一、復合索引的概念
在單個列上創建的索引我們稱為單列索引，在2個以上的列上創建的索引稱為復合索引。在單個列上創建索引相對簡單，通常只需要考慮列的選擇率即可，選擇性越好，代表數據越分散，創建出來的索引性能也就更好。通常，某列選擇率的計算公式為：
selectivity = 施加謂詞條件后返回的記錄數 / 未施加謂詞條件后返回的記錄數
可選擇率的取值范圍是(0,1]，值越小，代表選擇性越好。
對於復合索引(又稱為聯合索引)，是在多個列上創建的索引。創建復合索引最重要的是列順序的選擇，這關系到索引能否使用上，或者影響多少個謂詞條件能使用上索引。復合索引的使用遵循最左匹配原則，只有索引左邊的列匹配到，后面的列才能繼續匹配。
二、會使用復合索引的列場景
復合索引遵循最左匹配原則，只有索引中最左列匹配到，下一列才有可能被匹配。如果左邊列使用的是非等值查詢，則索引右邊的列將不會被查詢使用，也不會被排序使用。
實驗：哪些情況下會使用到復合索引
網絡上一個經典的例子
-- 創建測試表 CREATE TABLE t1( c1 CHAR(1) not null, c2 CHAR(1) not null, c3 CHAR(1) not null, c4 CHAR(1) not null, c5 CHAR(1) not null )ENGINE innodb CHARSET UTF8; -- 添加索引 alter table t1 add index idx_c1234(c1,c2,c3,c4); --插入測試數據 insert into t1 values('1','1','1','1','1'),('2','2','2','2','2'),('3','3','3','3','3'),('4','4','4','4','4'),('5','5','5','5','5');
需要探索下面哪些查詢語句使用到了索引idx_c1234，以及使用到了索引的哪些字段？
(A) where c1=? and c2=? and c4>? and c3=?
(B) where c1=? and c2=? and c4=? order by c3
(C) where c1=? and c4=? group by c3,c2
(D) where c1=? and c5=? order by c2,c3
(E) where c1=? and c2=? and c5=? order by c2,c3
(F) where c1>? and c2=? and c4>? and c3=?
A選項：
簡單說明:
使用的索引長度為12，代表4個字段都使用了索引。由於c1、c2、c3都是等值查詢，所以后面的c4列也可以用上。
注：utf8編碼，一個索引長度為3，這里12代表4個字段都用到該索引。
B選項：
簡單說明:
使用的索引長度為6，代表2個字段使用了索引。根據最左使用原則，c1、c2使用了索引。因為查詢中沒有c3謂詞條件，所以索引值使用到c2后就發生了中斷，導致只使用了c1、c2列。這里SQL使用了order by排序，但是在執行計划Extra部分未有filesort關鍵字，說明在索引中按照c3字段順序讀取數據即可。
這里特別留意，雖然索引中的c3字段沒有放在索引的最后，但是確實使用到了索引中c2字段的有序特性，因為執行計划的Extra部分未出現"fileasort"關鍵字。這是為什么呢？這里用到了MySQL5.6版本引入的Index Condition Pushdown (ICP) 優化。其核心思想是使用索引中的字段做數據過濾。我們來整理一下不使用ICP和使用ICP的區別：
如果沒有使用ICP優化，其SQL執行步驟為：
1.使用索引列c1,c2獲取滿足條件的行數據。where c1='2' and c2='2'
2.回表查詢數據，使用where c4='2'來過濾數據
3.對數據排序輸出
如果使用了ICP優化，其SQL執行步驟為：
1.使用索引列c1,c2獲取滿足條件的行數據。where c1='2' and c2='2'
2.在索引中使用where c4='2'來過濾數據
3.因為數據有序，直接按順序取出滿足條件的數據
C選項：
簡單說明:
使用的索引長度為3，代表1個字段使用了索引。根據最左使用原則，c1使用了索引。因為查詢中沒有c2謂詞條件，所以索引值使用到c1后就發生了中斷，導致只使用了c1列。該SQL執行過程為：
1.在c1列使用索引找到c1='2'的所有行，然后回表使用c4='2'過濾掉不匹配的數據
2.根據上一步的結果，對結果中的c3,c2聯合排序，以便於得到連續變化的數據，同時在數據庫內部創建臨時表，用於存儲group by的結果。
C選項擴展：
簡單說明:
使用的索引長度為3，代表1個字段使用了索引。根據最左使用原則，c1使用了索引。
D選項：
簡單說明:
使用的索引長度為3，代表1個字段都使用了索引。根據最左使用原則，c1使用了索引。因為查詢中沒有c2謂詞條件，所以索引值使用到c1后就發生了中斷，導致只使用了c1列。
D選項擴展：
簡單說明:
使用的索引長度為3，代表1個字段都使用了索引。根據最左使用原則，c1使用了索引。因為查詢中沒有c2謂詞條件，所以索引值使用到c1后就發生了中斷，導致只使用了c1列
E選項：
簡單說明:
使用的索引長度為6，代表2個字段都使用了索引。根據最左使用原則，c1、c2使用了索引。這里SQL使用了order by排序，但是在執行計划Extra部分未有filesort關鍵字，說明在索引中按照c3字段順序讀取數據即可(c2是常量)。
F選項：
簡單說明:
使用的索引長度為3，代表1個字段都使用了索引。根據最左使用原則，c1使用了索引。這里c1使用了不等值查詢，導致后面的c2查詢無法使用索引。該案例非常值得警惕，謂詞條件中含有等值查詢和范圍查詢時，如果范圍查詢在索引前面，則等值查詢將無法使用索引；如果等值查詢在前面，范圍查詢在后面，則都可以使用到索引。
三、如何創建復合索引
復合索引創建的難點在於字段順序選擇：
-
如果存在多個等值查詢，則選擇性好的放在前面，選擇性差的放在后面
-
如果存在等值查詢和排序，則在創建復合索引時，將等值查詢字段放在前面，排序放在最后面
-
如果存在等值查詢、范圍查詢、排序。等值查詢放在最前面，范圍查詢和排序需根據實際情況決定索引順序
此外，《阿里巴巴Java開發手冊-2020最新嵩山版》中有幾個關於復合索引的規約，我們可以看一下：
1.如果有order by的場景，請注意利用索引的有序性。order by后的字段是組合索引的一部分，並且放在組合索引的最后，避免出現filesort的情況，影響查詢性能。
正例：where a=? b=? order by c; 索引a_b_c
反例：索引如果存在范圍查詢，那么索引有序性將無法使用。如：where a>10 order by b; 索引a_b無法排序。
2.建復合索引的時候，區分度最高的在最左邊，如果where a=? and b=?，a列的值幾乎接近唯一值，那么只需建單列索引idx_a即可。
說明：存在等號和非等號混合判斷條件時，在建索引時，請把等號條件的列前置。如：where c>? and d=?,那么即使c的區分度更高，也必須把d放在索引的最前列，即創建索引idx_d_c。
實驗：應該如何創建復合索引
在有的文檔里面講到過復合索引的創建規則：ESR原則：精確(Equal)匹配的字段放在最前面，排序(Sort)條件放中間，范圍(Range)匹配的字段放在最后面。接下來我們來探索一下該方法是否正確
環境准備
CREATE TABLE `employees` ( `emp_no` int(11) NOT NULL, `birth_date` date NOT NULL, `first_name` varchar(14) NOT NULL, `last_name` varchar(16) NOT NULL, `gender` enum('M','F') NOT NULL, `hire_date` date NOT NULL, PRIMARY KEY (`emp_no`) ) ENGINE=InnoDB DEFAULT CHARSET=latin1;
先插入一條特定的數據，如下：
INSERT INTO `employees`(emp_no,birth_date,first_name,last_name,gender,hire_date) VALUES(1,'1978-02-01','Ebbe','test','M','1998-02-01');
再使用存儲過程往表插入大概30萬數據，腳本如下：
#存儲過程 DELIMITER $$ USE `test_mysql`$$ DROP PROCEDURE IF EXISTS `batch_insert_employees`$$ CREATE PROCEDURE `batch_insert_employees`() BEGIN SET @i=2; WHILE @i<=320000 DO if @i%2 = 0 then INSERT INTO `employees`(emp_no,birth_date,first_name,last_name,gender,hire_date) VALUES(@i,CONCAT('197',FLOOR(RAND()*9),'-01','-08'),'durant',CONCAT("java",@i),'M',CONCAT('199',FLOOR(RAND()*9),'-01','-08')); end if; if @i%2 != 0 then INSERT INTO `employees`(emp_no,birth_date,first_name,last_name,gender,hire_date) VALUES(@i,CONCAT('197',FLOOR(RAND()*9),'-08','-08'),CONCAT("durant",@i),CONCAT("go",@i),'F',CONCAT('199',FLOOR(RAND()*9),'-08','-08')); end if; SET @i=@i+1; END WHILE; END $$ DELIMITER;
調用存儲過程
CALL batch_insert_employees;
查看數據量，總量為32萬
mysql> select count(1) from employees; +----------+ | count(1) | +----------+ | 320000 | +----------+ 1 row in set
現在需要查詢1998年后入職的first_name為"Ebbe"員工，並按照出生日期升序排序。
其SQL語句如下：
select emp_no,birth_date,first_name,last_name,gender,hire_date from employees where hire_date >= '1998-01-01' and first_name = 'Ebbe' order by birth_date;
為了優化該SQL語句的性能，需要在表上創建索引，為了保證where與order by都使用到索引，決定創建復合索引，有如下創建順序：
（A）hire_date,first_name,birth_date
（B）hire_date,birth_date,first_name
（C）first_name,hire_date,birth_date
（D）first_name,birth_date,hire_date
（E）birth_date,first_name,hire_date
（F）birth_date,hire_date,first_name
確認哪種順序創建索引是最優的。
Note:
1.date類型占3個字節的空間，hire_date和 birth_date都占用3個字節的空間。
2.first_name是變長字段，多使用2個字節，如果允許為NULL值，還需多使用1個字節，占用16個字節
A選項：hire_date,first_name,birth_date
create index idx_a on employees(hire_date,first_name,birth_date);
其執行計划如下：
這里key_len長度為19，令人不解，hire_date是非等值查詢，理論上key_len應該為3，通過使用MySQL workbench查看執行計划，也可以發現索引只使用了hire_date列(如下圖)。為什么會是19而不是3呢？實在令人費解，思考了好久也沒有想明白，如有知道，望各位大神不吝解答。
B選項：hire_date,birth_date,first_name
為避免干擾，刪除上面創建的索引idx_a，然后創建idx_b
create index idx_b on employees(hire_date,birth_date,first_name);
其執行計划如下：
這里key_len長度為3，hire_date是非等值查詢，導致后面的索引列無法使用到
C選項：first_name,hire_date,birth_date
為避免干擾，刪除上面創建的索引idx_b，然后創建idx_c。
create index idx_c on employees(first_name,hire_date,birth_date);
其執行計划如下：
這里key_len長度為19，first_name是等值查詢，可以繼續使用hire_date列，因為hire_date列是非等值查詢，導致索引無法繼續使用birth_date。
D選項：first_name,birth_date,hire_date
為避免干擾，刪除上面創建的索引idx_c，然后創建idx_d。
create index idx_d on employees(first_name,birth_date,hire_date);
其執行計划如下：
這里key_len長度為16，first_name是等值查詢，在謂詞過濾中未使用birth_date，導致只有first_name列使用上索引，但是birth_date列用於排序，上面執行計划顯示SQL最終並沒有排序，說明數據是從索引按照birth_date有序取出的。
E選項：birth_date,first_name,hire_date
為避免干擾，刪除上面創建的索引idx_d，然后創建idx_e。
create index idx_e on employees(birth_date,first_name,hire_date);
其執行計划如下：
這里未使用到索引，說明排序列放在復合索引的最前面是無法被使用到的。
F選項：birth_date,hire_date,first_name
為避免干擾，刪除上面創建的索引idx_e，然后創建idx_f。
create index idx_f on employees(birth_date,hire_date,first_name);
其執行計划如下：
與E選項一樣，這里未使用到索引，說明排序列放在復合索引的最前面是無法被使用到的。
通過上面的6個索引測試，我們發現，等值查詢列和范圍查詢列放在復合索引前面，復合索引都能被使用到，只是使用到的列可能不一樣。哪種方式創建索引最好呢？MySQL的查詢優化器是基於開銷(cost)來選擇最優的執行計划的，我們不妨來看看上面的6個索引的執行開銷。
索引 開銷cost ---------- ------------ idx_a 8518 idx_b 8524 idx_c 13 idx_d 228 idx_e 78083 idx_f 78083、
通過上面的開銷，可以看到
- idx_a和idx_b：索引使用范圍查詢字段開頭，導致索引只能使用到第一列，無法消除排序，導致開銷較大；
- idx_c和idx_d：索引使用等值查詢字段開頭，范圍查詢和排序位於后面，開銷是最小的；
- idx_e和idx_f ：索引使用排序字段開頭，導致索引無法被使用到，走的全表掃描，開銷巨大。
更進一步，idx_c和idx_d如何選擇呢？idx_c使用索引進行等值查詢+范圍查詢，然后對數據進行排序；idx_d使用索引進行等值查詢+索引條件下推查詢，然后按照順序直接獲取數據。兩種方式各有優劣，我們不妨再來看一個例子：
把上面6個索引都加到表上，看看如下SQL會選擇哪個索引。
SQL
MySQL自動選擇了idx_d，通過索引的first_name列過濾數據，並通過索引條件下推過濾hire_date字段，然后從索引中有序的取出數據，相對來說，由於使用idx_d無需排序，速度會更快。
總結
- 復合索引的創建，如果存在多個等值查詢，則將選擇性好的列放在最前面，選擇性差的列放在后面；
- 復合索引的創建，如果涉及到等值查詢和范圍查詢，不管非等值查詢的列的選擇性如何好，等值查詢的字段要放在非等值查詢的前面；
- 復合索引的創建，如果涉及到等值查詢和范圍查詢和排序(order by、group by)，則等值查詢放在索引最前面，范圍查詢和排序哪個在前，哪個在后，需要根據實際場景決定。如果范圍查詢在前，則無法使用到索引的有序性，需filesort，適用於返回結果較少的SQL，因為結果少則排序開銷小；如果排序在前，則可以使用到索引的有序性，但是需要回表(或者索引條件下推)去查詢數據，適用於返回結果較多的SQL，因為無需排序，直接取出數據。
- 復合索引的創建，一定不能把order by、group by的列放在索引的最前面，因為查詢中總是where先於order by執行；
- 使用索引進行范圍查詢會導致后續索引字段無法被使用，如果有排序，無法消除filesort排序。例子：a_b_c索引，where a>? and b = ? order by c，則a可以被使用到，b無法被使用，c字段需filesort。
參考博客：