带你整理面试可能会问到的 聚簇索引和非聚簇索引
Posted 南淮北安
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了带你整理面试可能会问到的 聚簇索引和非聚簇索引相关的知识，希望对你有一定的参考价值。
文章目录
一、聚簇索引
聚集索引是指数据库表行中数据的物理顺序与键值的逻辑（索引）顺序相同
一个表只能有一个聚集索引，因为一个表的物理顺序只有一种情况，所以，对应的聚集索引只能有一个。
如果某索引不是聚集索引，则表中的行物理顺序与索引顺序不匹配，与非聚集索引相比，聚集索引有着更快的检索速度。
如下图，叶节点中直接包含了具体数据。
二、非聚簇索引
与聚集索引不同，非聚集索引的逻辑顺序与磁盘上行的物理存储顺序不同。磁盘上的数据可以随意分布，而通过非聚集索引，可以在逻辑上为数据排序。
如下图，叶节点没有包含具体的数据，而是包含了一个指向具体数据的指针
当索引通过二叉树的形式进行描述时，我们可以这样区分聚集与非聚集索引的区别：
聚集索引的叶节点就是最终的数据节点，而非聚集索引的叶节仍然是索引节点，但它有一个指向最终数据的指针
三、InnoDB 的索引
InnoDB 使用的是聚簇索引，将主键组织到一棵B+树中，而行数据就储存在叶子节点上，若使用"where id = 14"这样的条件查找主键，则按照B+树的检索算法即可查找到对应的叶节点，之后获得行数据。
若对 Name 列进行条件搜索，则需要两个步骤：
第一步在辅助索引B+树中检索 Name，到达其叶子节点获取对应的主键。
第二步使用主键在主索引B+树种再执行一次B+树检索操作，最终到达叶子节点即可获取整行数据（重点在于通过其他键需要建立辅助索引）
看上去聚簇索引的效率明显要低于非聚簇索引，因为每次使用辅助索引检索都要经过两次B+树查找，这不是多此一举吗？聚簇索引的优势在哪？
1. 聚簇索引的优势
由于行数据和叶子节点存储在一起，同一页中会有多条行数据，访问同一数据页不同行记录时，已经把页加载到了Buffer中，再次访问的时候，会在内存中完成访问，不必访问磁盘。
这样主键和行数据是一起被载入内存的，找到叶子节点就可以立刻将行数据返回了，如果按照主键 ID 来组织数据，获得数据更快。
辅助索引使用主键作为"指针"而不是使用地址值作为指针的好处是，减少了当出现行移动或者数据页分裂时辅助索引的维护工作，使用主键值当作指针会让辅助索引占用更多的空间，换来的好处是InnoDB在移动行时无须更新辅助索引中的这个"指针"
也就是说行的位置（实现中通过16K的Page来定位）会随着数据库里数据的修改而发生变化（前面的B+树节点分裂以及Page的分裂），使用聚簇索引就可以保证不管这个主键B+树的节点如何变化，辅助索引树都不受影响
2. 聚簇索引的劣势
（1）插入速度严重依赖于插入顺序，按照主键的顺序插入是最快的方式，否则将会出现页分裂，严重影响性能。因此，对于InnoDB表，我们一般都会定义一个自增的ID列为主键。
（2）更新主键的代价很高，因为将会导致被更新的行移动。因此，对于InnoDB表，我们一般定义主键为不可更新。
（3）二级索引访问需要两次索引查找，第一次找到主键值，第二次根据主键值找到行数据。
（4）聚簇索引主键的插入速度要比非聚簇索引主键的插入速度慢很多
四、MyISM 的非聚簇索引
MyISM使用的是非聚簇索引，非聚簇索引的两棵B+树看上去没什么不同，节点的结构完全一致只是存储的内容不同而已，主键索引B+树的节点存储了主键，辅助键索引B+树存储了辅助键。
表数据存储在独立的地方，这两颗B+树的叶子节点都使用一个地址指向真正的表数据，对于表数据来说，这两个键没有任何差别。由于索引树是独立的，通过辅助键检索无需访问主键的索引树。
五、为什么主键通常建议使用自增 id
聚簇索引的数据的物理存放顺序与索引顺序是一致的，即：只要索引是相邻的，那么对应的数据一定也是相邻地存放在磁盘上的。
如果主键不是自增id，那么可以想象，它会干些什么，不断地调整数据的物理地址、分页，当然也有其他一些措施来减少这些操作，但却无法彻底避免。
但，如果是自增的，那就简单了，它只需要一 页一页地写，索引结构相对紧凑，磁盘碎片少，效率也高。
因为MyISAM的主索引并非聚簇索引，那么他的数据的物理地址必然是凌乱的，拿到这些物理地址，按照合适的算法进行I/O读取，于是开始不停的寻道不停的旋转。
聚簇索引则只需一次I/O。（强烈的对比）
六、聚簇索引和非聚簇索引的使用场景
（1）聚簇索引适合排序
因为聚簇索引叶节点本身就是索引和数据按相同顺序放置在一起，索引序即是数据序，数据序即是索引序，所以很快。
非聚簇索引叶节点是保留了一个指向数据的指针，索引本身当然是排序的，但是数据并未排序，数据查询的时候需要消耗额外更多的I/O，所以较慢。
（2）聚簇索引适合取出一定范围的数据
因为聚簇索引的叶节点本身就是索引和数据按顺序存放的，索引的顺序就是数据的顺序，所以指定范围查询时，查找一次就可以得到一页紧挨着的数据
而非聚簇索引，逻辑有序，而物理空间上无序，所以，查询会消耗额外更多的I/O，更慢
（3）聚簇索引适合把相关的数据保存在一起
例如实现电子邮箱时，可以根据用户 ID 来聚集数据，这样只需要从磁盘读取少数的数据页就能获取某个用户的全部邮件。
如果没有使用聚簇索引，则每封邮件都可能导致一次磁盘 I/O
（4）非聚簇索引适合使用在频繁更新列时
非聚簇索引是物理上不连续，逻辑上连续，插入记录时不会引起数据顺序的重组
聚簇索引对表进行修改的速度较慢，因为为了保证表中记录的物理顺序和索引的顺序一致，会把记录插到数据页（叶子节点）的相应位置，所以会产生数据重排，而且插入新记录时为了维持B+树的特性，会频繁的分裂调整，影响了整体插入效率
七、mysql 聚簇索引的设定
聚簇索引默认是主键，如果表中没有定义主键，InnoDB 会选择一个唯一的非空索引代替。
如果没有这样的索引，InnoDB 会隐式定义一个主键来作为聚簇索引。
InnoDB 只聚集在同一个页面中的记录。包含相邻健值的页面可能相距甚远。
【参考】
https://www.huaweicloud.com/articles/317c9aab739c7f078d21d4eee51de3eb.html
https://blog.csdn.net/u014082714/article/details/106407206
以上是关于带你整理面试可能会问到的 聚簇索引和非聚簇索引的主要内容，如果未能解决你的问题，请参考以下文章