1、InnoDB聚集索引特點

站在用戶的角度思考問題，與客戶深入溝通，找到興安盟網站設計與興安盟網站推廣的解決方案，憑借多年的經驗，讓設計與互聯網技術結合，創(chuàng)造個性化、用戶體驗好的作品，建站類型包括：成都網站設計、成都網站建設、企業(yè)官網、英文網站、手機端網站、網站推廣、域名注冊、網頁空間、企業(yè)郵箱。業(yè)務覆蓋興安盟地區(qū)。

我們知道，InnoDB引擎的聚集索引組織表，必然會有一個聚集索引。

行數據(row data)存儲在聚集索引的葉子節(jié)點(除了發(fā)生overflow的列，參見 ，后面簡稱 “前置文”)，并且其存儲的相對順序取決于聚集索引的順序。這里說相對順序而不是物理順序，是因為葉子節(jié)點數據頁中，行數據的物理順序和相對順序可能并不是一致的，放在后面會講。

InnoDB聚集索引的選擇先后順序是這樣的：

如果有顯式定義的主鍵(PRIMARY KEY)，則會選擇該主鍵作為聚集索引

否則，選擇第一個所有列都不允許為NULL的唯一索引

若前兩者都沒有，則InnoDB會選擇內置的DB_ROW_ID作為聚集索引，命名為GEN_CLUST_INDEX

特別提醒： DB_ROW_ID占用6個字節(jié)，每次自增，且是整個實例內全局分配。也就是說，當前實例如果有多個表都采用了內置的DB_ROW_ID作為聚集索引，則在這些表插入新數據時，他們的內置DB_ROW_ID值并不是連續(xù)的，而是跳躍的。像下面這樣：

t1表的ROW_ID：1、3、7、10

t2表的ROW_ID：2、4、5、6、8、9

2、InnoDB索引結構

InnoDB默認的索引數據結構采用B+樹(空間索引采用R樹)，索引數據存儲在葉子節(jié)點。

InnoDB的基本I/O存儲單位是數據頁(page)，一個page默認是16KB。我們在 前置文 說過，每個page默認會預留1/16空閑空間用于后續(xù)數據“變長”更新所需，因此在最理想的順序插入狀態(tài)下，其產生的碎片也最少，這時候差不多能填滿15/16的page空間。如果是隨機寫入的話，則page空間利用率大概是1/2 ~ 15/16。

當 row_format = DYNAMIC|COMPRESSED 時，索引最多長度為 3072字節(jié)，當 row_format = REDUNDANT|COMPACT 時，索引最大長度為 767字節(jié)。當page size不是默認的16KB時，最大索引長度限制也會跟著發(fā)生變化。

我們接下來分別驗證關于InnoDB索引的基本結構特點。

首先創(chuàng)建如下測試表：

[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;

用下面的方法寫入10條測試數據：

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

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

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

看下 t1 表的整體結構：

# 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索引類型根節(jié)點page no索引層高

238主鍵索引(聚集索引)31

239輔助索引41

3、InnoDB索引特點驗證

3.1 特點1：聚集索引葉子節(jié)點存儲整行數據

先掃描第3個page，截取其中第一條物理記錄的內容：

[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,

#第一條物理記錄，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}}}

很明顯，的確是存儲了整條數據的內容。

聚集索引樹的鍵值(key)是主鍵索引值(i=10)，聚集索引節(jié)點值(value)是其他非聚集索引列(c1,c2,c3)以及隱含列(DB_TRX_ID、DB_ROLL_PTR)。

優(yōu)化建議1：盡量不要存儲大對象數據，使得每個葉子節(jié)點都能存儲更多數據，降低碎片率，提高buffer pool利用率。此外也能盡量避免發(fā)生overflow。

3.2 特點2：聚集索引非葉子節(jié)點存儲指向子節(jié)點的指針

對上面的測試表繼續(xù)寫入新數據，直到聚集索引樹從一層分裂成兩層。

我們根據舊文 InnoDB表聚集索引層高什么時候發(fā)生變化 里的計算方式，推算出來預計一個葉子節(jié)點最多可存儲111條記錄，因此在插入第112條記錄時，就會從一層高度分裂成兩層高度。經過實測，也的確是如此。

[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|*|

...

此時可以看到根節(jié)點依舊是pageno=3，而葉子節(jié)點變成了[5, 6]兩個page。由此可知，根節(jié)點上應該只有兩條物理記錄，存儲著分別指向pageno=[5, 6]這兩個page的指針。

我們解析下3號page，看看它的具體結構：

[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, #第一條記錄是min_key

:deleted=>false,

:nulls=>[],

:lengths=>{},

:externs=>[],

:length=>5},

:next=>138,

:type=>:clustered,

#第一條記錄，只存儲key值

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

:row=>[],

:sys=>[],

:child_page_number=>5, #value值是指向的葉子節(jié)點pageno=5

:length=>8} #整條記錄消耗8字節(jié)，除去key值4字節(jié)外，指針也需要4字節(jié)

{: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,

#第二條記錄，只存儲key值

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

:row=>[],

:sys=>[],

:child_page_number=>6, #value值是指向的葉子節(jié)點pageno=6

:length=>8}

優(yōu)化建議2: 索引列數據長度越小越好，這樣索引樹存儲效率越高，在非葉子節(jié)點能存儲越多數據，延緩索引樹層高分裂的速度，平均搜索效率更高。

3.3 特點3：輔助索引同時會存儲主鍵索引列值

在輔助索引中，總是同時會存儲主鍵索引(或者說聚集索引)的列值，其作用就是在對輔助索引掃描時，可以從葉子節(jié)點直接得到對應的聚集索引值，并可根據該值回表查詢獲取行數據(如果需要回表查詢的話)。這個特性也被稱為Index Extensions(5.6版本之后的優(yōu)化器新特性，詳見 Use of Index Extensions)。

此外，在輔助索引的非葉子節(jié)點中，索引記錄的key值是索引定義的列值，而對應的value值則是聚集索引列值(簡稱PKV)。如果輔助索引定義時已經包含了部分聚集索引列，則索引記錄的value值是未被包含的余下的聚集索引列值。

創(chuàng)建如下測試表：

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;

隨機插入一些測試數據：

# 調用shell腳本寫入500條數據

[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

# 實際寫入498條數據(其中有2條主鍵沖突失敗)

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

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

| count(*) |

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

| 498 |

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

解析數據結構：

# 主鍵

[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}],

# 此處給解析成b列的值了，實際上是指向葉子節(jié)點的指針，即child_page_number=9

# b列真實值是323

:sys=>[],

:child_page_number=>335544345,

# 此處解析不準確，實際上是下一條記錄的record header，共6個字節(jié)

: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，其實是child_page_number=10，而非b列的值

:sys=>[],

:child_page_number=>0,

:length=>36} #數據長度16字節(jié)

順便說下，輔助索引上沒存儲TRX_ID, ROLL_PTR這些(他們只存儲在聚集索引上)。

上面用innodb_ruby工具解析的非葉子節(jié)點部分內容不夠準確，所以我們用二進制方式打開數據文件二次求證確認：

# 此處也可以用 hexdump 工具

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

...

:%!xxd

# 找到輔助索引所在的那部分數據

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 ................

# 參考page物理結構方式進行解析，得到下面的結果

/* 第一條記錄 */

1410 0011 0026, record header, 5字節(jié)

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鄭州人流多少錢 http://www.hnmt120.com/

現在反過來看，上面用innodb_ruby工具解析出來的page-dump結果應該是這樣的才對(我只選取一條記錄，請自行對比和之前的不同之處)：

{: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，的確如前面所說，輔助索引的非葉子節(jié)點的value值存儲的是聚集索引列值。

優(yōu)化建議3：輔助索引列定義的長度越小越好，定義輔助索引時，沒必要顯式的加上聚集索引列(5.6版本之后)。

3.4 特點4：沒有可用的聚集索引列時，會使用內置的ROW_ID作為聚集索引

創(chuàng)建幾個像下面這樣的表，使其選擇內置的ROW_ID作為聚集索引：

[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;

循環(huán)對幾個表寫數據：

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 表里的數據(這里由于innodb_ruby工具解析的結果不準確，所以我改用hexdump來分析)：

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的值分別是：

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)

很明顯，內置的DB_ROW_ID的確是在整個實例級別共享自增分配的，而不是每個表獨享一個DB_ROW_ID序列。

我們可以想象下，如果一個實例中有多個表都用到這個DB_ROW_ID的話，勢必會造成并發(fā)請求的競爭/等待。此外也可能會造成主從復制環(huán)境下，從庫上relay log回放時可能會因為數據掃描機制的問題造成嚴重的復制延遲問題。詳情參考 從庫數據的查找和參數slave_rows_search_algorithms。

優(yōu)化建議4：自行顯示定義可用的聚集索引/主鍵索引，不要讓InnoDB選擇內置的DB_ROW_ID作為聚集索引，避免潛在的性能損失。

篇幅已經有點大了，本次的淺析工作就先到這里吧，以后再繼續(xù)。

4、幾點總結

最后針對InnoDB引擎表，總結幾條建議吧。

每個表都要有顯式主鍵，最好是自增整型，且沒有業(yè)務用途

無論是主鍵索引，還是輔助索引，都盡可能選擇數據類型較小的列

定義輔助索引時，沒必要顯式加上主鍵索引列(針對MySQL 5.6之后)

行數據越短越好，如果每個列都是固定長的則更好(不是像VARCHAR這樣的可變長度類型)

上述測試環(huán)境基于Percona Server 5.7.22：

# MySQL的版本是Percona Server 5.7.22-22，我自己下載源碼編譯的

[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