本篇章依托一个实际应用，分析一下。
一.前言：
网上看到有一个有趣的现象，一个有1W数据量的表，执行不同的orderby条件，查询时间非常大，这个是实际应用中确实出现的问题？？为什么呢？
二.分析
a).情况描述：
1.有主键id，联合索引(id,ver);用前者当orderby查询慢，用后者orderby查询会很快；
2.每一行的数据量挺大
3.id为主索引,而select查询的字段也仅仅有id，那么不就是索引覆盖了呗，不用到物理磁盘回行数据，在索引上就能拿到要的数据了，但本应该查询更快的却慢了。Mysql-索引覆盖
b).分析：
肯定用的不是mysiam引擎，若是的话用这两个索引查询，其实速度是差不多的，因为索引上存的都是一个物理行的地址嘛，实际占有的数据量又不大。但如果是innodb就不一样了，它的主索引下边可是拖家带口存放着该行的所有数据的。
c).结论：
1.主因：用的innodb引擎
是聚簇索引，主键ID索引还下拖家带口的挂着该行的其他数据，导致沿着ID排序时，要跨过好多小块才能查询遍历每个ID；(而mysiam下头没那么多数据，跨过相同的数据块会更快，遍历更多的行)
2.从因：有几个字段下的数据量比较大，即拖家带口带的人还比较多，数据量比较大。每行数据量大，在磁盘存储时占用的块儿也多
3. 当时mysiam引擎时不存在这个问题
d).映射结论：
当 执行select较多时，应当使用mysiam引擎，
当执行 insert,update多时使用innodb引擎
更多结论请看：Mysql-索引总结
三.模拟测试
还原上面所说的条件，建立连个表，控制变量，除了引擎不同外，其余条件相同，主键ID主索引，联合索引（id,ver）。
1.新建表t7，mysiam引擎
2.随机插入一万条数据
3.执行查询语句，查看时间
显然，时间相差不太大，都是一个量级的。
4.新建表t8，innodb引擎
5.随机插入一万条数据
小插曲，按照上边脚本执行语句，等待时间非常长，为什么呢？因为其为聚簇索引，有主键索引ID，在创建主键索引的时候，行的数据块大量移动，有分裂移动的时间在里边。
操作是先删除主键索引ID，插入数据后在add primary key（id）,再创建主键索引结构
6.执行查询语句，查看时间
显然，时间相差差别很大。
原因：两个语句都用到了聚簇索引，只是主键的跨块儿太多，而联合索引为次级索引，下边无数据，块儿少，遍历快。
7.总分析，只有t8表(innodb)的按照主键索引排序耗时多，其余还好
时间排序结论：innodb.主索引 > innodb.次索引 > mysiam
效率将近差了27倍，问题处在了哪里？
1.主因，沿着主键做order by排序，查询时会跨页很多块，时间增加
2.如果没有几个长的char字段，数据块也不大，也就不会造成这么大的差别，
比如，删除表中str1,str2,str3字段，查询时间也会大大减少，差异不明显
以上就是Mysql-聚簇索排序慢案例分析的内容，更多相关内容请关注微课江湖（）！