索引是对数据库表中一列或多列的值进行排序的一种结构,使用索引可快速访问数据库表中的特定信息。
验证索引效率
在讲解索引的使用原则之前，先通过一个简单的案例，来验证一下索引，看看是否能够通过索引来提升数据查询性能。在演示的时候，我们还是使用之前准备的一张表 tb_sku , 在这张表中准备了1000w的记录。
| 1 2 3 4 5 6 7 | mysql> select count(*) from tb_sku; +———-+ | count(*) | +———-+ | 10000000 | +———-+ 1 row in set (17.93 sec) |
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：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | mysql> select * from tb_sku where id = 1 \G; *************************** 1. row *************************** id: 1 sn: 100000003145001 name: 华为Meta1 price: 87901 num: 9961 alert_num: 100 image: https://m.360buyimg.com/mobilecms/s720x720_jfs/t5590/64/5811657380/234462/5398e856/5965e173N34179777.jpg!q70.jpg.webp images: https://m.360buyimg.com/mobilecms/s720x720_jfs/t5590/64/5811657380/234462/5398e856/5965e173N34179777.jpg!q70.jpg.webp weight: 10 create_time: 2019-05-01 00:00:00 update_time: 2019-05-01 00:00:00 category_name: 真皮包 brand_name: viney spec: 白色1 sale_num: 39 comment_num: 0 status: 1 1 row in set (0.00 sec) |
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：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | mysql> select *from tb_sku where sn = ‘100000003145001’ \G; *************************** 1. row *************************** id: 1 sn: 100000003145001 name: 华为Meta1 price: 87901 num: 9961 alert_num: 100 image: https://m.360buyimg.com/mobilecms/s720x720_jfs/t5590/64/5811657380/234462/5398e856/5965e173N34179777.jpg!q70.jpg.webp images: https://m.360buyimg.com/mobilecms/s720x720_jfs/t5590/64/5811657380/234462/5398e856/5965e173N34179777.jpg!q70.jpg.webp weight: 10 create_time: 2019-05-01 00:00:00 update_time: 2019-05-01 00:00:00 category_name: 真皮包 brand_name: viney spec: 白色1 sale_num: 39 comment_num: 0 status: 1 1 row in set (14.95 sec) |
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 14.95 sec，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。
创建索引：
| 1 2 3 | mysql> create index idx_sku_sn on tb_sku(sn); Query OK, 0 rows affected (56.26 sec) Records: 0 Duplicates: 0 Warnings: 0 |
创建索引成功，但是我们也看到了，创建这个索引我们花费了56.26 sec，由此可以看出索引的缺点，会占用一定空间，创建更新索引需要额外的时间。
然后再次执行相同的SQL语句，再次查看SQL的耗时
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | mysql> select *from tb_sku where sn = ‘100000003145001’ \G; *************************** 1. row *************************** id: 1 sn: 100000003145001 name: 华为Meta1 price: 87901 num: 9961 alert_num: 100 image: https://m.360buyimg.com/mobilecms/s720x720_jfs/t5590/64/5811657380/234462/5398e856/5965e173N34179777.jpg!q70.jpg.webp images: https://m.360buyimg.com/mobilecms/s720x720_jfs/t5590/64/5811657380/234462/5398e856/5965e173N34179777.jpg!q70.jpg.webp weight: 10 create_time: 2019-05-01 00:00:00 update_time: 2019-05-01 00:00:00 category_name: 真皮包 brand_name: viney spec: 白色1 sale_num: 39 comment_num: 0 status: 1 1 row in set (0.00 sec) |
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。
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。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 | mysql> show index from tb_user; +———+————+———————-+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ | Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression | +———+————+———————-+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ | tb_user | 0 | PRIMARY | 1 | id | A | 24 | NULL | NULL | | BTREE | | | YES | NULL | | tb_user | 0 | idx_user_phone | 1 | phone | A | 24 | NULL | NULL | | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_name | 1 | name | A | 24 | NULL | NULL | | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_pro_age_sta | 1 | profession | A | 16 | NULL | NULL | YES | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_pro_age_sta | 2 | age | A | 22 | NULL | NULL | YES | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_pro_age_sta | 3 | status | A | 24 | NULL | NULL | YES | BTREE | | | YES | NULL | | tb_user | 1 | idx_email | 1 | email | A | 24 | NULL | NULL | YES | BTREE | | | YES | NULL | +———+————+———————-+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ 7 rows in set (0.02 sec) |
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：
按顺序使用联合索引
| 1 2 3 4 5 6 7 8 | mysql> explain select * from tb_user where profession = ‘软件工程’ and age = 31 and status -> = ‘0’; +—-+————-+———+————+——+———————-+———————-+———+——————-+——+———-+———————–+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+———————-+———————-+———+——————-+——+———-+———————–+ | 1 | SIMPLE | tb_user | NULL | ref | idx_user_pro_age_sta | idx_user_pro_age_sta | 54 | const,const,const | 1 | 100.00 | Using index condition | +—-+————-+———+————+——+———————-+———————-+———+——————-+——+———-+———————–+ 1 row in set, 1 warning (0.00 sec) |
按顺序使用部分联合索引
| 1 2 3 4 5 6 7 | mysql> explain select * from tb_user where profession = ‘软件工程’ and age = 31; +—-+————-+———+————+——+———————-+———————-+———+————-+——+———-+——-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+———————-+———————-+———+————-+——+———-+——-+ | 1 | SIMPLE | tb_user | NULL | ref | idx_user_pro_age_sta | idx_user_pro_age_sta | 49 | const,const | 1 | 100.00 | NULL | +—-+————-+———+————+——+———————-+———————-+———+————-+——+———-+——-+ 1 row in set, 1 warning (0.00 sec) |
按顺序使用联合索引第一个
| 1 2 3 4 5 6 7 | mysql> explain select * from tb_user where profession = ‘软件工程’; +—-+————-+———+————+——+———————-+———————-+———+——-+——+———-+——-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+———————-+———————-+———+——-+——+———-+——-+ | 1 | SIMPLE | tb_user | NULL | ref | idx_user_pro_age_sta | idx_user_pro_age_sta | 47 | const | 4 | 100.00 | NULL | +—-+————-+———+————+——+———————-+———————-+———+——-+——+———-+——-+ 1 row in set, 1 warning (0.00 sec) |
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。
联合索引不使用第一个
| 1 2 3 4 5 6 7 | mysql> explain select * from tb_user where age = 31 and status = ‘0’; +—-+————-+———+————+——+—————+——+———+——+——+———-+————-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+—————+——+———+——+——+———-+————-+ | 1 | SIMPLE | tb_user | NULL | ALL | NULL | NULL | NULL | NULL | 24 | 4.17 | Using where | +—-+————-+———+————+——+—————+——+———+——+——+———-+————-+ 1 row in set, 1 warning (0.00 sec) |
联合索引不使用前两个
| 1 2 3 4 5 6 7 | mysql> explain select * from tb_user where status = ‘0’; +—-+————-+———+————+——+—————+——+———+——+——+———-+————-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+—————+——+———+——+——+———-+————-+ | 1 | SIMPLE | tb_user | NULL | ALL | NULL | NULL | NULL | NULL | 24 | 10.00 | Using where | +—-+————-+———+————+——+—————+——+———+——+——+———-+————-+ 1 row in set, 1 warning (0.00 sec) |
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。
联合索引不使用中间部分索引
| 1 2 3 4 5 6 7 | mysql> explain select * from tb_user where profession = ‘软件工程’ and status = ‘0’; +—-+————-+———+————+——+———————-+———————-+———+——-+——+———-+———————–+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+———————-+———————-+———+——-+——+———-+———————–+ | 1 | SIMPLE | tb_user | NULL | ref | idx_user_pro_age_sta | idx_user_pro_age_sta | 47 | const | 4 | 10.00 | Using index condition | +—-+————-+———+————+——+———————-+———————-+———+——-+——+———-+———————–+ 1 row in set, 1 warning (0.00 sec) |
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：
当执行SQL语句: explain select * from tb_user where age = 31 and status = '0' and profession = '软件工程'; 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？
| 1 2 3 4 5 6 7 | mysql> explain select * from tb_user where age = 31 and status = ‘0’ and profession = ‘软件工程’; +—-+————-+———+————+——+———————-+———————-+———+——————-+——+———-+———————–+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+———————-+———————-+———+——————-+——+———-+———————–+ | 1 | SIMPLE | tb_user | NULL | ref | idx_user_pro_age_sta | idx_user_pro_age_sta | 54 | const,const,const | 1 | 100.00 | Using index condition | +—-+————-+———+————+——+———————-+———————-+———+——————-+——+———-+———————–+ 1 row in set, 1 warning (0.00 sec) |
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。
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。
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。
| 1 2 3 4 5 6 7 8 | mysql> explain select * from tb_user where profession = ‘软件工程’ and age > 30 and status -> = ‘0’; +—-+————-+———+————+——-+———————-+———————-+———+——+——+———-+———————–+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——-+———————-+———————-+———+——+——+———-+———————–+ | 1 | SIMPLE | tb_user | NULL | range | idx_user_pro_age_sta | idx_user_pro_age_sta | 49 | NULL | 2 | 10.00 | Using index condition | +—-+————-+———+————+——-+———————-+———————-+———+——+——+———-+———————–+ 1 row in set, 1 warning (0.00 sec) |
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。
| 1 2 3 4 5 6 7 8 | mysql> explain select * from tb_user where profession = ‘软件工程’ and age >= 30 and -> status = ‘0’; +—-+————-+———+————+——-+———————-+———————-+———+——+——+———-+———————–+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——-+———————-+———————-+———+——+——+———-+———————–+ | 1 | SIMPLE | tb_user | NULL | range | idx_user_pro_age_sta | idx_user_pro_age_sta | 54 | NULL | 2 | 10.00 | Using index condition | +—-+————-+———+————+——-+———————-+———————-+———+——+——+———-+———————–+ 1 row in set, 1 warning (0.00 sec) |
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 <**。
索引失效情况
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。
| 1 2 3 4 5 6 7 | mysql> show index from tb_user where key_name = “idx_user_phone”; +———+————+—————-+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ | Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression | +———+————+—————-+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ | tb_user | 0 | idx_user_phone | 1 | phone | A | 24 | NULL | NULL | | BTREE | | | YES | NULL | +———+————+—————-+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ 1 row in set (0.01 sec) |
当根据phone字段进行等值匹配查询时, 索引生效。
| 1 2 3 4 5 6 7 | mysql> explain select * from tb_user where phone = ‘17799990015’; +—-+————-+———+————+——-+—————-+—————-+———+——-+——+———-+——-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——-+—————-+—————-+———+——-+——+———-+——-+ | 1 | SIMPLE | tb_user | NULL | const | idx_user_phone | idx_user_phone | 46 | const | 1 | 100.00 | NULL | +—-+————-+———+————+——-+—————-+—————-+———+——-+——+———-+——-+ 1 row in set, 1 warning (0.00 sec) |
当根据phone字段进行函数运算操作之后，索引失效。
| 1 2 3 4 5 6 7 | mysql> explain select * from tb_user where substring(phone,10,2) = ’15’; +—-+————-+———+————+——+—————+——+———+——+——+———-+————-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+—————+——+———+——+——+———-+————-+ | 1 | SIMPLE | tb_user | NULL | ALL | NULL | NULL | NULL | NULL | 24 | 100.00 | Using where | +—-+————-+———+————+——+—————+——+———+——+——+———-+————-+ 1 row in set, 1 warning (0.00 sec) |
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：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | mysql> explain select * from tb_user where profession = ‘软件工程’ and age = 31 and status -> = ‘0’; +—-+————-+———+————+——+———————-+———————-+———+——————-+——+———-+———————–+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+———————-+———————-+———+——————-+——+———-+———————–+ | 1 | SIMPLE | tb_user | NULL | ref | idx_user_pro_age_sta | idx_user_pro_age_sta | 54 | const,const,const | 1 | 100.00 | Using index condition | +—-+————-+———+————+——+———————-+———————-+———+——————-+——+———-+———————–+ 1 row in set, 1 warning (0.00 sec) mysql> explain select * from tb_user where profession = ‘软件工程’ and age = 31 and status -> = 0; +—-+————-+———+————+——+———————-+———————-+———+————-+——+———-+———————–+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+———————-+———————-+———+————-+——+———-+———————–+ | 1 | SIMPLE | tb_user | NULL | ref | idx_user_pro_age_sta | idx_user_pro_age_sta | 49 | const,const | 1 | 10.00 | Using index condition | +—-+————-+———+————+——+———————-+———————-+———+————-+——+———-+———————–+ 1 row in set, 2 warnings (0.00 sec) |
手机号
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | mysql> explain select * from tb_user where phone = ‘17799990015’; +—-+————-+———+————+——-+—————-+—————-+———+——-+——+———-+——-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——-+—————-+—————-+———+——-+——+———-+——-+ | 1 | SIMPLE | tb_user | NULL | const | idx_user_phone | idx_user_phone | 46 | const | 1 | 100.00 | NULL | +—-+————-+———+————+——-+—————-+—————-+———+——-+——+———-+——-+ 1 row in set, 1 warning (0.00 sec) mysql> explain select * from tb_user where phone = 17799990015; +—-+————-+———+————+——+—————-+——+———+——+——+———-+————-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+—————-+——+———+——+——+———-+————-+ | 1 | SIMPLE | tb_user | NULL | ALL | idx_user_phone | NULL | NULL | NULL | 24 | 10.00 | Using where | +—-+————-+———+————+——+—————-+——+———+——+——+———-+————-+ 1 row in set, 3 warnings (0.00 sec) |
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。
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。
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。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 | mysql> explain select * from tb_user where profession like ‘软件%’; +—-+————-+———+————+——-+———————-+———————-+———+——+——+———-+———————–+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——-+———————-+———————-+———+——+——+———-+———————–+ | 1 | SIMPLE | tb_user | NULL | range | idx_user_pro_age_sta | idx_user_pro_age_sta | 47 | NULL | 4 | 100.00 | Using index condition | +—-+————-+———+————+——-+———————-+———————-+———+——+——+———-+———————–+ 1 row in set, 1 warning (0.00 sec) mysql> explain select * from tb_user where profession like ‘%工程’; +—-+————-+———+————+——+—————+——+———+——+——+———-+————-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+—————+——+———+——+——+———-+————-+ | 1 | SIMPLE | tb_user | NULL | ALL | NULL | NULL | NULL | NULL | 24 | 11.11 | Using where | +—-+————-+———+————+——+—————+——+———+——+——+———-+————-+ 1 row in set, 1 warning (0.00 sec) mysql> explain select * from tb_user where profession like ‘%工%’; +—-+————-+———+————+——+—————+——+———+——+——+———-+————-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+—————+——+———+——+——+———-+————-+ | 1 | SIMPLE | tb_user | NULL | ALL | NULL | NULL | NULL | NULL | 24 | 11.11 | Using where | +—-+————-+———+————+——+—————+——+———+——+——+———-+————-+ 1 row in set, 1 warning (0.00 sec) |
经过上述的测试，我们发现，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。
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。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | mysql> explain select * from tb_user where id = 10 or age = 23; +—-+————-+———+————+——+—————+——+———+——+——+———-+————-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+—————+——+———+——+——+———-+————-+ | 1 | SIMPLE | tb_user | NULL | ALL | PRIMARY | NULL | NULL | NULL | 24 | 13.75 | Using where | +—-+————-+———+————+——+—————+——+———+——+——+———-+————-+ 1 row in set, 1 warning (0.00 sec) mysql> explain select * from tb_user where phone = ‘17799990017’ or age = 23; +—-+————-+———+————+——+—————-+——+———+——+——+———-+————-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+—————-+——+———+——+——+———-+————-+ | 1 | SIMPLE | tb_user | NULL | ALL | idx_user_phone | NULL | NULL | NULL | 24 | 13.75 | Using where | +—-+————-+———+————+——+—————-+——+———+——+——+———-+————-+ 1 row in set, 1 warning (0.00 sec) |
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。
然后，我们可以对age字段建立索引。
| 1 2 3 4 5 6 7 8 9 10 | mysql> create index idx_user_age on tb_user(age); Query OK, 0 rows affected (0.03 sec) mysql> show index from tb_user where Key_name=”idx_user_age”; +———+————+————–+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ | Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression | +———+————+————–+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ | tb_user | 1 | idx_user_age | 1 | age | A | 19 | NULL | NULL | YES | BTREE | | | YES | NULL | +———+————+————–+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ 1 row in set (0.00 sec) |
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。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 | mysql> explain select * from tb_user where id = 10 or age = 23; +—-+————-+———+————+————-+———————-+———————-+———+——+——+———-+————————————————+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+————-+———————-+———————-+———+——+——+———-+————————————————+ | 1 | SIMPLE | tb_user | NULL | index_merge | PRIMARY,idx_user_age | PRIMARY,idx_user_age | 4,2 | NULL | 3 | 100.00 | Using union(PRIMARY,idx_user_age); Using where | +—-+————-+———+————+————-+———————-+———————-+———+——+——+———-+————————————————+ 1 row in set, 1 warning (0.00 sec) mysql> explain select * from tb_user where phone = ‘17799990017’ or age = 23; +—-+————-+———+————+————-+—————————–+—————————–+———+——+——+———-+——————————————————-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+————-+—————————–+—————————–+———+——+——+———-+——————————————————-+ | 1 | SIMPLE | tb_user | NULL | index_merge | idx_user_phone,idx_user_age | idx_user_phone,idx_user_age | 46,2 | NULL | 3 | 100.00 | Using union(idx_user_phone,idx_user_age); Using where | +—-+————-+———+————+————-+—————————–+—————————–+———+——+——+———-+——————————————————-+ |
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。
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。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | mysql> explain select * from tb_user where phone >= ‘17799990005’; +—-+————-+———+————+——+—————-+——+———+——+——+———-+————-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+—————-+——+———+——+——+———-+————-+ | 1 | SIMPLE | tb_user | NULL | ALL | idx_user_phone | NULL | NULL | NULL | 24 | 79.17 | Using where | +—-+————-+———+————+——+—————-+——+———+——+——+———-+————-+ 1 row in set, 1 warning (0.00 sec) mysql> explain select * from tb_user where phone >= ‘17799990015’; +—-+————-+———+————+——-+—————-+—————-+———+——+——+———-+———————–+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——-+—————-+—————-+———+——+——+———-+———————–+ | 1 | SIMPLE | tb_user | NULL | range | idx_user_phone | idx_user_phone | 46 | NULL | 9 | 100.00 | Using index condition | +—-+————-+———+————+——-+—————-+—————-+———+——+——+———-+———————–+ 1 row in set, 1 warning (0.00 sec) |
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 ：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | mysql> explain select * from tb_user where profession is null; +—-+————-+———+————+——+———————-+———————-+———+——-+——+———-+———————–+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+———————-+———————-+———+——-+——+———-+———————–+ | 1 | SIMPLE | tb_user | NULL | ref | idx_user_pro_age_sta | idx_user_pro_age_sta | 47 | const | 1 | 100.00 | Using index condition | +—-+————-+———+————+——+———————-+———————-+———+——-+——+———-+———————–+ 1 row in set, 1 warning (0.00 sec) mysql> explain select * from tb_user where profession is not null; +—-+————-+———+————+——+———————-+——+———+——+——+———-+————-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+———————-+——+———+——+——+———-+————-+ | 1 | SIMPLE | tb_user | NULL | ALL | idx_user_pro_age_sta | NULL | NULL | NULL | 24 | 100.00 | Using where | +—-+————-+———+————+——+———————-+——+———+——+——+———-+————-+ 1 row in set, 1 warning (0.00 sec) |
可以看到专业为空的比较少走了索引，不为空的数据太多，直接走了全表扫描
接下来，我们做一个操作将profession字段值全部更新为null。
| 1 2 3 | mysql> update tb_user set profession = null; Query OK, 24 rows affected (0.00 sec) Rows matched: 24 Changed: 24 Warnings: 0 |
然后，再次执行上述的两条SQL，查看SQL语句的执行计划。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | mysql> explain select * from tb_user where profession is null; +—-+————-+———+————+——+———————-+——+———+——+——+———-+————-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+———————-+——+———+——+——+———-+————-+ | 1 | SIMPLE | tb_user | NULL | ALL | idx_user_pro_age_sta | NULL | NULL | NULL | 24 | 100.00 | Using where | +—-+————-+———+————+——+———————-+——+———+——+——+———-+————-+ 1 row in set, 1 warning (0.00 sec) mysql> explain select * from tb_user where profession is not null; +—-+————-+———+————+——-+———————-+———————-+———+——+——+———-+———————–+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——-+———————-+———————-+———+——+——+———-+———————–+ | 1 | SIMPLE | tb_user | NULL | range | idx_user_pro_age_sta | idx_user_pro_age_sta | 47 | NULL | 1 | 100.00 | Using index condition | +—-+————-+———+————+——-+———————-+———————-+———+——+——+———-+———————–+ 1 row in set, 1 warning (0.00 sec) |
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。
SQL提示
目前tb_user表的数据情况如下:
| 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 | mysql> select * from tb_user; +—-+——–+————-+———————–+——————–+——+——–+——–+———————+ | id | name | phone | email | profession | age | gender | status | createtime | +—-+——–+————-+———————–+——————–+——+——–+——–+———————+ | 1 | 吕布 | 17799990000 | lvbu666@163.com | 软件工程 | 23 | 1 | 6 | 2001-02-02 00:00:00 | | 2 | 曹操 | 17799990001 | caocao666@qq.com | 通讯工程 | 33 | 1 | 0 | 2001-03-05 00:00:00 | | 3 | 赵云 | 17799990002 | 17799990@139.com | 英语 | 34 | 1 | 2 | 2002-03-02 00:00:00 | | 4 | 孙悟空 | 17799990003 | 17799990@sina.com | 工程造价 | 54 | 1 | 0 | 2001-07-02 00:00:00 | | 5 | 花木兰 | 17799990004 | 19980729@sina.com | 软件工程 | 23 | 2 | 1 | 2001-04-22 00:00:00 | | 6 | 大乔 | 17799990005 | daqiao666@sina.com | 舞蹈 | 22 | 2 | 0 | 2001-02-07 00:00:00 | | 7 | 露娜 | 17799990006 | luna_love@sina.com | 应用数学 | 24 | 2 | 0 | 2001-02-08 00:00:00 | | 8 | 程咬金 | 17799990007 | chengyaojin@163.com | 化工 | 38 | 1 | 5 | 2001-05-23 00:00:00 | | 9 | 项羽 | 17799990008 | xiaoyu666@qq.com | 金属材料 | 43 | 1 | 0 | 2001-09-18 00:00:00 | | 10 | 白起 | 17799990009 | baiqi666@sina.com | 机械工程及其自动化 | 27 | 1 | 2 | 2001-08-16 00:00:00 | | 11 | 韩信 | 17799990010 | hanxin520@163.com | 无机非金属材料工程 | 27 | 1 | 0 | 2001-06-12 00:00:00 | | 12 | 荆轲 | 17799990011 | jingke123@163.com | 会计 | 29 | 1 | 0 | 2001-05-11 00:00:00 | | 13 | 兰陵王 | 17799990012 | lanlinwang666@126.com | 工程造价 | 44 | 1 | 1 | 2001-04-09 00:00:00 | | 14 | 狂铁 | 17799990013 | kuangtie@sina.com | 应用数学 | 43 | 1 | 2 | 2001-04-10 00:00:00 | | 15 | 貂蝉 | 17799990014 | 84958948374@qq.com | 软件工程 | 40 | 2 | 3 | 2001-02-12 00:00:00 | | 16 | 妲己 | 17799990015 | 2783238293@qq.com | 软件工程 | 31 | 2 | 0 | 2001-01-30 00:00:00 | | 17 | 芈月 | 17799990016 | xiaomin2001@sina.com | 工业经济 | 35 | 2 | 0 | 2000-05-03 00:00:00 | | 18 | 嬴政 | 17799990017 | 8839434342@qq.com | 化工 | 38 | 1 | 1 | 2001-08-08 00:00:00 | | 19 | 狄仁杰 | 17799990018 | jujiamlm8166@163.com | 国际贸易 | 30 | 1 | 0 | 2007-03-12 00:00:00 | | 20 | 安琪拉 | 17799990019 | jdodm1h@126.com | 城市规划 | 51 | 2 | 0 | 2001-08-15 00:00:00 | | 21 | 典韦 | 17799990020 | ycaunanjian@163.com | 城市规划 | 52 | 1 | 2 | 2000-04-12 00:00:00 | | 22 | 廉颇 | 17799990021 | lianpo321@126.com | 土木工程 | 19 | 1 | 3 | 2002-07-18 00:00:00 | | 23 | 后羿 | 17799990022 | altycj2000@139.com | 城市园林 | 20 | 1 | 0 | 2002-03-10 00:00:00 | | 24 | 姜子牙 | 17799990023 | 37483844@qq.com | 工程造价 | 29 | 1 | 4 | 2003-05-26 00:00:00 | +—-+——–+————-+———————–+——————–+——+——–+——–+———————+ 24 rows in set (0.00 sec) |
索引情况如下:
| 1 2 3 4 5 6 7 8 9 10 11 12 | mysql> show index from tb_user; +———+————+———————-+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ | Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression | +———+————+———————-+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ | tb_user | 0 | PRIMARY | 1 | id | A | 24 | NULL | NULL | | BTREE | | | YES | NULL | | tb_user | 0 | idx_user_phone | 1 | phone | A | 24 | NULL | NULL | | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_name | 1 | name | A | 24 | NULL | NULL | | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_pro_age_sta | 1 | profession | A | 16 | NULL | NULL | YES | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_pro_age_sta | 2 | age | A | 22 | NULL | NULL | YES | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_pro_age_sta | 3 | status | A | 24 | NULL | NULL | YES | BTREE | | | YES | NULL | +———+————+———————-+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ 6 rows in set (0.00 sec) |
执行SQL : explain select * from tb_user where profession = '软件工程';
| 1 2 3 4 5 6 7 | mysql> explain select * from tb_user where profession = ‘软件工程’; +—-+————-+———+————+——+———————-+———————-+———+——-+——+———-+——-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+———————-+———————-+———+——-+——+———-+——-+ | 1 | SIMPLE | tb_user | NULL | ref | idx_user_pro_age_sta | idx_user_pro_age_sta | 47 | const | 4 | 100.00 | NULL | +—-+————-+———+————+——+———————-+———————-+———+——-+——+———-+——-+ 1 row in set, 1 warning (0.00 sec) |
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 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | mysql> create index idx_user_pro on tb_user(profession); Query OK, 0 rows affected (0.02 sec) Records: 0 Duplicates: 0 Warnings: 0 mysql> show index from tb_user; +———+————+———————-+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ | Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression | +———+————+———————-+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ | tb_user | 0 | PRIMARY | 1 | id | A | 24 | NULL | NULL | | BTREE | | | YES | NULL | | tb_user | 0 | idx_user_phone | 1 | phone | A | 24 | NULL | NULL | | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_name | 1 | name | A | 24 | NULL | NULL | | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_pro_age_sta | 1 | profession | A | 16 | NULL | NULL | YES | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_pro_age_sta | 2 | age | A | 22 | NULL | NULL | YES | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_pro_age_sta | 3 | status | A | 24 | NULL | NULL | YES | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_pro | 1 | profession | A | 16 | NULL | NULL | YES | BTREE | | | YES | NULL | +———+————+———————-+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ 7 rows in set (0.00 sec) |
创建单列索引后，再次执行A中的SQL语句，查看执行计划，看看到底走哪个索引。
| 1 2 3 4 5 6 7 | mysql> explain select * from tb_user where profession = ‘软件工程’; +—-+————-+———+————+——+———————————–+———————-+———+——-+——+———-+——-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+———————————–+———————-+———+——-+——+———-+——-+ | 1 | SIMPLE | tb_user | NULL | ref | idx_user_pro_age_sta,idx_user_pro | idx_user_pro_age_sta | 47 | const | 4 | 100.00 | NULL | +—-+————-+———+————+——+———————————–+———————-+———+——-+——+———-+——-+ 1 row in set, 1 warning (0.00 sec) |
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。
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 2 3 4 5 6 7 | mysql> explain select * from tb_user use index(idx_user_pro) where profession = ‘软件工程’; +—-+————-+———+————+——+—————+————–+———+——-+——+———-+——-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+—————+————–+———+——-+——+———-+——-+ | 1 | SIMPLE | tb_user | NULL | ref | idx_user_pro | idx_user_pro | 47 | const | 1 | 100.00 | NULL | +—-+————-+———+————+——+—————+————–+———+——-+——+———-+——-+ 1 row in set, 1 warning (0.00 sec) |
ignore index
忽略指定的索引。
| 1 2 3 4 5 6 7 | mysql> explain select * from tb_user ignore index(idx_user_pro) where profession = ‘软件工程’; +—-+————-+———+————+——+———————-+———————-+———+——-+——+———-+——-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+———————-+———————-+———+——-+——+———-+——-+ | 1 | SIMPLE | tb_user | NULL | ref | idx_user_pro_age_sta | idx_user_pro_age_sta | 47 | const | 1 | 100.00 | NULL | +—-+————-+———+————+——+———————-+———————-+———+——-+——+———-+——-+ 1 row in set, 1 warning (0.00 sec) |
force index
强制使用索引。
| 1 2 3 4 5 6 7 | mysql> explain select * from tb_user force index(idx_user_pro) where profession = ‘软件工程’; +—-+————-+———+————+——+—————+————–+———+——-+——+———-+——-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+—————+————–+———+——-+——+———-+——-+ | 1 | SIMPLE | tb_user | NULL | ref | idx_user_pro | idx_user_pro | 47 | const | 1 | 100.00 | NULL | +—-+————-+———+————+——+—————+————–+———+——-+——+———-+——-+ 1 row in set, 1 warning (0.00 sec) |
覆盖索引
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 。
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。
| 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 | mysql> explain select id, profession from tb_user where profession = ‘软件工程’ and age = -> 31 and status = ‘0’ ; +—-+————-+———+————+——+———————————–+———————-+———+——————-+——+———-+————————–+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+———————————–+———————-+———+——————-+——+———-+————————–+ | 1 | SIMPLE | tb_user | NULL | ref | idx_user_pro_age_sta,idx_user_pro | idx_user_pro_age_sta | 54 | const,const,const | 1 | 100.00 | Using where; Using index | +—-+————-+———+————+——+———————————–+———————-+———+——————-+——+———-+————————–+ 1 row in set, 1 warning (0.00 sec) mysql> explain select id,profession,age, status from tb_user where profession = ‘软件工程’ -> and age = 31 and status = ‘0’ ; +—-+————-+———+————+——+———————————–+———————-+———+——————-+——+———-+————————–+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+———————————–+———————-+———+——————-+——+———-+————————–+ | 1 | SIMPLE | tb_user | NULL | ref | idx_user_pro_age_sta,idx_user_pro | idx_user_pro_age_sta | 54 | const,const,const | 1 | 100.00 | Using where; Using index | +—-+————-+———+————+——+———————————–+———————-+———+——————-+——+———-+————————–+ 1 row in set, 1 warning (0.00 sec) mysql> explain select id,profession,age, status, name from tb_user where profession = ‘软件工程’ and age = 31 and status = ‘0’ ; +—-+————-+———+————+——+———————————–+———————-+———+——————-+——+———-+———————–+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+———————————–+———————-+———+——————-+——+———-+———————–+ | 1 | SIMPLE | tb_user | NULL | ref | idx_user_pro_age_sta,idx_user_pro | idx_user_pro_age_sta | 54 | const,const,const | 1 | 100.00 | Using index condition | +—-+————-+———+————+——+———————————–+———————-+———+——————-+——+———-+———————–+ 1 row in set, 1 warning (0.00 sec) mysql> explain select * from tb_user where profession = ‘软件工程’ and age = 31 and status = ‘0’; +—-+————-+———+————+——+———————————–+———————-+———+——————-+——+———-+———————–+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——+———————————–+———————-+———+——————-+——+———-+———————–+ | 1 | SIMPLE | tb_user | NULL | ref | idx_user_pro_age_sta,idx_user_pro | idx_user_pro_age_sta | 54 | const,const,const | 1 | 100.00 | Using index condition | +—-+————-+———+————+——+———————————–+———————-+———+——————-+——+———-+———————–+ 1 row in set, 1 warning (0.00 sec) |
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，前面两天SQL的结果为 Using where; Using Index ; 而后面两条SQL的结果为: Using index condition 。
| Extra | 含义 |
|---|---|
| Using where; Using Index | 查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询数据 |
| Using index condition | 查找使用了索引，但是需要回表查询数据 |
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）。
为了大家更清楚的理解，什么是覆盖索引，什么是回表查询，我们一起再来看下面的这组SQL的执行过
程。
A. 表结构及索引示意图:
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）。
B. 执行SQL : select * from tb_user where id = 2;
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。
C. 执行SQL：selet id,name from tb_user where name = 'Arm';
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。
D. 执行SQL：selet id,name,gender from tb_user where name = 'Arm';
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。
思考：
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’; |
答案: 针对于 username, password建立联合索引, sql为: create index idx_user_name_pass on tb_user(username,password);
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。
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). 语法
| 1 | create index idx_xxxx on table_name(column(n)) ; |
示例:
为tb_user表的email字段，建立长度为5的前缀索引。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 | mysql> create index idx_email_5 on tb_user(email(5)); Query OK, 0 rows affected (0.04 sec) Records: 0 Duplicates: 0 Warnings: 0 mysql> show index from tb_user; +———+————+———————-+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ | Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression | +———+————+———————-+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ | tb_user | 0 | PRIMARY | 1 | id | A | 24 | NULL | NULL | | BTREE | | | YES | NULL | | tb_user | 0 | idx_user_phone | 1 | phone | A | 24 | NULL | NULL | | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_name | 1 | name | A | 24 | NULL | NULL | | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_pro_age_sta | 1 | profession | A | 16 | NULL | NULL | YES | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_pro_age_sta | 2 | age | A | 22 | NULL | NULL | YES | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_pro_age_sta | 3 | status | A | 24 | NULL | NULL | YES | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_pro | 1 | profession | A | 16 | NULL | NULL | YES | BTREE | | | YES | NULL | | tb_user | 1 | idx_email_5 | 1 | email | A | 23 | 5 | NULL | YES | BTREE | | | YES | NULL | +———+————+———————-+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ 8 rows in set (0.00 sec) |
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 | select count(distinct email) / count(*) from tb_user ; select count(distinct substring(email,1,5)) / count(*) from tb_user ; |
3). 前缀索引的查询流程
单列索引与联合索引
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。
我们先来看看 tb_user 表中目前的索引情况:
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 | mysql> show index from tb_user; +———+————+———————-+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ | Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression | +———+————+———————-+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ | tb_user | 0 | PRIMARY | 1 | id | A | 24 | NULL | NULL | | BTREE | | | YES | NULL | | tb_user | 0 | idx_user_phone | 1 | phone | A | 24 | NULL | NULL | | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_name | 1 | name | A | 24 | NULL | NULL | | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_pro_age_sta | 1 | profession | A | 16 | NULL | NULL | YES | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_pro_age_sta | 2 | age | A | 22 | NULL | NULL | YES | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_pro_age_sta | 3 | status | A | 24 | NULL | NULL | YES | BTREE | | | YES | NULL | | tb_user | 1 | idx_user_pro | 1 | profession | A | 16 | NULL | NULL | YES | BTREE | | | YES | NULL | | tb_user | 1 | idx_email_5 | 1 | email | A | 23 | 5 | NULL | YES | BTREE | | | YES | NULL | +———+————+———————-+————–+————-+———–+————-+———-+——–+——+————+———+—————+———+————+ 8 rows in set (0.00 sec) |
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：
| 1 2 3 4 5 6 7 | mysql> explain select id, phone, name from tb_user where phone = ‘17799990010’ and name =’韩信’; +—-+————-+———+————+——-+——————————+—————-+———+——-+——+———-+——-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——-+——————————+—————-+———+——-+——+———-+——-+ | 1 | SIMPLE | tb_user | NULL | const | idx_user_phone,idx_user_name | idx_user_phone | 46 | const | 1 | 100.00 | NULL | +—-+————-+———+————+——-+——————————+—————-+———+——-+——+———-+——-+ 1 row in set, 1 warning (0.00 sec) |
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。
| 1 2 3 4 5 6 7 8 9 10 11 | mysql> create unique index idx_user_phone_name on tb_user(phone,name); Query OK, 0 rows affected (0.03 sec) Records: 0 Duplicates: 0 Warnings: 0 mysql> explain select id, phone, name from tb_user use index(idx_user_phone_name) where phone=’17799990010′ and name=’韩信’; +—-+————-+———+————+——-+———————+———————+———+————-+——+———-+————-+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra | +—-+————-+———+————+——-+———————+———————+———+————-+——+———-+————-+ | 1 | SIMPLE | tb_user | NULL | const | idx_user_phone_name | idx_user_phone_name | 248 | const,const | 1 | 100.00 | Using index | +—-+————-+———+————+——-+———————+———————+———+————-+——+———-+————-+ 1 row in set, 1 warning (0.00 sec) |
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。
如果查询使用的是联合索引，具体的结构示意图如下：
