一个不留神，索引就创建重复了

相信没有人会故意创建重复的冗余的索引，很多重复和冗余的索引都是在不经意间创建的，今天松哥来和大家捋一捋这个问题。

因为我们日常在使用 MySQL 的过程中，基本上都是使用 InnoDB 引擎，所以接下来的讨论主要是基于 InnoDB 引擎的 B+Tree 索引来讨论，其他的哈希索引全文索引等不在讨论范围种。

1. 与联合索引重复

在前面的文章中，松哥通过好几篇文章和大家分享了联合索引，包括它涉及到的覆盖索引、前缀匹配等等，联合索引好用，但是对联合索引理解不到位的话，可能会创建出如下的重复索引：

CREATE TABLE `user2` (
  `id` int(11) unsigned NOT NULL AUTO_INCREMENT,
  `username` varchar(32) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
  `address` varchar(32) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
  `password` varchar(32) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
  `email` varchar(16) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `user_index1` (`username`,`address`),
  KEY `user_index2` (`username`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;

可以看到，这里创建了两个索引：

• user_index1:这个索引包含两个字段，username 在前 address 在后。
• user_index2:这个索引包含一个字段 username。

在其实 MySQL 中的 like 关键字也能用索引！一文中，松哥跟大家聊了索引的最左匹配原则，即：

(username,address) 索引既可以当成联合索引来用，也可以通过最左匹配原则当成单独的 (username) 索引来用。

所以，如果再为 username 字段单独创建一个索引就没有必要了，这反而会导致增删改的时候速度变慢。

不过怎么说呢，上面这个结论适用于 99% 的场景，可能会有一些特殊情况，例如想把 (username) 和某一个特别长的字段建立一个联合索引，此时如果单独使用 username 字段进行搜索的话，效率可能降低，此时视搜索的重要程度，看是否需要创建一个重复的索引。

2. 主键加入联合索引中

来看看下面这个索引：

CREATE TABLE `user2` (
  `id` int(11) unsigned NOT NULL AUTO_INCREMENT,
  `username` varchar(32) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
  `address` varchar(32) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
  `password` varchar(32) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
  `email` varchar(16) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `user_index` (`username`,`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;

一个名为 user_index 的索引中包含了两个字段 username 和 id，其中 id 是主键。

在什么是 MySQL 的“回表”？一文中，松哥和大家聊了，索引按照物理存储方式可以分为聚簇索引和非聚簇索引。

我们日常所说的主键索引，其实就是聚簇索引（Clustered Index）;主键索引之外，其他的都称之为非主键索引，非主键索引也被称为二级索引（Secondary Index），或者叫作辅助索引。

对于主键索引和非主键索引，使用的数据结构都是 B+Tree，唯一的区别在于叶子结点中存储的内容不同：

• 主键索引的叶子结点存储的是一行完整的数据。
• 非主键索引的叶子结点存储的则是主键值以及索引列的值。

这是两者最大的区别。

既然主键已经存在于叶子结点中，那当然没有在联合索引中加入主键了。

好啦，几个小小的注意点，希望能给小伙伴们启发。

参考资料：

• 《高性能 MySQL》