MYSQL聯合索引原理之最左匹配原則

在mysql建立聯合索引時會遵循最左前綴匹配的原則，即最左優先，在檢索數據時從聯合索引的最左邊開始匹配。

示例：

CREATE TABLE `student` (
  `Id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增Id',
  `Gid` int(11) unsigned DEFAULT NULL COMMENT '年級id',
  `Cid` int(11) unsigned DEFAULT NULL COMMENT '班級id',
  `SId` int(11) unsigned DEFAULT NULL COMMENT '學號',
  `Name` varchar(10) COLLATE utf8_unicode_ci DEFAULT NULL COMMENT '姓名',
  PRIMARY KEY (`Id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci;

對列Gid、列Cid和列Sid建一個聯合索引：

create unique index uni_Gid_Cid_SId on student(Gid,Cid,SId);

聯合索引 uni_Gid_Cid_SId 實際建立了(Gid)、(Gid,Cid)、(Gid,SId)、(Gid,Cid,SId)四個索引。

插入模擬數據：

INSERT INTO `student` (`Gid`, `Cid`, `SId`, `Name`) VALUES (floor(rand() * rand() *rand() * 1000000000) , floor(rand() *  rand() *rand() * 1000000000) , floor(rand() * rand() * rand() *1000000000) , rand());

查詢示例：

SELECT * FROM student WHERE Gid=16236196 AND Cid=8143382 AND Name='0.76727119';

EXPLAIN SELECT * FROM student WHERE Gid=16236196 AND Cid=8143382 AND Name='0.76727119';

上面這個查詢語句執行時會依照最左前綴匹配原則，檢索時會使用索引(Gid,Cid)進行數據匹配。

索引的字段可以是任意順序的，如：

SELECT * FROM student WHERE Gid=16236196 AND Cid=8143382;
SELECT * FROM student WHERE Cid=8143382 AND Gid=16236196 ;

聯合索引 uni_Gid_Cid_SId 還支持的查詢條件有：

select * from table where Gid = 1;

select * from table where Gid = 1 and  Cid =1;

select * from table where Gid = 1 and  Cid=1 and SId= 1;

select * from table where Gid= 1 and SId= 1;

關於最后一個的結構 Gid和SId 也會走索引 uni_Gid_Cid_SId 的原理是：

　　b+樹的數據項是復合的數據結構，比如(Gid,Cid,SId)的時候，b+數是按照從左到右的順序來建立搜索樹的。

　　比如當(111,222,333)這樣的數據來檢索的時候，b+樹會優先比較 Gid 來確定下一步的所搜方向，如果 Gid 相同再依次比較 Cid 和 SId，最后得到檢索的數據；

　　但當(222,333)這樣的沒有 Gid 的數據來的時候，b+樹就不知道下一步該查哪個節點，因為建立搜索樹的時候 Gid 就是第一個比較因子，必須要先根據 Gid 來搜索才能知道下一步去哪里查詢。

　　比如當(111,333)這樣的數據來檢索時，b+樹可以用 Gid 來指定搜索方向，但下一個字段 Cid 的缺失，所以只能把 Gid 等於 111 的數據都找到，然后再匹配 SId 是 333 的數據了， 這個是非常重要的性質，即索引的最左匹配特性。

 

為什么要使用聯合索引：

減少開銷。

　　建一個聯合索引(Gid,Cid,SId)，實際相當於建了(Gid)、(Gid,Cid)、(Gid,SId)、(Gid,Cid,SId)四個索引。每多一個索引，都會增加寫操作的開銷和磁盤空間的開銷。對於大量數據的表，使用聯合索引會大大的減少開銷！

覆蓋索引。

　　對聯合索引(Gid,Cid,SId)，如果有如下的SQL:：SELECE Gid,Cid,SId FROM student WHERE Gid=1 AND Cid=2。那么MySQL可以直接通過遍歷索引取得數據，而無需回表，這減少了很多的隨機io操作。減少io操作，特別的隨機io其實是dba主要的優化策略。所以，在真正的實際應用中，覆蓋索引是主要的提升性能的優化手段之一。

效率高。

　　索引列越多，通過索引篩選出的數據越少。

　　有1000W條數據的表，有如下SQL：SELECT * FROM TABLE WHERE Gid=1 AND Cid=2 AND SId=3，假設假設每個條件可以篩選出10%的數據，如果只有單值索引，那么通過該索引能篩選出1000W10%=100w條數據，然后再回表從100w條數據中找到符合Gid=2 and Cid= 3的數據，然后再排序，再分頁；如果是聯合索引，通過索引篩選出1000w10% 10% *10%=1w，效率提升可想而知！

缺點。

　　聯合索引越多，索引列越多，則創建的索引越多，索引都是存儲在磁盤里的，通過索引算法 (Btree代表索引算法使用二叉樹的形式來做索引的) 來查找數據，的確可以極大的提高查詢效率，但是與此同時增刪改的同時，需要更新索引，同樣是需要花時間的，並且索引所占的磁盤空間也不小。

建議。

　　單表盡可能不要超過一個聯合索引，單個聯合索引不超過3個字段。