MySQL-进阶-索引

1. 索引概述

索引（index）是帮助MySQL**高效获取数据的数据结构(有序)**。

在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据， 这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

2. 索引演示

有一张user表，如果此时执行SQL语句： select * from user where age = 45;

  • 无索引：此时由于没有在age上存放索引，那么这个sql就从第一行开始扫描，一直扫描到最后一行，即：全表扫描。性能极低。
  • 有索引：在age字段上建立索引，会创建一个类似二叉树一样的东西（真实结构为B+树），这样极大的加快了检索速度。

3. 索引特点

image-20230410223027709

4. 索引结构

4.1 介绍

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的索引结构

image-20230410223312985

不同的存储引擎对索引结构的支持：

image-20230410223456722

平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引。

4.2 二叉树

当二叉树作为索引结构，存在以下缺点：

  • 顺序插入时，会形成一个链表，查询性能大大降低。
  • 大数据量情况下，层级较深，检索速度慢。

4.3 红黑树

红黑树是一颗自平衡二叉树，那这样即使是顺序插入数据，最终形成的数据结构也是一颗平衡的二叉树。

所以红黑树作为索引结构也会存在一个缺点：大数据量情况下，层级较深，检索速度慢。

4.4 B树

B树是一种多叉路衡查找树，相对于二叉树，B树每个节点可以有多个分支，即多叉。

以一颗最大度数（max-degree）为5(5阶)的b-tree为例，那这个B树（每个节点最多存储4个key，5个指针）：

image-20230410224950819

树的度数指的是一个节点的子节点个数。（有n个key，就有n+1个指针）

4.4.1 特点

  • n阶的B树，每一个节点最多存储n-1个key，对应n个指针。
  • 一旦节点存储的key数量到达n，就会裂变，中间元素向上分裂。
  • 在B树中，非叶子节点和叶子节点都会存放数据。

4.5 B+树

B+Tree是B-Tree的变种，我们以一颗最大度数（max-degree）为4（4阶）的b+tree为例，来看一下其结构示意图：

image-20230410230124036

  • 绿色框框起来的部分，是索引部分，仅仅起到索引数据的作用，不存储数据。
  • 红色框框起来的部分，是数据存储部分，在其叶子节点中要存储具体的数据。

4.5.1 与B树区别

  • 所有的数据都会出现在叶子节点。
  • 叶子节点形成一个单向链表。
  • 非叶子节点仅仅起到索引数据作用，具体的数据都是在叶子节点存放的。

4.5.2 MySQL索引数据结构

在B+树上进行优化，在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能，利于排序。

image-20230410230844291

4.6 Hash

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在 hash表中。

image-20230411203125845

当出现两个(或多个)键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞），可以通过链表来解决。

image-20230411203219634

4.6.1 特点

  • Hash索引**只能用于对等比较(=，in)**，不支持范围查询（between，>，< ，…）
  • 无法利用索引完成排序操作
  • 查询效率高，通常(不存在hash冲突的情况)只需要一次检索就可以了，效率通常要高于B+tree索引

在MySQL中，支持hash索引的是Memory存储引擎。 而InnoDB中具有自适应hash功能，hash索引是 InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的。

4.7 MySQL为何选择B+树作为索引结构

  • 相对于二叉树，层级更少，搜索效率高；
  • 对于B-tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低；
  • 相对Hash索引，B+tree支持范围匹配及排序操作；

5. 索引分类

在MySQL数据库，将索引的具体类型主要分为以下几类：主键索引、唯一索引、常规索引、全文索引。

image-20230411214416027

5.1 聚集索引&二级索引

在InnoDB存储引擎中，根据索引的存储形式，可以分为以下两种：

image-20230411214529881

5.1.1 聚集索引选取规则

主键->唯一（unique）->rowid

  • 如果存在主键，主键索引就是聚集索引。
  • 如果不存在主键，将使用第一个唯一（UNIQUE）索引作为聚集索引。
  • 如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引。且聚集索引在一个表里只会有一个

5.1.2 聚集索引&二级索引结构

image-20230411215242874

观察可以得知：

  • 聚集索引的叶子节点下挂的是这一行的数据。
  • 二级索引的叶子节点下挂的是该字段值对应的主键值。

5.1.3 执行SQL过程

在执行sql：select * from user where name = 'Arm';过程：

image-20230411220116187

文字描述：

  1. 由于是根据name字段进行查询，所以先根据name=’Arm’到name字段的二级索引中进行匹配查找。但是在二级索引中只能查找到 Arm 对应的主键值 10。
  2. 由于查询返回的数据是*，所以此时，还需要根据主键值10，到聚集索引中查找10对应的记录，最终找到10对应的行row。
  3. 最终拿到这一行的数据，直接返回即可。

5.1.4 回表查询

先到二级索引中查找数据，找到主键值，然后再到聚集索引中根据主键值，获取数据的方式，就称之为回表查询。

5.1.5 比较

1
2
3
A. select * from user where id = 10 ; 
B. select * from user where name = 'Arm' ; 
备注: id为主键，name字段创建的有索引；

A 语句的执行性能要高于 B 语句。

因为A语句直接走聚集索引，直接返回数据。

而B语句需要先查询name字段的二级索引，然后再查询聚集索引，也就是需要进行回表查询。

5.1.6 InnoDB主键索引的B+树高度多少

假设：一行数据大小为1k，一页中可以存储16行这样的数据。InnoDB的指针占用6个字节的空间，主键即使为bigint，占用字节数为8。

高度为2：

n * 8 + (n + 1) * 6 = 16 * 1024 , 算出n约为 1170

n 为这个节点存储的key的数量

8 为主键占用的字节数

n+1 指代的是指针的数量

6 为InnoDB的指针占用的空间

16 * 1024 一页的大小是16k，所以是16 * 1024个字节

1171*16 = 18736

1170 为这个节点存储的key，可以知道就会有1171个指针

每一个指针会指向下面的子节点，每个节点因为能放16行数据

也就是说，如果树的高度为2，则可以存储 18000 多条记录。

高度为3：

1171 * 1171 * 16 = 21939856

多了一个高度，相当于又有1171个指针指向下面，因此直接用1171乘以上面的结果即可

也就是说，如果树的高度为3，则可以存储 2200w 左右的记录。

6. 索引语法

6.1 创建索引

1
CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (index_col_name,... ) ;

6.2 查看索引

1
SHOW INDEX FROM table_name ;

6.3 删除索引

1
DROP INDEX index_name ON table_name ;

7. SQL性能分析

7.1 SQL执行频率

1
2
3
show global status like 'com_______';
#session 是查看当前会话 ;
#global 是查询全局数据 ;

image-20230412211950972

  • Com_delete: 删除次数
  • Com_insert: 插入次数
  • Com_select: 查询次数
  • Com_update: 更新次数

通过上述指令，我们可以查看到当前数据库到底是以查询为主，还是以增删改为主，从而为数据库优化提供参考依据。 如果是以增删改为主，我们可以考虑不对其进行索引的优化。 如果是以查询为主，那么就要考虑对数据库的索引进行优化了。次数我们可以借助于慢查询 日志。

7.2 慢查询日志

慢查询日志记录了所有执行时间超过指定参数（long_query_time，单位：秒，默认10秒）的所有 SQL语句的日志。

MySQL的慢查询日志默认没有开启，我们可以查看一下系统变量 slow_query_log。

1
2
3
#查看系统变量 slow_query_log
# variables 意思是变量
show variables like 'slow_query_log';

7.2.1 开启慢查询日志

需要在MySQL的配置文件（/etc/my.cnf）中配置

1
2
3
4
5
6
7
8
9
#使用vi编辑器打开配置文件（在使用前先输入exit退出mysql程序）
vi /etc/my.cnf

#接着按G到文章的最后位置，将下面内容输入进去，并且保存并退出

# 开启MySQL慢日志查询开关
slow_query_log=1
# 设置慢日志的时间为2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志
long_query_time=2

修改之后重启MySQL服务器

1
2
3
4
systemctl restart mysqld

#再次查询慢查询日志
show variables like 'slow_query_log';

  • 检查慢查询日志

    1
    2
    tail -f ‘主机名’-slow.log
    #‘主机名’要更换成你自己的主机

    如果不确定此处应填什么，可以先转到mysql目录下，再使用 ll 查看，往下拉，找到一个以-slow.log文件即可

  • 执行SQL

    1
    2
    select * from tb_user; 
    #这条SQL执行效率比较高, 执行耗时 0.00sec

    最终我们发现，在慢查询日志中，只会记录执行时间超多我们预设时间（2s）的SQL，执行较快的SQL 是不会记录的。这样通过慢查询日志，就可以定位出执行效率比较低的SQL，从而有针对性的进行优化。

7.3 Profile

show profiles 能够在做SQL优化时帮助我们了解时间都耗费到哪里去了。

  • 使用select @@have_profiling ;查看当前的MYSQL是否支持profile操作。

  • 使用select @@profiling;查询 profile 的开关是开启还是关闭。（0-关闭；1-开启）

    1
    2
    3
    4
    5
    #通过set语句在 session/global 级别开启profiling
    set profiling = 1;

    #查询profile操作是否可以运行
    select @@have_profiling ;

7.3.1 查看每一条SQL耗时情况

1
show profiles;

image-20230412220631780

7.3.2 指定query_id查看各阶段耗时情况

1
2
#其中，query_id 需要替换成图中的数字
show profile for query query_id;

image-20230412220809805

7.3.3 指定query_id的SQL查看CPU使用情况

1
2
##其中，query_id 需要替换成图中的数字
show profile cpu for query query_id;

image-20230412221119167

7.4 explain

EXPLAIN 或者 DESC 命令获取 MySQL 如何执行 SELECT 语句的信息，包括在 SELECT 语句执行 过程中表如何连接和连接的顺序。

7.4.1 语法

1
2
-- 直接在select语句之前加上关键字 explain / desc
EXPLAIN SELECT 字段列表 FROM 表名 WHERE 条件 ;

image-20230412221657326

7.4.2 字段含义

image-20230412221852861

8. 索引使用

建立索引前后，查询数据的耗时不是一个量级的。

8.1 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)。

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。

image-20230413220335527

在该表存在一个联合索引，涉及的字段和顺序分别为：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：

8.1.1 case1

1
explain select * from tb_user where profession = '软件工程' and age = 31 and status= '0';

image-20230413220707964

由于本次查询涉及到了三个字段，且左边的字段全部引用了，没有出现失效的情况，因此可能用到的索引和实际索引是一样的，索引的长度是54。

8.1.2 case2

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

image-20230413221205946

此时发现还是使用了联合索引

8.1.3 case3

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

image-20230413221722101

经过这三个case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。

8.1.4 case4

1
explain select * from tb_user where age = 31 and status = '0';

image-20230413221916569

此时发现并没有使用联合索引

8.1.5 case5

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

image-20230413222143846

同样发现没有使用联合索引，因此，经过case4和case5得出结论：联合索引最左边的列profession不存在，不满足最左前缀法则，因此索引并未生效。

8.1.6 case6

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

image-20230413222312813

由于存在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。

8.1.7 case7

1
explain select * from tb_user where age = 31 and status = '0' and profession = '软件工程';

image-20230413222903216

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。

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。

8.2 范围查询

联合索引中，出现范围查询(>,<)【即大于号、小于号、逗号】，范围查询右侧的列索引失效。

1
explain select * from tb_user where profession = '软件工程' and age > 30;

image-20230413223309116

可看出现在走的是联合索引，且索引长度为49

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

image-20230413223422857

可知现在已经走了联合索引，但是索引的长度为49，就说明当范围查询使用> 或 < 时，其右边的status字段是没有走索引的。

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

image-20230413223616911

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 < 。

8.3 索引失效情况

8.3.1 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。

image-20230413224308379

  1. 当根据phone字段进行等值匹配查询时, 索引生效。

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

    image-20230413224502637

  2. 当根据phone字段进行函数运算操作之后，索引失效。

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

    image-20230413224437774

    此时type为null，进行了全表扫描，说明索引失效。

8.3.2 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。

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

image-20230413225621031

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。

8.3.3 模糊查询

如果仅仅是尾部模糊匹配，索引不会失效。如果是头部模糊匹配，索引失效。

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。

8.3.3.1 case1

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

image-20230413230902741

在like模糊查询中，在关键字后面加%，索引可以生效。

8.3.3.2 case2

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

image-20230413231020746

在关键字前面加了%，索引将会失效。

8.3.3.3 case3

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

image-20230413231102647

在like模糊查询中，在关键字后面加%，索引可以生效。而如果在关键字前面加了%，索引将会失效。

8.3.4 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。只有两侧都有索引，才会生效。

8.3.4.1 case1

1
2
explain select * from tb_user where id = 10 or age = 23;
/**id主键索引，但是age没有索引**/

image-20230413231527972

由于age没有索引，所以即使id有索引，索引也会失效。

8.3.4.2 case2

1
explain select * from tb_user where phone = '17799990017' or age = 23;

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。

8.3.4.3 case3

对age建立索引后

1
create index idx_user_age on tb_user(age);
1
explain select * from tb_user where id = 10 or age = 23;

image-20230413232111132

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。

8.3.5 数据分布影响

如果MySQL评估使用索引比全表更慢，则不使用索引。

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。

因此可能会出现一模一样的SQL语句，先后执行了两次，结果查询计划是不一样的，这是因为查询时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。

8.4 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。

8.4.1 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）。

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

8.4.2 ignore index

忽略指定索引

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

8.4.3 force index

强制使用索引

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

8.4.4 案例

  1. 创建profession单列索引

    1
    create index idx_user_pro on tb_user(profession);

  2. 执行sql

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

    image-20230415221531884

    此时发现，possible_keys（可能用到的索引）里出现了 idx_user_pro_age_sta（联合索引），idx_user_pro（上面刚刚建的单列索引），证明这两个索引都可能用到，但最终MySQL选择了idx_user_pro_age_sta索引。这是MySQL自动选择的结果。

  3. 使用use index

    image-20230415221907817

    use index会让查询使用特定的索引而不是由查询优化器自动选择索引，当然MySQL内部还会再次进行评估。

    这通常适用于查询优化器选择了错误的索引，即使在顶级查询执行计划中指定了正确的索引为主键也是如此。

    此外，”USE INDEX”还可以用于强制覆盖查询优化器的限制以使用特定类型的访问方法，例如索引搜索或全表扫描。

  4. 使用ignore index

    image-20230415222228055

    可看出， ignore index会告诉MySQL不要使用特定的索引，即使它可以使用。使用其可以提高查询性能，因为MySQL不必在访问表时检查和使用指定的索引。”IGNORE INDEX”往往会对针对索引的特定查询语句产生积极的结果，但应谨慎使用以确保不会对全局查询性能造成不良的影响。

  5. 使用force index

    image-20230415222440710

    可看出，force index用于告诉MySQL强制使用特定的索引，即使它不是最佳的索引。

    使用”FORCE INDEX”关键字可以让我们控制MySQL使用哪个索引来执行SELECT语句，以便获得更好的查询性能。

    **如果强制使用错误的索引，就有可能得到错误的结果或者降低查询性能。

    在使用”FORCE INDEX”时，应该先对查询进行优化，选择最适合的索引，然后再使用”FORCE INDEX”关键字。而且它只能影响单个查询。如果在整个应用程序中需要强制使用特定的索引，则需要更改表结构以强制使用索引。

8.3.6 覆盖索引

尽量使用覆盖索引，减少select。

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。

8.3.6.1 案例

1
2
3
4
5
6
7
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';

image-20230415224022379

差异点体现在后面的Extra；

前面两条SQL的结果为 Using where; Using Index ;

而后面两条SQL的结果为: Using index condition 。

image-20230415224118913

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。

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）。

表结构以及索引示意图

image-20230416205452727

id是主键，是一个聚集索引。 name字段建立了普通索引，是一个二级索引（辅助索引）。

1
select * from tb_user where id = 2;

image-20230416210004818

此时根据id查询，直接走聚集索引查询，一次索引扫描，直接返回数据，性能高。

1
selet id,name from tb_user where name = 'Arm';

image-20230416210122145

虽然是根据name字段查询，查询二级索引，但是由于查询返回在字段为 id，name，在name的二级索引中，这两个值都是可以直接获取到的，因为覆盖索引，所以不需要回表查询，性能高。

1
selet id,name,gender from tb_user where name = 'Arm';

image-20230416210235537

由于在name的二级索引中，不包含gender，所以，需要两次索引扫描，也就是需要回表查询，性能相对较差一点。

有一张表，有四个字段(id, username, password, status), 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:

1
select id,username,password from tb_user where username = 'itcast';

解决办法：

针对username和password建立联合索引，这样就可以查询二级索引的时候，返回的字段为id,username,password。此时可以避免回表查询，性能较好。

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

8.5 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。

8.5.1 语法

1
create index idx_xxxx on table_name(column(n)) ;

8.5.2 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。

1
2
3
4
5
6
7
8
9
10
11
12
#示例
#求email中不重复的索引值（基数）
select count(distinct email) from tb_user;
#求数据表中记录总数，也就是求数据表中的所有数据
select count(*) from tb_user;
#两个的比值即为索引的选择性

#上面两条语句也可以结合在一起，直接就可以输出索引的选择性
select count(distinct email) / count(*) from tb_user ;

#也可以选择几个前缀。平衡前缀和选择性之间的关系，如选择前五个前缀的选择性
select count(distinct substring(email,1,5)) / count(*) from tb_user ;

8.5.3 示例

为tb_user表的email字段，建立长度为5【5指查询的字段的长度，并不是表内前5个的数据】的前缀索引。

1
create index idx_email_5 on tb_user(email(5)) ;

查询’caocao666@qq.com’ ，【在这里，索引会根据长度为5进行查询，即查询caoca】看看是否使用到我们为它建的前缀索引

image-20230416213245736

前缀索引的查询流程

image-20230416213433677

8.6 单列索引和联合索引

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。

目前tb_user 表中目前的索引情况是既有单列索引，又有联合索引。

1
explain select id,phone,name from tb_user where phone = '17799990014' and name = '貂蝉';

image-20230416214526350

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。

创建一个phone和name字段的联合索引来查询一下执行计划。

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

image-20230416214952798

MySQL依旧选择单列索引，此时我们使用use index 让MySQL用我们所建的联合索引。

1
explain select id,phone,name from tb_user use index(idx_user_phone_name) where phone = '17799990014' and name = '貂蝉';

image-20230416215308884

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。

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。

当查询使用联合索引时，具体结构：

image-20230416215530502

9. 索引设计原则

  1. 针对于数据量较大（业务中数据量超过一百万），且查询比较频繁的表建立索引。
  2. 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。
  3. 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。
  4. 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。
  5. 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。
  6. 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。
  7. 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。
MySQL
#MySQL
MySQL-进阶-索引
https://baijianglai.cn/MySQL-进阶-索引/67c1cc216a26/
作者
Lai Baijiang
发布于
2024年4月24日
许可协议