mysql 索引使用总结（MySQL复合索引的深入探究）

时间：2021-10-25 10:56:17类别：数据库

mysql 索引使用总结

MySQL复合索引的深入探究

复合索引(又称为联合索引)，是在多个列上创建的索引。创建复合索引最重要的是列顺序的选择，这关系到索引能否使用上，或者影响多少个谓词条件能使用上索引。复合索引的使用遵循最左匹配原则，只有索引左边的列匹配到，后面的列才能继续匹配。本文主要探究复合索引的创建顺序与使用情况。

（一）复合索引的概念

在单个列上创建的索引我们称为单列索引，在2个以上的列上创建的索引称为复合索引。在单个列上创建索引相对简单，通常只需要考虑列的选择率即可，选择性越好，代表数据越分散，创建出来的索引性能也就更好。通常，某列选择率的计算公式为：
selectivity = 施加谓词条件后返回的记录数 / 未施加谓词条件后返回的记录数
可选择率的取值范围是(0,1]，值越小，代表选择性越好。
对于复合索引(又称为联合索引)，是在多个列上创建的索引。创建复合索引最重要的是列顺序的选择，这关系到索引能否使用上，或者影响多少个谓词条件能使用上索引。复合索引的使用遵循最左匹配原则，只有索引左边的列匹配到，后面的列才能继续匹配。

（二）什么情况下会使用复合索引的列

复合索引遵循最左匹配原则，只有索引中最左列匹配到，下一列才有可能被匹配。如果左边列使用的是非等值查询，则索引右边的列将不会被查询使用，也不会被排序使用。

实验：哪些情况下会使用到复合索引

复合索引中的哪些字段被使用到了，是我们非常关心的问题。网络上一个经典的例子：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15 -- 创建测试表

CREATE TABLE t1(

c1 CHAR(1) not null,

c2 CHAR(1) not null,

c3 CHAR(1) not null,

c4 CHAR(1) not null,

c5 CHAR(1) not null

)ENGINE innodb CHARSET UTF8;

-- 添加索引

alter table t1 add index idx_c1234(c1,c2,c3,c4);

--插入测试数据

insert into t1 values('1','1','1','1','1'),('2','2','2','2','2'),

('3','3','3','3','3'),('4','4','4','4','4'),('5','5','5','5','5');

需要探索下面哪些查询语句使用到了索引idx_c1234，以及使用到了索引的哪些字段？

(A) where c1=? and c2=? and c4>? and c3=?

(B) where c1=? and c2=? and c4=? order by c3

(D) where c1=? and c5=? order by c2,c3

(E) where c1=? and c2=? and c5=? order by c2,c3

(F) where c1>? and c2=? and c4>? and c3=?

A选项：

使用的索引长度为12，代表4个字段都使用了索引。由于c1、c2、c3都是等值查询，所以后面的c4列也可以用上。

注：utf8编码，一个索引长度为3，这里12代表4个字段都用到该索引。

B选项：

1

2

3

4

5

6 mysql> explain select c1,c2,c3,c4,c5 from t1 where c1='2' and c2='2' and c4='2' order by c3;

+----+-------------+-------+------------+------+---------------+-----------+---------+-------------+------+----------+-----------------------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |

+----+-------------+-------+------------+------+---------------+-----------+---------+-------------+------+----------+-----------------------+

| 1 | SIMPLE | t1 | NULL | ref | idx_c1234 | idx_c1234 | 6 | const,const | 1 | 20.00 | Using index condition |

+----+-------------+-------+------------+------+---------------+-----------+---------+-------------+------+----------+-----------------------+

使用的索引长度为6，代表2个字段使用了索引。根据最左使用原则，c1、c2使用了索引。因为查询中没有c3谓词条件，所以索引值使用到c2后就发生了中断，导致只使用了c1、c2列。这里SQL使用了order by排序，但是在执行计划Extra部分未有filesort关键字，说明在索引中按照c3字段顺序读取数据即可。

这里特别留意，虽然索引中的c3字段没有放在索引的最后，但是确实使用到了索引中c2字段的有序特性，因为执行计划的Extra部分未出现"fileasort"关键字。这是为什么呢？这里用到了MySQL5.6版本引入的Index Condition Pushdown (ICP) 优化。其核心思想是使用索引中的字段做数据过滤。我们来整理一下不使用ICP和使用ICP的区别：

如果没有使用ICP优化，其SQL执行步骤为：

1.使用索引列c1,c2获取满足条件的行数据。where c1='2' and c2='2'

2.回表查询数据，使用where c4='2'来过滤数据

3.对数据排序输出

如果使用了ICP优化，其SQL执行步骤为：

1.使用索引列c1,c2获取满足条件的行数据。where c1='2' and c2='2'

2.在索引中使用where c4='2'来过滤数据

3.因为数据有序，直接按顺序取出满足条件的数据

C选项：

1

2

3

4

5

6 mysql> explain select c2,c3 from t1 where c1='2' and c4='2' group by c3,c2;

+----+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+-----------------------------------------------------------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |

+----+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+-----------------------------------------------------------+

| 1 | SIMPLE | t1 | NULL | ref | idx_c1234 | idx_c1234 | 3 | const | 2 | 14.29 | Using where; Using index; Using temporary; Using filesort |

+----+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+-----------------------------------------------------------+

使用的索引长度为3，代表1个字段使用了索引。根据最左使用原则，c1使用了索引。因为查询中没有c2谓词条件，所以索引值使用到c1后就发生了中断，导致只使用了c1列。该SQL执行过程为：

1.在c1列使用索引找到c1='2'的所有行，然后回表使用c4='2'过滤掉不匹配的数据
2.根据上一步的结果，对结果中的c3,c2联合排序，以便于得到连续变化的数据，同时在数据库内部创建临时表，用于存储group by的结果。

C选项扩展：

1

2

3

4

5

6 mysql> explain select c2,c3 from t1 where c1='2' and c4='2' group by c2,c3;

+----+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+--------------------------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |

+----+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+--------------------------+

| 1 | SIMPLE | t1 | NULL | ref | idx_c1234 | idx_c1234 | 3 | const | 2 | 14.29 | Using where; Using index |

+----+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+--------------------------+

使用的索引长度为3，代表1个字段使用了索引。根据最左使用原则，c1使用了索引。

D选项：

1

2

3

4

5

6 mysql> explain select c2,c3 from t1 where c1='2' and c5='2' order by c2,c3;

+----+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+------------------------------------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |

+----+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+------------------------------------+

| 1 | SIMPLE | t1 | NULL | ref | idx_c1234 | idx_c1234 | 3 | const | 2 | 14.29 | Using index condition; Using where |

+----+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+------------------------------------+

使用的索引长度为3，代表1个字段都使用了索引。根据最左使用原则，c1使用了索引。因为查询中没有c2谓词条件，所以索引值使用到c1后就发生了中断，导致只使用了c1列。

D选项扩展：

1

2

3

4

5

6 mysql> explain select c2,c3 from t1 where c1='2' and c5='2' order by c3,c2;

+----+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+----------------------------------------------------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |

+----+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+----------------------------------------------------+

| 1 | SIMPLE | t1 | NULL | ref | idx_c1234 | idx_c1234 | 3 | const | 2 | 14.29 | Using index condition; Using where; Using filesort |

+----+-------------+-------+------------+------+---------------+-----------+---------+-------+------+----------+----------------------------------------------------+

E选项：

1

2

3

4

5

6 mysql> explain select c1,c2,c3,c4,c5 from t1 where c1='2' and c2='2' and c5='2' order by c2,c3;

+----+-------------+-------+------------+------+---------------+-----------+---------+-------------+------+----------+------------------------------------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |

+----+-------------+-------+------------+------+---------------+-----------+---------+-------------+------+----------+------------------------------------+

| 1 | SIMPLE | t1 | NULL | ref | idx_c1234 | idx_c1234 | 6 | const,const | 2 | 14.29 | Using index condition; Using where |

+----+-------------+-------+------------+------+---------------+-----------+---------+-------------+------+----------+------------------------------------+

使用的索引长度为6，代表2个字段都使用了索引。根据最左使用原则，c1、c2使用了索引。这里SQL使用了order by排序，但是在执行计划Extra部分未有filesort关键字，说明在索引中按照c3字段顺序读取数据即可(c2是常量)。

F选项：

使用的索引长度为3，代表1个字段都使用了索引。根据最左使用原则，c1使用了索引。这里c1使用了不等值查询，导致后面的c2查询无法使用索引。该案例非常值得警惕，谓词条件中含有等值查询和范围查询时，如果范围查询在索引前面，则等值查询将无法使用索引；如果等值查询在前面，范围查询在后面，则都可以使用到索引。

（三）如何创建复合索引

复合索引创建的难点在于字段顺序选择，我的观点如下：

如果存在等值查询和排序，则在创建复合索引时，将等值查询字段放在前面，排序放在最后面；
如果存在多个等值查询，则选择性好的放在前面，选择性差的放在后面；
如果存在等值查询、范围查询、排序。等值查询放在最前面，范围查询和排序需根据实际情况决定索引顺序；

此外，《阿里巴巴Java开发手册-2020最新嵩山版》中有几个关于复合索引的规约，我们可以看一下：

1.如果有order by的场景，请注意利用索引的有序性。order by后的字段是组合索引的一部分，并且放在组合索引的最后，避免出现filesort的情况，影响查询性能。

正例：where a=? b=? order by c; 索引a_b_c

反例：索引如果存在范围查询，那么索引有序性将无法使用。如：where a>10 order by b; 索引a_b无法排序。

2.建复合索引的时候，区分度最高的在最左边，如果where a=? and b=?，a列的值几乎接近唯一值，那么只需建单列索引idx_a即可。

说明：存在等号和非等号混合判断条件时，在建索引时，请把等号条件的列前置。如：where c>? and d=?,那么即使c的区分度

更高，也必须把d放在索引的最前列，即创建索引idx_d_c。

实验：应该如何创建复合索引

在有的文档里面讲到过复合索引的创建规则：ESR原则：精确(Equal)匹配的字段放在最前面，排序(Sort)条件放中间，范围(Range)匹配的字段放在最后面。接下来我们来探索一下该方法是否正确。

例子：存在员工表employees

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22 mysql> show create table employees;

+-----------+-------------------------------

| Table | Create Table

+-----------+-------------------------------------

| employees | CREATE TABLE `employees` (

`emp_no` int(11) NOT NULL,

`birth_date` date NOT NULL,

`first_name` varchar(14) NOT NULL,

`last_name` varchar(16) NOT NULL,

`gender` enum('M','F') NOT NULL,

`hire_date` date NOT NULL,

PRIMARY KEY (`emp_no`)

) ENGINE=InnoDB DEFAULT CHARSET=latin1 |

+-----------+-------------------------------------

-- 数据量约30万行

mysql> select count(*) from employees;

+----------+

| count(*) |

+----------+

| 300024 |

+----------+

现在需要查询1998年后入职的first_name为"Ebbe"员工，并按照出生日期升序排序。

其SQL语句如下：

1

2

3

4

5 select emp_no,birth_date,first_name,last_name,gender,hire_date

from employees

where hire_date >= '1998-01-01'

and first_name = 'Ebbe'

order by birth_date;

为了优化该SQL语句的性能，需要在表上创建索引，为了保证where与order by都使用到索引，决定创建复合索引，有如下创建顺序：

（A）hire_date,first_name,birth_date

（B）hire_date,birth_date,first_name

（C）first_name,hire_date,birth_date

（D）first_name,birth_date,hire_date

（E）birth_date,first_name,hire_date

（F）birth_date,hire_date,first_name

确认哪种顺序创建索引是最优的。

Note:

1.date类型占3个字节的空间，hire_date和 birth_date都占用3个字节的空间。

2.first_name是变长字段，多使用2个字节，如果允许为NULL值，还需多使用1个字节，占用16个字节

A选项：hire_date,first_name,birth_date

1	`create` `index` `idx_a` `on` `employees(hire_date,first_name,birth_date);`

其执行计划如下：

这里key_len长度为19，令人不解，hire_date是非等值查询，理论上key_len应该为3，通过使用MySQL workbench查看执行计划，也可以发现索引只使用了hire_date列(如下图)。为什么会是19而不是3呢？实在令人费解，思考了好久也没有想明白，如有知道，望各位大神不吝解答。

mysql 索引使用总结（MySQL复合索引的深入探究）

B选项：hire_date,birth_date,first_name

为避免干扰，删除上面创建的索引idx_a，然后创建idx_b。

1	`create` `index` `idx_b` `on` `employees(hire_date,birth_date,first_name);`

其执行计划如下：

这里key_len长度为3，hire_date是非等值查询，导致后面的索引列无法使用到。

C选项：first_name,hire_date,birth_date

为避免干扰，删除上面创建的索引idx_b，然后创建idx_c。

1	`create` `index` `idx_c` `on` `employees(first_name,hire_date,birth_date);`

其执行计划如下：

这里key_len长度为19，first_name是等值查询，可以继续使用hire_date列，因为hire_date列是非等值查询，导致索引无法继续使用birth_date。

D选项：first_name,birth_date,hire_date

为避免干扰，删除上面创建的索引idx_c，然后创建idx_d。

1	`create` `index` `idx_d` `on` `employees(first_name,birth_date,hire_date);`

其执行计划如下：

1

2

3

4

5 +----+-------------+-----------+------------+------+---------------+-------+---------+-------+------+----------+-----------------------+

| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |

+----+-------------+-----------+------------+------+---------------+-------+---------+-------+------+----------+-----------------------+

| 1 | SIMPLE | employees | NULL | ref | idx_d | idx_d | 16 | const | 190 | 33.33 | Using index condition |

+----+-------------+-----------+------------+------+---------------+-------+---------+-------+------+----------+-----------------------+

这里key_len长度为16，first_name是等值查询，在谓词过滤中未使用birth_date，导致只有first_name列使用上索引，但是birth_date列用于排序，上面执行计划显示SQL最终并没有排序，说明数据是从索引按照birth_date有序取出的。

E选项：birth_date,first_name,hire_date

为避免干扰，删除上面创建的索引idx_d，然后创建idx_e。

1	`create` `index` `idx_e` `on` `employees(birth_date,first_name,hire_date);`

标签：

mysql 索引复合

mysql 索引使用总结（MySQL复合索引的深入探究）