閱讀文本大概需要3分鐘。
MySQL中每個表都有一個聚簇索引( clustered index )，除此之外的表上的每個非聚簇索引都是二級索引，又叫輔助索引( secondary indexes )。以InnoDB來說，每個InnoDB表具有一個特殊的索引稱爲聚集索引。如果表上定義有主鍵，那麼該主鍵索引是聚集索引。如果表中沒有定義主鍵，那麼MySQL取第一個唯一索引( unique )而且只含非空列( NOT NULL )作爲主鍵，InnoDB使用它作爲聚集索引。如果沒有這樣的列，InnoDB就自己產生一個這樣的ID值，它有六個字節，而且是隱藏的，使其作爲聚簇索引。
0x01：聚簇索引，說起索引，不能不說B+樹
http://blog.codinglabs.org/articles/theory-of-mysql-index.htmlMySQL官方索引的定義：索引( Index )是幫助MySQL高效獲取數據的數據結構。提取句子主幹，就可以得到索引的本質；索引是數據結構。
數據庫查詢是數據庫的最主要功能之一。誰都希望查詢數據的速度能儘可能的快，因此數據庫系統的設計者會從查詢算法的角度進行優化。最基本的查詢算法當然是順序查找( linear search )，這種複雜度爲O(n)的算法在數據量很大時顯然是糟糕的，好在計算機科學的發展提供了很多更優秀的查找算法，例如二分查找（binary search），二叉樹查找（binary tree search）等。如果稍微分析一下會發現，每種查找算法都只能應用於特定的數據結構之上，例如二分查找要求被檢索數據有序，而二叉樹查找只能應用於二叉查找樹上，但是數據本身的組織結構不可能完全滿足各種數據結構（例如，理論上不可能同時將兩列都按順序進行組織），所以在數據之外，數據庫系統還維護着滿足特定查找算法的數據結構，這些數據結構以某種方式引用（指向）數據，這樣就可以在這些數據結構上實現高級查找算法。這種數據結構，就是索引。
聚簇索引並不是一種單獨的索引類型，而是一種數據存儲方式。具體的細節依賴於其實現方式，但InnoDB的聚簇索引實際上在同一個結構中保存了B-Tree索引和數據行。
當表有聚簇索引時，他的數據行實際上存放在索引的葉子頁（leaf page）中。術語 “聚簇”表示數據行和相鄰的鍵值緊湊地存儲在一起（這並非總成立）。因爲無法同時把數據行存放在兩個不同的地方，索引一個表只能有一個聚簇索引。
圖來源：https://blog.csdn.net/onupway/article/details/88805368
0x02：聚族索引的優點
可以把相關數據保存在一起。例如實現電子郵件時，可以根據用戶ID來聚集數據，這樣只需要從磁盤讀取少數的數據頁就能獲取某個用戶的全部郵件。如果沒有使用聚族索引，則每封郵件都可能導致一次磁盤I/O；
數據訪問更快。聚族索引將索引和數據保存在同一個B-Tree中，因此從聚族索引中獲取數據通常比在非聚族索引中查找更快。
使用覆蓋索引掃描的查詢可以直接使用節點中的主鍵值。
0x03：聚族索引的缺點
聚簇數據最大限度的提高了I/O密集型應用的性能，但如果數據全部都放在內存中，則訪問的順序就沒有那麼重要了，聚簇索引也就沒有那麼優勢了；
插入速度嚴重依賴於插入順序。按照主鍵的順序插入是加載數據到InnoDB表中速度最快的方式。但如果不是按照主鍵順序加載數據，那麼在加載完成後最好使用OPTIMIZE TABLE命令重新組織一下表。
更新聚簇索引列的代價很高，因爲會強制InnoDB將每個被更新的行移動到新的位置。
基於聚簇索引的表在插入新行，或者主鍵被更新導致需要移動行的時候，可能面臨“頁分裂”的問題。當行的主鍵值要求必須將這一行插入到某個已滿的頁中時，存儲引擎會將該頁分裂成兩個頁面來容納該行，這就是一次分裂操作。頁分裂會導致表佔用更多的磁盤空間。
聚簇索引可能導致全表掃描變慢，尤其是行比較稀疏，或者由於頁分裂導致數據存儲不連續的時候。
二級索引（非聚簇索引）可能比想象的要更大，因爲在二級索引的葉子節點包含了引用行的主鍵列。
二級索引訪問需要兩次索引查找，而不是一次。
有關二級索引需要兩次索引查找的問題？
答案在於二級索引中保存的“行指針”的實質。要記住，二級索引葉子節點保存的不是指向行的物理位置的指針，而是行的主鍵值。這意味着通過二級索引查找行，存儲引擎需要找到二級索引的葉子節點獲得對應的主鍵值，然後根據這個值去聚簇索引中查找到對應的行。這裏做了重複的工作：兩次B-Tree查找而不是一次。對於InnoDB，自適應哈希索引能夠減少這樣的重複工作。
中獎名單如下：Vancurphon與vil
參考：https://www.cnblogs.com/starhu/p/6406495.html
☆
往期精彩
☆
03 精講Spring Boot—入門+進階+實例
關注我
每天進步一點點
喜歡！在看☟