谈谈InnoDB辅助索引的几个特征。
0. 初始化测试表、数据
1. 问题1：索引列允许为NULL，对性能影响有多少
结论1，存储大量的NULL值，除了计算更复杂之外，数据扫描的代价也会更高一些
2. 问题2：辅助索引需要MVCC多版本读的时候，为什么需要依赖聚集索引
结论2，辅助索引中不存储DB_TRX_ID，需要依托聚集索引实现MVCC
3. 问题3：为什么查找数据时，一定要读取叶子节点，只读非叶子节点不行吗
结论3，在索引树中查找数据时，最终一定是要读取叶子节点才行
4. 问题4：索引列允许为NULL，会额外存储更多字节吗
结论4，定义列值允许为NULL并不会增加物理存储代价，但对索引效率的影响要另外考虑
5. 几点总结
6. 延伸阅读
本文开始之前，有几篇文章建议先复习一下
InnoDB表聚集索引层高什么时候发生变化
浅析InnoDB索引结构
Innodb页合并和页分裂
innblock | InnoDB page观察利器
接下来，我们一起测试验证关于辅助索引的几个特点。
测试表结构如下：
[root@yejr.run]> CREATE TABLE `t_sk` ( `id` int(10) unsigned NOT NULL AUTO_INCREMENT, `c1` int(10) unsigned NOT NULL, `c2` int(10) unsigned NOT NULL, `c3` int(10) unsigned NOT NULL, `c4` int(10) unsigned NOT NULL, `c5` datetime NOT NULL, `c6` char(20) NOT NULL, `c7` varchar(30) NOT NULL, `c8` varchar(30) NOT NULL, `c9` varchar(30) NOT NULL, PRIMARY KEY (`id`), KEY `k1` (`c1`) ) ENGINE=InnoDB;除了主键索引外，还有个 c1 列上的辅助索引。
用 mysql_random_data_load 灌入50万测试数据。
[root@yejr.run]# mysql_random_data_load -hXX -uXX -pXX test t_sk 500000把辅助索引列 c1 修改为允许NULL，并且随机更新5万条数据，将 c1 列设置为NULL
[root@yejr.run]> alter table t_sk modify c1 int unsigned; [root@yejr.run]> update t_sk set c1 = NULL order by rand() limit 50000; Query OK, 50000 rows affected (2.83 sec) Rows matched: 50000 Changed: 50000 Warnings: 0 #随机1/10为null [root@yejr.run]> select count(*) from t_sk where c1 is null; +----------+ | count(*) | +----------+ | 50000 | +----------+好，现在观察辅助索引的索引数据页结构。
[root@yejr.run]# innblock test/t_sk.ibd scan 16 ... Datafile Total Size:100663296 ===INDEX_ID:46 --聚集索引(主键索引) level2 total block is (1) --根节点,层高2(共3层),共1个page block_no: 3,level: 2|*| level1 total block is (5) --中间节点,层高1,共5个page block_no: 261,level: 1|*|block_no: 262,level: 1|*|block_no: 263,level: 1|*| block_no: 264,level: 1|*|block_no: 265,level: 1|*| level0 total block is (5020) --叶子节点,层高0,共5020个page block_no: 5,level: 0|*|block_no: 6,level: 0|*|block_no: 7,level: 0|*| ... ===INDEX_ID:47 --辅助索引 level1 total block is (1) --根节点,层高1(共2层),共1个page block_no: 4,level: 1|*| level0 total block is (509) --叶子节点,层高0,共509个page block_no: 18,level: 0|*|block_no: 19,level: 0|*|block_no: 31,level: 0|*| ...观察辅助索引的根节点里的数据
[root@yejr.run]# innodb_space -s ibdata1 -T test/t_sk -p 4 page-dump ... records: {:format=>:compact, :offset=>126, --第一条记录 :header=> {:next=>428, :type=>:node_pointer, :heap_number=>2, :n_owned=>0, :min_rec=>true, --min_rec表示最小记录 :deleted=>false, :nulls=>["c1"], :lengths=>{}, :externs=>[], :length=>6}, :next=>428, :type=>:secondary, :key=>[{:name=>"c1", :type=>"INT UNSIGNED", :value=>:NULL}], --对应c1列值为NULL :row=>[{:name=>"id", :type=>"INT UNSIGNED", :value=>9}], --对应id=9 :sys=>[], :child_page_number=>18, --指向叶子节点 pageno = 18 :length=>8} ... {:format=>:compact, :offset=>6246, --最后一条记录(next=>112,指向supremum) :header=> {:next=>112, :type=>:node_pointer, :heap_number=>346, :n_owned=>0, :min_rec=>false, :deleted=>false, :nulls=>[], :lengths=>{}, :externs=>[], :length=>6}, :next=>112, :type=>:secondary, :key=>[{:name=>"c1", :type=>"INT UNSIGNED", :value=>2142714688}], --对应c1=2142714688 :row=>[{:name=>"id", :type=>"INT UNSIGNED", :value=>73652}], --对应id=73652 :sys=>[], :child_page_number=>2935, --指向叶子节点2935 :length=>12}经过统计，根节点中c1列值为NULL的记录共有33条，其余476条是c1列值为非NULL，共509条记录。
叶子节点中，每个page大约可以存储1547条记录，共有5万条记录值为NULL，因此需要至少33个page来保存（ceiling(50000/1547) = 33)。
看下这个SQL的查询计划
[root@yejr.run]> desc select count(*) from t_sk where c1 is null\G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: t_sk partitions: NULL type: ref possible_keys: k1 key: k1 key_len: 5 ref: const rows: 99112 filtered: 100.00 Extra: Using where; Using index从上面的输出中，我们能看到，当索引列设置允许为NULL时，是会对其纳入索引统计信息，并且值为NULL的记录，都是存储在索引树的最左边。
接下来，跑几个SQL查询。
SQL1，统计所有NULL值数量
[root@yejr.run]> select count(*) from t_sk where c1 is null; +----------+ | count(*) | +----------+ | 50000 | +----------+查看slow log
InnoDB_pages_distinct: 34 ... select count(*) from t_sk where c1 is null;共需要扫描34个page，根节点(1)+叶子节点(33)，正好34个page。
备注：需要用Percona版本才能在slow query log中有InnoDB_pages_distinct信息。
SQL2, 查询 c1 is null
[root@yejr.run]> select id,c1 from t_sk where c1 is null limit 1; +------+------+ | id | c1 | +------+------+ | 9607 | NULL | +------+------+查看slow log
InnoDB_pages_distinct: 12 ... select id,c1 from t_sk where c1 is null limit 1;这次的查询需要扫描12个page，除去1个根节点外，还需要扫描12个叶子节点，只是为了返回一条数据而已，这代价有点大。
如果把SQL微调改成下面这样
[root@yejr.run]> select id,c1 from t_sk where c1 is null limit 10000,1; +-------+------+ | id | c1 | +-------+------+ | 99671 | NULL | +-------+------+可以看到还是需要扫描12个page。
InnoDB_pages_distinct: 12 ... select id,c1 from t_sk where c1 is null limit 10000,1;SQL3, 查询 c1 任意非NULL值如果把 c1列条件改成正常的int值，结果就不太一样了
[root@yejr.run]> select id, c1 from t_sk where c1 = 907299016; +--------+-----------+ | id | c1 | +--------+-----------+ | 365115 | 907299016 | +--------+-----------+ 1 row in set (0.00 sec)slow log是这样的
InnoDB_pages_distinct: 2 ... select id, c1 from t_sk where c1 = 907299016;可以看到，只需要扫描2个page，这个看起来就正常了。
另外，如果要查询的c1值正好介于两个page的临界位置，那么需要多读取一个page。
扫描第31号page，确认该数据页中的最小和最大物理记录
[root@yejr.run]# innodb_space -s ibdata1 -T test/t_sk -p 31 page-dump ... records: {:format=>:compact, :offset=>126, :header=> {:next=>9996, :type=>:conventional, :heap_number=>2, :n_owned=>0, :min_rec=>false, :deleted=>false, :nulls=>[], :lengths=>{}, :externs=>[], :length=>6}, :next=>9996, :type=>:secondary, :key=>[{:name=>"c1", :type=>"INT UNSIGNED", :value=>1531865685}], :row=>[{:name=>"id", :type=>"INT UNSIGNED", :value=>1507}], :sys=>[], :length=>8} ... {:format=>:compact, :offset=>5810, :header=> {:next=>112, :type=>:conventional, :heap_number=>408, :n_owned=>0, :min_rec=>false, :deleted=>false, :nulls=>[], :lengths=>{}, :externs=>[], :length=>6}, :next=>112, :type=>:secondary, :key=>[{:name=>"c1", :type=>"INT UNSIGNED", :value=>1536700825}], :row=>[{:name=>"id", :type=>"INT UNSIGNED", :value=>361382}], :sys=>[], :length=>8}指定c1的值为 1531865685、1536700825 执行查询，查看slow log，确认都需要扫描3个page，而如果换成介于这两个值之间的数据，则只需要扫描2个page。
InnoDB_pages_distinct: 3 ... select id, c1 from t_sk where c1 = 1531865685; InnoDB_pages_distinct: 3 ... select id, c1 from t_sk where c1 = 1536700825; InnoDB_pages_distinct: 2 ... select id, c1 from t_sk where c1 = 1536630003; InnoDB_pages_distinct: 2 ... select id, c1 from t_sk where c1 = 1536575377;这是因为辅助索引是非唯一的，即便是在等值查询时，也需要再读取下一条记录，以确认已获取所有符合条件的数据。
还有，当利用辅助索引读取数据时，如果要读取整行数据，则需要回表。
也就是说，除了扫描辅助索引数据页之外，还需要扫描聚集索引数据页。
来个例子看看就知道了。
#无需回表时 InnoDB_pages_distinct: 2 ... select id, c1 from tnull where c1 = 1536630003; #需要回表时 InnoDB_pages_distinct: 5 ... select * from t_sk where c1 = 1536630003;需要回表时，除了扫描辅助索引页2个page外，还需要回表扫描聚集索引页，而聚集索引是个3层树，因此总共需要扫描5个page。
InnoDB的MVCC是通过在聚集索引页中同时存储了DB_TRX_ID和DB_ROLL_PTR来实现的。
但是我们从上面page dump出来的结果也很明显能看到，附注索引页是不存储DB_TRX_ID信息的。
所以说，辅助索引上如果想要实现MVCC，需要通过回表读聚集索引来实现。
在辅助索引的根节点这个页面中(pageno=4)，我们注意到它记录的最小记录(min_rec)对应的是(c1=NULL, id=9)这条记录。
在它指向的叶子节点页面中(pageno=18)也确认了这个情况。
现在把id=9的记录删掉，看看辅助索引数据页会发生什么变化。
[root@yejr.run]> delete from t_sk where id = 9 and c1 is null; Query OK, 1 row affected (0.01 sec)先检查第4号数据页。
[root@yejr.run]# innodb_space -s ibdata1 -T test/t_sk -p 4 page-dump ... records: {:format=>:compact, :offset=>126, :header=> {:next=>428, :type=>:node_pointer, :heap_number=>2, :n_owned=>0, :min_rec=>true, :deleted=>false, :nulls=>["c1"], :lengths=>{}, :externs=>[], :length=>6}, :next=>428, :type=>:secondary, :key=>[{:name=>"c1", :type=>"INT UNSIGNED", :value=>:NULL}], :row=>[{:name=>"id", :type=>"INT UNSIGNED", :value=>9}], :sys=>[], :child_page_number=>18, :length=>8} ...看到第四号数据页中，最小记录还是 id=9，没有更新。
再查看第18号数据页。
[root@yejr.run]# innodb_space -s ibdata1 -T test/t_sk -p 18 page-dump ... records: {:format=>:compact, :offset=>136, :header=> {:next=>146, :type=>:conventional, :heap_number=>3, :n_owned=>0, :min_rec=>false, :deleted=>false, :nulls=>["c1"], :lengths=>{}, :externs=>[], :length=>6}, :next=>146, :type=>:secondary, :key=>[{:name=>"c1", :type=>"INT UNSIGNED", :value=>:NULL}], :row=>[{:name=>"id", :type=>"INT UNSIGNED", :value=>30}], :sys=>[], :length=>4} ...在这个数据页（叶子节点）中，最小记录已经被更新成 id=30 这条数据了。
可见，索引树中的非叶子节点数据不是实时更新的，只有叶子节点的数据才是最准确的。
之前流传有一种说法，不允许设置列值允许NULL，是因为会额外多存储一个字节，事实是这样吗？
我们先把c1列改成NOT NULL DEFAULT 0，当然了，改之前要先把所有NULL值更新成0。
[root@yejr.run]> update t_sk set c1=0 where c1 is null; [root@yejr.run]> alter table t_sk modify c1 int unsigned not null default 0;在修改之前，每条索引记录长度都是10字节，更新之后却变成了13个字节。直接对比索引页中的数据，发现不同之处
#允许为NULL，且默认值为NULL时 {:format=>:compact, :offset=>136, :header=> {:next=>146, :type=>:conventional, :heap_number=>3, :n_owned=>0, :min_rec=>false, :deleted=>false, :nulls=>["c1"], :lengths=>{}, :externs=>[], :length=>6}, :next=>146, :type=>:secondary, :key=>[{:name=>"c1", :type=>"INT UNSIGNED", :value=>:NULL}], :row=>[{:name=>"id", :type=>"INT UNSIGNED", :value=>48}], :sys=>[], :length=>4} #不允许为NULL，默认值为0时 {:format=>:compact, :offset=>138, :header=> {:next=>151, :type=>:conventional, :heap_number=>3, :n_owned=>0, :min_rec=>false, :deleted=>false, :nulls=>[], :lengths=>{}, :externs=>[], :length=>5}, :next=>151, :type=>:secondary, :key=>[{:name=>"c1", :type=>"INT UNSIGNED", :value=>0}], :row=>[{:name=>"id", :type=>"INT UNSIGNED", :value=>48}], :sys=>[], :length=>8}可以看到，原先允许为NULL时，record header需要多一个字节（共6字节），但实际物理存储中无需存储NULL值。
而当设置为NOT NULL DEFAULT 0时，record header只需要5字节，但实际物理存储却多了4字节，总共多了3字节，所以索引记录以前是10字节，更新后变成了13字节，实际上代价反倒变大了。
列值允许为NULL更多的是计算代价变大了，以及索引对索引效率的影响，反倒可以说是节省了物理存储开销。
最后，本文使用的MySQL版本Percona-Server-5.7.22，下载源码后自编译的。
Server version: 5.7.22-22-log Source distribution最后针对InnoDB辅助索引，总结几条建议吧。a) 索引列最好不要设置允许NULL。b) 如果是非索引列，设置允许为NULL基本上无所谓。c) 辅助索引需要依托聚集索引实现MVCC。d) 叶子节点总是存储最新数据，而非叶子节点则不一定。e) 尽可能不SELECT *，尽量利用覆盖索引完成查询，能不回表就不回表。
InnoDB表聚集索引层高什么时候发生变化
浅析InnoDB索引结构
Innodb页合并和页分裂
innblock | InnoDB page观察利器
jcole.us：The physical structure of InnoDB index pages
jcole.us：B+Tree index structures in InnoDB
Enjoy MySQL :)
全文完。
由叶老师主讲的「MySQL优化」课已升级到MySQL 8.0版本，扫码开启MySQL 8.0的修行之旅吧
