你确定真正理解联合索引和最左前缀原则？

介绍

前文已经说了explain命令的大部分参数，接着图解： EXPLAIN 实战-1这篇文章把explain的key_len参数分享完，接着分享最左前缀原则，建立如下的表，其中name列和address列都建立了索引

CREATE TABLE `teacher` (
  `id` int(10) NOT NULL,
  `name` char(20) NOT NULL,
  `address` varchar(100) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_name` (`name`),
  KEY `idx_addr` (`address`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

执行如下命令

explain select * from teacher where name = "张三"

explain select * from teacher where address = "北京"

问题来喽，这些key_len是怎么算出来的呢？

key_len

key_len表示索引使用的字节数，根据这个值，就可以判断索引使用情况，特别是在组合索引的时候，判断所有的索引字段是否都被查询用到

字符串类型

char和varchar跟字符编码也有密切的联系 latin1占用一个字节，gbk占用2个字节，utf8占用3个字节，utf8mb4占用4个字节（不同字符编码占用的存储空间不同）

char和varchar跟字符编码也有密切的联系

latin1占用一个字节，gbk占用2个字节，utf8占用3个字节，utf8mb4占用4个字节（不同字符编码占用的存储空间不同）

字符类型-索引字段为char类型+不可为Null时

char(n)=n*(utf8mb4=4,utf8=3,gbk=2,latin1=1)

所以上面第一个列子（查询name=张三）的key_len为20*3=60

下文中为了描述方便，编码类型默认为utf8

字符类型-索引字段为char类型+允许为Null时

char(n)=n*3+1（允许null，是否为空的标记）

字符类型-索引字段为varchar类型+不可为Null时

varchar(n)=n*3+2（变长列，记录当前数据存了多少）

字符类型-索引字段为varchar类型+允许为Null时

varchar(n)=n*3+1（允许null）+2（变长列）

所以上面第二个例子（查询住址=北京）的key_len为100*3+1+2=303

整数/浮点数/时间类型的索引长度

Not Null=字段本身的长度 Null=字段本身的长度+1

再回头看看前面的例子，是不是很容易就理解了呢？整数时间类型的小编就不再举例，自己写个例子就很容易就理解了

最左前缀原则

查询

主要针对组合索引，满足如下2个条件即可满足左前缀原则

1. 需要查询的列和组合索引的列顺序一致
2. 查询不要跨列

构造数据如下，其中在name，address，country上建了联合索引

CREATE TABLE `people` (
  `name` varchar(50) NOT NULL,
  `address` varchar(50) NOT NULL,
  `country` varchar(50) NOT NULL,
  KEY `idx_name_addr_country` (`name`,`address`,`country`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

先简单举个例子，然后总结一下

explain select * from people where name = "jack"
and address = "beijing" and country = "china"

type为ref，key_len为456=（50*3+2）*3，联合索引的所有列都使用了

explain select * from people where name = "jack"

type为ref，key_len为152=50*3+2，联合索引只使用了name列

explain select * from people where address = "beijing"

type为index，并没有走索引，简单说一下index和ref的区别

index：这种类型表示mysql会对整个该索引进行扫描。要想用到这种类型的索引，对这个索引并无特别要求，只要是索引，或者某个联合索引的一部分，mysql都可能会采用index类型的方式扫描。但是呢，缺点是效率不高，mysql会从索引中的第一个数据一个个的查找到最后一个数据，直到找到符合判断条件的某个索引。所以，上述语句会触发索引扫描

ref：这种类型表示mysql会根据特定的算法快速查找到某个符合条件的索引，而不是会对索引中每一个数据都进行一一的扫描判断，也就是所谓你平常理解的使用索引查询会更快的取出数据。而要想实现这种查找，索引却是有要求的，要实现这种能快速查找的算法，索引就要特定的数据结构。简单说，也就是索引字段的数据必须是有序的，才能实现这种类型的查找，才能利用到索引。

总结几个典型的例子，联合索引为key idx_a_b_c(a,b,c)

排序

最左前缀原则不仅用在查询中，还能用在排序中。MySQL中，有两种方式生成有序结果集：

1. 通过有序索引顺序扫描直接返回有序数据
2. Filesort排序，对返回的数据进行排序

因为索引的结构是B+树，索引中的数据是按照一定顺序进行排列的，所以在排序查询中如果能利用索引，就能避免额外的排序操作。EXPLAIN分析查询时，Extra显示为Using index。

所有不是通过索引直接返回排序结果的操作都是Filesort排序，也就是说进行了额外的排序操作。EXPLAIN分析查询时，Extra显示为Using filesort，当出现Using filesort时对性能损耗较大，所以要尽量避免Using filesort

还是先举2个例子，然后总结

explain select * from people order by name

Extra列只有Using index，即根据索引顺序进行扫描

explain select * from people order by address

Extra列有Using filesort，进行了额外排序

总结：假如说有如下联合索引，key idx_a_b_c(a,b,c)

order by 能使用索引排序

order by a
order by a,b
order by a,b,c
order by a desc, b desc, c desc
where a = const order by b,c
where a = const and b = const order by c
where a = const and b > const order by b,c

order by 不能使用索引进行排序

order by b
order by c
order by b, c
order by a asc, b desc, c desc //排序不一致
where g = const order by b,c //丢失a索引
where a = const order by c //丢失b索引
where a = const order by a,d //d不是索引的一部分
where a in (...) order by b,c //范围查询

有时间会单开一篇文章介绍order by优化，这里只做个粗浅的介绍

联合索引特性

增加开销。建一个联合索引(col1,col2,col3)，实际相当于建了(col1),(col1,col2),(col1,col2,col3)三个索引。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，使用联合索引会大大增加开销！

覆盖索引。对联合索引(col1,col2,col3)，如果有如下的sql: select col1,col2,col3 from test where col1=1 and col2=2。那么MySQL可以直接通过遍历索引取得数据，而无需回表，这了很多的随机io操作。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。

效率高。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 col1=1 and col2=2 and col3=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1000W10%=100w条数据，然后再回表从100w条数据中找到符合col2=2 and col3= 3的数据，然后再排序，再分页；如果是联合索引，通过索引筛选出1000w*10%*10% *10%=1w，效率提升可想而知！