MySql-聚集索引-表为什么必须有主键

前几天跟搞C++游戏服务器一同事联动实现一个业务，看到他创建表默认没有主键，于是我建议他添加，同事铮铮有词说，业务根本用不着，多一个字段多浪费，我瞬间无语，于是跟他解说为什么必须添加？

针对MySQL5.6版本中的innodb引擎来说，比较规范的数据库表设计（包括我们公司）都会有一条不成文的规定，那就是给每张表一个自增主键。那么自增主键除了有数据的唯一性外，还有什么所用呢？为什么要有自增主键？阅读过《58到家数据库30条军规解读》中解释道：

• 主键递增，数据行写入可以提高插入性能，可以避免page分裂，减少表碎片提升空间和内存的使用。
• 主键要选择较短的数据类型，Innodb引擎普通索引都会保存主键的值，较短的数据类型可以有效的减少索引的磁盘空间，提高索引的缓存效率。
• 无主键的表删除，在row模式的主从架构，会导致备库夯住。

第三条先不必关注，我们来看看前两条。为什么能提高插入性能呢，避免page分页又是怎么回事？这里就不得不说一下聚集索引了。

聚集索引（Clustered Index）一个聚集索引定义了表中数据的物理存储顺序。如何理解聚集索引呢，好比一个电话本，比如一个电话本是按照姓氏排序，并且电话号码紧跟着后面。因为聚集索引决定了表中数据的物理存储顺序，那么一个表则有且只有一个聚集索引。一个聚集索引可以包含多个列。好比一个电话本是基于名字，姓氏同时排序。

Innodb的聚集索引

Innodb的存储索引是基于B+tree，理所当然，聚集索引也是基于B+tree。与非聚集索引的区别则是，聚集索引既存储了索引，也存储了行值。当一个表有一个聚集索引，它的数据是存储在索引的叶子页（leaf pages）。因此innodb也能理解为基于索引的表。

Innodb如何决定那个索引作为聚集索引呢？

Innodb如何选择一个聚集索引，对于Innodb，主键毫无疑问是一个聚集索引。但是当一个表没有主键，或者没有一个索引，Innodb会如何处理呢。请看如下规则1. 如果一个主键被定义了，那么这个主键就是作为聚集索引2. 如果没有主键被定义，那么该表的第一个唯一非空索引被作为聚集索引3. 如果没有主键也没有合适的唯一索引，那么innodb内部会生成一个隐藏的主键作为聚集索引，这个隐藏的主键是一个6个字节的列，改列的值会随着数据的插入自增。还有一个需要注意的是：次级索引的叶子节点并不存储行数据的物理地址。而是存储的该行的主键值。所以：一次级索引包含了两次查找。一次是查找次级索引自身。然后查找主键（聚集索引）现在应该明白了吧，建立自增主键的原因是：

Innodb中的每张表都会有一个聚集索引，而聚集索引又是以物理磁盘顺序来存储的，自增主键会把数据自动向后插入，避免了插入过程中的聚集索引排序问题。聚集索引的排序，必然会带来大范围的数据的物理移动，这里面带来的磁盘IO性能损耗是非常大的。
而如果聚集索引上的值可以改动的话，那么也会触发物理磁盘上的移动，于是就可能出现page分裂，表碎片横生。

解读中的第二点相信看了上面关于聚集索引的解释后就很清楚了。

虽然遵循上面的原则也没错，但某些特殊的情况也是可以自己指定一些非自增主键为聚集索引的。如：

当数据量大，但长时间不会被更新的；新生成的数据的索引本来就是按照自增的顺序增加的等等。