MySQL多列索引的应用

多列索引

我们经常听到一些人说”把WHERE条件里的列都加上索引”，其实这个建议非常错误。在多个列上建立单独的索引大部分情况下并不能提高MySQL的查询性能。MySQL在5.0之后引入了一种叫“索引合并”(index merge)的策略，一定程度上可以使用表上的多个单列索引来定位指定的行。但是当服务器对多个索引做联合操作时，通常需要耗费大量CPU和内存资源在算法的缓存、排序和合并操作上，特别是当其中有些索引的选择性不高，需要合并扫描大量的数据的时候。

这个时候，我们需要一个多列索引。

案例

创建一个测试数据库和数据表：

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行随机数据(利用存储过程):

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 ;  

或者你可以直接下载使用我的测试数据(也是利用上面的存储过程,但是我之后调整了数据):

测试数据

添加两个单列索引(执行过程要花点时间,建议分开一句一句执行):

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

查询一条数据利用到两个列的索引:

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

查看执行计划:

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);

这便是索引合并,利用两个索引,然后合并两个结果(取交集或者并集或者两者都有)

查询结果:

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

然后删除以上索引,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,多列索引很关注索引列的顺序(因为customer_id的选择性更大,所以把它放前面)

查询:

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

发现多列索引加快的查询(这里数据量还是较小,更大的时候比较更明显)

注意

多列索引的列顺序至关重要，如何选择索引的列顺序有一个经验法则:将选择性***的列放到索引最前列(但是不是绝对的)。经验法则考虑全局的基数和选择性，而不是某个具体的查询：

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的选择性更高，所以将它作为索引列的***位。

多列索引只能匹配最左前缀，也就是说：

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。