MySQL單列索引和組合索引的區別

MySQL單列索引是我們使用MySQL資料庫中經常會見到的，MySQL單列索引和組合索引的區別可能有很多人還不是十分的瞭解，下面就為您分析兩者的主要區別，供您參考學習。

　　為了形象地對比兩者，再建一個表：

CREATE TABLE myIndex (  i_testID INT NOT NULL AUTO_INCREMENT,  vc_Name VARCHAR(50) NOT NULL,  vc_City VARCHAR(50) NOT NULL,  i_Age INT NOT NULL,  i_SchoolID INT NOT NULL,  PRIMARY KEY (i_testID)  );

　　在這 10000 條記錄裡面 7 上 8 下地分佈了 5 條 vc_Name="erquan" 的記錄，只不過 city,age,school 的組合各不相同。

　　來看這條T-SQL：

SELECT i_testID FROM myIndex WHERE vc_Name='erquan' AND vc_City='鄭州' AND i_Age=25;

　　首先考慮建MySQL單列索引：

　　在vc_Name列上建立了索引。執行 T-SQL 時，MYSQL 很快將目標鎖定在了vc_Name=erquan 的 5 條記錄上，取出來放到一中間結果集。在這個結果集裡，先排除掉 vc_City 不等於"鄭州"的記錄，再排除 i_Age 不等於 25 的記錄，最後篩選出唯一的符合條件的記錄。

　　雖然在 vc_Name 上建立了索引，查詢時MYSQL不用掃描整張表，效率有所提高，但離我們的要求還有一定的距離。同樣的，在 vc_City 和 i_Age 分別建立的MySQL單列索引的效率相似。

為了進一步榨取 MySQL 的效率，就要考慮建立組合索引。就是將 vc_Name,vc_City，i_Age 建到一個索引裡：

ALTER TABLE myIndex ADD INDEX name_city_age (vc_Name(10),vc_City,i_Age);

　　建表時，vc_Name 長度為 50，這裡為什麼用 10 呢？因為一般情況下名字的長度不會超過 10，這樣會加速索引查詢速度，還會減少索引檔案的大小，提高 INSERT 的更新速度。

　　執行 T-SQL 時，MySQL 無須掃描任何記錄就到找到唯一的記錄。

　　肯定有人要問了，如果分別在 vc_Name,vc_City，i_Age 上建立單列索引，讓該表有 3 個單列索引，查詢時和上述的組合索引效率一樣嗎？大不一樣，遠遠低於我們的組合索引。雖然此時有了三個索引，但 MySQL 只能用到其中的那個它認為似乎是最有效率的單列索引。

　　建立這樣的組合索引，其實是相當於分別建立了

(vc_Name,vc_City,i_Age)   ( vc_Name,vc_City ) ( vc_Name)

　　這樣的三個組合索引!為什麼沒有 vc_City，i_Age 等這樣的組合索引呢？這是因為 mysql 組合索引“最左字首”的結果。簡單的理解就是只從最左面的開始組合。並不是只要包含這三列的查詢都會用到該組合索引，下面的幾個 T-SQL 會用到：

SELECT * FROM myIndex WHREE vc_Name="erquan" AND vc_City="鄭州" SELECT * FROM myIndex WHREE vc_Name="erquan"

　　而下面幾個則不會用到：

SELECT * FROM myIndex WHREE i_Age=20 AND vc_City="鄭州"  SELECT * FROM myIndex WHREE vc_City="鄭州"

1. 為什麼使用索引

在無索引的情況下，MySQL會掃描整張表來查詢符合sql條件的記錄，其時間開銷與表中資料量呈正相關。對關係型資料表中的某些欄位建索引可以極大提高查詢速度（當然，不同欄位是否selective會導致這些欄位建立的索引對查詢速度的提升幅度不同，而且索引也並非越多越好，因為寫入或刪除時需要更新索引資訊）。

對於MySQL的Innodb儲存引擎來說，大部分型別的index均以B-Tree資料結構的變種B+Tree來儲存（MEMORY型別的表還支援hash型別的索引）。B-Tree是資料庫或檔案系統中常用的一種資料結構，它是一種N叉平衡樹，這種樹結構保證了同層節點儲存的key有序，對於某個節點來說，其左子樹儲存的所有key均小於該節點儲存的key，其右子樹儲存的所有key均大於該節點儲存的key。此外，在工程實現上，還結合作業系統的區域性性原理做了很多優化，總之，b-tree的各種特性或優化技巧能保證：1) 查詢磁碟記錄時，讀盤次數最少；2) 任何insert和delete操作對樹結構的影響均很小；3) 樹本身的rebalance操作很高效。

2. MySQL使用索引的場景

MySQL在以下操作場景下會使用索引：
1) 快速查詢符合where條件的記錄
2) 快速確定候選集。若where條件使用了多個索引欄位，則MySQL會優先使用能使候選記錄集規模最小的那個索引，以便儘快淘汰不符合條件的記錄。
3) 如果表中存在幾個欄位構成的聯合索引，則查詢記錄時，這個聯合索引的最左字首匹配欄位也會被自動作為索引來加速查詢。
例如，若為某表建立了3個欄位(c1, c2, c3)構成的聯合索引，則(c1), (c1, c2), (c1, c2, c3)均會作為索引，(c2, c3)就不會被作為索引，而(c1, c3)其實只利用到c1索引。
4) 多表做join操作時會使用索引（如果參與join的欄位在這些表中均建立了索引的話）
5) 若某欄位已建立索引，求該欄位的min()或max()時，MySQL會使用索引
6) 對建立了索引的欄位做sort或group操作時，MySQL會使用索引

  3. 哪些SQL語句會真正利用索引
從MySQL官網文件"Comparison of B-Tree and Hash Indexes"可知，下面這些型別的SQL可能會真正用到索引：

1) B-Tree可被用於sql中對列做比較的表示式，如=, >, >=, <, <=及between操作

2) 若like語句的條件是不以萬用字元開頭的常量串，MySQL也會使用索引
比如，SELECT * FROM tbl_name WHERE key_col LIKE 'Patrick%'或SELECT * FROM tbl_name WHERE key_col LIKE 'Pat%_ck%'可以利用索引，而SELECT * FROM tbl_name WHERE key_col LIKE '%Patrick%'（以萬用字元開頭）和SELECT * FROM tbl_name WHERE key_col LIKE other_col（like條件不是常量串）無法利用索引。
對於形如LIKE '%string%'的sql語句，若萬用字元後面的string長度大於3，則MySQL會利用Turbo Boyer-Moore algorithm演算法進行查詢。

3) 若已對名為col_name的列建了索引，則形如"col_name is null"的SQL會用到索引

4) 對於聯合索引，sql條件中的最左字首匹配欄位會用到索引，示例請參考本文第2節第3條對聯合索引的說明

5) 若sql語句中的where條件不只1個條件，則MySQL會進行Index Merge優化來縮小候選集範圍