MySQL 进阶 索引 -- 索引使用原则（验证索引效率、最左前缀法则、范围查询、索引失效情况、SQL提示、覆盖索引、前缀索引、单列索引与联合索引）、索引设计原则_最左前缀原则 包括单列索引吗

1. 索引使用原则

---

1.1 验证索引效率

tb_sku 这张表中准备了 1000w 的记录。

这张表中id为主键，有主键索引，而其他字段是没有建立索引的。 我们先来查询其中的一条记录，看看里面的字段情况，执行如下SQL：

select * from tb_sku where id = 1\G;
1

可以看到即使有1000w的数据，根据id进行数据查询，性能依然很快，因为主键id是有索引的。 那么接下来，我们再来根据 sn 字段进行查询，执行如下SQL：

SELECT * FROM tb_sku WHERE sn = '100000003145001';
1

我们可以看到根据sn字段进行查询，查询返回了一条数据，结果耗时 20.78sec，就是因为sn没有索引，而造成查询效率很低。

那么我们可以针对于sn字段，建立一个索引，建立了索引之后，我们再次根据sn进行查询，再来看一下查询耗时情况。

create index idx_sku_sn on tb_sku(sn) ; 
1

然后再次执行相同的SQL语句，再次查看SQL的耗时。

SELECT * FROM tb_sku WHERE sn = '100000003145001';
1

我们明显会看到，sn字段建立了索引之后，查询性能大大提升。建立索引前后，查询耗时都不是一个数量级的。

---

1.2 最左前缀法则

如果索引了多列（联合索引），要遵守最左前缀法则。最左前缀法则指的是查询从索引的最左列开始，并且不跳过索引中的列。如果跳跃某一列，索引将会部分失效（后面的字段索引失效）。

注意 ： 最左前缀法则中指的最左边的列，是指在查询时，联合索引的最左边的字段（即是第一个字段）必须存在，与我们编写SQL时，条件编写的先后顺序无关。

以 tb_user 表为例，我们先来查看一下之前 tb_user 表所创建的索引。

tb_user表的建表语句

CREATE TABLE `tb_user` (
  `id` int NOT NULL AUTO_INCREMENT COMMENT '主键',
  `name` varchar(50) NOT NULL COMMENT '用户名',
  `phone` varchar(11) NOT NULL COMMENT '手机号',
  `email` varchar(100) DEFAULT NULL COMMENT '邮箱',
  `profession` varchar(11) DEFAULT NULL COMMENT '专业',
  `age` tinyint unsigned DEFAULT NULL COMMENT '年龄',
  `gender` char(1) DEFAULT NULL COMMENT '性别 , 1: 男, 2: 女',
  `status` char(1) DEFAULT NULL COMMENT '状态',
  `createtime` datetime DEFAULT NULL COMMENT '创建时间',
  PRIMARY KEY (`id`),
  UNIQUE KEY `idx_user_phone` (`phone`),
  KEY `idx_user_name` (`name`),
  KEY `idx_user_pro_age_sta` (`profession`,`age`,`status`),
  KEY `idx_email` (`email`)
) ENGINE=InnoDB AUTO_INCREMENT=25 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='系统用户表';

INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('吕布', '17799990000', 'lvbu666@163.com', '软件工程', 23, '1', '6', '2001-02-02 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('曹操', '17799990001', 'caocao666@qq.com', '通讯工程', 33, '1', '0', '2001-03-05 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('赵云', '17799990002', '17799990@139.com', '英语', 34, '1', '2', '2002-03-02 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('孙悟空', '17799990003', '17799990@sina.com', '工程造价', 54, '1', '0', '2001-07-02 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('花木兰', '17799990004', '19980729@sina.com', '软件工程', 23, '2', '1', '2001-04-22 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('大乔', '17799990005', 'daqiao666@sina.com', '舞蹈', 22, '2', '0', '2001-02-07 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('露娜', '17799990006', 'luna_love@sina.com', '应用数学', 24, '2', '0', '2001-02-08 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('程咬金', '17799990007', 'chengyaojin@163.com', '化工', 38, '1', '5', '2001-05-23 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('项羽', '17799990008', 'xiaoyu666@qq.com', '金属材料', 43, '1', '0', '2001-09-18 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('白起', '17799990009', 'baiqi666@sina.com', '机械工程及其自动 化', 27, '1', '2', '2001-08-16 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('韩信', '17799990010', 'hanxin520@163.com', '无机非金属材料工 程', 27, '1', '0', '2001-06-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('荆轲', '17799990011', 'jingke123@163.com', '会计', 29, '1', '0', '2001-05-11 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('兰陵王', '17799990012', 'lanlinwang666@126.com', '工程造价', 44, '1', '1', '2001-04-09 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('狂铁', '17799990013', 'kuangtie@sina.com', '应用数学', 43, '1', '2', '2001-04-10 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('貂蝉', '17799990014', '84958948374@qq.com', '软件工程', 40, '2', '3', '2001-02-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('妲己', '17799990015', '2783238293@qq.com', '软件工程', 31, '2', '0', '2001-01-30 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('芈月', '17799990016', 'xiaomin2001@sina.com', '工业经济', 35, '2', '0', '2000-05-03 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('嬴政', '17799990017', '8839434342@qq.com', '化工', 38, '1', '1', '2001-08-08 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('狄仁杰', '17799990018', 'jujiamlm8166@163.com', '国际贸易', 30, '1', '0', '2007-03-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('安琪拉', '17799990019', 'jdodm1h@126.com', '城市规划', 51, '2', '0', '2001-08-15 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('典韦', '17799990020', 'ycaunanjian@163.com', '城市规划', 52, '1', '2', '2000-04-12 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('廉颇', '17799990021', 'lianpo321@126.com', '土木工程', 19, '1', '3', '2002-07-18 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('后羿', '17799990022', 'altycj2000@139.com', '城市园林', 20, '1', '0', '2002-03-10 00:00:00');
INSERT INTO tb_user (name, phone, email, profession, age, gender, status, createtime)
VALUES ('姜子牙', '17799990023', '37483844@qq.com', '工程造价', 29, '1', '4', '2003-05-26 00:00:00');
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65

在 tb_user 表中，有一个联合索引，这个联合索引涉及到三个字段，顺序分别为：profession，age，status。

对于最左前缀法则指的是，查询时，最左边的列，也就是profession必须存在，否则索引全部失效。而且中间不能跳过某一列，否则该列后面的字段索引将失效。 接下来，我们来演示几组案例，看一下具体的执行计划：

explain
select *
from tb_user
where profession = '软件工程'
  and age = 31
  and status = '0';
1
2
3
4
5
6

explain
select *
from tb_user
where profession = '软件工程'
  and age = 31;
1
2
3
4
5

explain
select *
from tb_user
where profession = '软件工程';
1
2
3
4

以上的这三组测试中，我们发现只要联合索引最左边的字段 profession 存在，索引就会生效，只不过索引的长度不同。 而且由以上三组测试，我们也可以推测出profession字段索引长度为47、age字段索引长度为2、status字段索引长度为5。

explain
select *
from tb_user
where age = 31
  and status = '0';
1
2
3
4
5

explain
select *
from tb_user
where status = '0';
1
2
3
4

而通过上面的这两组测试，我们也可以看到索引并未生效，原因是因为不满足最左前缀法则，联合索引最左边的列profession不存在。

explain
select *
from tb_user
where profession = '软件工程'
  and status = '0';
1
2
3
4
5

上述的SQL查询时，存在profession字段，最左边的列是存在的，索引满足最左前缀法则的基本条件。但是查询时，跳过了age这个列，所以后面的列索引是不会使用的，也就是索引部分生效，所以索引的长度就是47。

思考题：

当执行SQL语句（查询条件的顺序发生了变化）:

explain
select *
from tb_user
where age = 31
  and status = '0'
  and profession = '软件工程';
1
2
3
4
5
6

时，是否满足最左前缀法则，走不走上述的联合索引，索引长度？

可以看到，是完全满足最左前缀法则的，索引长度54，联合索引是生效的。

---

1.3 范围查询

联合索引中，出现范围查询(>,<)，范围查询右侧的列索引失效。

explain
select *
from tb_user
where profession = '软件工程'
  and age > 30
  and status = '0';
1
2
3
4
5
6

当范围查询使用 > 或 < 时，走联合索引了，但是索引的长度为49，就说明范围查询右边的status字段是没有走索引的。

explain
select *
from tb_user
where profession = '软件工程'
  and age >= 30
  and status = '0';
1
2
3
4
5
6

当范围查询使用 >= 或 <= 时，走联合索引了，但是索引的长度为54，就说明所有的字段都是走索引的。

所以，在业务允许的情况下，尽可能的使用类似于 >= 或 <= 这类的范围查询，而避免使用 > 或 < 。

---

1.4 索引失效情况

---

1.4.1 索引列运算

不要在索引列上进行运算操作，索引将失效。

在 tb_user 表中，除了前面介绍的联合索引之外，还有一个索引，是 phone 字段的单列索引。

A. 当根据phone字段进行等值匹配查询时，索引生效。

explain
select *
from tb_user
where phone = '17799990015';
1
2
3
4

B. 当根据phone字段进行函数运算操作之后，索引失效。

explain
select *
from tb_user
where substring(phone, 10, 2) = '15';
1
2
3
4

---

1.4.2 字符串不加引号

字符串类型字段使用时，不加引号，索引将失效。

接下来，我们通过两组示例，来看看对于字符串类型的字段，加单引号与不加单引号的区别：

第一组示例：

explain
select *
from tb_user
where profession = '软件工程'
  and age = 31
  and status = '0';
1
2
3
4
5
6

explain
select *
from tb_user
where profession = '软件工程'
  and age = 31
  and status = 0;
1
2
3
4
5
6

第二组示例：

explain
select *
from tb_user
where phone = '17799990015';
1
2
3
4

explain
select *
from tb_user
where phone = 17799990015;
1
2
3
4

经过上面两组示例，我们会明显的发现，如果字符串不加单引号，对于查询结果，没什么影响，但是数据库存在隐式类型转换，索引将失效。

---

1.4.3 模糊查询

如果包含头部模糊匹配，索引失效。

接下来，我们来看一下这三条SQL语句的执行效果，查看一下其执行计划：

由于下面查询语句中，都是根据profession字段查询，符合最左前缀法则，联合索引是可以生效的，我们主要看一下，模糊查询时，%加在关键字之前，和加在关键字之后的影响。

explain
select *
from tb_user
where profession like '软件%';
1
2
3
4

explain
select *
from tb_user
where profession like '%工程';
1
2
3
4

explain
select *
from tb_user
where profession like '%工%';
1
2
3
4

explain
select *
from tb_user
where profession like '软%程';
1
2
3
4

---

1.4.4 or连接条件

用or分割开的条件， 如果or前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。

这是tb_user表现在的索引结构。

explain
select *
from tb_user
where id = 10
   or age = 23;
1
2
3
4
5

explain
select *
from tb_user
where phone = '17799990017'
   or age = 23;
1
2
3
4
5

由于age没有索引，所以即使id、phone有索引，索引也会失效。所以需要针对于age也要建立索引。

create index idx_user_age on tb_user(age);
1

建立了索引之后，我们再次执行上述的SQL语句，看看前后执行计划的变化。

最终，我们发现，当or连接的条件，左右两侧字段都有索引时，索引才会生效。

---

1.4.5 数据分布影响

如果MySQL评估使用索引比全表更慢（查询结果的数据量大于全表数据量的一半（不包含等于）），则不使用索引。

explain 
select *
from tb_user
where phone >= '17799990012';
1
2
3
4

explain
select *
from tb_user
where phone >= '17799990011';
1
2
3
4

经过测试我们发现，相同的SQL语句，只是传入的字段值不同，最终的执行计划也完全不一样，这是为什么呢？

就是因为MySQL在查询时，会评估使用索引的效率与走全表扫描的效率，如果走全表扫描更快，则放弃索引，走全表扫描。 因为索引是用来索引少量数据的，如果通过索引查询返回大批量的数据，则还不如走全表扫描来的快，此时索引就会失效。

接下来，我们再来看看 is null 与 is not null 操作是否走索引。

执行如下两条语句 ：

explain
select *
from tb_user
where profession is null;

explain
select *
from tb_user
where profession is not null;
1
2
3
4
5
6
7
8
9

接下来，我们做一个操作将profession字段值全部更新为null。

update tb_user
set profession = null;
1
2

然后，再次执行上述的两条SQL，查看SQL语句的执行计划。

最终我们看到，一模一样的SQL语句，先后执行了两次，结果查询计划是不一样的，为什么会出现这种现象，这是和数据库的数据分布有关系。查询时MySQL会评估，走索引快，还是全表扫描快，如果全表扫描更快，则放弃索引走全表扫描。 因此 is null 、is not null 是否走索引，得具体情况具体分析，并不是固定的。

1.5 SQL提示

目前tb_user表的索引情况如下:

把上述的 idx_user_age， idx_email 这两个之前测试使用过的索引直接删除。

drop index idx_user_age on tb_user;
drop index idx_email on tb_user;
1
2

执行SQL :

explain
select *
from tb_user
where profession = '软件工程';
1
2
3
4

查询走了联合索引。

执行SQL，创建profession的单列索引：

create index idx_user_pro on
    tb_user (profession);
1
2

创建单列索引后，再次执行

explain
select *
from tb_user
where profession = '软件工程';
1
2
3
4

查看执行计划，看看到底走哪个索引。

测试结果，我们可以看到，possible_keys中 idx_user_pro_age_sta，idx_user_pro 这两个索引都可能用到，最终MySQL选择了idx_user_pro_age_sta索引。这是MySQL自动选择的结果。

那么，我们能不能在查询的时候，自己来指定使用哪个索引呢？ 答案是肯定的，此时就可以借助于MySQL的SQL提示来完成。 接下来，介绍一下SQL提示。

SQL提示，是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的。

---

1.5.1 use index

use index ： 建议MySQL使用哪一个索引完成此次查询（仅仅是建议，mysql内部还会再次进行评估）。

explain
select *
from tb_user use index (idx_user_pro)
where profession = '软件工程';
1
2
3
4

---

1.5.2 ignore index

ignore index ： 忽略指定的索引。

explain
select *
from tb_user ignore index (idx_user_pro)
where profession = '软件工程';
1
2
3
4

---

1.5.3 force index

force index ： 强制使用索引。

explain
select *
from tb_user force index (idx_user_pro)
where profession = '软件工程';
1
2
3
4

---

1.6 覆盖索引

我们先删除刚刚创建的索引

drop index idx_user_pro on tb_user;
1

现在的索引结构：

尽量使用覆盖索引，减少select *。 那么什么是覆盖索引呢？ 覆盖索引是指查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到 。（即所有的信息在二级索引就可以查找到，不需要回表到聚集索引查询。）

接下来，我们来看一组SQL的执行计划，看看执行计划的差别，然后再来具体做一个解析。

explain
select id, profession
from tb_user
where profession = '软件工程'
  and age = 31
  and status = '0';

explain
select id, profession, age, status
from tb_user
where profession = '软件工程'
  and age = 31
  and status = '0';

explain
select id, profession, age, status, name
from tb_user
where profession = '软件工程'
  and age = 31
  and status = '0';

explain
select *
from tb_user
where profession = '软件工程'
  and age = 31
  and status = '0';
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

上述这几条SQL的执行结果为:

从上述的执行计划我们可以看到，这四条SQL语句的执行计划前面所有的指标都是一样的，看不出来差异。但是此时，我们主要关注的是后面的Extra：

• 前面两条SQL的结果为 Using where; UsingIndex;
• 而后面两条SQL的结果为: Using index condition

因为，在tb_user表中有一个联合索引 idx_user_pro_age_sta，该索引关联了三个字段profession、age、status，而这个索引也是一个二级索引，所以叶子节点下面挂的是这一行的主键id。 所以当我们查询返回的数据在 id、profession、age、status 之中，则直接走二级索引直接返回数据了。 如果超出这个范围，就需要拿到主键id，再去扫描聚集索引，再获取额外的数据了，这个过程就是回表。 而我们如果一直使用select * 查询返回所有字段值，很容易就会造成回表查询（除非是根据主键查询，此时只会扫描聚集索引）。

思考题：

一张表, 有四个字段(id, username, password, status)， 其中id是主键，由于数据量大, 需要对以下SQL语句进行优化，该如何进行才是最优方案

select id, username, password
from tb_user
where username =
      'codejiao';
1
2
3
4

针对于 username, password 建立联合索引，sql为:

create index
idx_user_name_pass on tb_user(username,password);
1
2

这样可以避免上述的SQL语句，在查询的过程中，出现回表查询。

---

1.7 前缀索引

当字段类型为字符串（varchar，text，longtext等）时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘IO， 影响查询效率。此时可以只将字符串的一部分前缀建立索引，这样可以大大节约索引空间，从而提高索引效率。

---

1.7.1 语法

create index 索引名称 on table_name(column(n));
1

---

1.7.2 示例

为tb_user表的email字段，建立长度为5的前缀索引。

create index idx_email_pre5 on tb_user (email(5));
1

---

1.7.3 前缀长度

前缀长度：可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高， 唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。

测试：这里以Email字段为例。

# 测试前5个字符 不重复的索引值（基数）和数据表的记录总数的比值
select count(distinct substring(email, 1, 5)) / count(*)
from tb_user;
1
2
3

---

1.7.4 前缀索引的查询流程

---

1.8 单列索引与联合索引（组合索引）

• 单列索引：即一个索引只包含单个列。
• 联合索引：即一个索引包含了多个列。

我们先来看看 tb_user 表中目前的索引情况:

在查询出来的索引中，既有单列索引，又有联合索引。

接下来，我们来执行一条SQL语句，看看其执行计划：

通过上述执行计划我们可以看出来，在and连接的两个字段 phone、name上都是有单列索引的，但是最终mysql只会选择一个索引，也就是说，只能走一个字段的索引，此时是会回表查询的。

紧接着，我们再来创建一个phone和name字段的联合索引来查询一下执行计划。

create unique index idx_user_phone_name on tb_user (phone, name);
1

现在的运行结果（发现还是没有走联合索引）：

现在我们指定使用联合索引：

explain
select *
from tb_user use index (idx_user_phone_name)
where phone = "17799990000"
  and name = "吕布";
1
2
3
4
5

此时，查询时，就走了联合索引，而在联合索引中包含 phone、name 的信息，在叶子节点下挂的是对应的主键id，所以查询是无需回表查询的。

在业务场景中，如果存在多个查询条件，考虑针对于查询字段建立索引时，建议建立联合索引，而非单列索引。

---

2. 索引设计原则

• 针对于数据量较大，且查询比较频繁的表建立索引。
• 针对于常作为查询条件（where）、排序（order by）、分组（group by）操作的字段建立索引。
• 尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高。（比如手机号，身份证号，id）
• 如果是字符串类型的字段，字段的长度较长，可以针对于字段的特点，建立前缀索引。
• 尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率。
• 要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价也就越大，会影响增删改的效率。
• 如果索引列不能存储NULL值，请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含NULL值时，它可以更好地确定哪个索引最有效地用于查询。

---

---