百度了一遍下来都在说myisam引擎的查询性能比innodb好，但是没有看到拿数据出来说话的，今天得空就做了下测试。

知识回顾

摘抄自：https://blog.csdn.net/STFPHP/article/details/52827845?utm_source=blogkpcl13

MyISAM索引的实现

MyISAM索引文件和数据文件是分离的，索引文件仅保存记录所在页的指针(物理位置)，通过这些地址来读取页，进而读取被索引的行。下图是MyISAM的索引原理图：(为了简化，一个页内只存放了两条记录。)

上图所提供的示例表字段有Col1(ID)、Col2(age)、Col3(name)三个，其中Col1为Primary Key(主键)，上图很好地说明了树中叶子保存的是对应行的物理位置。通过该值，存储引擎能顺利地进行回表查询，得到一行完整记录。同时，每个叶子页也保存了指向下一个叶子页的指针。从而方便叶子节点的范围遍历。

而对于二级索引，在 MyISAM存储引擎中以与上图同样的方式实现，这也说明了 MyISAM的索引方式是“非聚集的”，与 Innodb的“聚集索引”形成了对比。

InnoDB索引的实现

聚集索引

与 MyISAM相同的一点是，InnoDB 也采用 B+Tree这种数据结构来实现 B-Tree索引。而很大的区别在于，InnoDB 存储引擎采用“聚集索引”的数据存储方式实现B-Tree索引，所谓“聚集”，就是指数据行和相邻的键值紧凑地存储在一起，注意 InnoDB 只能聚集一个叶子页(16K)的记录(即聚集索引满足一定的范围的记录)，因此包含相邻键值的记录可能会相距甚远。

在 InnoDB 中，表被称为 索引组织表(index organized table)，InnoDB 按照主键构造一颗 B+Tree (如果没有主键，则会选择一个唯一的并且非空索引替代，如果没有这样的索引，InnoDB则会隐式地定义一个主键来作为聚集索引)，同时叶子页中存放整张表的行记录数据，也可以将聚集索引的叶子节点称为数据页，非叶子页可以看做是叶子页的稀疏索引。

下图说明了 InnoDB聚集索引的实现方式，同时也体现了一张 innoDB表的结构，可以看到，InnoDB 中，主键索引和数据是一体的，没有分开。：

这种实现方式，给予了 InnoDB 按主键检索的超高性能。可以有目的性地选择聚集索引，比如一个邮件表，可以选择用户ID来聚集数据，这样只需要从磁盘读取较少并且连续的数据页就能获得某个id的用户全部的邮件，避免了读取分散页时所耗费的随机I/O。

辅助索引

而对于辅助索引，InnoDB采用的方式是在叶子页中保存主键值，通过这个主键值来回表(上图)查询到一条完整记录，因此按辅助索引检索实际上进行了二次查询，效率肯定是没有按照主键检索高的。下图是辅助索引的实现方式：

由于每个辅助索引都包含主键索引，因此，为了减小辅助索引所占空间，我们通常希望 InnoDB 表中的主键索引尽量定义得小一些(值得一提的是，MySIAM会使用前缀压缩技术使得索引变小，而InnoDB按照原数据格式进行存储。)，并且希望InnoDB的主键是自增长的，因为如果主键并非自增长，插入时，由于写入时乱序的，会使得插入效率变低。

最后，我们要知道，B-Tree索引适用于等值匹配、范围匹配、键前缀匹配，这里的前缀指的是最左前缀。

测试

分别建立相同字段、索引列相同的俩长表，一个引擎是myisam, 一个是innodb

创建随机生成字符串和数字的函数，用于数据插入

3. 创建批量插入数据的函数

测试准备工作完成，开始

数据量在1w时，索引查询和非索引查询区别不大(红色箭头处为查询时间 单位秒)

数据量10W 索引查询区别不大， 非索引字段查询myisam要快些

数据量100w时 非索引字段查询myisam引擎的优势彰显出来了

数据量500w时 非索引字段查询myisam引擎的优势彰显出来了

索引查询俩个引擎差不多，但是非索引查询差别就很明显了，innodb耗时10s以上，而myisam只有0.6s

总结

MYIASM和INNODB查询使用索引时性能相差无几

但全表扫描时MYIASM查找的性能要好很多

标签：聚集,查询,索引,innode,InnoDB,myisam,mysql,主键

来源： https://blog.csdn.net/qq_35623773/article/details/114682703