程序员日常
程序员日常应该与DBA打交道应该会很多，因为他会时不时的给你抛个慢sql，让你去优化。
可是对于刚处在新手村的你来说，这无疑是一个大难题，因为自己根本不知道如何去优化索引，这可怎么办呢？
不过不用怕，今天你如果学会了我的这篇法则，任何sql优化都难不倒你，我们进入正题吧！
首先，要清楚我们为什么要用索引
相信大家在面试过程中，肯定会被面试官问到过这个问题。
索引是一个排好顺序的数据结构，由于它的顺序特性，所以我们在海量数据中查询一条数据，将会使效率变得更高。但是它付出的代价是索引要占用一部分空间，mysql采用的是以空间换时间的策略。
那么，这个法则到底是什么呢？
既然是干货，我就不卖关子了，这个法则就是最经典的：最左匹配原则
介绍下这个原则：
这个原则，主要是针对联合索引建立的，文章中的优化也主要是针对这种索引。
假设我们建立了一个联合索引 ABC,那么我们where查询的时候，也必须要严格按照这个顺序排列字段，如：
select a,b,c from t where a=1 and b=2
既然大家已经了解了最左匹原则，那么我接下来会和大家一起分析下，哪些sql会导致联合索引查询失效及如何判断联合索引的字段有没有都生效
如何利用最左匹配法则，助你拿到高薪
CREATE TABLE `test_left_index` (
`id` bigint(20) NOT NULL AUTO_INCREMENT,
`name` varchar(50) COLLATE utf8_bin NOT NULL,
`age` int(11) NOT NULL,
`address` varchar(50) COLLATE utf8_bin NOT NULL,
`email` varchar(255) COLLATE utf8_bin DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `name_age_addr` (`name`,`age`,`address`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COLLATE=utf8_bin;
INSERT INTO `test_index`.`test_left_index`(`id`, `name`, `age`, `address`) VALUES (1, 'yang', 10, '安徽省合肥市');
INSERT INTO `test_index`.`test_left_index`(`id`, `name`, `age`, `address`) VALUES (2, 'zhang', 10, '安徽省安庆市');
explain select name from test_left_index where NAME =‘111’ and age =10
-
是否走索引
是 -
哪些字段用到索引
name和age -
索引长度
156 -
原因分析
根据执行计划，我们可以看出sql满足最左前缀匹配原则，走了索引；
索引长度计算= name长度 * 3 + 2 + age长度 = 156，根据长度是可以判断sql走了name和age的联合索引
explain select name from test_left_index where NAME =‘111’ and age > 10
-
是否走索引
是
-
哪些字段用到索引
name和age -
索引长度
156 -
原因分析
按照最左前缀匹配原则，我们可以看出sql首先使用name常量过滤，过滤后的数据中，age是排好顺序的，所以进行范围查询的时候，可以直接按照从左到右，依次和索引比较，所以会走索引。
索引长度计算= name长度 * 3 + 2 + age长度 = 156，根据长度是可以判断出sql走了name和age的索引
explain select name from test_left_index where NAME =‘111’ and age > 10 and address =‘安徽省合肥市’
-
是否走索引
是
-
哪些字段用到索引
name和age -
索引长度
156 -
原因分析
按照最左前缀匹配原则，我们可以看出sql首先使用name常量过滤，滤后的数据中，age是排好顺序的，所以进行范围查询的时候，可以直接按照从左到右，依次和索引比较，所以会走索引；
由于根据age字段过滤后，adrees字段是无序的，因为age会匹配到多个，导致age对应的address是无序的，我们可以看图：
根据分析得到：第二部分是根据name和age过滤后的结果，是无序的，无法进行索引排序，mysql会选择进行全表扫描，导致address索引字段失效
索引长度计算= name长度 * 3 + 2 + age长度 = 156，根据长度是可以判断出sql走了name和age的索引
explain select name from test_left_index where NAME like ‘y%’ and age = 10
-
是否走索引
是
-
哪些字段用到索引
name和age -
索引长度
156 -
原因分析
笔者之前理解的like后匹配查询和范围查询是一样的，本身字段会走索引，但是like后面的字段是不会走索引的，因为按照最左匹配原则是可以得出这样结论的。
但是我们还是得按照实际的mysql优化结果来看，具体原因，我们可以通过trace工具来分析:
set session optimizer_trace="enabled=on",end_markers_in_json=on;
select name from test_left_index where NAME like 'y%' and age = 10;
select * from information_schema.OPTIMIZER_TRACE;
根据mysql最终优化的结果，发现此语句全部走索引，效率更高，有可能是由于数据量比较少的原因(猜测)，最终是否选择走索引按照mysql最终优化结果来决定。
索引长度计算= name长度 * 3 + 2 + age长度 = 156，根据长度是可以判断出sql走了name和age的索引
in 查询 和like 情况类似，后面的字段也会走索引，估计也是和数据量有关系，如果in 过滤后的数据特别多，mysql会觉得还不如直接全表扫描来的快。
explain select name from test_left_index where NAME =‘yang’ and address=‘1111’;
-
是否走索引
是
-
哪些字段用到索引
name -
索引长度
152 -
原因分析
由于我们创建联合索引的顺序是name->age->address,可以看出此条sql跳过了age，所以经过name过滤后的数据，age是按顺序排的，但是address是乱序的，通过图是很容易看出的:
导致address无法按照索引顺序查找，所以该字段不会走索引，这个其实和范围查询类似，范围查询会导致范围查询后面的字段无法使用索引。
最后再看一个
explain select name from test_left_index where NAME =‘yang’ and address=‘1111’ and age= 10
-
是否走索引
是
-
哪些字段用到索引
name，age,address -
索引长度
308计算方式: 3 * name长度+2+3 * address长度+2+4（age长度）=308
-
原因分析
大家是不是很诧异，为什么多加一个字段，又会走索引呢？大家不必惊慌，因为咱们创建索引刚好使用了where语句后面的三个字段，mysql看到这种情况，发现顺序不对，会自动给我们优化，使索引生效。
结论
所以我们最终能够得到结论是：
写sql时，尽量按照最左匹配原则，有效用上索引；另外判断是否使用索引可以结合 explain执行计划结果中的type,key,key_len字段进行判断，key_len主要用在联合索引上，判断联合索引中，有哪些字段用上了索引。
最后再贴上索引长度计算公式：
- 字符串
• char(n) n字节长度
• varchar(n) 2字节存储字符串长度，如果是utf-8,则长度为3n+2 - 数值类型
• tinyint 1字节
• smallint 2字节
• int 4字节
• bigint 8字节 - 时间类型
• date 3字节
• timestamp 4字节
• datetime 8字节
如果字段允许为空 则对应字段需要另外加一字节的长度
福利大放送
关注微信公众号“AI码师”，领取面试资料和最新全套微服务教程
