MySQL性能优化必知：聚集索引与覆盖索引如何避免回表？
作者：阿柄666
想知道MySQL如何快速查询千万级数据吗？本文深入浅出解析索引数据结构,对比二叉树、红黑树、Hash表与B+树的优劣,揭秘B+树16KB节点设计原理,并详解InnoDB聚集索引与覆盖索引优化技巧,助你避免回表,提升数据库性能
索引
索引是Mysql快速获取数据的一种数据结构。
索引的数据结构有哪些？
- 二叉树：能一定程度的优化查询速度，但是容易出现单边树（无法优化查询效率）
- 红黑树：和二叉树一个道理，也可能出现单边树
- Hash表：能提高具体索引字段的查询效率，但是无法排序。
- B-Tree：所有的节点包含数据，节点数据从左往右递增排列
B+Tree(B-Tree变种)
MySql真正使用的索引的数据结构是B+Tree
- 非叶子节点不存储data，只存储索引（高级冗余），可以存放更多字段
- 叶子节点包含所有索引字段，从左到右依次递增
- 叶子节点有双向指针相连，提高访问效率
Mysql最终使用的索引数据结构为B+Tree
B+Tree单个节点的分配空间大小为16KB（大概估算：1170*1170*16≈2000W）,所以一般生产环境上Mysql单表存放一般是一千万数据，更多的数据采用分库分表存储（MySql横向扩容是很方便的）。
Mysql用的数据引擎（数据引擎是针对表的，并不是针对数据库）：
- MyISAM
索引的数据结构为非聚集索引（叶子节点存放主键的指针），索引文件和数据文件分离，查询完后需要回表。该数据引擎不支持数据。
- InnoDB
索引的数据结构为聚集索引（主键索引叶子节点会存放整条数据），其他索引（组合索引、唯一索引、普通索引）检索完后，如果索引内包含所需要返回的索引字段，则不需要回表（这里的回表指再次查询主键索引，拿到所需要的的字段，而不是读取数据文件），如果不包含，则存在回表操作，在实际的索引优化中，尽量使用覆盖索引，避免回表操作。
推荐使用自增主键（在新增数据的时候，直接在索引后面追加数据，而不是插入）。如果表中没有主键的时候，数据表会虚拟一个主键，以虚拟的主键生成主键索引。
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。