聚簇索引、非聚簇索引、覆盖索引

聚簇索引、非聚簇索引、覆盖索引

---

本篇将带你搞懂什么是聚簇索引、非聚簇索引、覆盖索引，并且通过画图的方式了解索引查找的过程，明白什么是回表查询

索引（Index）是数据库中一种用于快速查找和访问表中数据的结构，它类似于书的目录，通过索引可以快速定位到目标数据，而无需遍历整个表，索引的存在可以显著提高查询速度，尤其是在处理大量数据时

MySQL中默认使用索引的数据结构是B+树，详细可以参考：MySQL索引为什么是B+数-优快云博客

那什么又是聚簇索引、非聚簇索引、覆盖索引？

聚簇索引

聚簇索引也叫聚集索引，是一种将数据行的物理存储顺序与索引的逻辑顺序相同的索引，换句话说，数据是直接存储在索引的叶子节点中，通过主键查找到某一行数据，这一行数据的全部内容都存放在这个叶子节点中，聚簇索引必须有，而且只能有一个

以下面这个表为例：

id	name	username	age
1001	张三	zhangsan	20
1002	李四	lisi	18
1003	王九	wangjiu	35
1004	赵六	zhaoliu	22
1005	王八	wangba	17
1006	李白	libai	40
1007	杜甫	dufu	33
…	…	…	…

以主键id来为其生成一个简单的B+树索引为：

这个利用主键字段来生成的索引就是一个聚簇索引，当我们通过id查找某一个用户时，通过查找算法，找到了他所在的叶子节点，那么在这个叶子节点中，就存放了该用户的整行数据，包括姓名、账号、年龄：

如果定义了主键，MySQL会自动将主键列作为聚簇索引；如果没有主键，MySQL会选择一个唯一非空索引；如果没有唯一索引，MySQL会生成一个隐藏的rowid作为主键来生成聚簇索引

---

非聚簇索引

相比于聚簇索引，非聚簇索引也叫二级索引，它的叶子节点存储的是索引列的值以及指向实际数据行的指针（或主键值），而不是完整的数据行，也就是说，非聚簇索引的叶子节点中，存放的不再是整行数据，而是该行数据的主键

当我们为上表建立索引时，使用的不是id，而是username：

默认会使用字母顺序来进行排序，但是其叶子节点中存储的不再是整行数据，而是该行数据的索引值

回表查询

回表查询是数据库查询中的一个术语，指的是在使用非聚簇索引（或普通索引）时，数据库查询引擎需要通过索引查找到对应的行号（或主键值），然后再回到表中查找完整的行数据的过程

以上表为例，我们想要查询username为zhaoliu的用户全部信息：

select * from user where username = 'zhaoliu'

1.此时回先到username的非聚簇索引中去查找

通过username的比对查找，找到了zhaoliu所在的叶子节点，但是叶子节点中并没有我们需要的全部用户信息，只有该用户的主键值id

2.这时就会拿着id去聚簇索引中比对查找

找到该用户的叶子节点，再把叶子节点中的整行数据返回

回表查询增加了 I/O 操作，尤其是表数据量大时会显著降低性能，所以我们在设计索引时，尽量要避免出现回表查询

当查询的字段较少且频率较高时，建议使用覆盖索引优化查询

---

覆盖索引

覆盖索引（Covering Index） 是一种索引优化技术，指的是查询所需的所有字段都可以直接从索引中获取，无需再回表查询。这种方式可以显著提高查询性能，因为避免了回表操作

也就是说，当我们建立索引时，不再使用单一字段来建立索引，而是包含多个字段，这样在利用索引进行查询信息时，叶子节点中可以包含全部的所需数据，不必再到其他索引中查询，因此可以避免回表查询

比如之前以username建立的索引，如果我们不查询用户的全部数据，而是只需要返回username和id：

select id,name from user where name = 'zhangsan'

以username建立的索引中已经包含了想要的全部数据：username和id，因此不需要再去查询其他的索引，这就是覆盖索引

在建立索引时，可以设置多字段建立索引：

CREATE INDEX idx_name_age ON users(name, age)

这样索引的叶子节点中就存放了更多的数据

当我们查询所需要的信息name 和 age时，索引 idx_name_age 包含 name 和 age，因此查询所需的字段完全覆盖，无需回表

SELECT name, age FROM users WHERE name = 'John'

但是覆盖索引也有一些弊端

1. 增加存储开销
   • 索引存储需要额外空间，字段越多，索引越大。
2. 写性能受影响
   • 插入、更新、删除操作需要同时更新覆盖索引，导致写入开销增加。
3. 适用场景有限
   • 覆盖索引适用于查询固定字段的场景，但无法应对动态字段需求。