MySQL索引匹配解析

比如有表结构如下：

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');

其索引树如下：

比如现有如下语句：select * from T where k between 3 and 5,其执行流程如下：

1. 在 k 索引树上找到 k=3 的记录，取得 ID = 300；
2. 再到 ID 索引树查到 ID=300 对应的 R3；
3. 在 k 索引树取下一个值 k=5，取得 ID=500；
4. 再回到 ID 索引树查到 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）。回表的原因是查询结果所需要的数据只在主键索引上有。

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。【二级索引查询结果仅仅是主键 此时不需要回表查主键索引 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。【覆盖索引就是在这次的查询中，所要的数据已经在这棵索引树的叶子结点上了】

注：在引擎内部使用覆盖索引在索引 k 上其实读了三个记录【读了k索引对应的3，5，6这三个记录，而为什么between 3 and 5，不就是两条记录吗？ 其实它读到5之后，还需要再读取下一个的值，判断是否满足条件，如果不满足，才真正结束循环，所以说读取了3条记录】，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。

比如如下案例，用户信息表如下：

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

此时身份证号是市民的唯一标识，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，但是如果给id_card 和 name建立联合索引后，name的值也会被保存在id_card索引树的节点上，这样根据给定id_card的值找到的对应行时，就可以直接获取到name了，而不需要拿着对应的主键再进行回表操作。特别是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。

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。因为这种索引还是叫做冗余索引，之所以能做到覆盖索引的功能，是因为这种索引的非叶子节点不再是单个列的值，而是多列的值，这些需要查询的列内容就在已经在非叶子节点中了，而其叶子节点还是保存了主键信息，故如果此时建立的索引的字段不包括要查询的字段还是要回表的。对于高频字段的查询，我们可以建立联合索引，但是这将增大维护的代价，这里我对这个代价的理解是：构建B树（有可能不是以这种数据结构保存）的难度增加，遍历B树找的过程难度增加，因为毕竟节点信息中有多个字段，排序难度增加。

最左前缀原则

B+ 树这种索引结构，可以利用索引的“最左前缀”，来定位记录。MYSQL做词法分析语法分析的时候是通过建立最左子树来建立语法树的，解析的过程也是从左到右所以遵循最左前缀的原则。

比如以下，(name，age）为联合索引：

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。

当查询所有名字是“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，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。

所以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。

因为索引支持最左前缀，所以为了复用索引，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。所以如果通过调整顺序，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。

站在空间的角度，比如我们既需要按name,age字段查询，也需要按name或age字段查询.此时建议创建一个（name,age) 的联合索引和一个 (age) 的单字段索引。【a,b)、(b) 还是 (b,a)、(a)？考虑空间，字段长的只建立一次，短的建立两次。】

索引下推

索引下推是mysql5.6后的一个新特性，为了减少回表次数，举例来说，如果一张表建立a和b两个字段的索引，然后查询条件是like a和b，则根据索引下推可以在搜索a的时候同时比对b，不需要回到主键索引中比较

以用户表的联合索引（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;

根据前缀索引规则，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。【mysql 会一直向右匹配直到遇到范围查询（>、<、between、like）就停止匹配。范围列可以用到索引，但是范围列后面的列无法用到索引。即，索引最多用于一个范围列，因此如果查询条件中有两个范围列则无法全用到索引】

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)， 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。

以下是有索引下推和无索引下推的流程图：

1、无索引下推

2、有索引下推

以上图中虚线箭头表示回表一次，其中无索引下推的情况下，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。

有索引下推的情况下，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，就只需要回表 2 次。

案例分析

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;

其中业务场景为：

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

分析索引建立是否合理：

1、主键 a，b 的聚簇索引组织顺序相当于 order by a,b。也就是先按 a 排序，再按 b 排序，c 无序。

2、索引 ca 的组织是先按 c 排序，再按 a 排序，同时记录主键，此时InnoDB会把主键字段放到索引定义字段后面， 当然同时也会去重。 所以，当主键是(a,b)的时候， 定义为c的索引，实际上是（c,a,b); 定义为(c,a)的索引，实际上是(c,a,b)。定义为(c,b）的索引，实际上是（c,b,a)【索引 cb 的组织是先按 c 排序，在按 b 排序，同时记录主键】

综上分析，ca 可以去掉，cb 需要保留。