在MySQL中，wlddy属于存储引擎级别的概念，不同存储引擎对wlddy的实现方式是不同的，本文主要讨论MyISAM和InnoDB两个存储引擎的wlddy实现方式。
MyISAMwlddy实现MyISAM引擎使用B+Tree作为wlddy结构，叶节点的data域存放的是数据记录的地址。下图是MyISAMwlddy的原理图：
图8
这里设表一共有三列，假设我们以Col1为主键，则图8是一个MyISAM表的主wlddy（Primary key）示意。可以看出MyISAM的wlddy文件仅仅保存数据记录的地址。在MyISAM中，主wlddy和辅助wlddy（Secondary key）在结构上没有任何区别，只是主wlddy要求key是唯一的，而辅助wlddy的key可以重复。如果我们在Col2上建立一个辅助wlddy，则此wlddy的结构如下图所示：
图9
同样也是一颗B+Tree，data域保存数据记录的地址。因此，MyISAM中wlddy检索的算法为首先按照B+Tree搜索算法搜索wlddy，如果指定的Key存在，则取出其data域的值，然后以data域的值为地址，读取相应数据记录。
MyISAM的wlddy方式也叫做“非聚集”的，之所以这么称呼是为了与InnoDB的聚集wlddy区分。
InnoDBwlddy实现虽然InnoDB也使用B+Tree作为wlddy结构，但具体实现方式却与MyISAM截然不同。
第一个重大区别是InnoDB的数据文件本身就是wlddy文件。从上文知道，MyISAMwlddy文件和数据文件是分离的，wlddy文件仅保存数据记录的地址。而在InnoDB中，表数据文件本身就是按B+Tree组织的一个wlddy结构，这棵树的叶节点data域保存了完整的数据记录。这个wlddy的key是数据表的主键，因此InnoDB表数据文件本身就是主wlddy。
图10
图10是InnoDB主wlddy（同时也是数据文件）的示意图，可以看到叶节点包含了完整的数据记录。这种wlddy叫做聚集wlddy。因为InnoDB的数据文件本身要按主键聚集，所以InnoDB要求表必须有主键（MyISAM可以没有），如果没有显式指定，则MySQL系统会自动选择一个可以唯一标识数据记录的列作为主键，如果不存在这种列，则MySQL自动为InnoDB表生成一个隐含字段作为主键，这个字段长度为6个字节，类型为长整形。
第二个与MyISAMwlddy的不同是InnoDB的辅助wlddydata域存储相应记录主键的值而不是地址。换句话说，InnoDB的所有辅助wlddy都引用主键作为data域。例如，图11为定义在Col3上的一个辅助wlddy：
图11
这里以英文字符的ASCII码作为比较准则。聚集wlddy这种实现方式使得按主键的搜索十分高效，但是辅助wlddy搜索需要检索两遍wlddy：首先检索辅助wlddy获得主键，然后用主键到主wlddy中检索获得记录。
了解不同存储引擎的wlddy实现方式对于正确使用和优化wlddy都非常有帮助，例如知道了InnoDB的wlddy实现后，就很容易明白为什么不建议使用过长的字段作为主键，因为所有辅助wlddy都引用主wlddy，过长的主wlddy会令辅助wlddy变得过大。再例如，用非单调的字段作为主键在InnoDB中不是个好主意，因为InnoDB数据文件本身是一颗B+Tree，非单调的主键会造成在插入新记录时数据文件为了维持B+Tree的特性而频繁的分裂调整，十分低效，而使用自增字段作为主键则是一个很好的选择。
下一章将具体讨论这些与wlddy有关的优化策略。
wlddy使用策略及优化MySQL的优化主要分为结构优化（Scheme optimization）和查询优化（Query optimization）。本章讨论的高性能wlddy策略主要属于结构优化范畴。本章的内容完全基于上文的理论基础，实际上一旦理解了wlddy背后的机制，那么选择高性能的策略就变成了纯粹的推理，并且可以理解这些策略背后的逻辑。
示例数据库为了讨论wlddy策略，需要一个数据量不算小的数据库作为示例。本文选用MySQL官方文档中提供的示例数据库之一：employees。这个数据库关系复杂度适中，且数据量较大。下图是这个数据库的E-R关系图（引用自MySQL官方手册）：
图12最左前缀原理与相关优化
高效使用wlddy的首要条件是知道什么样的查询会使用到wlddy，这个问题和B+Tree中的“最左前缀原理”有关，下面通过例子说明最左前缀原理。
这里先说一下联合wlddy的概念。在上文中，我们都是假设wlddy只引用了单个的列，实际上，MySQL中的wlddy可以以一定顺序引用多个列，这种wlddy叫做联合wlddy，一般的，一个联合wlddy是一个有序元组<a1, a2, …, an>，其中各个元素均为数据表的一列，实际上要严格定义wlddy需要用到关系代数，但是这里我不想讨论太多关系代数的话题，因为那样会显得很枯燥，所以这里就不再做严格定义。另外，单列wlddy可以看成联合wlddy元素数为1的特例。
以employees.titles表为例，下面先查看其上都有哪些wlddy：
从结果中可以到titles表的主wlddy为<emp_no, title, from_date>，还有一个辅助wlddy<emp_no>。为了避免多个wlddy使事情变复杂（MySQL的SQL优化器在多wlddy时行为比较复杂），这里我们将辅助wlddydrop掉：
这样就可以专心分析wlddyPRIMARY的行为了。
情况一：全列匹配。很明显，当按照wlddy中所有列进行精确匹配（这里精确匹配指“=”或“IN”匹配）时，wlddy可以被用到。这里有一点需要注意，理论上wlddy对顺序是敏感的，但是由于MySQL的查询优化器会自动调整where子句的条件顺序以使用适合的wlddy，例如我们将where中的条件顺序颠倒：
效果是一样的。
情况二：最左前缀匹配。当查询条件精确匹配wlddy的左边连续一个或几个列时，如<emp_no>或<emp_no, title>，所以可以被用到，但是只能用到一部分，即条件所组成的最左前缀。上面的查询从分析结果看用到了PRIMARYwlddy，但是key_len为4，说明只用到了wlddy的第一列前缀。
情况三：查询条件用到了wlddy中列的精确匹配，但是中间某个条件未提供。此时wlddy使用情况和情况二相同，因为title未提供，所以查询只用到了wlddy的第一列，而后面的from_date虽然也在wlddy中，但是由于title不存在而无法和左前缀连接，因此需要对结果进行扫描过滤from_date（这里由于emp_no唯一，所以不存在扫描）。如果想让from_date也使用wlddy而不是where过滤，可以增加一个辅助wlddy<emp_no, from_date>，此时上面的查询会使用这个wlddy。除此之外，还可以使用一种称之为“隔离列”的优化方法，将emp_no与from_date之间的“坑”填上。
首先我们看下title一共有几种不同的值：
只有7种。在这种成为“坑”的列值比较少的情况下，可以考虑用“IN”来填补这个“坑”从而形成最左前缀：
这次key_len为59，说明wlddy被用全了，但是从type和rows看出IN实际上执行了一个range查询，这里检查了7个key。看下两种查询的性能比较：
“填坑”后性能提升了一点。如果经过emp_no筛选后余下很多数据，则后者性能优势会更加明显。当然，如果title的值很多，用填坑就不合适了，必须建立辅助wlddy。
情况四：查询条件没有指定wlddy第一列。由于不是最左前缀，wlddy这样的查询显然用不到wlddy。
情况五：匹配某列的前缀字符串。此时可以用到wlddy，但是如果通配符不是只出现在末尾，则无法使用wlddy。（原文表述有误，如果通配符%不出现在开头，则可以用到wlddy，但根据具体情况不同可能只会用其中一个前缀）
情况六：范围查询。范围列可以用到wlddy（必须是最左前缀），但是范围列后面的列无法用到wlddy。同时，wlddy最多用于一个范围列，因此如果查询条件中有两个范围列则无法全用到wlddy。
可以看到wlddy对第二个范围wlddy无能为力。这里特别要说明MySQL一个有意思的地方，那就是仅用explain可能无法区分范围wlddy和多值匹配，因为在type中这两者都显示为range。同时，用了“between”并不意味着就是范围查询，例如下面的查询：
看起来是用了两个范围查询，但作用于emp_no上的“BETWEEN”实际上相当于“IN”，也就是说emp_no实际是多值精确匹配。可以看到这个查询用到了wlddy全部三个列。因此在MySQL中要谨慎地区分多值匹配和范围匹配，否则会对MySQL的行为产生困惑。
情况七：查询条件中含有函数或表达式。很不幸，如果查询条件中含有函数或表达式，则MySQL不会为这列使用wlddy（虽然某些在数学意义上可以使用）。例如：
虽然这个查询和情况五中功能相同，但是由于使用了函数left，则无法为title列应用wlddy，而情况五中用LIKE则可以。再如：
显然这个查询等价于查询emp_no为10001的函数，但是由于查询条件是一个表达式，MySQL无法为其使用wlddy。看来MySQL还没有智能到自动优化常量表达式的程度，因此在写查询语句时尽量避免表达式出现在查询中，而是先手工私下代数运算，转换为无表达式的查询语句。
wlddy选择性与前缀wlddy既然wlddy可以加快查询速度，那么是不是只要是查询语句需要，就建上wlddy？答案是否定的。因为wlddy虽然加快了查询速度，但wlddy也是有代价的：wlddy文件本身要消耗存储空间，同时wlddy会加重插入、删除和修改记录时的负担，另外，MySQL在运行时也要消耗资源维护wlddy，因此wlddy并不是越多越好。一般两种情况下不建议建wlddy。
第一种情况是表记录比较少，例如一两千条甚至只有几百条记录的表，没必要建wlddy，让查询做全表扫描就好了。至于多少条记录才算多，这个个人有个人的看法，我个人的经验是以2000作为分界线，记录数不超过 2000可以考虑不建wlddy，超过2000条可以酌情考虑wlddy。
另一种不建议建wlddy的情况是wlddy的选择性较低。所谓wlddy的选择性（Selectivity），是指不重复的wlddy值（也叫基数，Cardinality）与表记录数（#T）的比值：
Index Selectivity = Cardinality / #T
显然选择性的取值范围为(0, 1]，选择性越高的wlddy价值越大，这是由B+Tree的性质决定的。例如，上文用到的employees.titles表，如果title字段经常被单独查询，是否需要建wlddy，我们看一下它的选择性：
title的选择性不足0.0001（精确值为0.00001579），所以实在没有什么必要为其单独建wlddy。
有一种与wlddy选择性有关的wlddy优化策略叫做前缀wlddy，就是用列的前缀代替整个列作为wlddykey，当前缀长度合适时，可以做到既使得前缀wlddy的选择性接近全列wlddy，同时因为wlddykey变短而减少了wlddy文件的大小和维护开销。下面以employees.employees表为例介绍前缀wlddy的选择和使用。
从图12可以看到employees表只有一个wlddy<emp_no>，那么如果我们想按名字搜索一个人，就只能全表扫描了：
如果频繁按名字搜索员工，这样显然效率很低，因此我们可以考虑建wlddy。有两种选择，建<first_name>或<first_name, last_name>，看下两个wlddy的选择性：
<first_name>显然选择性太低，<first_name, last_name>选择性很好，但是first_name和last_name加起来长度为30，有没有兼顾长度和选择性的办法？可以考虑用first_name和last_name的前几个字符建立wlddy，例如<first_name, left(last_name, 3)>，看看其选择性：
选择性还不错，但离0.9313还是有点距离，那么把last_name前缀加到4：
这时选择性已经很理想了，而这个wlddy的长度只有18，比<first_name, last_name>短了接近一半，我们把这个前缀wlddy 建上：
此时再执行一遍按名字查询，比较分析一下与建wlddy前的结果：
性能的提升是显著的，查询速度提高了120多倍。
前缀wlddy兼顾wlddy大小和查询速度，但是其缺点是不能用于ORDER BY和GROUP BY操作，也不能用于Covering index（即当wlddy本身包含查询所需全部数据时，不再访问数据文件本身）。
InnoDB的主键选择与插入优化在使用InnoDB存储引擎时，如果没有特别的需要，请永远使用一个与业务无关的自增字段作为主键。
经常看到有帖子或博客讨论主键选择问题，有人建议使用业务无关的自增主键，有人觉得没有必要，完全可以使用如学号或身份证号这种唯一字段作为主键。不论支持哪种论点，大多数论据都是业务层面的。如果从数据库wlddy优化角度看，使用InnoDB引擎而不使用自增主键绝对是一个糟糕的主意。
上文讨论过InnoDB的wlddy实现，InnoDB使用聚集wlddy，数据记录本身被存于主wlddy（一颗B+Tree）的叶子节点上。这就要求同一个叶子节点内（大小为一个内存页或磁盘页）的各条数据记录按主键顺序存放，因此每当有一条新的记录插入时，MySQL会根据其主键将其插入适当的节点和位置，如果页面达到装载因子（InnoDB默认为15/16），则开辟一个新的页（节点）。
如果表使用自增主键，那么每次插入新的记录，记录就会顺序添加到当前wlddy节点的后续位置，当一页写满，就会自动开辟一个新的页。如下图所示：
图13
这样就会形成一个紧凑的wlddy结构，近似顺序填满。由于每次插入时也不需要移动已有数据，因此效率很高，也不会增加很多开销在维护wlddy上。
如果使用非自增主键（如果身份证号或学号等），由于每次插入主键的值近似于随机，因此每次新纪录都要被插到现有wlddy页得中间某个位置：
图14
此时MySQL不得不为了将新记录插到合适位置而移动数据，甚至目标页面可能已经被回写到磁盘上而从缓存中清掉，此时又要从磁盘上读回来，这增加了很多开销，同时频繁的移动、分页操作造成了大量的碎片，得到了不够紧凑的wlddy结构，后续不得不通过OPTIMIZE TABLE来重建表并优化填充页面。
因此，只要可以，请尽量在InnoDB上采用自增字段做主键。
本文参考：http://blog.codinglabs.org/articles/theory-of-mysql-index.html