時會存儲主鍵索引（或者說聚集索引）的列值，其作用就是在對輔助索引掃描時，可以從葉子節點直接得到對應的聚集索引值，並可根據該值回表查詢獲取行數據（如果需要回表查詢的話）。這個特性也被稱爲Index Extensions（5.6版本之後的優化器新特性，詳見 Use of Index Extensions）。
此外，在輔助索引的非葉子節點中，索引記錄的key值是索引定義的列值，而對應的value值則是聚集索引列值（簡稱PKV）。如果輔助索引定義時已經包含了部分聚集索引列，則索引記錄的value值是未被包含的餘下的聚集索引列值。
創建如下測試表：
CREATE TABLE `t3` (
`a` int(10) unsigned NOT NULL AUTO_INCREMENT,
`b` int(10) unsigned NOT NULL DEFAULT '0',
`c` varchar(20) NOT NULL DEFAULT '',
`d` varchar(20) NOT NULL DEFAULT '',
`e` varchar(20) NOT NULL DEFAULT '',
PRIMARY KEY (`a`,`b`),
KEY `k1` (`c`,`b`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
隨機插入一些測試數據：
# 調用shell腳本寫入500條數據
[[email protected]]# cat insert.sh
#!/bin/bash
. ~/.bash_profile
cd /data/perconad
i=1
max=500
while [ $i -le $max ]
do
mysql -Smysql.sock -e "insert ignore into t3 select
rand()*1024, rand()*1024, left(md5(uuid()),20) ,
left(uuid(),20), left(uuid(),20);" innodb
i=`expr $i + 1`
done
# 實際寫入498條數據（其中有2條主鍵衝突失敗）
[[email protected]] [innodb]>select count(*) from t3;
+----------+
| count(*) |
+----------+
| 498 |
+----------+
解析數據結構：
# 主鍵
[root@test1 perconad]# innodb_space -s ibdata1 -T innodb/t2 space-indexes
id name root fseg fseg_id used allocated fill_factor
245 PRIMARY 3 internal 1 1 1 100.00%
245 PRIMARY 3 leaf 2 5 5 100.00%
246 k1 4 internal 3 1 1 100.00%
246 k1 4 leaf 4 2 2 1
[[email protected]]# innodb_space -s ibdata1 -T innodb/t2 -p 4 page-dump
...
records:
{:format=>:compact,
:offset=>126,
:header=>
{:next=>164,
:type=>:node_pointer,
:heap_number=>2,
:n_owned=>0,
:min_rec=>true,
:deleted=>false,
:nulls=>[],
:lengths=>{"c"=>20},
:externs=>[],
:length=>6},
:next=>164,
:type=>:secondary,
:key=>
[{:name=>"c", :type=>"VARCHAR(80)", :value=>"00a5d42dd56632893b5f"},
{:name=>"b", :type=>"INT UNSIGNED", :value=>323}],
:row=>
[{:name=>"a", :type=>"INT UNSIGNED", :value=>310},
{:name=>"b", :type=>"INT UNSIGNED", :value=>9}],
# 此處給解析成b列的值了，實際上是指向葉子節點的指針，即child_page_number=9
# b列真實值是323
:sys=>[],
:child_page_number=>335544345,
# 此處解析不準確，實際上是下一條記錄的record header，共6個字節
:length=>36}
{:format=>:compact,
:offset=>164,
:header=>
{:next=>112,
:type=>:node_pointer,
:heap_number=>3,
:n_owned=>0,
:min_rec=>false,
:deleted=>false,
:nulls=>[],
:lengths=>{"c"=>20},
:externs=>[],
:length=>6},
:next=>112,
:type=>:secondary,
:key=>
[{:name=>"c", :type=>"VARCHAR(80)", :value=>"7458824a39892aa77e1a"},
{:name=>"b", :type=>"INT UNSIGNED", :value=>887}],
:row=>
[{:name=>"a", :type=>"INT UNSIGNED", :value=>623},
{:name=>"b", :type=>"INT UNSIGNED", :value=>10}],
# 同上，其實是child_page_number=10，而非b列的值
:sys=>[],
:child_page_number=>0,
:length=>36} #數據長度16字節
順便說下，輔助索引上沒存儲TRX_ID, ROLL_PTR這些（他們只存儲在聚集索引上）。
上面用innodb_ruby工具解析的非葉子節點部分內容不夠準確，所以我們用二進制方式打開數據文件二次求證確認：
# 此處也可以用 hexdump 工具
[[email protected]]# vim -b path/t3.ibd
...
:%!xxd
# 找到輔助索引所在的那部分數據
0010050: 0002 0272 0000 00e1 0000 0002 01b2 0100 ...r............
0010060: 0200 1b69 6e66 696d 756d 0003 000b 0000 ...infimum......
0010070: 7375 7072 656d 756d 1410 0011 0026 3030 supremum.....&00
0010080: 6135 6434 3264 6435 3636 3332 3839 3362 a5d42dd56632893b
0010090: 3566 0000 0143 0000 0136 0000 0009 1400 5f...C...6......
00100a0: 0019 ffcc 3734 3538 3832 3461 3339 3839 ....7458824a3989
00100b0: 3261 6137 3765 3161 0000 0377 0000 026f 2aa77e1a...w...o
00100c0: 0000 000a 0000 0000 0000 0000 0000 0000 ................
# 參考page物理結構方式進行解析，得到下面的結果
/* 第一條記錄 */
1410 0011 0026, record header, 5字節
3030 6135 6434 3264 6435 3636 3332 3839 3362 3566,c='00a5d42dd56632893b5f',20B
0000 0143, b=323, 4B
0000 0136, a=310, 4B
0000 0009, child_pageno=9, 4B
/* 2 */
1400 0019 ffcc, record header
3734 3538 3832 3461 3339 3839 3261 6137 3765 3161, c='7458824a39892aa77e1a'
0000 0377, b=887
0000 026f, a=623
0000 000a, child_pageno=10
現在反過來看，上面用innodb_ruby工具解析出來的page-dump結果應該是這樣的纔對（我只選取一條記錄，請自行對比和之前的不同之處）：
{:format=>:compact,
:offset=>164,
:header=>
{:next=>112,
:type=>:node_pointer,
:heap_number=>3,
:n_owned=>0,
:min_rec=>false,
:deleted=>false,
:nulls=>[],
:lengths=>{"c"=>20},
:externs=>[],
:length=>6},
:next=>112,
:type=>:secondary,
:key=>
[{:name=>"c", :type=>"VARCHAR(80)", :value=>"7458824a39892aa77e1a"},
{:name=>"b", :type=>"INT UNSIGNED", :value=>887}],
:row=> [{:name=>"a", :type=>"INT UNSIGNED", :value=>623}],
:sys=>[],
:child_page_number=>10,
:length=>36}
可以看到，的確如前面所說，輔助索引的非葉子節點的value值存儲的是聚集索引列值。
優化建議3：輔助索引列定義的長度越小越好，定義輔助索引時，沒必要顯式的加上聚集索引列（5.6版本之後）。
3.4 特點4：沒有可用的聚集索引列時，會使用內置的ROW_ID作爲聚集索引
創建幾個像下面這樣的表，使其選擇內置的ROW_ID作爲聚集索引：
[[email protected]] [innodb]> CREATE TABLE `tn1` (
`c1` int(10) unsigned NOT NULL DEFAULT 0,
`c2` int(10) unsigned NOT NULL DEFAULT 0
) ENGINE=InnoDB;
循環對幾個表寫數據：
insert into tt1 select 1,1;
insert into tt2 select 1,1;
insert into tt3 select 1,1;
insert into tt1 select 2,2;
insert into tt2 select 2,2;
insert into tt3 select 2,2;
查看 tn1 - tn3 表裏的數據（這裏由於innodb_ruby工具解析的結果不準確，所以我改用hexdump來分析）：
tn1
000c060: 0200 1a69 6e66 696d 756d 0003 000b 0000 ...infimum......
000c070: 7375 7072 656d 756d 0000 1000 2000 0000 supremum.... ...
000c080: 0003 1200 0000 003d f6aa 0000 01d9 0110 .......=........
000c090: 0000 0001 0000 0001 0000 18ff d300 0000 ................
000c0a0: 0003 1500 0000 003d f9ad 0000 01da 0110 .......=........
000c0b0: 0000 0002 0000 0002 0000 0000 0000 0000 ................
tn2
000c060: 0200 1a69 6e66 696d 756d 0003 000b 0000 ...infimum......
000c070: 7375 7072 656d 756d 0000 1000 2000 0000 supremum.... ...
000c080: 0003 1300 0000 003d f7ab 0000 0122 0110 .......=....."..
000c090: 0000 0001 0000 0001 0000 18ff d300 0000 ................
000c0a0: 0003 1600 0000 003d feb0 0000 01db 0110 .......=........
000c0b0: 0000 0002 0000 0002 0000 0000 0000 0000 ................
tn3
000c060: 0200 1a69 6e66 696d 756d 0003 000b 0000 ...infimum......
000c070: 7375 7072 656d 756d 0000 1000 2000 0000 supremum.... ...
000c080: 0003 1400 0000 003d f8ac 0000 0123 0110 .......=.....#..
000c090: 0000 0001 0000 0001 0000 18ff d300 0000 ................
000c0a0: 0003 1700 0000 003e 03b3 0000 012a 0110 .......>.....*..
000c0b0: 0000 0002 0000 0002 0000 0000 0000 0000 ................
其中表示DB_ROW_ID的值分別是：
鄭州正規不孕不育醫院：http://www.xbzztj.com/
tn1
0003 12 => (1,1)
0003 15 => (2,2)
tn2
0003 13 => (1,1)
0003 16 => (2,2)
tn3
0003 14 => (1,1)
0003 17 => (2,2)
很明顯，內置的DB_ROW_ID的確是在整個實例級別共享自增分配的，而不是每個表獨享一個DB_ROW_ID序列。
我們可以想象下，如果一個實例中有多個表都用到這個DB_ROW_ID的話，勢必會造成併發請求的競爭/等待。此外也可能會造成主從複製環境下，從庫上relay log回放時可能會因爲數據掃描機制的問題造成嚴重的複製延遲問題。詳情參考 從庫數據的查找和參數slave_rows_search_algorithms。
優化建議4：自行顯示定義可用的聚集索引/主鍵索引，不要讓InnoDB選擇內置的DB_ROW_ID作爲聚集索引，避免潛在的性能損失。
篇幅已經有點大了，本次的淺析工作就先到這裏吧，以後再繼續。
4、幾點總結
最後針對InnoDB引擎表，總結幾條建議吧。
每個表都要有顯式主鍵，最好是自增整型，且沒有業務用途
無論是主鍵索引，還是輔助索引，都儘可能選擇數據類型較小的列
定義輔助索引時，沒必要顯式加上主鍵索引列（針對MySQL 5.6之後）
行數據越短越好，如果每個列都是固定長的則更好（不是像VARCHAR這樣的可變長度類型）
上述測試環境基於Percona Server 5.7.22：
# MySQL的版本是Percona Server 5.7.22-22，我自己下載源碼編譯的
[[email protected]#] mysql -Smysql.sock innodb
...
Server version: 5.7.22-22-log Source distribution
...
[[email protected]]> \s
...
Server version: 5.7.22-22-log Source distribution
Enjoy MySQL :)
http://www.chacha8.cn/detail/1132398242.html