MySQL45讲——学习极客时间MySQL实战45讲笔记—— 05 | 深入浅出索引（下）

05 | 深入浅出索引（下）

本文是 MySQL 实战 45 讲 (geekbang.org) 的学习笔记

请各位一定要支持作者大大，写的太棒了~

这里只是小付对文章学习的笔记~

也可以免费学习五小节哦~

问题引出

在下面这个表 T 中，如果我执行 select * from T where k between 3 and 5，需要执行几次树的搜索操作，会扫描多少行？

mysql> create table T (
ID int primary key,
k int NOT NULL DEFAULT 0, 
s varchar(16) NOT NULL DEFAULT '',
index k(k))
engine=InnoDB;

insert into T values(100,1, 'aa'),(200,2,'bb'),(300,3,'cc'),(500,5,'ee'),(600,6,'ff'),(700,7,'gg');

现在，我们一起来看看这条 SQL 查询语句的执行流程：

1️⃣ 在 k 索引树上找到 k=3 的记录，取得 ID = 300；

2️⃣ 再到 ID 索引树查到 ID=300 对应的 R3；

3️⃣ 在 k 索引树取下一个值 k=5，取得 ID=500；

4️⃣ 再回到 ID 索引树查到 ID=500 对应的 R4；

5️⃣ 在 k 索引树取下一个值 k=6，不满足条件，循环结束。

在这个过程中，回到主键索引树搜索的过程，我们称为回表。可以看到，这个查询过程读了 k 索引树的 3 条记录（步骤 1、3 和 5），回表了两次（步骤 2 和 4）。

在这个例子中，由于查询结果所需要的数据只在主键索引上有，所以不得不回表。那么，有没有可能经过索引优化，避免回表过程呢？

覆盖索引

如果执行的语句是 select ID from T where k between 3 and 5，这时只需要查 ID 的值，而 ID 的值已经在 k 索引树上了，因此可以直接提供查询结果，不需要回表。也就是说，在这个查询里面，索引 k 已经“覆盖了”我们的查询需求，我们称为覆盖索引。

由于覆盖索引可以减少树的搜索次数，显著提升查询性能，所以使用覆盖索引是一个常用的性能优化手段。

注意点

1️⃣ 在引擎内部使用覆盖索引在索引 k 上其实读了三个记录，R3 ~ R5（对应索引 k 上的记录项 也就是 3、5、6），但对于 MySQL 的 Server 层来说 ，它就是 找引擎拿到了两条记录，因此MySQL 认为扫描行数是 2 。

2️⃣ 工作流程可能是 => 先通过 二分查找读到索引k 键为 3 的记录，随后顺序读取，读索引k 键为 5 的记录，然后再去读 6 的记录 发现不满足条件，真正跳出循环，读取三次，但是 MySQL 实际只是扫描了 2 行。

❓ 在一个市民信息表上，是否有必要将身份证号和名字建立联合索引？

假设这个市民表的定义是这样的：

CREATE TABLE `tuser` (
  `id` int(11) NOT NULL,
  `id_card` varchar(32) DEFAULT NULL,
  `name` varchar(32) DEFAULT NULL,
  `age` int(11) DEFAULT NULL,
  `ismale` tinyint(1) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `id_card` (`id_card`),
  KEY `name_age` (`name`,`age`)
) ENGINE=InnoDB

我们知道，身份证号是市民的唯一标识。也就是说，如果有根据身份证号查询市民信息的需求，我们只要在身份证号字段上建立索引——非主键索引就够了。而再建立一个（身份证号、姓名）的联合索引，是不是浪费空间？

如果现在有一个高频请求，要根据市民的身份证号查询他的姓名，这个联合索引就有意义了。它可以在这个高频请求上用到覆盖索引，不再需要回表查整行记录，减少语句的执行时间。

当然，索引字段的维护总是有代价的。因此，在建立冗余索引来支持覆盖索引时就需要权衡考虑了。这正是业务 DBA，或者称为业务数据架构师的工作

最左前缀原则

如果为每一种查询都设计一个索引，索引是不是太多了。如果我们要按照市民身份证号去查询他的家庭住址？总不能让他走全表扫描吧。或者说单独为这个不频繁的请求创建一个（身份证号，住址）的联合索引也浪费空间，该如何解决呢？

B+ 树这种索引结构，可以利用索引的“最左前缀”，来定位记录。

为了直观地说明这个概念，我们用（name，age）这个联合索引来分析。

小结：

1️⃣ 可以看到，索引项是按照索引定义里面出现的字段顺序排序的

2️⃣ 联合索引先根据第一个字段排序，如果第一个字段有相同的，就按照第二个字段排序，注意，这里仅仅有相同的第一个字段情况下，才会根据第二个字段排序。

3️⃣ 当你的逻辑需求是查到所有名字是“张三”的人时，可以快速定位到 ID4，然后向后遍历得到所有需要的结果。

4️⃣ 如果你要查的是所有名字第一个字是“张”的人，你的 SQL 语句的条件是"where name like ‘张 %’"。这时，你也能够用上这个索引，查找到第一个符合条件的记录是 ID3，然后向后遍历，直到不满足条件为止。

5️⃣ 可以看到，不只是索引的全部定义，只要满足最左前缀，就可以利用索引来加速检索。这个最左前缀可以是联合索引的最左 N 个字段，也可以是字符串索引的最左 M 个字符。

---

这里我们的评估标准是，索引的复用能力。因为可以支持最左前缀，所以当已经有了 (a,b) 这个联合索引后，一般就不需要单独在 a 上建立索引了。因此，第一原则是，如果通过调整顺序，可以少维护一个索引，那么这个顺序往往就是需要优先考虑采用的。

联合索引(A, B)意味着不需要建立A的索引了，因为这个联合索引意味着建立了(A,B)和(A)这两种索引

---

所以回到上面的问题——对于不频繁请求我们可以 利用高频繁请求创建（身份证号，姓名）这个联合索引，利用该索引找到 ID_Card => 之后回表 查询"根据身份证号查询地址"的需求

❓ 如果既有联合查询，又有基于 a、b 各自的查询呢？

查询条件里面只有 b 的语句，是无法使用 (a,b) 这个联合索引的，这时候你不得不维护另外一个索引，也就是说你需要同时维护 (a,b)、(b) 这两个索引。

这时候，我们要考虑的原则就是空间了。比如上面这个市民表的情况，name 字段是比 age 字段大的 ，那我就建议你创建一个（name,age) 的联合索引和一个 (age) 的单字段索引。

简单来说：考虑空间，字段长的只建立一次，短的建立两次。

索引下推 Index Condition Pushdown (ICP)

上一段我们说到满足最左前缀原则的时候，最左前缀可以用于在索引中定位记录。这时，你可能要问，那些不符合最左前缀的部分，会怎么样呢？

我们还是以市民表的联合索引（name, age）为例。如果现在有一个需求：检索出表中“名字第一个字是张，而且年龄是 10 岁的所有男孩”。那么，SQL 语句是这么写的：

mysql> select * from tuser where name like '张%' and age=10 and ismale=1;

你已经知道了前缀索引规则，所以这个语句在搜索索引树的时候，只能用 “张”，找到第一个满足条件的记录 ID3。当然，这还不错，总比全表扫描要好。

然后呢？

MySQL5.6之前没有索引下推

在 MySQL 5.6 之前，只能从 ID3 开始一个个回表。到主键索引上找出数据行，再对比字段值。

无索引下推 图3

每一个虚线箭头表示回表一次。

MySQL5.6

MySQL 5.6 引入的索引下推优化（index condition pushdown)， 可以在索引遍历过程中，对索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。

有索引下推 图4

每一个虚线箭头表示回表一次。

索引下推 ICP 主要旨在

1️⃣ 旨在 在“仅能利用最左前缀索的场景”下（而不是能利用全部联合索引），对不在最左前缀索引中的其他联合索引字段加以利用——在遍历索引时，就用这些其他字段进行过滤(where条件里的匹配)。过滤会减少遍历索引查出的主键条数，从而减少回表次数，提示整体性能。

2️⃣ 如果查询利用到了索引下推ICP技术，在Explain输出的Extra字段中会有“Using index condition”。即代表本次查询会利用到索引，且会利用到索引下推。

3️⃣ 索引下推技术的实现——在遍历索引的那一步，由只传入可以利用到的字段值，改成了多传入下推字段值。

• 图 3 中，在 (name,age) 索引里面我特意去掉了 age 的值，这个过程 InnoDB 并不会去看 age 的值，只是按顺序把“name 第一个字是’张’”的记录一条条取出来回表。因此，需要回表 4 次。
• 图 4 跟图 3 的区别是，InnoDB 在 (name,age) 索引内部就判断了 age 是否等于 10，对于不等于 10 的记录，直接判断并跳过。在我们的这个例子中，只需要对 ID4、ID5 这两条记录回表取数据判断ismale=1是否正确，就只需要回表 2 次。

小结

在满足语句需求的情况下， 尽量少地访问资源是数据库设计的重要原则之一。我们在使用数据库的时候，尤其是在设计表结构时，也要以减少资源消耗作为目标。

实际上主键索引也是可以使用多个字段的。DBA 小吕在入职新公司的时候，就发现自己接手维护的库里面，有这么一个表，表结构定义类似这样的：

CREATE TABLE `geek` (
  `a` int(11) NOT NULL,
  `b` int(11) NOT NULL,
  `c` int(11) NOT NULL,
  `d` int(11) NOT NULL,
  PRIMARY KEY (`a`,`b`),
  KEY `c` (`c`),
  KEY `ca` (`c`,`a`),
  KEY `cb` (`c`,`b`)
) ENGINE=InnoDB;

公司的同事告诉他说，由于历史原因，这个表需要 a、b 做联合主键，这个小吕理解了。

但是，学过本章内容的小吕又纳闷了，既然主键包含了 a、b 这两个字段，那意味着单独在字段 c 上创建一个索引，就已经包含了三个字段了呀，为什么要创建“ca”“cb”这两个索引？

同事告诉他，是因为他们的业务里面有这样的两种语句：

select * from geek where c=N order by a limit 1;
select * from geek where c=N order by b limit 1;

❓ 课后习题

为了这两个查询模式，这两个索引是否都是必须的？为什么呢？

对于二级索引C，会默认和主键做联合索引。所以索引c的排序为cab，**索引cb的排序顺序为cba。**所以，结论是 ca 可以去掉，cb 需要保留。

❓ 思考题

⭐️ 用“索引”和“用索引快速定位记录”的问题

1️⃣ 因为查询的是 * ，会查询所有字段（id,uname）,而二级索引恰恰包含这些数据，又二级索引树比主键索引树小很多，所以直接挨个查询二级索引要比挨个查询主键索引要快的多，故用的是二级索引；

2️⃣ 因为添加了age字段，但是二级索引里面没有age字段，就必须要回主键树查询所有字段（回表过程），所以挨个查询主键索引树，就不走二级索引树了；

3️⃣ 因为建立了联合索引，所以二级索引树里面就包含了所有的字段（id,uname,age），所以就不用搜索主键索引树了；

综上：二级索引树小，且又包含了我们所需要的字段，所以就直接用二级索引啦，但是仍然是挨个遍历的。所以这里是和老师说的"用索引"是一个意思。顺便解释下老师说的用索引定位：就是不用搜索整个索引库直接用二分法能快速找到的数据叫用索引定位。

⭐️ 联合索引的技巧

1️⃣ 覆盖索引：如果查询条件使用的是普通索引（或是联合索引的最左原则字段），查询结果是联合索引的字段或是主键，不用回表操作，直接返回结果，减少IO磁盘读写读取正行数据

2️⃣ 最左前缀：联合索引的最左 N 个字段，也可以是字符串索引的最左 M 个字符

3️⃣ 联合索引：根据创建联合索引的顺序，以最左原则进行where检索，比如（age，name）以age=1 或 age= 1 and name=‘张三’可以使用索引，单以name=‘张三’ 不会使用索引，考虑到存储空间的问题，还请根据业务需求，将查找频繁的数据进行靠左创建索引。

4️⃣ 索引下推：like 'hello%’and age >10 检索，MySQL5.6版本之前，会对匹配的数据进行回表查询。5.6版本后，会先过滤掉age<10的数据，再进行回表查询，减少回表率，提升检索速度