背景

最近频繁出现慢SQL导致系统性能问题，于是决定针对索引进行一些优化。一些表结构本身已经有了不少索引，如果再继续添加索引，势必会影响到插入数据的性能。那么，是否可以使用组合索引来达到目的呢？这篇文章咱们来一探究竟。

认识复合索引

如果where条件中使用到多个字段，并且需要对多个字段建立索引，此时就可以考虑采用复合索引（组合索引）。比如查询地址时需要输入省、市，那么在省、市上建立索引，当数据量大时会明显提高查询速度。

组合索引有啥优势呢？

  • 减少查询开销：建立复合索引（c1,c2,c3），实际上相当于建立了（c1）,（c1,c2）,（c1,c2,c3）三个索引。对于大表来说，可以极大减少开销。
  • 覆盖索引：MySQL可以直接通过遍历索引取得数据，而无需回表，减少了很多的随机io操作。
  • 效率高：索引列越多，通过索引筛选出来的数据就越少，从而提升查询效率。

缺点：

  • 索引字段越多，创建的索引越多，每个索引都会增加磁盘空间的开销；
  • 索引越多对查询效率提升越高，但对需要更新索引的增删改操作会有效率影响；

复合索引使用建议：单表最好不要超过1个复合索引，单个复合索引最好不超过3个字段。一旦超过，就需要考虑必要性和是否有其他替代方案。

最左匹配原则

复合索引遵从最左匹配原则，顾名思义，在组合索引中，最左侧的字段优先匹配。因此，在创建组合索引时，where子句中使用最频繁的字段放在组合索引的最左侧。

辅助索引是B+树实现的，虽然可以指定多个列，但是每个列的比较优先级不一样，写在前面的优先比较高。一旦出现遗漏，在B+树上就无法继续搜索了（通过补齐等措施解决的除外），因此是按照最左连续匹配来的。既然是在B+树上搜索，对于条件的比较自然是要求精确匹配（即"="和"IN"）。

在where子句中用到两个字段c1和c2，那么创建索引时，两个字段的顺序应该是（c1，c2）还是（c2，c1）呢？

正确的做法是：把重复值最少的放前面。比如，95%的值都不重复，则可考虑放最前面。

字段顺序的影响

复合索引遵从最左匹配原则，那么在where查询条件中的字段是否也需要按照索引的顺序来写呢？

比如，复合索引为（c1,c2,c3），下面两个查询条件是否会对索引有影响呢？

select * from t_user where c1 = 1 and c2 = 4;
select * from t_user where c2 = 4 and c1 = 1;

看到有文章提出第一条SQL语句的效率更高，是否可信？两种查询方式条件一样，结果也应该一样，正常来说Mysql也会让它们走同样的索引。

通过Mysql的查询优化器explain分析上述两个条语句，会发现执行计划完全相同。也就是说：SQL语句中的字段顺序并不需要与复合索引字段顺序一致，查询优化器会自动调整顺序。

如果说有效率影响，那么也就是查询优化器矫正顺序的影响吧，几乎可以忽略不计。

单字段是否可以触发索引？

对于复合索引为（c1,c2,c3），相当于（c1）,（c1,c2）,（c1,c2,c3）三个索引，如果查询条件中只有c1，很显然是会走索引的。

但如果where条件如下呢：

from t_user where c2 = 4;

上述语句是否会走索引呢？这得分几种情况来说明。

执行explan查询c1为条件的SQL语句：

explain select * from t_user where c1 = 1;

上述语句走的索引类型为：ref。ref类型表示Mysql会根据特定的算法快速查找到符合条件的索引，而不会对索引中每一个数据都进行扫描判断。这种类型的索引为了快速查出数据，索引就需要满足一定的数据结构。

执行explan查询c2为条件的SQL语句：

explain select c2 from t_user where c2 = 4;

上述语句走的索引类型为：index。index类型表示Mysql会对整个索引进行扫描，只要是索引或索引的一部分Mysql就可能会采用index方类型的方式扫描。由于此种方式是一条数据一条数据查找，性能并不高。

在这个例子中，对查询的字段有一定的要求，where中条件为c2，select中查询出的字段也只能是c2，才会走index类型的索引。

如果将c2换成*或其他字段：

explain select * from t_user where c2 = 4;

上述语句会发现，不再走index索引，而是走全表扫描了。这也从侧面说明了Mysql为什么要讲最左匹配原则了。

所以结论是：如果单个字段为复合索引的首个字段，则会正常走索引；如果单个字段是复合索引的其他字段，且仅有该字段出现在select后面，则会走index类型索引；而其他情况，则走全表扫描。

复合索引可以替代单一索引吗？

单一索引：（c1），复合索引：（c1，c2）。

当c1作为查询条件时，单一索引和复合索引查询速度几乎一样，甚至比复合索引还要略快。

如果仅用复合聚集索引的非起始列（c2）作为查询条件的话，复合索引是不起任何作用的。

对于一张表来说，如果有复合索引（c1，c2），则无需再建单一索引（c1）。

如果已经存在单一索引（c1），因查询所需，可添加复合索引（c1，c2）来提升效率。

小结

本篇文章整理了Mysql复合索引使用时所需注意的一些知识点，在使用时可以通过explain来查看一下你的SQL语句是否走了索引，走了什么索引。

但还要了解的是：Mysql的执行计划和查询的实际执行过程并不完全吻合。

别问我为什么知道，因为在实践中遇到过。同一条SQL语句，查询条件不同，有可能会走索引，也有可能不会走索引。