mysql组合索引最左原则

概述

之前在网上看到过很多关于mysql联合索引最左前缀匹配的文章，讲的都比较泛，所以今天在这里自己整理一下这方面的内容，做个备忘！

Mysql中联合索引的最左匹配原则

在Mysql建立多列索引（联合索引）有最左前缀的原则，即最左优先。

如果我们建立了一个2列的联合索引(col1,col2),实际上已经建立了两个联合索引(col1)、(col1,col2）;

如果有一个3列索引(col1,col2,col3)，实际上已经建立了三个联合索引(col1)、(col1,col2)、(col1,col2,col3)。

说明：

1、b+树的数据项是复合的数据结构，比如(name,age,sex)的时候，b+树是按照从左到右的顺序来建立搜索树的，比如当(小明,20,F)这样的数据来检索的时候，b+树会优先比较name来确定下一步的所搜方向，如果name相同再依次比较age和sex，最后得到检索的数据；但当(20,F)这样的没有name的数据来的时候，b+树就不知道第一步该查哪个节点，因为建立搜索树的时候name就是第一个比较因子，必须要先根据name来搜索才能知道下一步去哪里查询。

2、比如当(小明,F)这样的数据来检索时，b+树可以用name来指定搜索方向，但下一个字段age的缺失，所以只能把名字等于小明的数据都找到，然后再匹配性别是F的数据了， 这个是非常重要的性质，即索引的最左匹配特性。

这里要注意联合索引的顺序，如果联合索引是(col1,col2,col3)，但是where col3=xx and col2=xx 这种实际上是不会用到索引的。

mysql创建联合索引的意义

一个顶三个

建了一个(a,b,c)的复合索引，那么实际等于建了(a),(a,b),(a,b,c)三个索引，因为每多一个索引，都会增加写操作的开销和磁盘空间的开销。对于大量数据的表，这可是不小的开销。

覆盖索引

同样的有复合索引（a,b,c），如果有如下的sql: ｓｅｌｅｃｔ a,b,c from table where a=1 and b = 1。那么MySQL可以直接通过遍历索引取得数据，而无需回表，这减少了很多的随机io操作。减少io操作，特别的随机io其实是dba主要的优化策略。所以，在真正的实际应用中，覆盖索引是主要的提升性能的优化手段之一

索引列越多，通过索引筛选出的数据越少

有1000W条数据的表，有如下sql:

ｓｅｌｅｃｔ * from table where a = 1 and b =2 and c = 3

假设假设每个条件可以筛选出10%的数据，如果只有单值索引，那么通过该索引能筛选出1000W*10%=100w 条数据，然后再回表从100w条数据中找到符合b=2 and c= 3的数据，然后再排序，再分页；如果是复合索引，通过索引筛选出1000w*10%*10%*10%=1w，然后再排序、分页，哪个更高效就不用说了吧

创建联合索引时列的选择原则经常用的列优先（最左匹配原则）离散度高的列优先（离散度高原则）宽度小的列优先（最少空间原则）

列的离散性计算：count（distinct col）/ count(col)

例如：

id列一共9列都不重复 9/9 = 1

性别列一共9列只有（男或者女）两列 2/9 约等于0.2

离散性越高选择性越大

实例演示

1、创建测试表

CREATE TABLE `student` ( `id` int(11) NOT NULL, `name` varchar(10) NOT NULL, `age` int(11) NOT NULL, PRIMARY KEY (`id`), KEY `idx_id_name_age` (`id`,`name`,`age`)) ENGINE=InnoDB DEFAULT CHARSET=utf8

2、填充100w测试数据

ｄｒｏｐ PROCEDURE pro10;CREATE PROCEDURE pro10()BEGIN ｄｅｃｌａｒｅ i INT; ｄｅｃｌａｒｅ char_str varchar(100) DEFAULT ‘abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789‘; ｄｅｃｌａｒｅ return_str varchar(255) DEFAULT ‘‘; ｄｅｃｌａｒｅ age INT; SET i = 1; WHILE i < 5000000 do SET return_str = substring(char_str, FLOOR(1 + RAND()*62), 8); SET i = i+1; SET age = FLOOR(RAND() * 100); ｉｎｓｅｒｔ INTO student(id, name, age) values(i, return_str, age); END WHILE;END; CALL pro10();

3、场景测试

EXPLAIN ｓｅｌｅｃｔ * FROM student WHERE id = 2;

这里可以看到该查询使用到了索引

EXPLAIN ｓｅｌｅｃｔ * FROM student WHERE id = 2 AND name = ‘WXYZ0123‘;

可以看到该查询使用到了索引

EXPLAIN ｓｅｌｅｃｔ * FROM student WHERE id = 2 AND name = ‘WXYZ0123‘ and age = 51;

可以看到该查询使用到了索引

EXPLAIN ｓｅｌｅｃｔ * FROM student WHERE id = 2 AND age = 51;

可以看到该查询使用到了索引

EXPLAIN ｓｅｌｅｃｔ * FROM student WHERE name = ‘WXYZ0123‘ AND age = 51;

可以看到该查询没有使用到索引，类型为index，查询行数为812567，几乎进行了全表扫描，由于组合索引只针对最左边的列进行了排序，对于name、age只能进行全部扫描

EXPLAIN ｓｅｌｅｃｔ * FROM student WHERE name = ‘WXYZ0123‘ AND id = 2;EXPLAIN ｓｅｌｅｃｔ * FROM student WHERE age = 51 AND id = 2;EXPLAIN ｓｅｌｅｃｔ * FROM student WHERE name = ‘WXYZ0123‘ and age = 51 AND id = 2;

可以看到如上查询也使用到了索引，id放前面和放后面查询到的结果是一样的，MySQL会找出执行效率最高的一种查询方式，就是先根据id进行查询。

总结

如上测试，可以看到只要查询条件的列中包含组合索引最左边的那一列，不管该列在查询条件中的位置，都会使用索引进行查询。

后面会分享更多mysql方面内容，感兴趣的朋友可以关注下！！