四、联合索引最左前缀原理

B+Tree联合索引底层数据结构

单列索引：是指由一个字段（单个列）组成的索引；
联合索引：联合索引又叫复合索引，是指由多个字段（字段是有顺序的）组成的索引，比如：
CREATE TABLE users (
id int(11) NOT NULL AUTO_INCREMENT,
nick varchar(30) DEFAULT NULL,
phone varchar(25) NOT NULL,
password varchar(64) DEFAULT NULL,
email varchar(50) DEFAULT NULL,
account varchar(15) DEFAULT NULL,
create_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP,
PRIMARY KEY (id),
KEY idx_nick_phone (nick,phone,create_time) USING BTREE --联合索引
) ENGINE=InnoDB AUTO_INCREMENT=9980018 DEFAULT CHARSET=utf8mb4;

单列索引是特殊的联合索引，是联合索引字段列个数为1的特例；
联合索引叶子节点没有存储数据，节省磁盘空间，其数据结构如下：

索引键index(col1, col2, col3)如何排序？
先根据第一个字段col1排序，然后根据第二个字段col2排序，如果前两个一样，则根据第三个字段col3排序；
B+Tree索引适用于全键值匹配查询，键值范围匹配查询，键值前缀匹配查询；
其中键值前缀查询只适用于根据键值的最左前缀查询；

联合索引的最左前缀原理

CREATE TABLE users (
id int(11) NOT NULL AUTO_INCREMENT,
nick varchar(30) DEFAULT NULL,
phone varchar(25) NOT NULL,
password varchar(64) DEFAULT NULL,
email varchar(50) DEFAULT NULL,
account varchar(15) DEFAULT NULL,
create_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP,
PRIMARY KEY (id),
KEY idx_nick_phone (nick,phone,create_time) USING BTREE --联合索引
) ENGINE=InnoDB AUTO_INCREMENT=9980018 DEFAULT CHARSET=utf8mb4;

1、全值匹配（全列匹配、全键值匹配）

联合索引中的每一个索引字段都是where查询的条件；
select * from users where nick =‘cat’ and phone = ‘13700000000’;
select * from users where phone = ‘13700000000’ and nick =‘cat’;
select * from users where phone = ‘13700000000’ and nick in(‘cat’);
select * from users where phone in (‘13700000000’) and nick in (‘cat’);
select * from users where nick = ‘cat’ or phone = ‘13700000000’;
select * from users where phone in (‘13700000000’) or nick in (‘cat’);
当按照索引中所有列进行精确匹配（这里精确匹配指“=”或“IN”匹配，每一列都能精确匹配）时，索引可以被用到；
注意，理论上索引对顺序是敏感的，但是由于MySQL的查询优化器会自动调整where子句的条件顺序以使用适合的索引，例如我们将where中的条件顺序颠倒，也用到了索引，效果一样；

2、最左前缀匹配
select * from users where nick = ‘cat’;
select * from users where nick = ‘cat’ and create_time= ‘2020-02-09’
select * from users where phone = ‘13700000000’
这种情况指的是只使用索引的第一列进行匹配，如果使用索引的第二列查询，无法命中索引；
如果where条件没有使用到最左列，无法使用索引，根据phone 、create_time查询无法使用索引，因为这两列不是最左列。

3、查询条件使用索引列的精确匹配，中间某个条件未提供
select * from users where nick = ‘cat’ and create_time= ‘2020-02-09’
用到索引了

4、查询条件中没有索引第一列
select * from users where phone = ‘13700000000’ create_time= ‘2020-02-09’
由于不是最左前缀，索引这样的查询显然不能使用索引，where条件中没最左列；

5、匹配列前缀字符串
这种情况指的是只匹配一个列值的开头部分，比如nick=’cat1129’，采用like过滤匹配 cat11%；
select * from users where nick like ‘cat11%’; --命中索引
注：这里匹配越精确，效率也越高，如果匹配 cat%，mysql查询优化器可能会进行全表扫描，比如所有的nick都是cat开头的，所以要尽可能的精确like的前缀；
如果where条件没有使用到最左列，无法使用索引，根据phone、create_time查询无法使用到索引，这两列不是最左列，也无法查询 nick like %at001 以结尾匹配查询也不行；
如果查询中有某个列的范围查询，则右边所有列都无法使用索引查找，比如
where nick = ‘cat’and phone like ‘13720010%’ and create_time = ‘2020-02-09’，该查询只能使用索引的前两列，优化的话，如果like的结果较少，可以用in；
假设phone 只有两个：13720000000 13720000001，或者只有10几个；
where nick = ‘cat’and phone in (13720000000, 13720000001) and create_time = ‘2020-02-09’;（全键值匹配的查询，更精准的定位，读取的数据更少，效率更好）

6、匹配范围值
select * from users where nick in (‘cat’, ‘cat10’); --走索引
select * from users where phone in (‘13720010000’, ‘13700040000’); --不走索引
匹配索引键的第一列范围值（必须是最左前缀），只能命中第一列的范围，范围列后面的列无法用到索引；
范围包括 >、<、！=、in、is null、between … and 等；

7、精确匹配某一列并范围匹配另一列
select * from users where nick = ‘cat’ and phone in (‘13720010000’, ‘13700040000’);
第一列精确匹配，第二列范围匹配；

8、查询条件中有函数或表达式
如果查询条件中有函数或表达式，则MySQL不会为该列使用索引；
explain select * from users where id + 1 = 2;
explain select * from users where left(nick, 5) = ‘cat99’;

9、只访问索引列的查询
只查询有索引的字段，这种查询叫“覆盖索引”查询，在索引键中就找到了数据，不需要获取数据行，也就是不需要回表中获取数据，性能得到提高，所以我们对于值需要查询一两个字段的业务，就不要采用select * from；
select nick, phone, create_time from users where phone = ‘1372001000’;走索引，覆盖索引
select * from users where phone = ‘1372001000’; 不走索引

10、排序分组查询
B+Tree索引是有序的数据结构，所以除了按索引键查询外，还可以按索引键进行order by排序；

11、分页limit查询
SELECT a.* FROM users where nick like ‘cat52%’ LIMIT 3000000, 15；
优化如下：覆盖索引查询 id
SELECT a.* FROM users a, (select id from users where nick like ‘cat52%’ LIMIT 3000000,15) b where a.id = b.id

索引离散性

既然索引可以加快查询速度，那么是不是只要是查询语句条件都建上索引？
答案是否定的，索引虽然加快了查询速度，但索引也有代价：
索引文件本身要消耗存储空间，同时索引会加重插入、删除和修改记录时的负担，MySQL在运行时也要消耗资源维护索引，因此索引并不是越多越好；
表记录比较少，例如一两千条甚至只有几百条记录的表，没必要建索引，让查询做全表扫描即可，一般记录在2000条以上可以酌情考虑建立索引；
列的离散性

列的离散性
公式：count（distinct col）/ count（col）
比值越大离散性越好，离散性越好则选择性越好，

索引的离散性较低不建议建索引，离散性较低也就是选择性较低（B+Tree要走很多个分叉去找数据），所谓索引的选择性（Selectivity），是指不重复的索引值（也叫基数，Cardinality）与表记录数（#T）的比值：
Index Selectivity = Cardinality / #T
选择性的取值范围为(0, 1]，选择性越高的索引价值越大，这是由B+Tree的性质决定的；
。 如果列的离散性很差，一般创建索引的价值也不大；
可以采用联合索引提高列的离散性；
SELECT count(DISTINCT(concat(nick, phone)))/count() AS selectivity FROM users;
SELECT count(DISTINCT(concat(nick, right(phone,4))))/count() AS selectivity FROM users;
我们把这个前缀索引建上：
ALTER TABLE employees.employees ADD INDEX idx_nick_phone (nick, phone(4));
使用前缀索引兼顾了索引大小和查询速度，但其缺点是不能用于ORDER BY和GROUP BY操作，也不能用于覆盖索引Covering index（即当索引本身包含查询所需全部数据时，不再回表访问数据文件本身）；

覆盖索引

如果查询列可通过索引节点中的关键字直接返回，则该索引称之为覆盖索引；
覆盖索引可减少数据库IO，可提高查询性能；
创建联合索引原则
1，经常用的列优先 【最左匹配原则】
2，选择性（离散性）高的列优先【离散性高原则】
3，宽度小的列优先【最少空间原则】 varchr 3 nchar（15）
explain select * from users where nick = ‘cat’;
explain select * from users where nick = ‘cat’ and phone = ‘13700000000’;

InnoDB的主键选择

在使用InnoDB存储引擎时，请永远使用一个与业务无关的自增字段作为主键；
经常也有人采用像手机号、身份证号、uuid这种唯一字段作为主键；
从数据库索引优化角度看，使用InnoDB引擎而不使用自增主键绝对不是一个好主意；
InnoDB使用聚集索引，数据记录本身被存于主键索引（一颗B+Tree）的叶子节点上，这就要求同一个叶子节点内的各条数据记录按主键顺序存放，当有一条新的记录插入时，MySQL会根据其主键将其插入适当的节点位置，如果使用自增主键，那么每次插入新的记录，记录就会顺序添加到当前索引节点的后续位置，当一页写满，就会自动开辟一个新的页；

这样就会形成一个紧凑的索引结构，近似顺序填满，每次插入也不需要移动已有数据，效率较高，索引维护开销小；
如果使用非自增主键（如手机号、身份证号等），每次插入主键的值近似于随机，因此每次新纪录都要被插到现有索引页得中间某个位置：

此时MySQL不得不为了将新记录插到合适位置而移动数据，增加了开销，同时频繁的移动、分页操作造成了大量的碎片，得到了不紧凑的索引结构；
所以尽量在InnoDB上采用自增字段做主键；

索引优化小结

正确的创建合适的索引是提升数据库查询性能的基础；
索引能极大的减少存储引擎需要扫描的数据量；
索引可以把随机IO变成顺序IO；
索引可以帮助我们在进行排序、分组等操作时，避免使用临时表；
索引列的数据长度能少则少（长度太长占空间，会让树高度变高）；
索引一定不是越多越好，一定是创建合适的索引，一张表一般不超过6个；
匹配列前缀可用到索引，像like 9999%可以用到索引，而like %9999%、like %9999用不到索引；
匹配范围值可用用索引，order by 也可用到索引；
多用指定列查询，只返回自己想到的数据列，少用select *，因为有可能命中覆盖索引；
联合索引中如果不是按照索引最左列开始查找，无法使用索引；
联合索引中精确匹配最左前列并范围匹配另外一列可以用到索引；
联合索引中如果查询中有某个列的范围查询，则其右边的所有列都无法使用索引；
索引在数据量比较小的情况下，看不出明显的效果，当数据量较大时，恰当的索引将极大提升查询性能；

其实数据库索引调优是一项技术活，因为实际情况千变万化，而且MySQL本身存在很复杂的机制，如查询优化策略和各种引擎的实现差异等都会使情况变得更加复杂，但是理解并掌握以上索引底层数据结构的理论基础（B+Tree），才能对调优策略进行合理推断并了解其背后的原理，然后结合实践不断实验和摸索，从而真正达到高效使用MySQL索引的目的；