多列索引

我們經常聽到一些人說"把WHERE條件里的列都加上索引"，其實這個建議非常錯誤。在多個列上建立單獨的索引大部分情況下并不能提高MySQL的查詢性能。MySQL在5.0之后引入了一種叫“索引合并”(index merge)的策略，一定程度上可以使用表上的多個單列索引來定位指定的行。但是當服務器對多個索引做聯合操作時，通常需要耗費大量CPU和內存資源在算法的緩存、排序和合并操作上，特別是當其中有些索引的選擇性不高，需要合并掃描大量的數據的時候。

這個時候，我們需要一個多列索引。

案例

創建一個測試數據庫和數據表：

CREATE DATABASE IF NOT EXISTS db_test default charset utf8 COLLATE utf8_general_ci;  
use db_test; 
CREATE TABLE payment (   
    id         INT UNSIGNED NOT NULL AUTO_INCREMENT,   
    staff_id  INT UNSIGNED NOT NULL,   
    customer_id INT UNSIGNED NOT NULL,   
    PRIMARY KEY (id) 
) ENGINE=InnoDB DEFAULT CHARSET=utf8;  

插入1000w行隨機數據(利用存儲過程):

DROP PROCEDURE IF EXISTS add_payment;   
DELIMITER // 
    create PROCEDURE add_payment(in num INT) 
    BEGIN 
        DECLARE rowid INT DEFAULT 0; 
        SET @exesql = 'INSERT INTO payment(staff_id, customer_id) values (?, ?)'; 
        WHILE rowid < num DO 
            SET @staff_id = (1 + FLOOR(5000*RAND()) );  
            SET @customer_id = (1 + FLOOR(500000*RAND())); 
            SET rowid = rowid + 1; 
            prepare stmt FROM @exesql; 
            EXECUTE stmt USING @staff_id, @customer_id;             
        END WHILE; 
    END // 
DELIMITER ;  

或者你可以直接下載使用我的測試數據(也是利用上面的存儲過程,但是我之后調整了數據):

測試數據

添加兩個單列索引(執行過程要花點時間,建議分開一句一句執行):

ALTER TABLE `payment` ADD INDEX idx_customer_id(`customer_id`); 
 
ALTER TABLE `payment` ADD INDEX idx_staff_id(`staff_id`);  

查詢一條數據利用到兩個列的索引:

select count(*) from payment where staff_id = 2205 AND customer_id = 93112; 

查看執行計劃:

mysql> explain select count(*)  from payment  where staff_id =  2205  AND customer_id =  93112; 
+----+-------------+---------+-------------+------------------------------+------------------------------+---------+------+-------+-------------------------------------------------------------------------+ 
| id | select_type | table   | type        | possible_keys                | key                          | key_len | ref  | rows  | Extra                                                                   | 
+----+-------------+---------+-------------+------------------------------+------------------------------+---------+------+-------+-------------------------------------------------------------------------+ 
|  1 | SIMPLE      | payment | index_merge | idx_customer_id,idx_staff_id | idx_staff_id,idx_customer_id | 4,4     | NULL | 11711 | Using intersect(idx_staff_id,idx_customer_id); Using where; Using index | 
+----+-------------+---------+-------------+------------------------------+------------------------------+---------+------+-------+-------------------------------------------------------------------------+ 
1 row in set (0.00 sec) 

可以看到type是index_merge,Extra中提示Using intersect(idx_staff_id,idx_customer_id);

這便是索引合并,利用兩個索引,然后合并兩個結果(取交集或者并集或者兩者都有)

查詢結果:

mysql> select count(*)  from payment  where staff_id =  2205  AND customer_id =  93112 ; 
+----------+ 
| count(*) | 
+----------+ 
|   178770 | 
+----------+ 
1 row in set (0.12 sec)  

然后刪除以上索引,添加多列索引:

ALTER TABLE payment DROP INDEX idx_customer_id; 
 
ALTER TABLE payment DROP INDEX idx_staff_id; 
 
ALTER TABLE `payment` ADD INDEX idx_customer_id_staff_id(`customer_id`, `staff_id`);  

注意,多列索引很關注索引列的順序(因為customer_id的選擇性更大,所以把它放前面)

查詢:

mysql> select count(*)  from payment  where staff_id =  2205  AND customer_id =  93112; 
+----------+ 
| count(*) | 
+----------+ 
|   178770 | 
+----------+ 
1 row in set (0.05 sec)  

發現多列索引加快的查詢(這里數據量還是較小,更大的時候比較更明顯)

注意

多列索引的列順序至關重要，如何選擇索引的列順序有一個經驗法則:將選擇性***的列放到索引最前列(但是不是絕對的)。經驗法則考慮全局的基數和選擇性，而不是某個具體的查詢：

mysql> select count(DISTINCT staff_id) / count(*) AS staff_id_selectivity, count(DISTINCT customer_id) / count(*) AS customer_id_selectivity, count(*) from payment\G; 
*************************** 1. row *************************** 
   staff_id_selectivity: 0.0005 
customer_id_selectivity: 0.0500 
               count(*): 10000000 
1 row in set (6.29 sec)  

customer_id的選擇性更高，所以將它作為索引列的***位。

多列索引只能匹配最左前綴，也就是說：

select * from payment  where staff_id =  2205  AND customer_id =  93112 ; 
select count(*)  from payment  where  customer_id =  93112 ;  

可以利用索引，但是

select * from payment where staff_id = 2205 ; 

不能利用索引。