MySQL深入浅出索引(下)

1.问题引出

在上一篇文章中，我们详细了解了InnoDB索引的数据结构模型，这篇我们继续聊聊MySQL的索引有关的概念，在这篇文章开始之前，我们先来看一下这个问题：

在下面这个表T中，如果执行select * from T where k between 3 and 5,需要执行几次树的索引操作

下面是这个表的初始化语句

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')

主键索引和二级索引的情况

在这里插入图片描述

现在，我们来看一下这条SQL查询语句的执行流程

1.在k索引树上找到k = 3的记录，取得ID = 300
2.再到ID索引树查到ID = 300对应的R3
3.在k索引树上取得下一个值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，结束.

在这个过程中，回到主键索引树搜索的过程，我们称之为回表,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 5),回表了两次(步骤 2 4)

在这个例子中，由于查询结果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，避免回表过程呢？

所以，覆盖索引登场！！！

2.覆盖索引

如果我们执行的语句是select ID from T where 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

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。

基于上面覆盖，我们来讨论一个问题，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 `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

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。

3.最左匹配原则

看到这里你一定有一个疑问，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？

B+树这种索引结构，可以利用索引的“最左前缀”，来定位记录。

为了直观地说明这个概念，我们用（name， age）这个联合索引来分析。

在这里插入图片描述

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，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。

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(模糊匹配符)。

基于上面对最左前缀索引的说明，我们来讨论一个问题：在建立联合索引的时候，如何安排索引内的字段顺序。

这里我们的评估标准是，索引的复用能力。因为可以支持最左前缀，所以当已经有了(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。因此， 第一原则是，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。

所以现在你知道了，这段开头的问题里，我们要为高频请求创建(身份证号，姓名）这个联合索引，并用这个索引支持“根据身份证号查询地址”的需求。

那么，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。

4.索引下推

上一段我们说到满足最左前缀原则的时候，最左前缀可以用于在索引中定位记录。这时，你可能要问， 那些不符合最左前缀的部分，会怎么样呢？

我们还是以市民表的联合索引（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：

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

你已经知道了前缀索引规则，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。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 (indexcondition 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。

有无索引下推的执行流程

无索引下推的过程(图一)

在这里插入图片描述

有索引下推的过程(图二)

在这里插入图片描述

在图1和2这两个图里面，每一个虚线箭头表示回表一次。

图1中 (无索引下推) ，在(name,age)索引里面特意去掉了age的值， 这个过程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。

图2跟图1的区别是， 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。