【MySQL 索引】like “%XX“ 和 like “XX%“ 的特殊情况

在 MySQL 使用 InnoDB 的引擎的情况下, 对某一建过索引的列进行 like 模糊查询时, 一般情况下

1. like “%XX” 是不会走索引的
2. like “XX%” 还是会走索引的

但是还是存在一些特殊的情况, MySQL 的底层会帮我们优化, 使上面的 2 条结论变成不一定, 下面做一个小小的总结。

1 表结构 SQL

CREATE TABLE  `test_table`(
	`id` int unsigned auto_increment comment '主键',
	`name` varchar(10) not null comment  '姓名',
	`age` tinyint not null comment '年龄',
	primary key(`id`),
	unique `name_index`(`name`)
) ENGINE= INNODB DEFAULT CHARSET=utf8;

2 like “%XX” 走索引

执行 SQL

# 第一句
explain SELECT 'id', `name` from `test_table` WHERE `name` like '%123';

# 第二句
explain SELECT `age`, `name` from `test_table` WHERE `name` like '%123';

# 第三句
explain SELECT * from `test_table` WHERE `name` like '%123';

第一句的执行计划为:

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	test_table		index		name_index	32		1	100	Using where; Using index

从 type = index 和 key = name_index 可以知道走了索引。
为什么呢? 一般情况下的确是不会走索引的, 但是这里刚好满足了一个情况：“覆盖索引”。在后面的 Extra 说明了这条 SQL 走了覆盖索引。

在理解这个问题前, 只要知道几个概念就能解决了。

2.1 主键索引和二级索引

在基于 InnoDB 为引擎的 MySQL 的索引是基于 B+Tree 实现的, 同时在基于 B+Tree 的基础上有 2 种实现方式:

1. 主键索引: 简单理解的话, 就是通过 primary key 创建的索引, 在 test_table 里面就是我们的 id
2. 二级索引: 可以简单的理解为除了主键索引以外的索引类型, 比如：普通索引, 复合索引, 唯一索引等, 在 test_table 里面就是唯一索引 name

其中主键索引的实现是这样的是(注这是简略版):

在树的非叶子节点, 存放的就是我们的主键的值, 而叶子节点存放的是主键和主键对应的数据行。

【注】：想要真正了解 B+Tree 所有的话, 可以看一下这里

二级索引的实现是这样的(同样的, 这也是简略版):

在树的非叶子节点, 存放的是索引的值, 而叶子节点存放的是索引的值 + 对应的行的主键 Id。(所以平时在使用非主键索引查询数据时, 都是在二级索引的 B+Tree 里面找到了对应的行的主键 Id, 在通过这个 Id 到主键索引的 B+Tree 查找)

2.2 覆盖索引

定义: 指一个查询语句的执行只需要从索引中就可以得到查询记录, 而不用从数据表中读取。也可以称之为实现了索引覆盖。

举个例子：一张表

id	first_name	last_name	birthday	sex
1	can	lee	2020-03-23	1
2	cn	l	2020-02-23	2

在这种表中, 我们建立了一个复合索引 index(‘first_name’, ‘last_name’, ‘birthday’);
然后查询的时候 select first_name, last_name from 表名 where first_name like "c%"; 这时观察我们的 SQL 发现了需要的几列刚好是我们复合索引里面有的。
这时 MySQL 就会在我们的 B+Tree 的非叶子节点找到了需要的数据了, 直接返回, 而不用到叶子节点去取数据, 这就是 “覆盖索引”。

从中我们知道: 覆盖索引不是一种索引, 更类似于一种行为。

需要理解的 2 个概念都讲完了, 那么为什么 like “%XX” 走索引的情况, 应该可以分析出来了。

1. 查询的是列有 id, name, 查询的条件为 name like “%123”。
2. 在 name 上面建了唯一索引, 也就是二级索引
3. 在这里二级索引的叶子节点存放的是 name + id
4. 需要的列数据在二级索引树的叶子节点就有了, 那么 MySQL 直接去遍历索引也能找到数据了, 而不用直接全表扫描。

所以这里走了索引。

第二句的执行计划

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	test_table		ALL					1	100	Using where

就是我们平时常说的 like “%XX” 不走索引的情况了。

第三句的分析, 类似的情况

3 like “XXX%” 不走索引

依旧是上面的 test_table 表, 我们先通过一个存储过程, 给这张表填充一些数据

新建一个存储过程: 给表里面填充 140 条数据, 每条的 name 的前缀都是 ‘name’ + 数字

delimiter  //
CREATE PROCEDURE insertdata()
begin

declare tempName varchar(20);
DECLARE sourceStr VARCHAR(100);

declare count int;
set count = 0;

WHILE count <140 DO

	set tempName=CONCAT('name', count);
	set count = count + 1;
	insert into test_table(name, age) VALUES (tempName, 1);
END WHILE;

end;
//

执行存储过程, 填充数据

call insertdata();

准备完成, 开始

explain SELECT * from test_table where name like 'name%';

他的执行计划是这样的

id	select_type	table	partitions	type	possible_keys	key	key_len	ref	rows	filtered	Extra
1	SIMPLE	test_table		ALL	name_index				140	100	Using where;

可以看到 type 的类型是 all, 走的是全表扫描。
之所以为这样是存的值的相似度高 + like 的条件刚好在他们相似的地方。

我们存的 name 的格式都是 name + 数字, 同时查询条件为 like ‘name%’, MySQL 判断走全表扫描比索引快。