InnoDB表的索引有哪些特性，索引组织结构是怎样的？

1、InnoDB聚集索引特点

站在用户的角度思考问题，与客户深入沟通，找到兴安盟网站设计与兴安盟网站推广的解决方案，凭借多年的经验，让设计与互联网技术结合，创造个性化、用户体验好的作品，建站类型包括：成都网站设计、成都网站建设、企业官网、英文网站、手机端网站、网站推广、域名注册、网页空间、企业邮箱。业务覆盖兴安盟地区。

我们知道，InnoDB引擎的聚集索引组织表，必然会有一个聚集索引。

行数据(row data)存储在聚集索引的叶子节点(除了发生overflow的列，参见 ，后面简称 “前置文”)，并且其存储的相对顺序取决于聚集索引的顺序。这里说相对顺序而不是物理顺序，是因为叶子节点数据页中，行数据的物理顺序和相对顺序可能并不是一致的，放在后面会讲。

InnoDB聚集索引的选择先后顺序是这样的：

如果有显式定义的主键(PRIMARY KEY)，则会选择该主键作为聚集索引

否则，选择第一个所有列都不允许为NULL的唯一索引

若前两者都没有，则InnoDB会选择内置的DB_ROW_ID作为聚集索引，命名为GEN_CLUST_INDEX

特别提醒： DB_ROW_ID占用6个字节，每次自增，且是整个实例内全局分配。也就是说，当前实例如果有多个表都采用了内置的DB_ROW_ID作为聚集索引，则在这些表插入新数据时，他们的内置DB_ROW_ID值并不是连续的，而是跳跃的。像下面这样：

t1表的ROW_ID：1、3、7、10

t2表的ROW_ID：2、4、5、6、8、9

2、InnoDB索引结构

InnoDB默认的索引数据结构采用B+树(空间索引采用R树)，索引数据存储在叶子节点。

InnoDB的基本I/O存储单位是数据页(page)，一个page默认是16KB。我们在 前置文 说过，每个page默认会预留1/16空闲空间用于后续数据“变长”更新所需，因此在最理想的顺序插入状态下，其产生的碎片也最少，这时候差不多能填满15/16的page空间。如果是随机写入的话，则page空间利用率大概是1/2 ~ 15/16。

当 row_format = DYNAMIC|COMPRESSED 时，索引最多长度为 3072字节，当 row_format = REDUNDANT|COMPACT 时，索引最大长度为 767字节。当page size不是默认的16KB时，最大索引长度限制也会跟着发生变化。

我们接下来分别验证关于InnoDB索引的基本结构特点。

首先创建如下测试表：

[root@yejr.me] [innodb]> CREATE TABLE `t1` (

`id` int(10) unsigned NOT NULL AUTO_INCREMENT,

`c1` int(10) unsigned NOT NULL DEFAULT '0',

`c2` varchar(100) NOT NULL,

`c3` varchar(100) NOT NULL,

PRIMARY KEY (`id`),

KEY `c1` (`c1`)

) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

用下面的方法写入10条测试数据：

set @uuid1=uuid(); set @uuid2=uuid();

insert into t1 select 0, round(rand()*1024),

@uuid1, concat(@uuid1, @uuid2);

看下 t1 表的整体结构：

# 用innodb_ruby工具查看

[root@yejr.me]# innodb_space -s ibdata1 -T innodb/t1 space-indexes

id name root fseg fseg_id used allocated fill_factor

238 PRIMARY 3 internal 1 1 1 100.00%

238 PRIMARY 3 leaf 2 0 0 0.00%

239 c1 4 internal 3 1 1 100.00%

239 c1 4 leaf 4 0 0 0.0

# 用innblock工具查看

[root@yejr.me]# innblock innodb/t1.ibd scan 16

...

===INDEX_ID:238

level0 total block is (1)

block_no: 3,level: 0|*|

===INDEX_ID:239

level0 total block is (1)

block_no: 4,level: 0|*|

可以看到

索引ID索引类型根节点page no索引层高

238主键索引(聚集索引)31

239辅助索引41

3、InnoDB索引特点验证

3.1 特点1：聚集索引叶子节点存储整行数据

先扫描第3个page，截取其中第一条物理记录的内容：

[root@yejr.me]# innodb_space -s ibdata1 -T innodb/t1 -p 3 page-dump

...

records:

{:format=>:compact,

:offset=>127,

:header=>

{:next=>263,

:type=>:conventional,

:heap_number=>2,

:n_owned=>0,

:min_rec=>false,

:deleted=>false,

:nulls=>[],

:lengths=>{"c2"=>36, "c3"=>72},

:externs=>[],

:length=>7},

:next=>263,

:type=>:clustered,

#第一条物理记录，id=1

:key=>[{:name=>"id", :type=>"INT UNSIGNED", :value=>1}],

:row=>

[{:name=>"c1", :type=>"INT UNSIGNED", :value=>777},

{:name=>"c2",

:type=>"VARCHAR(400)",

:value=>"a1c1a7c7-bda5-11e9-8476-0050568bba82"},

{:name=>"c3",

:type=>"VARCHAR(400)",

:value=>

"a1c1a7c7-bda5-11e9-8476-0050568bba82a1c1aec5-bda5-11e9-8476-0050568bba82"}],

:sys=>

[{:name=>"DB_TRX_ID", :type=>"TRX_ID", :value=>10950},

{:name=>"DB_ROLL_PTR",

:type=>"ROLL_PTR",

:value=>

{:is_insert=>true,

:rseg_id=>119,

:undo_log=>{:page=>469, :offset=>272}}}],

:length=>129,

:transaction_id=>10950,

:roll_pointer=>

{:is_insert=>true, :rseg_id=>119, :undo_log=>{:page=>469, :offset=>272}}}

很明显，的确是存储了整条数据的内容。

聚集索引树的键值(key)是主键索引值(i=10)，聚集索引节点值(value)是其他非聚集索引列(c1,c2,c3)以及隐含列(DB_TRX_ID、DB_ROLL_PTR)。

优化建议1：尽量不要存储大对象数据，使得每个叶子节点都能存储更多数据，降低碎片率，提高buffer pool利用率。此外也能尽量避免发生overflow。

3.2 特点2：聚集索引非叶子节点存储指向子节点的指针

对上面的测试表继续写入新数据，直到聚集索引树从一层分裂成两层。

我们根据旧文 InnoDB表聚集索引层高什么时候发生变化 里的计算方式，推算出来预计一个叶子节点最多可存储111条记录，因此在插入第112条记录时，就会从一层高度分裂成两层高度。经过实测，也的确是如此。

[root@yejr.me] [innodb]>select count(*) from t1;

+----------+

| count(*) |

+----------+

| 112 |

+----------+

[root@yejr.me]# innblock innodb/t1.ibd scan 16

...

===INDEX_ID:238

level1 total block is (1)

block_no: 3,level: 1|*|

level0 total block is (2)

block_no: 5,level: 0|*|block_no: 6,level: 0|*|

...

此时可以看到根节点依旧是pageno=3，而叶子节点变成了[5, 6]两个page。由此可知，根节点上应该只有两条物理记录，存储着分别指向pageno=[5, 6]这两个page的指针。

我们解析下3号page，看看它的具体结构：

[root@yejr.me]# innodb_space -s ibdata1 -T innodb/t1 -p 3 page-dump

...

records:

{:format=>:compact,

:offset=>125,

:header=>

{:next=>138,

:type=>:node_pointer,

:heap_number=>2,

:n_owned=>0,

:min_rec=>true, #第一条记录是min_key

:deleted=>false,

:nulls=>[],

:lengths=>{},

:externs=>[],

:length=>5},

:next=>138,

:type=>:clustered,

#第一条记录，只存储key值

:key=>[{:name=>"id", :type=>"INT UNSIGNED", :value=>1}],

:row=>[],

:sys=>[],

:child_page_number=>5, #value值是指向的叶子节点pageno=5

:length=>8} #整条记录消耗8字节，除去key值4字节外，指针也需要4字节

{:format=>:compact,

:offset=>138,

:header=>

{:next=>112,

:type=>:node_pointer,

:heap_number=>3,

:n_owned=>0,

:min_rec=>false,

:deleted=>false,

:nulls=>[],

:lengths=>{},

:externs=>[],

:length=>5},

:next=>112,

:type=>:clustered,

#第二条记录，只存储key值

:key=>[{:name=>"id", :type=>"INT UNSIGNED", :value=>56}],

:row=>[],

:sys=>[],

:child_page_number=>6, #value值是指向的叶子节点pageno=6

:length=>8}

优化建议2: 索引列数据长度越小越好，这样索引树存储效率越高，在非叶子节点能存储越多数据，延缓索引树层高分裂的速度，平均搜索效率更高。

3.3 特点3：辅助索引同时会存储主键索引列值

在辅助索引中，总是同时会存储主键索引(或者说聚集索引)的列值，其作用就是在对辅助索引扫描时，可以从叶子节点直接得到对应的聚集索引值，并可根据该值回表查询获取行数据(如果需要回表查询的话)。这个特性也被称为Index Extensions(5.6版本之后的优化器新特性，详见 Use of Index Extensions)。

此外，在辅助索引的非叶子节点中，索引记录的key值是索引定义的列值，而对应的value值则是聚集索引列值(简称PKV)。如果辅助索引定义时已经包含了部分聚集索引列，则索引记录的value值是未被包含的余下的聚集索引列值。

创建如下测试表：

CREATE TABLE `t3` (

`a` int(10) unsigned NOT NULL AUTO_INCREMENT,

`b` int(10) unsigned NOT NULL DEFAULT '0',

`c` varchar(20) NOT NULL DEFAULT '',

`d` varchar(20) NOT NULL DEFAULT '',

`e` varchar(20) NOT NULL DEFAULT '',

PRIMARY KEY (`a`,`b`),

KEY `k1` (`c`,`b`)

) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

随机插入一些测试数据：

# 调用shell脚本写入500条数据

[root@yejr.me]# cat insert.sh

#!/bin/bash

. ~/.bash_profile

cd /data/perconad

i=1

max=500

while [ $i -le $max ]

do

MySQL -Smysql.sock -e "insert ignore into t3 select

rand()*1024, rand()*1024, left(md5(uuid()),20) ,

left(uuid(),20), left(uuid(),20);" innodb

i=`expr $i + 1`

done

# 实际写入498条数据(其中有2条主键冲突失败)

[root@yejr.me] [innodb]>select count(*) from t3;

+----------+

| count(*) |

+----------+

| 498 |

+----------+

解析数据结构：

# 主键

[root@test1 perconad]# innodb_space -s ibdata1 -T innodb/t2 space-indexes

id name root fseg fseg_id used allocated fill_factor

245 PRIMARY 3 internal 1 1 1 100.00%

245 PRIMARY 3 leaf 2 5 5 100.00%

246 k1 4 internal 3 1 1 100.00%

246 k1 4 leaf 4 2 2 1

[root@yejr.me]# innodb_space -s ibdata1 -T innodb/t2 -p 4 page-dump

...

records:

{:format=>:compact,

:offset=>126,

:header=>

{:next=>164,

:type=>:node_pointer,

:heap_number=>2,

:n_owned=>0,

:min_rec=>true,

:deleted=>false,

:nulls=>[],

:lengths=>{"c"=>20},

:externs=>[],

:length=>6},

:next=>164,

:type=>:secondary,

:key=>

[{:name=>"c", :type=>"VARCHAR(80)", :value=>"00a5d42dd56632893b5f"},

{:name=>"b", :type=>"INT UNSIGNED", :value=>323}],

:row=>

[{:name=>"a", :type=>"INT UNSIGNED", :value=>310},

{:name=>"b", :type=>"INT UNSIGNED", :value=>9}],

# 此处给解析成b列的值了，实际上是指向叶子节点的指针，即child_page_number=9

# b列真实值是323

:sys=>[],

:child_page_number=>335544345,

# 此处解析不准确，实际上是下一条记录的record header，共6个字节

:length=>36}

{:format=>:compact,

:offset=>164,

:header=>

{:next=>112,

:type=>:node_pointer,

:heap_number=>3,

:n_owned=>0,

:min_rec=>false,

:deleted=>false,

:nulls=>[],

:lengths=>{"c"=>20},

:externs=>[],

:length=>6},

:next=>112,

:type=>:secondary,

:key=>

[{:name=>"c", :type=>"VARCHAR(80)", :value=>"7458824a39892aa77e1a"},

{:name=>"b", :type=>"INT UNSIGNED", :value=>887}],

:row=>

[{:name=>"a", :type=>"INT UNSIGNED", :value=>623},

{:name=>"b", :type=>"INT UNSIGNED", :value=>10}],

# 同上，其实是child_page_number=10，而非b列的值

:sys=>[],

:child_page_number=>0,

:length=>36} #数据长度16字节

顺便说下，辅助索引上没存储TRX_ID, ROLL_PTR这些(他们只存储在聚集索引上)。

上面用innodb_ruby工具解析的非叶子节点部分内容不够准确，所以我们用二进制方式打开数据文件二次求证确认：

# 此处也可以用 hexdump 工具

[root@yejr.me]# vim -b path/t3.ibd

...

:%!xxd

# 找到辅助索引所在的那部分数据

0010050: 0002 0272 0000 00e1 0000 0002 01b2 0100 ...r............

0010060: 0200 1b69 6e66 696d 756d 0003 000b 0000 ...infimum......

0010070: 7375 7072 656d 756d 1410 0011 0026 3030 supremum.....&00

0010080: 6135 6434 3264 6435 3636 3332 3839 3362 a5d42dd56632893b

0010090: 3566 0000 0143 0000 0136 0000 0009 1400 5f...C...6......

00100a0: 0019 ffcc 3734 3538 3832 3461 3339 3839 ....7458824a3989

00100b0: 3261 6137 3765 3161 0000 0377 0000 026f 2aa77e1a...w...o

00100c0: 0000 000a 0000 0000 0000 0000 0000 0000 ................

# 参考page物理结构方式进行解析，得到下面的结果

/* 第一条记录 */

1410 0011 0026, record header, 5字节

3030 6135 6434 3264 6435 3636 3332 3839 3362 3566,c='00a5d42dd56632893b5f',20B

0000 0143, b=323, 4B

0000 0136, a=310, 4B

0000 0009, child_pageno=9, 4B

/* 2 */

1400 0019 ffcc, record header

3734 3538 3832 3461 3339 3839 3261 6137 3765 3161, c='7458824a39892aa77e1a'

0000 0377, b=887

0000 026f, a=623

0000 000a, child_pageno=10郑州人流多少钱 http://www.hnmt120.com/

现在反过来看，上面用innodb_ruby工具解析出来的page-dump结果应该是这样的才对(我只选取一条记录，请自行对比和之前的不同之处)：

{:format=>:compact,

:offset=>164,

:header=>

{:next=>112,

:type=>:node_pointer,

:heap_number=>3,

:n_owned=>0,

:min_rec=>false,

:deleted=>false,

:nulls=>[],

:lengths=>{"c"=>20},

:externs=>[],

:length=>6},

:next=>112,

:type=>:secondary,

:key=>

[{:name=>"c", :type=>"VARCHAR(80)", :value=>"7458824a39892aa77e1a"},

{:name=>"b", :type=>"INT UNSIGNED", :value=>887}],

:row=> [{:name=>"a", :type=>"INT UNSIGNED", :value=>623}],

:sys=>[],

:child_page_number=>10,

:length=>36}

可以看到，的确如前面所说，辅助索引的非叶子节点的value值存储的是聚集索引列值。

优化建议3：辅助索引列定义的长度越小越好，定义辅助索引时，没必要显式的加上聚集索引列(5.6版本之后)。

3.4 特点4：没有可用的聚集索引列时，会使用内置的ROW_ID作为聚集索引

创建几个像下面这样的表，使其选择内置的ROW_ID作为聚集索引：

[root@yejr.me] [innodb]> CREATE TABLE `tn1` (

`c1` int(10) unsigned NOT NULL DEFAULT 0,

`c2` int(10) unsigned NOT NULL DEFAULT 0

) ENGINE=InnoDB;

循环对几个表写数据：

insert into tt1 select 1,1;

insert into tt2 select 1,1;

insert into tt3 select 1,1;

insert into tt1 select 2,2;

insert into tt2 select 2,2;

insert into tt3 select 2,2;

查看 tn1 - tn3 表里的数据(这里由于innodb_ruby工具解析的结果不准确，所以我改用hexdump来分析)：

tn1

000c060: 0200 1a69 6e66 696d 756d 0003 000b 0000 ...infimum......

000c070: 7375 7072 656d 756d 0000 1000 2000 0000 supremum.... ...

000c080: 0003 1200 0000 003d f6aa 0000 01d9 0110 .......=........

000c090: 0000 0001 0000 0001 0000 18ff d300 0000 ................

000c0a0: 0003 1500 0000 003d f9ad 0000 01da 0110 .......=........

000c0b0: 0000 0002 0000 0002 0000 0000 0000 0000 ................

tn2

000c060: 0200 1a69 6e66 696d 756d 0003 000b 0000 ...infimum......

000c070: 7375 7072 656d 756d 0000 1000 2000 0000 supremum.... ...

000c080: 0003 1300 0000 003d f7ab 0000 0122 0110 .......=....."..

000c090: 0000 0001 0000 0001 0000 18ff d300 0000 ................

000c0a0: 0003 1600 0000 003d feb0 0000 01db 0110 .......=........

000c0b0: 0000 0002 0000 0002 0000 0000 0000 0000 ................

tn3

000c060: 0200 1a69 6e66 696d 756d 0003 000b 0000 ...infimum......

000c070: 7375 7072 656d 756d 0000 1000 2000 0000 supremum.... ...

000c080: 0003 1400 0000 003d f8ac 0000 0123 0110 .......=.....#..

000c090: 0000 0001 0000 0001 0000 18ff d300 0000 ................

000c0a0: 0003 1700 0000 003e 03b3 0000 012a 0110 .......>.....*..

000c0b0: 0000 0002 0000 0002 0000 0000 0000 0000 ................

其中表示DB_ROW_ID的值分别是：

tn1

0003 12 => (1,1)

0003 15 => (2,2)

tn2

0003 13 => (1,1)

0003 16 => (2,2)

tn3

0003 14 => (1,1)

0003 17 => (2,2)

很明显，内置的DB_ROW_ID的确是在整个实例级别共享自增分配的，而不是每个表独享一个DB_ROW_ID序列。

我们可以想象下，如果一个实例中有多个表都用到这个DB_ROW_ID的话，势必会造成并发请求的竞争/等待。此外也可能会造成主从复制环境下，从库上relay log回放时可能会因为数据扫描机制的问题造成严重的复制延迟问题。详情参考 从库数据的查找和参数slave_rows_search_algorithms。

优化建议4：自行显示定义可用的聚集索引/主键索引，不要让InnoDB选择内置的DB_ROW_ID作为聚集索引，避免潜在的性能损失。

篇幅已经有点大了，本次的浅析工作就先到这里吧，以后再继续。

4、几点总结

最后针对InnoDB引擎表，总结几条建议吧。

每个表都要有显式主键，最好是自增整型，且没有业务用途

无论是主键索引，还是辅助索引，都尽可能选择数据类型较小的列

定义辅助索引时，没必要显式加上主键索引列(针对MySQL 5.6之后)

行数据越短越好，如果每个列都是固定长的则更好(不是像VARCHAR这样的可变长度类型)

上述测试环境基于Percona Server 5.7.22：

# MySQL的版本是Percona Server 5.7.22-22，我自己下载源码编译的

[root@yejr.me#] mysql -Smysql.sock innodb

...

Server version: 5.7.22-22-log Source distribution

...

[root@yejr.me]> \s

...

Server version: 5.7.22-22-log Source distribution