mysql里创建‘联合索引’的意义？

发布于
2013-11-23

更新于
2013-11-26

因什么需求，要创建‘联合索引’？最实际好处在于什么？如果是为了更快查询到数据，有单列索引不是ok了，为什么有‘联合索引’的存在？求经验丰富老手谈谈。

现在大家普遍的说法是因为，查询条件出现类似这类情况时‘where xx=xx && xx=xx && xx>xx’使用联合索引会比单列索引高效，所以要使用多列索引，但是经过测试，事情并非如此，反而是单列索引处理时间比多列索引还快....详见测试代码及结果http://sdrv.ms/19S68M9(大家一起来测试下，看看是不是单一偶然情况......)。

最后的答案我截取了Filix Suo第二个观点里一段话为答案，创建多列索引的意义就是为了‘减少io操作’。可能使用这个会相应失去什么，这个就有待大量测试考证了。

2013/11/25 23：37更新：
今天刚入手mariadb，结果在手册里翻到了一份多列索引结构的解释（嘿嘿，真开源果然不同），贴出来供大家参考：
https://mariadb.com/kb/en/index-condition-pushdown/
创建多列索引(列1，列2，列3)后的结构类似这样(index结构，附属列，附属列)
附属列可能直接跟在叶节点上，或单独存放（这个没有看到说明）...
附带可以说明单列索引就是多列索引一种形式，只不过没有附属列罢了。。。

mysql

阅读 38.1k

5 个回答

Filix_Suo

✓ 已被采纳

简单的说有两个主要原因：

"一个顶三个"。建了一个(a,b,c)的复合索引，那么实际等于建了(a),(a,b),(a,b,c)三个索引，因为每多一个索引，都会增加写操作的开销和磁盘空间的开销。对于大量数据的表，这可是不小的开销！
覆盖索引。同样的有复合索引（a,b,c），如果有如下的sql: select a,b,c from table where a=1 and b = 1。那么MySQL可以直接通过遍历索引取得数据，而无需回表，这减少了很多的随机io操作。减少io操作，特别的随机io其实是dba主要的优化策略。所以，在真正的实际应用中，覆盖索引是主要的提升性能的优化手段之一
索引列越多，通过索引筛选出的数据越少。有1000W条数据的表，有如下sql:select * from table where a = 1 and b =2 and c = 3,假设假设每个条件可以筛选出10%的数据，如果只有单值索引，那么通过该索引能筛选出1000W*10%=100w 条数据，然后再回表从100w条数据中找到符合b=2 and c= 3的数据，然后再排序，再分页；如果是复合索引，通过索引筛选出1000w *10% *10% *10%=1w，然后再排序、分页，哪个更高效，一眼便知

tianyisheng

4523

发布于
2013-11-23

更新于
2013-11-23

如下的有a,b,c 三个key的table

create table test(
a int,
b int,
c int,
);

如果我们
需要执行很多的类似于 select * from test where a=10, b>50, c>20
这类的组合查询 那么，我们可能需要创建包含[a，b，c] 的联合索引，而单独的[a][b] [c]上的索引是不够的。
（可以把一个索引想象成 sorted list）.创建了（a，b，c）的索引相当于按照a,b,c 排序（排序规则是

if(X.a>Y.a)
  return '>';
else if(X.a<Y.a)
  return '<';
 else if(X.b>Y.b)
  return '>';
 else if (X.b<Y.b)
  return '<';
 else if (X.c>Y.c)
  return  '>'
 else if (X.c<Y.c)
  return  '<'
 esle
  return '=='

）
和分别按a 排序分别按b排序分别按照c排序是不一样的。

其中 a b c 的顺序也很重要，有时可以是a c b，或者b c a等等。
如果创建（a,b,c)的联合索引，查询效率如下：

优: select * from test where a=10 and b>50 差: select * from test where
a50

优: select * from test order by a 差: select * from test order by b 差:
select * from test order by c

优: select * from test where a=10 order by a 优: select * from test
where a=10 order by b 差: select * from test where a=10 order by c

优: select * from test where a>10 order by a 差: select * from test
where a>10 order by b 差: select * from test where a>10 order by c

优: select * from test where a=10 and b=10 order by a 优: select * from
test where a=10 and b=10 order by b 优: select * from test where a=10
and b=10 order by c

优: select * from test where a=10 and b=10 order by a 优: select * from
test where a=10 and b>10 order by b 差: select * from test where a=10
and b>10 order by c

参考 http://blog.csdn.net/lmh12506/article/details/8879916

followflows

119225

发布于
2013-11-23

在一次查询中，MySQL只能使用一个索引。
在真实项目中，SQL语句中的WHERE子句里通常会包含多个查询条件还会有排序、分组等。
若表中索引过多，会影响INSERT及UPDATE性能，简单说就是会影响数据写入性能。因为更新数据的同时，也要同时更新索引。
最实际的好处当然是查询速度快，性能好。

举例：
创建一张数据表

CREATE TABLE `student` (
  `studentId` int(11) NOT NULL,
  `studentName` varchar(255) DEFAULT NULL,
  `gradeId` int(11) DEFAULT NULL,
  `schoolId` int(11) DEFAULT NULL,
  PRIMARY KEY (`studentId`),
  KEY `s_g_s` (`schoolId`,`gradeId`,`studentId`)
)

假设每个班有50名学生，一个年级有10个班，一所学校有4个年级，共有3所学校，那么总共会有6000名学生

若要查询出第2所学校3年级学生的姓名，SQL如下
SELECT studentName FROM student WHERE schoolId=2 AND gradeId=3
如果使用名为s_g_s的联合索引，那通过索引，MySQL可筛选掉大部分不满足查询条件的学生信息，在这个例子中，可筛掉5500条记录，这样MySQL只需回表查询剩余的500条记录即可得到结果。
如果只使用schoolId上的单列索引，只能筛掉4000条记录，需回表扫描过滤剩余的2000条记录才能得到结果，从数量上看差了一个数量级。性能自然不佳。

若要查询出第2所学校3年级学生的姓名并按照studentId倒排，SQL如下
SELECT studentName FROM student WHERE schoolId=2 AND gradeId=3 ORDER BY studentId DESC
这条SQL若没有多列索引，在较大数据量下性能会很差。但有了s_g_s索引，排序可以在索引上直接完成，不用MySQL取回记录后，再在内存或者磁盘上进行一次排序。性能提升很大。

若要查询出第2所学校3年级学生的studentId，SQL如下
SELECT studentId FROM student WHERE schoolId=2 AND gradeId=3
对于这条查询，s_g_s索引包含所有需要查询的字段的值，MySQL根本不需要再去读取表中的记录，直接全部在索引上完成，这是性能最高的一种索引，通常称为“覆盖索引”。

这个例子有点“简陋”，但还是可以说明一些问题。
综上，在实际项目中，
- 联合索引的使用要远多于单列索引。
- 联合索引使用正确对性能提升很有帮助。
- 怎么加索引，把哪些列加索引，加几个索引都是需要根据项目中使用到的SQL及数据表中数据的分布、数据的区分度去衡量的。
- 使用MySQL explain工具来解析SQL查询执行计划。
- 推荐看下这本书：《高性能MySQL》