MySQL聚簇索引和非聚簇索引怎么用

小編給大家分享一下MySQL聚簇索引和非聚簇索引怎么用，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

索引分為聚簇索引和非聚簇索引。

以一本英文課本為例，要找第8課，直接翻書，若先翻到第5課，則往后翻，再翻到第10課，則又往前翻。這本書本身就是一個索引，即“聚簇索引”。
如果要找"fire”這個單詞，會翻到書后面的附錄，這個附錄是按字母排序的，找到F字母那一塊，再找到"fire”，對應的會是它在第幾課。這個附錄，為“非聚簇索引”。
由此可見，聚簇索引，索引的順序就是數據存放的順序，所以，很容易理解，一張數據表只能有一個聚簇索引。
聚簇索引要比非聚簇索引查詢效率高很多，特別是范圍查詢的時候。所以，至于聚簇索引到底應該為主鍵，還是其他字段，這個可以再討論。
1、MYSQL的索引
mysql中，不同的存儲引擎對索引的實現方式不同，大致說下MyISAM和InnoDB兩種存儲引擎。
MyISAM的B+Tree的葉子節點上的data，并不是數據本身，而是數據存放的地址。主索引和輔助索引沒啥區別，只是主索引中的key一定得是唯一的。這里的索引都是非聚簇索引。
MyISAM還采用壓縮機制存儲索引，比如，第一個索引為“her”，第二個索引為“here”，那么第二個索引會被存儲為“3,e”，這樣的缺點是同一個節點中的索引只能采用順序查找。



InnoDB的數據文件本身就是索引文件，B+Tree的葉子節點上的data就是數據本身，key為主鍵，這是聚簇索引。非聚簇索引，葉子節點上的data是主鍵(所以聚簇索引的key，不能過長)。為什么存放的主鍵，而不是記錄所在地址呢，理由相當簡單，因為記錄所在地址并不能保證一定不會變，但主鍵可以保證。
至于為什么主鍵通常建議使用自增id呢？
2、聚簇索引
聚簇索引的數據的物理存放順序與索引順序是一致的，即：只要索引是相鄰的，那么對應的數據一定也是相鄰地存放在磁盤上的。如果主鍵不是自增id，那么可以想象，它會干些什么，不斷地調整數據的物理地址、分頁，當然也有其他一些措施來減少這些操作，但卻無法徹底避免。但，如果是自增的，那就簡單了，它只需要一頁一頁地寫，索引結構相對緊湊，磁盤碎片少，效率也高。
聚簇索引不但在檢索上可以大大滴提高效率，在數據讀取上也一樣。比如：需要查詢f~t的所有單詞。
一個使用MyISAM的主索引，一個使用InnoDB的聚簇索引。兩種索引的B+Tree檢索時間一樣，但讀取時卻有了差異。
因為MyISAM的主索引并非聚簇索引，那么他的數據的物理地址必然是凌亂的，拿到這些物理地址，按照合適的算法進行I/O讀取，于是開始不停的尋道不停的旋轉。聚簇索引則只需一次I/O。
不過，如果涉及到大數據量的排序、全表掃描、count之類的操作的話，還是MyISAM占優勢些，因為索引所占空間小，這些操作是需要在內存中完成的。
鑒于聚簇索引的范圍查詢效率，很多人認為使用主鍵作為聚簇索引太多浪費，畢竟幾乎不會使用主鍵進行范圍查詢。但若再考慮到聚簇索引的存儲，就不好定論了。

下表給出了何時使用聚簇索引與非聚簇索引:

根據調優實踐，要注意聚簇索引的選擇。首先我們要找到我們最多用到的SQL查詢，像本例就是那句類似的組合條件查詢的情況，這種情況最好使用組合聚簇索引，而且最多用到的字段要放在組合聚簇索引的前面，否則的話就索引就不會有好的效果。


Index seek 為什么比 Index scan好？
索引掃描也就是遍歷B樹，而seek是B樹查找直接定位。
Index scan多半是出現在索引列在表達式中。數據庫引擎無法直接確定你要的列的值，所以只能掃描整個整個索引進行計算。index seek就要好很多.數據庫引擎只需要掃描幾個分支節點就可以定位到你要的記錄。回過來,如果聚集索引的葉子節點就是記錄，那么Clustered Index Scan就基本等同于full table scan。


一些優化原則
1、缺省情況下建立的索引是非聚簇索引，但有時它并不是最佳的。在非群集索引下，數據在物理上隨機存放在數據頁上。合理的索引設計要建立在對各種查詢的分析和預測上。一般來說： 
a.有大量重復值、且經常有范圍查詢（ > ,< ，> =,< =）和order by、group by發生的列，可考 
慮建立群集索引； 
b.經常同時存取多列，且每列都含有重復值可考慮建立組合索引； 
c.組合索引要盡量使關鍵查詢形成索引覆蓋，其前導列一定是使用最頻繁的列。索引雖有助于提高性能但不是索引越多越好，恰好相反過多的索引會導致系統低效。用戶在表中每加進一個索引，維護索引集合就要做相應的更新工作。 


2、ORDER BY和GROPU BY使用ORDER BY和GROUP BY短語，任何一種索引都有助于SELECT的性能提高。 


3、多表操作在被實際執行前，查詢優化器會根據連接條件，列出幾組可能的連接方案并從中找出系統開銷最小的最佳方案。連接條件要充份考慮帶有索引的表、行數多的表；內外表的選擇可由公式：外層表中的匹配行數*內層表中每一次查找的次數確定，乘積最小為最佳方案。


4、任何對列的操作都將導致表掃描，它包括數據庫函數、計算表達式等等，查詢時要盡可能將操作移至等號右邊。 


5、IN、OR子句常會使用工作表，使索引失效。如果不產生大量重復值，可以考慮把子句拆開。拆開的子句中應該包含索引。


                    
建立聚簇索引的思想


1、大多數表都應該有聚簇索引或使用分區來降低對表尾頁的競爭，在一個高事務的環境中，對最后一頁的封鎖嚴重影響系統的吞吐量。
2、在聚簇索引下，數據在物理上按順序排在數據頁上，重復值也排在一起，因而在那些包含范圍檢查(between、<、<=、>、>=)或使用group by或orderby的查詢時，一旦找到具有范圍中第一個鍵值的行，具有后續索引值的行保證物理上毗連在一起而不必進一步搜索，避免了大范圍掃描，可以大大提高查詢速度。
3、在一個頻繁發生插入操作的表上建立聚簇索引時，不要建在具有單調上升值的列(如IDENTITY)上，否則會經常引起封鎖沖突。
4、在聚簇索引中不要包含經常修改的列，因為碼值修改后，數據行必須移動到新的位置。
5、選擇聚簇索引應基于where子句和連接操作的類型。
 
聚簇索引的侯選列


1、主鍵列,該列在where子句中使用并且插入是隨機的。
2、按范圍存取的列，如pri_order > 100 and pri_order < 200。
3、在group by或order by中使用的列。
4、不經常修改的列。
5、在連接操作中使用的列。
 
 
 
非聚簇索引


非聚簇索引，葉級頁指向表中的記錄，記錄的物理順序與邏輯順序沒有必然的聯系。非聚簇索引則更像書的標準索引表，索引表中的順序通常與實際的頁碼順序是不一致的。
 
 
每個表只能有一個聚簇索引，因為一個表中的記錄只能以一種物理順序存放。但是，一個表可以有不止一個非聚簇索引。實際上，對每個表你最多可以建立249個非聚簇索引。非聚簇索引需要大量的硬盤空間和內存。另外，雖然非聚簇索引可以提高從表中取數據的速度，它也會降低向表中插入和更新數據的速度。每當你改變了一個建立了非聚簇索引的表中的數據時，必須同時更新索引。因此你對一個表建立非聚簇索引時要慎重考慮。如果你預計一個表需要頻繁地更新數據，那么不要對它建立太多非聚簇索引。另外，如果硬盤和內存空間有限，也應該限制使用非聚簇索引的數量
 
 
非聚簇索引的使用


SQLServer缺省情況下建立的索引是非聚簇索引，由于非聚簇索引不重新組織表中的數據，而是對每一行存儲索引列值并用一個指針指向數據所在的頁面。換句話說非聚簇索引具有在索引結構和數據本身之間的一個額外級。一個表如果沒有聚簇索引時,可有250個非聚簇索引。每個非聚簇索引提供訪問數據的不同排序順序。在建立非聚簇索引時，要權衡索引對查詢速度的加快與降低修改速度之間的利弊。另外，還要考慮這些問題：
1、索引需要使用多少空間。
2、合適的列是否穩定。
3、索引鍵是如何選擇的，掃描效果是否更佳。
4、是否有許多重復值。
對更新頻繁的表來說，表上的非聚簇索引比聚簇索引和根本沒有索引需要更多的額外開銷。對移到新頁的每一行而言，指向該數據的每個非聚簇索引的頁級行也必須更新，有時可能還需要索引頁的分理。從一個頁面刪除數據的進程也會有類似的開銷，另外，刪除進程還必須把數據移到頁面上部，以保證數據的連續性。所以，建立非聚簇索引要非常慎重。非聚簇索引常被用在以下情況:
1、某列常用于集合函數(如Sum,....)。
2、某列常用于join,order by,group by。
3、查尋出的數據不超過表中數據量的20%。

以上是“MySQL聚簇索引和非聚簇索引怎么用”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！