MySQL 5：索引（下）

这篇我们接上篇，来继续学习索引。

我们先来看一个问题

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，会扫描多少行呢？

这个表的初始化建表语句如下：

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');

索引示意图如下：

我们先来看 select * from T where k between 3 and 5 这个 SQL 语句的执行流程：

1. 在 k 索引树上找到 k = 3 的记录，取得 id = 300；
2. 再到 id 索引树上找到 id = 300 对应的 R3；
3. 然后在 k 索引树上取下一个 k = 5 的记录，取得 id = 500；
4. 再回到 id 索引树上找到 id = 500 对应的 R4；
5. 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的搜索过程我们称为回表。

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，避免回表的过程呢？

由此我们我们就引出了覆盖索引的概念了。

覆盖索引

• 如果执行的语是 select id from T where k between 3 and 5，这时只需要查询 id 的值，而 id 的值已经在 k 索引树上了，因此可以直接取查询结果，不需要回表了。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“索引覆盖”。
• 由于覆盖索引可以减少树的查询次数，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。
• 需要注意的是，使用覆盖索引在所有 k 上其实读了三次记录 R3~R5 对应的索引 k 上的记录项，但是对于 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行。

现在我们已经知道了覆盖索引，我们再来看一个问题：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 `user` (

`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。

最左前缀原则

到这里我们是不是会有一个疑问，如果为每一种查询都设计一个索引，索引是不是太多了。如果我现在要按照市民的身份证号去查他的家庭地址呢？虽然这个查询需求在业务中出现的概率不高，但总不能让它走全表扫描吧？反过来说，单独为一个不频繁的请求创建一个（身份证号，地址）的索引又感觉有点浪费。应该怎么做呢？

其实 B+ 树这种索引结构，可以利用索引的最左前缀，来定位记录。

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。

• 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。
• 如果你要查的是所有名字第一个字是“张”的人，我们的 SQL 语句的条件是 "where name like ‘张%’"。这时，我们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。
• 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。

基于上面对最左前缀索引的说明，我们再来看一个问题：在建立联合索引的时候，如何安排索引内的字段顺序？

我们的评估标准应该是索引的复用能力。

• 因为有了最左前缀索引，所以当有了 （a,b）这个索引后，一般就不需要单独再建立一个 a 的独立索引了，因此，第一原则是：如果通过调整顺序就可以少维护一个索引，那么这个顺序就是需要优先考虑采用的。

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。

索引下推

我们再来看一个 SQL 语句：

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

通过上面的例子，我们已经知道了前缀索引规则，上面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？当然是判断其他条件是否满足。

• 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。
• 而 MySQL 5.6 引入的索引下推优化（index condition pushdown) 简称 ICP，用于优化查询， 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。
• 因为（姓名，年龄）是联合索引，所以 InnoDB 在 (name,age) 索引内部就直接判断了 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，就只需要回表 2 次。
• 不使用索引条件下推优化时存储引擎通过索引检索到数据，然后返回给 MySQL 服务器，服务器然后判断数据是否符合条件。
• 当使用索引条件下推优化时，如果存在某些被索引的列的判断条件时，MySQL 服务器将这一部分判断条件传递给存储引擎，然后由存储引擎通过判断索引是否符合 MySQL 服务器传递的条件，只有当索引符合条件时才会将数据检索出来返回给 MySQL 服务器。
• 索引条件下推优化可以减少存储引擎查询基础表的次数，也可以减少 MySQL 服务器从存储引擎接收数据的次数。

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。