InnoDB、索引与访问路径

索引是额外维护的数据结构，不是“查询慢就加一列”的开关。InnoDB 表按主键组织，二级索引叶子携带主键，因此主键宽度、联合索引顺序和查询投影共同决定空间、写放大与回表成本。

一、学习目标

理解 InnoDB 聚簇与二级索引结构
选择稳定、紧凑的主键
按等值、范围、排序设计联合索引
识别覆盖索引、回表与选择性
评估索引对写入和容量的成本

二、聚簇索引与主键

InnoDB 的聚簇索引叶子保存整行，通常由主键作为聚簇键。没有合适主键时 InnoDB 会选择或生成隐藏键，但业务和复制仍缺少稳定标识。

主键应稳定、非空、尽量紧凑且不更新。随机宽字符串会扩大所有二级索引并增加页分裂；单调 BIGINT 写入局部性好，但也要考虑分布式 ID 与热点。选择应基于工作负载，不是绝对规则。

三、二级索引与回表

二级索引叶子包含索引列和主键。查询通过二级索引找到主键后，若还需要其他列，再访问聚簇索引：

CREATE INDEX idx_orders_customer_created
  ON orders (customer_id, created_at DESC, id DESC);

若 SELECT 只需索引包含的列，可能形成覆盖访问，减少回表。为了覆盖而把大量宽列塞进索引会增加存储和写成本，应对高频关键查询有选择地使用。

四、联合索引顺序

索引顺序根据常见谓词和排序设计。一般先放稳定等值条件，再考虑范围和 ORDER BY，但优化器能力和数据分布都会影响结果。

索引 (customer_id, status, created_at, id) 能支持以 customer_id 开头的前缀；只按 status 查询未必有效。范围列之后的列可能仍参与索引条件下推或覆盖，但通常不能继续缩小连续范围。必须查看实际计划，而不是只背“最左前缀”口号。

五、选择性与函数索引

低选择性列单独索引可能不划算，例如只有两个值的 active。与高选择性前缀组合、特定分布或覆盖需求可能改变判断。

表达式过滤可使用生成列或函数索引，但要保证表达式确定、查询表达式匹配，并评估维护成本。时间范围通常优先改写为可索引半开区间，而不是立刻创建 DATE(created_at) 索引。

六、索引生命周期

每个索引增加 INSERT、UPDATE、DELETE 的维护、redo/undo、缓存和备份体积。重复或前缀冗余索引需要用 SHOW INDEX、使用统计和查询计划评估后移除。

删除索引前可使用不可见索引观察优化器不选它时的影响，但主键、唯一约束和外键所需索引不能随意处理。变更在真实规模副本验证，并观察复制延迟与磁盘。

七、从知识点到工程契约

本篇 SQL 最终要运行在长期存在的 schema、连接和事务中，而不是只在一个临时查询窗口里得到一次正确结果。先写清输入表与行数、会话设置、事务边界、允许的锁、期望结果和失败后的状态，再决定使用约束、查询、索引、存储对象还是运维命令。数据库行为同时受到版本、隔离级别、字符集、统计信息和并发会话影响，示例必须把这些前提显式化。

可以用以下顺序把知识点落到 StudyStore：

在全新数据库按迁移顺序建立最小 schema，保存 SHOW CREATE TABLE 与关键会话变量。
加入一个与“每个 WHERE 列都创建单列索引”相关的反例，记录错误码、SQLSTATE、事务是否仍可用以及数据是否改变。
为正常、空集、边界值、重复值和并发冲突准备确定性种子，不依赖手工残留数据。
对读查询检查结果集和 EXPLAIN ANALYZE；对写操作同时检查受影响行数、约束、提交与回滚。
最后才讨论性能优化。索引和参数调整必须有执行计划、等待事件或容量数据支持，并保留变更前基线。

审查数据库设计时至少回答四个问题：谁能写，哪条约束保护不变量，事务在哪一层结束，失败后如何恢复。MySQL 能保证声明范围内的事务和持久性，却不会替应用补上缺失约束、幂等键、备份演练或最小权限。只要这些问题没有明确答案，就不要把一次成功执行当成生产方案。

本篇最重要的能力是“理解 InnoDB 聚簇与二级索引结构”。能由主键、唯一键、外键、CHECK 或数据类型表达的规则，应优先落到数据库；需要跨聚合或外部系统判断的规则，再由应用和事务协调。不要用注释或约定替代可执行约束。

八、验证策略与复盘

验证分为 schema、数据、并发和恢复四层。schema 层检查定义与会话基线；数据层断言结果和约束；并发层至少用两个独立连接观察锁与隔离；恢复层在新实例重放迁移、备份与恢复。只看客户端显示“Query OK”不能证明结果正确，更不能证明在另一组数据和并发时仍正确。

建议保存下面的实验记录：

项目	需要记录的证据
版本	`SELECT VERSION()` 与镜像标签
会话	sql_mode、time_zone、事务隔离与字符集
输入	schema 版本、种子行数和参数值
输出	结果集、受影响行数、警告、错误码与 SQLSTATE
性能	执行计划、实际行数、耗时与等待
恢复	COMMIT/ROLLBACK 结果、备份校验和与恢复行数

每组脚本都应能在空数据库从头执行，并通过显式断言退出非零。涉及权限时分别用管理员和最小权限账户连接；涉及锁时设置有限等待，避免测试永久挂起；涉及复制时等待 GTID 状态而不是固定 sleep。清理只删除本次创建的临时容器、网络和数据库。

本篇可以用以下目标做验收：选择稳定、紧凑的主键；按等值、范围、排序设计联合索引；识别覆盖索引、回表与选择性。把每个目标转换为一条可重复 SQL、一个预期错误或一项恢复检查。若优化后结果正确但计划退化，应把执行计划也纳入回归证据。

发布前再从三个方向反向审查：把数据量放大两个数量级，判断扫描、锁和日志是否仍可控；让两个会话以最不利顺序并发，判断约束和事务是否仍保护不变量；让执行在任意一步失败，判断备份、回滚或幂等键能否恢复。只在十几行数据和单连接中成功的 SQL 仍只是功能草稿。

最后把脚本交给一个只知道镜像版本和入口命令的干净环境执行。脚本不得依赖图形客户端自动设置、个人默认数据库或先前会话变量；所有对象名、字符集、事务和预期错误都应明确。对仅用于说明、不可直接执行的片段要标注上下文，避免把省略条件的示意 SQL 当作完整迁移。

还要保存一份“结果为什么可信”的说明：约束证明哪些坏数据无法进入，事务证明哪些变化共同提交，执行计划证明访问了哪些行，权限测试证明哪些身份无法越界，恢复演练证明故障后能重新得到可用状态。这五类证据缺一时，都应在结论旁写明限制。数据库实验的价值不只是得到答案，而是让另一位操作者在不同机器、不同时间仍能重现同一判断。

若结论依赖当前数据分布或配置，应把适用范围写在 SQL 旁，并安排数据增长或版本升级后的复测条件；不要把一次测量永久固化为规则。

九、StudyStore 实验

为客户订单列表、商品 SKU 查找、待处理订单扫描和库存流水设计最少索引。加载倾斜数据，记录每条查询的 possible/key、实际行数、覆盖与回表；再添加一个冗余索引并计算写入与空间代价。

完成本节后，不要只保存代码或 SQL。请同时保存执行命令、关键输出和失败案例；学习笔记真正有价值的部分，是能够说明输入、状态变化、输出以及失败后的恢复方式。

十、常见错误

每个 WHERE 列都创建单列索引
使用宽且频繁变化的主键
只看 possible_keys 就认为索引已被使用
为了覆盖查询把大文本列塞进联合索引
删除看似未用索引却未评估约束和低频任务

十一、练习与自测

画出二级索引查找后回表的两次 B+Tree 路径。
为两个不同 ORDER BY 讨论是否需要不同索引。
比较低选择性 active 单列索引在两种数据分布下的计划。
找出一组前缀冗余索引并设计安全验证。

自测时应在干净的临时目录或临时数据库中重新执行，而不是依赖上一节遗留的状态。如果结果与预期不同，先记录实际输出，再缩小问题范围。

十二、官方资料

版本行为与二手文章不一致时，以本系列固定版本的官方文档、命令输出和可重复测试结果为准。

上一篇：聚合、窗口函数与分析查询下一篇：EXPLAIN、统计信息与查询优化