参考1
参考2
最佳左前缀法则：带头大哥不能死、中间兄弟不能断
索引法则--最佳左前缀法则
最佳左前缀法则学习和Demo演示
1 准备数据
1.1 建表
复制代码
DROP TABLE IF EXISTS staff;
CREATE TABLE IF NOT EXISTS staff (
id INT PRIMARY KEY auto_increment,
name VARCHAR(50),
age INT,
pos VARCHAR(50) COMMENT '职位',
salary DECIMAL(10,2)
);
复制代码
1.2 插入数据
INSERT INTO staff(name, age, pos, salary) VALUES('Alice', 22, 'HR', 5000);
INSERT INTO staff(name, age, pos, salary) VALUES('Bob', 22, 'RD', 10000);
INSERT INTO staff(name, age, pos, salary) VALUES('David', 22, 'Sale', 120000);
2 测试&Explain分析
2.1 创建索引
CREATE INDEX idx_nameAgePos ON staff(name, age, pos);
创建了一个基于 name, age, pos 三个字段的索引
2.2 索引测试
Case#1：只根据 name 字段来查询
EXPLAIN SELECT * FROM staff WHERE name = 'Alice';
结果：
type=ref
key=索引
ref=const
ken_len=53
Case#2：只根据 name & age 字段来查询
EXPLAIN SELECT * FROM staff WHERE name = 'Alice' AND age = 22;
结果：和 Case#1 差不多，但是：
key_len=58
ref=const, const
Case#3：根据 name & age & pos 来查询
EXPLAIN SELECT * FROM staff WHERE name = 'Alice' AND age = 22 AND pos = 'HR';
结果：索引仍然生效，同时，key_len & ref 比 Case#2 中的结果更丰富
Case#4：根据 age & pos 来查询
EXPLAIN SELECT * FROM staff WHERE age = 22 AND pos = 'HR';
结果：没有索引，全表扫描
Case#5：根据 name & pos 来查询
EXPLAIN SELECT * FROM staff where name = 'Alice' AND pos = 'HR';
结果：和 Case#1 相同（说明 pos 字段没有用上索引）
3 总体分析
Case1，2，3都用了上索引，且使用索引长度依次增加（key_len=53,58,111 且 ref=1个const,2个const,3个const），符合最佳左前缀法则；
Case4中没有带头大哥（火车头），于是，全表扫描；
Case5中只有 name 字段使用上了索引，中间兄弟（中间车厢）age 断了，于是，后面的兄弟（车厢）pos 挂了；
4 总结
最佳左前缀法则：带头大哥不能死、中间兄弟不能断
当 select * from T where a = 1 and b = 3 的时候， 数据库系统可以直接从索引文件中直接二分法找到 A = 1 的记录，然后再 B = 3 的记录
但如果你 where b = 3 则需要遍历这个索引表的全部
mysql 建立多列索引（联合索引）有最左前缀的原则，即最左优先，如：
如果有一个 2 列的索引 (col1, col2)，则已经对 (col1)、(col1, col2) 上建立了索引；
如果有一个 3 列索引 (col1, col2, col3)，则已经对 (col1)、(col1, col2)、(col1, col2, col3) 上建立了索引；
原理
b+ 树的数据项是复合的数据结构，比如 (name,age,sex) 的时候，b+ 树是按照从左到右的顺序来建立搜索树的，比如当 (张三,20,F) 这样的数据来检索的时候，b+ 树会优先比较 name 来确定下一步的所搜方向，如果 name 相同再依次比较 age 和 sex，最后得到检索的数据；但当 (20,F) 这样的没有 name 的数据来的时候，b+ 树就不知道第一步该查哪个节点，因为建立搜索树的时候 name 就是第一个比较因子，必须要先根据 name 来搜索才能知道下一步去哪里查询
比如当 (张三, F) 这样的数据来检索时，b+ 树可以用 name 来指定搜索方向，但下一个字段 age 的缺失，所以只能把名字等于张三的数据都找到，然后再匹配性别是 F 的数据了， 这个是非常重要的性质，即索引的最左匹配特性。（这种情况无法用到联合索引）
mysql 查询优化器
如果建的索引是 (name, cid)。而查询的语句是 cid=1 AND name=’小红’。为什么还能利用到索引？
当按照索引中所有列进行精确匹配（“=” 或 “IN”）时，索引可以被用到，并且 type 为 const。理论上索引对顺序是敏感的，但是由于 MySQL 的查询优化器会自动调整 where 子句的条件顺序以使用适合的索引，所以 MySQL 不存在 where 子句的顺序问题而造成索引失效
注意事项
范围查询
mysql 会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。即，索引最多用于一个范围列，因此如果查询条件中有两个范围列则无法全用到索引
like 语句的索引问题
如果通配符 % 不出现在开头，则可以用到索引，但根据具体情况不同可能只会用其中一个前缀
在 like “value%” 可以使用索引，但是 like “%value%” 不会使用索引，走的是全表扫描
不要在列上进行运算
如果查询条件中含有函数或表达式，将导致索引失效而进行全表扫描
例如 select * from user where YEAR(birthday) < 1990
可以改造成 select * from users where birthday <’1990-01-01′
索引不会包含有 NULL 值的列
只要列中包含有 NULL 值都将不会被包含在索引中，复合索引中只要有一列含有 NULL 值，那么这一列对于此复合索引就是无效的。所以在数据库设计时不要让字段的默认值为 NULL
尽量选择区分度高的列作为索引，区分度的公式是 count(distinct col)/count(*)，表示字段不重复的比例，比例越大我们扫描的记录数越少，唯一键的区分度是 1，而一些状态、性别字段可能在大数据面前区分度就是 0。一般需要 join 的字段都要求区分度 0.1 以上，即平均 1 条扫描 10 条记录
覆盖索引的好处
如果一个索引包含所有需要的查询的字段的值，我们称之为覆盖索引。覆盖索引是非常有用的工具，能够极大的提高性能。因为，只需要读取索引，而无需读表，极大减少数据访问量