一个SQL查询走索引时涉及到的最左前缀原则

一个SQL查询走索引时涉及到的最左前缀原则

在讲解最左前缀原则之前，先复习一下MySQL索引的重要基础知识（下面都将基于InnoDB存储引擎下的索引规则）

索引类型

主键索引

InnoDB存储引擎使用B+树建立索引，主键索引的非叶子结点存放主键字段的值，通过主键中的字段构建B+树，叶子结点存放对应主键的整一条记录的信息（因此主键索引也称为聚集索引），每张表只能建立一个主键索引（聚集索引） 。

辅助索引

辅助索引（Secondary Index），也叫做二级索引，也是通过B+树建立，与主键索引的唯一不同之处在于，叶子结点存放的是对应行的主键值，而不是行数据 （因此也叫做非聚集索引，获取主键值之后，需要再次去主键索引表中查询该主键对应的记录，获取其叶子结点存储的记录内容，相当于要搜索两张索引表）

举个例子

这里给出一张表，id字段为主键索引，age字段为普通索引，然后插入一些数据，然后给出InnoDB为其维护的两个逻辑上的索引文件结构。

create table T(
  `id` int primary key,
  `name` varchar(11) not null,
  `age` int not null,
  index(age)
) # 5.5以后默认是InnoDB存储引擎
# 插入了四条数据：(1, 小明, 15)、(2, 小红, 20)、(3, 小兰, 16)、(4, 小金, 18)

下面给出两个查询语句并分析索引执行情况

select * from T where id = 1 # 按照左侧主键索引搜索树，搜索到id为1的叶子结点，获取其中的记录数据
select * from T where age = 15 # 先按照右侧age建立的辅助索引树找到age=15对应记录主键id值等于1，然后再去左侧主键索引搜索树搜索id=1的这条记录

通过分析第二条SQL，我们得出结论，对于走辅助索引的查询，必然会二次查询主键索引树（当然有特殊情况，下面讲） ，一张表只有一个主键索引，但是可以建立很多的辅助索引，且辅助索引的叶子结点里存放着主键值，那么如果主键是字符串类型或者长度很长，那么必然会导致辅助索引占用的空间增加，所以自增主键往往是一个常用的选择。

覆盖索引

那么所有使用辅助索引的SQL查询语句都必须两次回表吗？当然有特殊情况，如果辅助索引树的叶子结点中的字段，已经覆盖了需要查询的所有字段，则不需要回表（回表的目的是获取辅助索引树中没有的字段数据），覆盖索引我更愿意称之为索引覆盖，它还是归属于辅助索引。

select id from T where age = 15 # 对于这个查询，将查询的字段只要求id，则在搜索完右侧age的辅助索引树之后，即可获得到id=1，无需回表

联合索引

联合索引依旧是辅助索引的一种情况 （不是主键索引就都归属于辅助索引） ，辅助索引可以在多个字段之间建立，如果第一个字段相同则比较第二个字段，依次类推建立索引搜索树结点之间的先后关系，也就是说索引项按照索引定义的字段顺序排序 （后面要讲到的最左前缀原则就是在此基础上来分析的） ，下面举个例子，还是借助上面这张表，但是辅助索引不是单单age字段建立，而是name和age共同建立。

create table T(
  `id` int primary key,
  `name` varchar(11) not null,
  `age` int not null,
  key `name_age` (`name`, `age`)
) # 5.5以后默认是InnoDB存储引擎
# 插入了四条数据：(1, 小红, 16)、(2, 小红, 15)、(3, 小兰, 16)、(4, 小金, 16)

下面给出一条针对这个name_age的联合索引的查询语句

select id from T where name = '小红' and age = 15 # 通过上面学习索引覆盖的知识点，你应该能分析出这条sql只会搜索右边的联合索引树，获得到id之后不需要再去回表搜索主键索引树

最左前缀原则

概念

还是以上面的这个联合索引为例，如果我的sql语句如下：

select id from T where name = '小红' # name_age索引树在满足name有序的前提下，满足age有序，因此对单一name字段的查询也可以走这个索引，找到满足条件的第一条记录的id，然后按顺序向后遍历找到其他满足要求的记录id
select id from T where age = 15 # age字段是name_age索引的第二个字段，在name无序的前提下，age的有序是无意义的，索引无法利用这个联合索引，需要全表扫描获取满足age=15的记录
select id from T where name like '小%' # 首先name字段是name_age辅助索引的左侧第一个字段，且通配符%在右侧，因此也可以满足最左前缀原则，在查询时走这个辅助索引，定位到第一个满足name='小%'的记录的id，然后向后遍历找到其他满足条件的记录
# ps.这三个语句都是不用回表的

最左前缀原则：只要你的查询语句涉及的字段满足已有辅助索引的左侧出现顺序（或者匹配字符串的左侧n个字符），而不出现越过某个字段的情况，查询就可以走这个辅助索引，这就是最左前缀原则，查询将返回第一个满足查询条件的记录对应的主键id，根据情况看是否需要回表搜索主键索引树。

提醒：为了方便，我上面作的B+树索引树叶子结点之间的双端链表结构没有标出，这里提醒一下，因为讲最左前缀原则的例子中出现了找到第一个满足条件的记录id之后，按顺序向后遍历的情况，这是得益于B+树叶子结点相互串连的结构

联合索引字段顺序

通过上面的分析，对于一个辅助索引（a, b）来说，不需要为a单独再建立索引，但可以再给b单独建立辅助索引（因为b为查询条件不满足辅助索引的最左前缀原则），那么思考一下，如果调整联合索引的顺序为（b, a），那么就不用单独为b建立辅助索引，而需要为a建立辅助索引。此时（a, b）、b方案与（b, a）、a方案都能满足对（a，b）、a、b三个字段的查询调用辅助索引，差别在于哪？

空间！这里比较好的方案是看a与b哪个字段长，则将其放在联合索引的前部，而需要额外建立辅助索引的用较短的字段，这样综合可以减少空间的使用（如果a字段长，则必有2a+b > 2b+a的空间使用）

索引失效

辅助索引会在最左前缀原则的基础上，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。举个例子：

create table T(
  `id` int primary key,
  `name` varchar(11) not null,
  `age` int not null,
  `sex` varchar(11) not null,
  key `name_age` (`name`, `age`)
) # 5.5以后默认是InnoDB存储引擎
# 插入了四条数据：(1, 小红, 16, 女)、(2, 小红, 15, 女)、(3, 小兰, 16, 女)、(4, 小金, 17, 男)

分析下面这条sql的索引调用情况：首先是匹配name like '小%'，可以走右侧辅助索引树，找到id=2的记录，然后顺序向后扫描满足age=16的记录，并不能继续利用联合索引中age这个部分，最终得到id=1和id=3的两条记录，最后需要回表搜索主键索引树，因为这个联合索引并没有完全做到索引覆盖，缺少了sex字段。

解释：因为满足name like '小%'的记录可能有多条，而age字段的有序是建立的name有序的基础之上，上图中(小红, 15) (小红, 16) (小金, 17) (小兰, 16)，单独看age字段之间是无序的，因此在满足条件的name字段是多个的时候，age字段的索引就丧失功能了，只有当name字段匹配的结果唯一，age字段的有序才有意义。

select * from T where name like '小%' and age = 16

索引下推（MySQL5.6）

对于上面这个查询语句，因为sex字段是没有被联合索引覆盖，因此需要二次回表查询主键索引树，但是显然age字段的值是联合索引的一部分，且查询的是age等于16，而有些记录必然不符合匹配，那还有必要回表吗？

索引下推：在MySQL5.5以及之前的版本中，在满足范围匹配name like '小%'之后，并不会继续判断后面个age字段，直接就回表了，而从MySQL5.6开始，InnoDB存储引擎在匹配到满足name like '小%'之后，无法继续使用最左前缀原则的字段（如本例的age）依旧在联合索引中，则会根据这些字段多做一些过滤，不满足条件的记录将不会回表查询，减少了二次搜索的次数。

索引重建

这里补充一点额外的知识，之前听闻过一个索引使用的中出现的问题案例：

有一个线上的记录日志的表，定期会删除早期的数据，经过一段时间的维护，这个表中存放的记录空间稳定在10G，但是索引占用空间有30G，一共40G空间。

原因：InnoDB存储引擎表就是索引组织表，记录数据存放在主键索引叶子结点上，这张表会被不断插入日志记录，且定期删除日志记录，会导致维护索引的B+树频繁发生页的分裂，导致页空间中出现浪费的空间，提高了索引的占用空间。

解决：可以通过重建索引的方式，删除之前的旧索引，并重新创建这个索引，因为数据已经在表中，因此重建索引的过程会将表中的数据按顺序插入，使得页面结构重新恢复紧凑（当然具体重建索引的方案需要结合更多的因素去分析，并不是定期重建索引就一定是好的，这里不多深究）