《高性能SQL调优精要与案例解析》一书谈主流关系库SQL调优（SQL TUNING或SQL优化）核心机制之——索引（index）

Posted 2020-11-19 数据库生态圈（RDB & NoSQL & Bigdata）

继《高性能SQL调优精要与案例解析》一书谈SQL调优（SQL TUNING或SQL优化），我们今天就谈谈各主流关系库中，占据SQL调优技术和工作半壁江山的、最重要的核心机制之一——索引（index）。我们知道，《高性能SQL调优精要与案例解析》一书中也再三强调索引对SQL调优的重要性，可是上篇文章中也谈到，只看案例和解决问题的具体方法，而不掌握SQL调优的基础知识，是没有用的，我们必须做到知其然，更要知其所以然，才能做到融会贯通，活学活用，进而将SQL调优技术掌握到炉火纯青的地步。因《高性能SQL调优精要与案例解析》主要以Oracle数据库为基础，对SQL调优技术进行了讲解，上篇文章中，我也说到，各关系库就SQL调优的分析和解决问题的思路、方法和步骤来说，几乎完全一样，只是具体命令、方法和形式有所差别而已。那么据此，我们今天就对各主流关系库的索引机制进行简要阐述，以帮助读者能更加深入理解和掌握《高性能SQL调优精要与案例解析》一书中的内容和精髓，更寄希望能使其他同学多多受益。但关系库中，索引类型不止一种，而不同关系库，相同关系库不同版本之间，也有差别，那么，下面，我们仅就应用最广泛的B*tree索引加以介绍。

1、Oracle B*tree索引：Oracle中B*Tree索引的组织结构图在《高性能SQL调优精要与案例解析》一书中均有详细描述，这里不再赘述，需要强调的是，Oracle中B*Tree的非叶级块（non-leaf level block ）中，存储的只有索引列的键值（单列索引的列值或多列索引的列值组合）最大值和指向下一级叶级块（leaf level block）或非叶级块的指针（pointer），这里的指针，也就是块的文件号+块号。而Oracle中B*Tree的叶级块中，则存储了索引列的键值+ROWID（数据行所在文件号+块号+槽号）这样，通过B*Tree中的键值和ROWID值，就能很容易的通过索引查找到表中的数据行。而Oracle中表对应的段中数据行，则是堆结构（heap），具体见《高性能SQL调优精要与案例解析》。而值得一提的是，Oracle中还有一种特殊的表组织结构，那就是索引组织表（IOT），该类表虽然在Oracle中应用不多，但在其他关系库中，确应用很广，只不过名称和细节不同而已，具体继续看下面的内容。

2、mysql B*Tree索引：大家知道，MYSQL数据库是一种插件数据库，也就是其中的数据存储引擎可以方便的进行插拔，因此，MYSQL中也有多种存储引擎同时存在。因为本文不是专门讲述MYSQL存储引擎的，因此，我们就拿应用最广的INNODB为例来进行说明。INNODB中的B*Tree索引（MYSQL中又称为key），和Oracle中不同的是，根据具体的组织结构，又可分为簇索引（clustered index或primary key index）和非簇索引（secondary index），在innodb中创建一个表时，系统会为表的主键创建一个簇索引，如果不指定一个主键，系统会选定一个唯一非空索引作为主键，如果不存在唯一非空索引，系统也会自动创建一个隐式主键，总之，表的主键非有不可。INNODB中表的数据，都存储在表的簇索引中，具体说，簇索引是一个B*Tree结构，只是叶级页（leaf level page）内除了簇索引的键值外，还包含了表中所有的数据列值，因此，INNODB表的数据是有序的。而INNODB表中非簇索引，其叶级块中并不包含数据行的物理地址（类似Oracle中数据行的ROWID），而是包含了表上簇索引中的键值，因此，INNODB中，通过非簇索引查找数据，一般要经历两次键值查找，第一次在非簇索引上，找到簇索引的键值后，再到簇索引上再次查找，才能找到真正要查找的数据行。这里强调的是，INNODB中表的簇索引并不是个可选项。其组织结构和Oracle中的索引组织表类似。

3.SQL SERVER B*Tree索引：SQL SERVER数据库，作为微软的拳头产品之一，有时也被人们俗称为MSSQL，目前国内外市场有着相当的占有率。MSSQL中的B*Tree索引，和MYSQL中的类似，也分为簇索引（clustered index）和非簇索引（nonclustered index），但和MYSQL中B*Tree索引不同的是，MSSQL中表上的簇索引并非是强制的，也就是，你创建一张表，该表是一张堆表，也就是其对应的段是以堆的形式组织和存储的，堆的概念，《高性能SQL调优精要与案例解析》一书中有详细论述，这里不再赘述。MSSQL中的堆表上，如果你创建了一个簇索引，那么，该表中的数据都被移到该簇索引的叶级页（leaf level page）中，并且以该簇索引的键值顺序排序组织和存储，原来的堆不再存在，如果你选择在该表上不创建簇索引，那么，该表就会一直以堆的形式存在。而MSSQL中的非簇索引，因为簇索引的存在与否，其内部组织和机制也分两种情况，当表上存在簇索引时，非簇索引的叶级页中存储的是簇索引的键值，也就是不存在指向相关数据行物理地址的指针；而如果表上不存在簇索引时，非簇索引叶级页中就会存储指向表中相关数据行物理地址的指针（这个指针MSSQL中叫做rid）。而不管表上是否存在簇索引，MSSQL将通过非簇索引查找数据行的行为称为书签查找（bookmark lookup），虽然，MSSQL中，一般将主键作为表上的簇索引来进行使用和创建。我们可以看到，MSSQL中的簇索引，在组织结构上和Oracle中的索引组织表及MYSQL中的簇索引相似。

4.Postgresql B*Tree索引：Postgresql数据库，作为最强大的开源关系库之一，号称免费版的Oracle，但就其应用特点、行锁及MVCC等方面具体内部实现来讲，确实与Oracle有很多相似之处，也可以说是关系库大家族中，和Oracle最相近的一款关系库。上面我们也说到，Postgresql数据库在很多方面和Oracle非常相似，那么，B*Tree索引的组织结构和应用也不例外，Postgresql数据库中的B*Tree索引和Oracle中很相似，也并没有MYSQL和MSSQL数据库中簇索引一说。值得一提的是，Postgresql中的表和索引等数据库对象，都是以单独的文件形式组织和存储，8k大小的数据页也与Oracle中的块不同，Postgresql中的mvcc与Oracle中的实现机制也有很大区别，因为，Postgresql表中数据的前影像数据和当前版本存储在一起，需要定期通过vaccum进行清除。更值得一提的是，因为Postgresql中B*Tree索引中并不存在数据的版本信息，因此，SQL语句的索引覆盖技术并不存在，无论索引列是否能覆盖SQL语句的所有列，都需要回表操作来确认具体数据行的版本信息，虽然，在postgresql9.2版本中引进了scan-only scans操作，这虽然在有些时候可以避开回表操作，但需要访问表的VM文件，更关键的是，如果VM文件中的相应位（bit）为unset状态，还是需要回表，因此，鉴于其机制上的局限，该技术实际中价值并没那么大，也许对写少读多的业务，会有一定的价值。

以上，仅就常用主流关系库索引机制做简要陈述，以帮助各位读者理解《高性能SQL调优精要及案例解析》一书内容，同时，也希望其他同学多多受益。