我去，為什麼最左字首原則失效了？

煙雨星空發表於2020-05-20

問題

最近，在 mysql 測試最左字首原則，發現了匪夷所思的事情。根據最左字首原則，本來應該索引失效，走全表掃描的，但是，卻發現可以正常走索引。

表結構如下（ Mysql 版本 5.7.22）：

CREATE TABLE `user` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(32) COLLATE utf8mb4_bin DEFAULT NULL,
  `age` int(11) DEFAULT NULL,
  `address` varchar(128) COLLATE utf8mb4_bin DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_user` (`name`,`age`,`address`)
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin

INSERT INTO user(`id`, `name`, `age`, `address`) VALUES (1, 'zs', 12, 'beijing');

表中總共有四個欄位。 id 為主鍵，還有一個由 name，age，address 組成的聯合索引。 儲存引擎為 InnoDB，並插入一條測試資料。

根據最左字首原則，以下 sql ，肯定會使索引失效的。（若不懂最左字首原則，稍後會講~）

EXPLAIN select * from user where address='beijing';

然而結果，卻是讓人大失所望。如下，通過檢視執行計劃，發現它走索引了。

這就讓我非常疑惑了，難不成最左字首原則是錯的？又或者，是 Mysql 隨著版本升級，已經智慧到不需要 care 最左字首原則了嗎？

目錄

帶著這個疑問，我們一探究竟。在這之前需要了解一些前置知識。本篇文章目錄如下：

  • 什麼是聚集索引和非聚集索引？
  • 什麼是回表查詢？
  • 什麼是索引覆蓋？
  • 最左字首原則
  • 問題解惑

正文

由於，現在基本上都是用的 InnoDB引擎，所以下面都以 InnoDB為例，MyISAM 順帶提一下。

什麼是聚集索引和非聚集索引？

我們知道 Mysql 底層是用 B+ 樹來儲存索引的，且資料都存在葉子節點。對於 InnoDB 來說，它的主鍵索引和行記錄是儲存在一起的，因此叫做聚集索引（clustered index)。

PS：MyISAM 的行記錄是單獨儲存的，不和索引在一起，因此 MyISAM也就沒有聚集索引。

除了聚集索引，其它索引都叫做非聚集索引（secondary index）。包括普通索引，唯一索引等。

另外需要注意，在 InnoDB 中有且只有一個聚集索引。它有三種情況：

  1. 若表存在主鍵，則主鍵索引就是聚集索引。
  2. 若不存在主鍵，則會把第一個非空的唯一索引作為聚集索引。
  3. 否則，就會隱式的定義一個 rowid 作為聚集索引。

為了方便理解，下邊以 InnoDB 的主鍵索引和普通索引為例，看下它們的儲存結構。

建立一張表，結構如下，並新增幾條記錄（張三，李四，王五，孫七）：

CREATE TABLE `student` (
  `id` int(11) NOT NULL,
  `name` varchar(255) COLLATE utf8mb4_bin DEFAULT NULL,
  `age` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_stu` (`name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin

insert into student(id,name,age) values(1,'zs',12);
insert into student(id,name,age) values(5,'ls',14);
insert into student(id,name,age) values(9,'ww',12);
insert into student(id,name,age) values(11,'sq',13);

在 InnoDB 中，主鍵索引的葉子節點儲存的是主鍵和行記錄，而普通索引的葉子節點儲存的是主鍵（對於 MyISAM來說主鍵索引的葉子節點儲存的是主鍵和對應行記錄的指標，普通索引的葉子節點儲存的是當前索引列和對應行記錄的指標）。

因此，id 為聚集索引，name 為非聚集索引。它們對應的 B+ 樹結構如下圖所示，

clustered index, secondary index

什麼是回表查詢？

從上邊的索引儲存結構，我們可以看到，在主鍵索引樹上，通過主鍵就可以一次性查出來我們所需要的資料，速度非常的快。

因為主鍵和行記錄就儲存在一起，定位到了主鍵，也就定位到了所要找的記錄，當前行的所有欄位都在這（這也是為什麼我們說，在建立表的時候，最好是建立一個主鍵，查詢時也儘量用主鍵來查詢）。

對於普通索引，如例子中的 name，則需要根據 name 的索引樹（非聚集索引）找到葉子節點對應的主鍵，然後再通過主鍵去主鍵索引樹查詢一遍，才可以得到要找的記錄。這就叫 回表查詢。

以如下 sql 為例。

select * from student where name='zs';

它需要查詢兩遍索引樹。

  • 通過非聚集索引定位到主鍵 id=1。
  • 通過聚集索引定位到主鍵id為1，對應的行記錄。

它的查詢過程圖如下，

回表查詢

什麼是索引覆蓋？

對於上邊的回表查詢來說，無疑會降低查詢效率。那麼，有的童鞋就會問了，有沒有什麼辦法，讓它不回表呢？

答案當然是有了，就是索引覆蓋。

何為索引覆蓋，就是在用這個索引查詢時，使它的索引樹，查詢到的葉子節點上的資料可以覆蓋到你查詢的所有欄位，這樣就可以避免回表。

還是以上邊的表為例，現在 zs 對應的索引樹上邊，只有它本身和主鍵的資料，並不能覆蓋到 age 欄位。那麼，我們就可以建立聯合索引，如 KEY(name,age)。並且，查詢的時候，顯式的寫出聯合索引對應的欄位（name和age）。

建立聯合索引如下，

KEY `idx_stu` (`name`,`age`)

查詢語句修改如下，

-- 覆蓋聯合索引中的欄位
select id,name,age from student where name='zs' and age=12;

這樣，當查詢索引樹的時候，就不用回表，可以一次性查出所有的欄位。對應的索引樹結構如下：

聯合索引

PS：圖中，聯合索引中的欄位（name，age）都應該出現在索引樹上的，這裡為了畫圖方便，且因資料量太小，沒有畫出來。只表現出了：葉子節點儲存了所有的聯合索引欄位。

最左字首原則

最左字首原則，顧名思義，就是最左邊的優先。指的是聯合索引中，優先走最左邊列的索引。如上表中，name和age的聯合索引，相當於建立了 name 單列索引和 (name,age)聯合索引。在查詢時，where 條件中若有 name 欄位，則會走這個聯合索引。

對於多個欄位的聯合索引，也同理。如 index(a,b,c) 聯合索引，則相當於建立了 a 單列索引，(a,b)聯合索引，和(a,b,c)聯合索引。

為了驗證最左字首原則，我們需要對原來的表結構進行改造。再新增兩個欄位(address,sex)，然後建立三列的聯合索引(name,age,address)。

drop table student;
CREATE TABLE `student` (
  `id` int(11) NOT NULL,
  `name` varchar(255) COLLATE utf8mb4_bin DEFAULT NULL,
  `age` int(11) DEFAULT NULL,
  `address` varchar(255) COLLATE utf8mb4_bin DEFAULT NULL,
  `sex` int(1) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `idx_stu` (`name`,`age`,`address`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin;

insert into student(id,name,age,address,sex) values(1,'zs',12,'beijing',1);
insert into student(id,name,age,address,sex) values(5,'ls',14,'tianjin',0);
insert into student(id,name,age,address,sex) values(9,'ww',12,'shanghai',1);
insert into student(id,name,age,address,sex) values(11,'sq',13,'hebei',1);

檢視錶資料如下，

表資料

分別用三種方式，使之符合最左字首原則。

explain select * from student where name='zs';
explain select * from student where name='zs' and age=12;
explain select * from student where name='zs' and age=12 and address='beijing';

然後檢視它們的執行計劃如下，

可以看到，最終都走了索引。現在，修改 sql 如下，如何？

explain select * from student where address='beijing';

如我們所料，這不符合最左字首原則，因此索引失效，走了全表掃描。

PS：擴充思考，若 sql 改為如下，會導致全表掃描嗎？（自己動手嘗試哦)

explain select * from student where name='zs' and address='beijing';

問題解惑

到現在為止，我們發現最左字首原則一切正常。然後回到最開始丟擲的問題，為什麼這個原則就不生效了呢？（建立的聯合索引，還有 sql 語句都是一樣的啊！）

彆著急，還記得前面我們說的索引覆蓋嗎？ 這次，我們利用索引覆蓋原理，只查詢特定的欄位（只有主鍵和聯合索引欄位）。

explain select id,name,age,address from student where address='beijing';

再檢視執行計劃，

問題來了，此時違反了最左字首原則，但是符合覆蓋索引，為什麼就走索引了呢？

我們對比一下，若用最左列，和不用最左列，它們的執行計劃有何不同。

會發現，若不符合最左字首原則，則 type為 index，若符合，則 type 為 ref。

index 代表的是會對整個索引樹進行掃描，如例子中的，最右列 address，就會導致掃描整個索引樹。

ref 代表 mysql 會根據特定的演算法查詢索引，這樣的效率比 index 全掃描要高一些。但是，它對索引結構有一定的要求，索引欄位必須是有序的。而聯合索引就符合這樣的要求！

聯合索引內部就是有序的，我們可以把它理解為類似於 order by name,age,address 這樣的排序規則。會先根據 name 排序，若name 相同，再根據 age 排序，依次類推。

所以，這也解釋了，為什麼我們要遵守最左字首原則。當最左列有序時，才可以保證右邊的索引列有序。

退而求其次，若不符合最左字首原則，但是符合覆蓋索引，就可以掃描整個索引樹，從而找到覆蓋索引對應的列（避免了回表）。

若不符合最左字首原則，且也不符合覆蓋索引（形同 select *），則需要掃描整個索引樹。完成之後，還需要再回表，查詢對應的行記錄。

此時，查詢優化器，就會認為，這樣的兩次查詢索引樹，還不如全表掃描來的快(因為聯合索引此時不符合最左字首原則，要比普通單列索引查詢慢的多)。因此，此時就會走全表掃描。

有童鞋就要問了，你在這廢話了一大堆，還是沒有解答最初的疑惑啊 ！！！

不然，其實上邊的分析就已經解答了。我們仔細觀察最開始的 user 表，和此時的 student 表有什麼不同。

user 表中，和 student 表相比，少了 sex 欄位。但是，它們所建立的聯合索引卻是一樣的 KEY(name,age,address)。

所以，在 user 中，我們最初的 sql 語句就等同於 ,

-- 最初的sql
EXPLAIN select * from user where address='beijing';
-- 等同於
EXPLAIN select id,name,age,address from user where address='beijing';

這個結構就是我們上邊討論的情況：不符合最左字首原則，但是符合索引覆蓋。這種情況，是會走索引的。

結論

那麼，結論也就出來了。並不是最左字首原則失效了，也不是 Mysql 變的更智慧了，而是此時建立的表結構，以及查詢的 sql 語句恰好符合了索引覆蓋而已。真的是虛驚一場 ！！

若本文對你有用，歡迎關注我，給我點贊吧 ~

image.png

相關文章