MySQL 组合索引、唯一组合索引的原理

组合索引

前言

之前在网上看到过很多关于 mysql 联合索引最左前缀匹配的文章，自以为就了解了其原理，最近面试时和面试官交流，发现遗漏了些东西，这里自己整理一下这方面的内容。

什么时候创建组合索引?

当我们的 where 查询存在多个条件查询的时候，我们需要对查询的列创建组合索引。

为什么不对没一列创建索引

• 减少开销
• 覆盖索引
• 效率高

减少开销：假如对 col1、col2、col3 创建组合索引，相当于创建了（col1）、（col1，col2）、（col1，col2，col3）3 个索引。注意，根据最左原则，不会创建（col2, col3）索引！
覆盖索引：假如查询 SELECT col1, col2, col3 FROM 表名，由于查询的字段存在索引页中，那么可以从索引中直接获取，而不需要回表查询。

效率高：对 col1、col2、col3 三列分别创建索引，MySQL 只会选择辨识度高的一列作为索引。假设有 100w 的数据，一个索引筛选出 10% 的数据，那么可以筛选出 10w 的数据；对于组合索引而言，可以筛选出 100w * 10% * 10% * 10% = 1000 条数据。

最左匹配原则

假设我们创建（col1，col2，col3）这样的一个组合索引，那么相当于对 col1 列进行排序，也就是我们创建组合索引，以最左边的为准，只要查询条件中带有最左边的列，那么查询就会使用到索引。

创建测试表

CREATE TABLE student ( 
id int(11) NOT NULL, 
name varchar(16) NOT NULL, 
age int(11) NOT NULL, 
PRIMARY KEY (`id`), 
KEY idx_id_name_age (`id`,name(10),`age`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
-- 建表时，name 长度为 16，这里用 10。这是因为一般情况下名字的长度不会超过 10，这样会加速索引查询速度，还会减少索引文件的大小，提高 INSERT 的更新速度。
-- 如果分别在 id, name, age 上建立单列索引，让该表有 3 个单列索引，查询时和上述的组合索引效率也会大不一样，远远低于我们的组合索引。因为此时虽然有了三个索引，但 MySQL 只能用到其中的那个它认为似乎是最有效率的单列索引。

填充 100w 条测试数据

-- 因为 mysql 一遇到分号，它就要自动执行。因此在输入多条语句的时候要使用 DELIMITER 重新定义结束符号，告诉 mysql 解释器，该段命令是否已经结束了，mysql 是否可以执行了。MYSQL 的默认结束符为";"。
DELIMITER $$ 
DROP PROCEDURE IF EXISTS pro10$$
CREATE PROCEDURE pro100()
BEGIN
    DECLARE i INT;
    DECLARE char_str varchar(100) DEFAULT 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789';
    DECLARE return_str varchar(255) DEFAULT '';
    DECLARE age INT;
    SET i = 1;
    WHILE i < 1000000 do
        SET return_str = substring(char_str, FLOOR(1 + RAND()*62), 8);
        SET i = i+1;
        SET age = FLOOR(RAND() * 100);
        INSERT INTO student (id, name, age) values (i, return_str, age);
    END WHILE;
END$$
-- 恢复 MYSQL 的默认结束符为";"
DELIMITER ;
-- 执行写入 100 万条数据 
CALL pro100();

场景测试

EXPLAIN SELECT * FROM student WHERE id = 2;

可以看到该查询使用到了索引（type=const&possible_keys=PRIMARY, idx_id_name_age&key=PRIMARY）

EXPLAIN SELECT * FROM student WHERE id = 2 AND name = 'defghijk';

可以看到该查询使用到了索引 （type=const&possible_keys=PRIMARY, idx_id_name_age&key=PRIMARY）

EXPLAIN SELECT * FROM student WHERE id = 2 AND name = 'defghijk' and age = 8;

可以看到该查询使用到了索引（type=const&possible_keys=PRIMARY, idx_id_name_age&key=PRIMARY）

EXPLAIN SELECT * FROM student WHERE id = 2 AND age = 8;

可以看到该查询使用到了索引（type=const&possible_keys=PRIMARY, idx_id_name_age&key=PRIMARY）

EXPLAIN SELECT * FROM student WHERE name = 'defghijk' AND age = 8;

可以看到该查询没有使用到索引 （type=all&possible_keys=null&key=null），类型为 all，查询行数为 4989449，几乎进行了全表扫描，由于组合索引只针对最左边的列进行了排序，对于 name、age 列只能进行全部扫描

EXPLAIN SELECT * FROM student WHERE name = 'defghijk' AND id = 2;
EXPLAIN SELECT * FROM student WHERE age = 8 AND id = 2; 
EXPLAIN SELECT * FROM student WHERE name = 'defghijk' and age = 8 AND id = 2;

可以看到如上查询也使用到了索引（type=const&possible_keys=PRIMARY, idx_id_name_age&key=PRIMARY），id 放前面和放后面查询到的结果是一样的，MySQL 会找出执行效率最高的一种查询方式，就是先根据 id 进行查询

总结

如上测试，可以看到只要查询条件的列中包含组合索引最左边的那一列，不管该列在查询条件中的位置，都会使用索引进行查询。

联合唯一索引

例如: tbl_test 表中有 aa,bb 两个字段,如果不希望有 2 条一模一样的记录（即：aa 字段的值可以重复； bb 字段的值也可以重复，但是一条记录（aa, bb）组合值不允许重复）,需要给 tbl_test 表添加多个字段的联合唯一索引:

alter table tbl_test add unique index (aa, bb);

这样如果向表中添加相同记录的时候,会返回一下错误信息。
但是配合Insert into…ON DUPLICATE KEY UPDATE…来使用就不会报错，存在相同的记录，直接忽略。

INSERT INTO unit (id, unitsubclass, name, state)
VALUES('1111','CPU','CPU','0' ) ON DUPLICATE KEY UPDATE       unitsubclass=VALUES(unitsubclass),name =VALUES(name),state =VALUES(state);

还有一种情况就是,我们需要为以前的表 创建这个索引,有可能以前的数据中存在重复的记录 那怎么办呢?

alter ignore table tbl_test add unique index (aa,bb);

它会删除重复的记录（会保留一条），然后建立唯一索引，高效而且人性化。

参考资料：
[MySQL组合索引与最左匹配原则详解] https://www.jb51.net/article/157920.htm
[普通索引和组合索引] https://www.jianshu.com/p/40edfbb50046