鑽石舞台

小夥伴們在面試的時候，有一個特別常見的問題，那就是數據庫的回表。什麼是回表？為什麼需要回表？

今天就來和大家聊一聊這個話題。

1. 索引結構

要搞明白這個問題，需要大家首先明白 MySQL 中索引存儲的數據結構。這個其實很多小夥伴可能也都聽說過，B+Tree 嘛！

B+Tree 是什麼？那你得先明白什麼是 B-Tree，來看如下一張圖：

前面是 B-Tree，後面是 B+Tree，兩者的區別在於：

B-Tree 中，所有節點都會帶有指向具體記錄的指針；B+Tree 中只有葉子結點會帶有指向具體記錄的指針。

B-Tree 中不同的葉子之間沒有連在一起；B+Tree 中所有的葉子結點通過指針連接在一起。

B-Tree 中可能在非葉子結點就拿到了指向具體記錄的指針，搜索效率不穩定；B+Tree 中，一定要到葉子結點中才可以獲取到具體記錄的指針，搜索效率穩定。

基於上面兩點分析，我們可以得出如下結論：

B+Tree 中，由於非葉子結點不帶有指向具體記錄的指針，所以非葉子結點中可以存儲更多的索引項，這樣就可以有效降低樹的高度，進而提高搜索的效率。

B+Tree 中，葉子結點通過指針連接在一起，這樣如果有範圍掃描的需求，那麼實現起來將非常容易，而對於 B-Tree，範圍掃描則需要不停的在葉子結點和非葉子結點之間移動。

對於第一點，一個 B+Tree 可以存多少條數據呢？以主鍵索引的 B+Tree 為例（二級索引存儲數據量的計算原理類似，但是葉子節點和非葉子節點上存儲的數據格式略有差異），我們可以簡單算一下。

計算機在存儲數據的時候，最小存儲單元是扇區，一個扇區的大小是 512 字節，而文件系統（例如 XFS/EXT4）最小單元是塊，一個塊的大小是 4KB。InnoDB 引擎存儲數據的時候，是以頁為單位的，每個數據頁的大小默認是 16KB，即四個塊。

基於這樣的知識儲備，我們可以大致算一下一個 B+Tree 能存多少數據。

假設數據庫中一條記錄是 1KB，那麼一個頁就可以存 16 條數據（葉子結點）；對於非葉子結點存儲的則是主鍵值+指針，在 InnoDB 中，一個指針的大小是 6 個字節，假設我們的主鍵是 bigint ，那麼主鍵占 8 個字節，當然還有其他一些頭信息也會占用字節我們這裡就不考慮了，我們大概算一下，小夥伴們心裡有數即可：

16*1024/(8+6)=1170

即一個非葉子結點可以指向 1170 個頁，那麼一個三層的 B+Tree 可以存儲的數據量為：

1170*1170*16=21902400

可以存儲 2100萬 條數據。

在 InnoDB 存儲引擎中，B+Tree 的高度一般為 2-4 層，這就可以滿足千萬級的數據的存儲，查找數據的時候，一次頁的查找代表一次 IO，那我們通過主鍵索引查詢的時候，其實最多只需要 2-4 次 IO 操作就可以了。

大家先搞明白這個 B+Tree。

2. 兩類索引

大家知道，MySQL 中的索引有很多中不同的分類方式，可以按照數據結構分，可以按照邏輯角度分，也可以按照物理存儲分，其中，按照物理存儲方式，可以分為聚簇索引和非聚簇索引。

我們日常所說的主鍵索引，其實就是聚簇索引（Clustered Index）;主鍵索引之外，其他的都稱之為非主鍵索引，非主鍵索引也被稱為二級索引（Secondary Index），或者叫作輔助索引。

對於主鍵索引和非主鍵索引，使用的數據結構都是 B+Tree，唯一的區別在於葉子結點中存儲的內容不同：

主鍵索引的葉子結點存儲的是一行完整的數據。

非主鍵索引的葉子結點存儲的則是主鍵值。

這就是兩者最大的區別。

所以，當我們需要查詢的時候：

如果是通過主鍵索引來查詢數據，例如 select * from user where id=100，那麼此時只需要搜索主鍵索引的 B+Tree 就可以找到數據。

如果是通過非主鍵索引來查詢數據，例如 select * from user where username='javaboy'，那麼此時需要先搜索 username 這一列索引的 B+Tree，搜索完成後得到主鍵的值，然後再去搜索主鍵索引的 B+Tree，就可以獲取到一行完整的數據。

對於第二種查詢方式而言，一共搜索了兩棵 B+Tree，第一次搜索 B+Tree 拿到主鍵值後再去搜索主鍵索引的 B+Tree，這個過程就是所謂的回表。

從上面的分析中我們也能看出，通過非主鍵索引查詢要掃描兩棵 B+Tree，而通過主鍵索引查詢只需要掃描一棵 B+Tree，所以如果條件允許，還是建議在查詢中優先選擇通過主鍵索引進行搜索。

3. 一定會回表嗎？

那麼不用主鍵索引就一定需要回表嗎？

不一定！

如果查詢的列本身就存在於索引中，那麼即使使用二級索引，一樣也是不需要回表的。

舉個例子，我有如下一張表：

uname 和 address 字段組成了一個複合索引，那麼此時，雖然這是一個二級索引，但是索引樹的葉子節點中除了保存主鍵值，也保存了 address 的值。

我們來看如下分析：

可以看到，此時使用到了 uname 索引，但是最後的 Extra 的值為Using index，這就表示用到了索引覆蓋掃描（覆蓋索引），此時直接從索引中過濾不需要的記錄並返回命中的結果，這一步是在 MySQL 服務器層完成的，並且不需要回表。

4. 擴展

基於第一、二小節的分析，我們再來捋一捋為什麼在數據庫中建議使用自增主鍵。

自增主鍵往往占用空間比較小，int 占 4 個字節，bigint 占 8 個字節。由於二級索引的葉子節點存儲的就是主鍵，所以如果主鍵占用空間小，意味着二級索引的葉子節點將來占用的空間小（間接降低 B+Tree 的高度，提高搜索效率）。

自增主鍵插入的時候比較快，直接插入即可，不會涉及到葉子節點分裂等問題（不需要挪動其他記錄）；而其他非自增主鍵插入的時候，可能要插入到兩個已有的數據中間，就有可能導致葉子節點分裂等問題，插入效率低（要挪動其他記錄）。

當然，這個是基於技術層面的討論，如果業務上無法使用自增主鍵或者有其他要求導致無法使用自增主鍵，那沒辦法，在滿足新要求的情況下重新選擇一個最佳實踐吧。

好啦，今天的主題是回表，現在大家明白什麼是回表了吧？

- EOF -

看完本文有收穫？請轉發分享給更多人

關注「ImportNew」，提升Java技能

點讚和在看就是最大的支持❤️