mysql中的联合索引为什么要遵循最佳左前缀法则？

一、什么是联合索引

联合索引（也叫组合索引、复合索引、多列索引），是一种特殊的索引类型，它由多个字段组成，而不是只针对单一字段进行索引。这种索引结构是一颗B+树，其特点是在对索引排序时，会对所有索引列进行排序，而非只是单列排序。因此，联合索引能够更有效地支持多条件的查询，尤其是当查询中使用了多个字段的条件时。
联合索引的创建方法跟单个索引的创建方法一样，不同之处仅在于有多个索引列

二、联合索引的优化

下面以查询表中以字母"L"开头的姓名及年龄为例。

1.常规的写法（回表查询）

SELECT name,age FROM `t_user` where name like 'l%' ;

这种写法，明显效率是低下的，我们用explain 分析一下：

由图中可以看出，分析后type的值为all,即在数据库中进行了全表扫描，效率是最低的。

2.优化写法（索引覆盖）

因为我们要查询name和age。所以，我们对name和age建立了联合索引，建立后的索引图如下：

从图中我们可以看出，叶子节点中的键值都是按顺序存储的并且都包含了名字和年龄，即(“Ann”,36)、(“HanMeimei”,17)、(“Kate”,17)、(“LiLei”,18)、(“Lili”,16)、(“Lisa”,19)、(“Lucy”,17)、(“WeiHua”,32)、(“ZhangWei”,18)、(“ZhangWei”,25)。

索引会先根据 name 排序，如果 name 相同，再根据 age 进行排序。

我们对name和age建立索引后，当我们查询name和age二个字段时，直接会从索引中查出来而不需要回表查询，这种方式就是索引覆盖。执行步骤是这样的：

第一步：使用联合索引（name，age）查询以“l”开头的数据

第二步：在索引中取出name和age.

这种方式是不是高效多了，你要是还不信，我们用explain看一下，如下图：

EXPLAIN SELECT name,age FROM `t_user` where name like 'l%' ;

从图中我们看的出，使用了（name,age）索引。

三、 为什么要遵循最佳左前缀法则？

联合索引在使用的时候一定要注意顺序，一定要注意符合最左匹配原则。

最左匹配原则：在通过联合索引检索数据时，从索引中最左边的列开始，一直向右匹配，如果遇到范围查询(>、<、between、like等)，就停止后边的匹配。

这个定义不太好理解，我解释一下：

假如对字段 (a, b, c) 建立联合索引，现在有这样一条查询语句：

select * from student 
where a > xxx and b=yyy and c=zzz;

select * from student 
where a like 'xxx%' and b=yyy and c=zzz

在这个条件语句中，只有a用到了索引，后面的b,c就不会用到索引。这就是“如果遇到范围查询(>、<、between、like等)，就停止后边的匹配。”的意思。

1.如下查询语句可以使用到索引：

where a = xxx
where a = xxx and b = xxx
where a = xxx and b = xxx and c = xxx
where a like 'xxx%'
where a > xxx
where a = xxx order by b
where a = xxx and b = xxx order by c
group by a

2.如下查询条件也会使用索引：

where b = xxx and a = xxx
where a = xxx and c = xxx and b = xxx

虽然b和a的顺序换了，但是mysql中的优化器会帮助我们调整顺序。

3.如下查询条件只用到联合索引的一部分：

where a = xxx and c = xxx   可以用到 a 列的索引，用不到 c 列索引。

where a like 'xxx%' and b = xxx 可以用到 a 列的索引，用不到 b 列的索引。

where a > xxx and b = xxx 可以用到 a 列的索引，用不到 b 列的索引。

4.如下查询条件完全用不到索引

where b = xxx
where c = xxx
where a like '%xxx'			-- 不满足最左前缀
where d = xxx order by a	-- 出现非排序使用到的索引列 d 
where a + 1 = xxx	-- 使用函数、运算表达式及类型隐式转换等

四、如何选择合适的联合索引

• where a = xxx and b = xxx and c = xxx 如果我们的查询是这样的，建索引时，就可以考虑将选择性高的列放在索引的最前列，选择性低的放后边。

• 如果是 where a > xxx and b = xxx 或 where a like ‘xxx%’ and b = xxx 这样的语句，可以对 (b, a) 建立索引。

• 如果是 where a = xxx order by b 这样的语句，可以对 (a, b) 建立索引。

五、什么是索引覆盖？

我们对name和age建立索引后，当我们查询name和age二个字段时，直接会从索引中查出来而不需要回表查询，这种方式就是索引覆盖，例如以下sql查询就做不到索引覆盖，需要二次回表查询：

select name,age,address from student;

因为我们仅仅对name,age做了联合索引，在查询时根据联合索引查到了name,age字段以及对应的主键id,此时address字段需要通过id去回表查询，需要做二次查询，故效率会低一些。

由上面的介绍我们知道，建立了联合索引后，直接在索引中就可以得到查询结果，从而不需要回表查询聚簇索引中的行数据信息。

1.索引覆盖可以带来很多的好处：

• 辅助索引不包含行数据的所有信息，故其大小远小于聚簇索引，因此可以减少大量的IO操作。

• 索引覆盖只需要扫描一次索引树，不需要回表扫描聚簇索引树，所以性能比回表查询要高。

• 索引中列值是按顺序存储的，索引覆盖能避免范围查询回表带来的大量随机IO操作。

2.判断一条语句是否用到索引覆盖：

这个我们需要用explain查看一下。

Using index 就表示使用到了索引 , 并且所取的数据完全在索引中就能拿到，也就是用到了索引覆盖。

六、索引下推

索引下推是索引下推是 MySQL 5.6 及以上版本上推出的，用于对查询进行优化。

索引下推是把本应该在 server 层进行筛选的条件，下推到存储引擎层来进行筛选判断，这样能有效减少回表。

举例说明：

首先使用联合索引（name，age），现在有这样一个查询语句：

select *  from t_user where name like 'L%' and age = 17;

这条语句从最左匹配原则上来说是不符合的，原因在于只有name用的索引，但是age并没有用到。

不用索引下推的执行过程：

第一步：利用索引找出name带'L'的数据行：LiLei、Lili、Lisa、Lucy 这四条索引数据
第二步：再根据这四条索引数据中的 id 值，逐一进行回表扫描，从聚簇索引中找到相应的行数据，将找到的行数据返回给 server 层。
第三步：在server层判断age = 17,进行筛选，最终只留下 Lucy 用户的数据信息。

使用索引下推的执行过程：

第一步：利用索引找出name带'L'的数据行：LiLei、Lili、Lisa、Lucy 这四条索引数据
第二步：根据 age = 17 这个条件，对四条索引数据进行判断筛选，最终只留下 Lucy 用户的数据信息。
（注意：这一步不是直接进行回表操作，而是根据 age = 17 这个条件，对四条索引数据进行判断筛选）
第三步：将符合条件的索引对应的 id 进行回表扫描，最终将找到的行数据返回给 server 层。

比较二者的第二步我们发现，索引下推的方式极大的减少了回表次数。
索引下推需要注意的情况：

下推的前提是索引中有 age 列信息，如果是其它条件，如 gender = 0，这个即使下推下来也没用

开启索引下推：

索引下推是 MySQL 5.6 及以上版本上推出的，用于对查询进行优化。默认情况下，索引下推处于启用状态。我们可以使用如下命令来开启或关闭。

set optimizer_switch='index_condition_pushdown=off';  -- 关闭索引下推
set optimizer_switch='index_condition_pushdown=on';  -- 开启索引下推