实例详解MySQL索引最左匹配原则

---

本篇文章给大家带来了关于mysql的相关知识，最左匹配原则就是指在联合索引中，如果你的SQL语句中用到了联合索引中的最左边的索引，那么这条SQL语句就可以利用这个联合索引去进行匹配，下面介绍了关于MySQL索引最左匹配原则的相关资料，希望对大家有帮助。

推荐学习：mysql视频教程

准备

为了方面后续的说明，我们首先建立一个如下的表（MySQL5.7），表中共有5个字段（a、b、c、d、e），其中a为主键，有一个由b，c，d组成的联合索引，存储引擎为InnoDB，插入三条测试数据。强烈建议自己在MySQL中尝试本文的所有语句。

CREATE TABLE `test` (
  `a` int NOT NULL AUTO_INCREMENT,
  `b` int DEFAULT NULL,
  `c` int DEFAULT NULL,
  `d` int DEFAULT NULL,
  `e` int DEFAULT NULL,
  PRIMARY KEY(`a`),
  KEY `idx_abc` (`b`,`c`,`d`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;

INSERT INTO test(`a`, `b`, `c`, `d`, `e`) VALUES (1, 2, 3, 4, 5);
INSERT INTO test(`a`, `b`, `c`, `d`, `e`) VALUES (2, 2, 3, 4, 5);
INSERT INTO test(`a`, `b`, `c`, `d`, `e`) VALUES (3, 2, 3, 4, 5);

这时候，我们如果执行下面这个SQL语句，你觉得会走索引吗？

SELECT b, c, d FROM test WHERE d = 2;

如果你按照最左匹配原则（简述为在联合索引中，从最左边的字段开始匹配，若条件中字段在联合索引中符合从左到右的顺序则走索引，否则不走，可以简单理解为(a, b, c)的联合索引相当于创建了a索引、(a, b)索引和(a, b, c)索引），这句显然是不符合这个规则的，它走不了索引，但是我们用EXPLAIN语句分析，会发现一个很有趣的现象，它的输出如下是使用了索引的。

这就很奇怪了，最左匹配原则失效了吗？事实上，并没有，我们一步步来分析。

理论详解

由于现在基本上以InnoDB引擎为主，我们以InnoDB为例进行主要说明。

聚集索引和非聚集索引

MySQL底层使用B+树来存储索引，数据均存在叶子节点上。对于InnoDB而言，主键索引和行记录时存储在一起的，因此叫做聚集索引（clustered index）。除了聚集索引，其他所有都叫做非聚集索引（secondary index），包括普通索引、唯一索引等。

在InnoDB中，只存在一个聚集索引：

• 若表存在主键，则主键索引就是聚集索引；
• 若表不存在主键，则会把第一个非空的唯一索引作为聚集索引；
• 否则，会隐式定义一个rowid作为聚集索引。

我们以下图为例，假设现在有一个表，存在id、name、age三个字段，其中id为主键，因此id为聚集索引，name建立索引为非聚集索引。关于id和name的索引，有如下的B+树，可以看到，聚集索引的叶子节点存储的是主键和行记录，非聚集索引的叶子节点存储的是主键。

回表查询

从上面的索引存储结构来看，我们可以看到，在主键索引树上，通过主键就可以一次性查出我们所需要的数据，速度很快。这很直观，因为主键就和行记录存储在一起，定位到了主键就定位到了所要找的包含所有字段的记录。

但是对于非聚集索引，如上面的右图，我们可以看到，需要先根据name所在的索引树找到对应主键，然后通过主键索引树查询到所要的记录，这个过程叫做回表查询。

索引覆盖

上面的回表查询无疑会降低查询的效率，那么有没有办法让它不回表呢？这就是索引覆盖。所谓索引覆盖，就是说，在使用这个索引查询时，使它的索引树的叶子节点上的数据可以覆盖你查询的所有字段，就可以避免回表了。我们回到一开始的例子，我们建立的(b,c,d)的联合索引，因此当我们查询的字段在b、c、d中的时候，就不会回表，只需要查看一次索引树，这就是索引覆盖。

最左匹配原则

指的是联合索引中，优先走最左边列的索引。对于多个字段的联合索引，也同理。如 index(a,b,c) 联合索引，则相当于创建了 a 单列索引，(a,b)联合索引，和(a,b,c)联合索引。

一览妙笔

自媒体、编剧、营销人员写作工具

50 查看详情

我们可以执行下面的几条语句验证一下这个原则。

EXPLAIN SELECT * FROM test WHERE b = 1;

EXPLAIN SELECT * FROM test WHERE b = 1 and c = 2;

EXPLAIN SELECT * FROM test WHERE b = 1 and c = 2 and d = 3;

接着，我们尝试一条不符合最左原则的查询，它也如图预期一样，走了全表扫描。

EXPLAIN SELECT * FROM test WHERE d = 3;

详细规则

我们先来看下面两个语句，他们的输出如下。

EXPLAIN SELECT b, c from test WHERE b = 1 and c = 1;
EXPLAIN SELECT b, d from test WHERE d = 1;

id|select_type|table|partitions|type|possible_keys|key    |key_len|ref        |rows|filtered|Extra      |
--+-----------+-----+----------+----+-------------+-------+-------+-----------+----+--------+-----------+
 1|SIMPLE     |test |          |ref |idx_bcd      |idx_bcd|10     |const,const|   1|   100.0|Using index|
i
d|select_type|table|partitions|type |possible_keys|key    |key_len|ref|rows|filtered|Extra                   |
--+-----------+-----+----------+-----+-------------+-------+-------+---+----+--------+------------------------+
 1|SIMPLE     |test |          |index|idx_bcd      |idx_bcd|15     |   |   3|   33.33|Using where; Using index|

显然第一条语句是符合最左匹配的，因此type为ref，但是第二条并不符合最左匹配，但是也不是全表扫描，这是因为此时这表示扫描整个索引树。

具体来看，index 代表的是会对整个索引树进行扫描，如例子中的，列 d，就会导致扫描整个索引树。ref 代表 mysql 会根据特定的算法查找索引，这样的效率比 index 全扫描要高一些。但是，它对索引结构有一定的要求，索引字段必须是有序的。而联合索引就符合这样的要求，联合索引内部就是有序的，你可以理解为order by b,c,d这种排序规则，先根据字段b排序，再根据字段c排序，以此类推。这也解释了，为什么需要遵守最左匹配原则，当最左列有序才能保证右边的索引列有序。

因此，我们总结最后的原则为，若符合最左覆盖原则，则走ref这种索引；若不符合最左匹配原则，但是符合覆盖索引（index），就可以扫描整个索引树，从而找到覆盖索引对应的列，避免回表；若不符合最左匹配原则，也不符合覆盖索引（如本例的select *），则需要扫描整个索引树，并且回表查询行记录，此时，查询优化器认为这样两次查找索引树，还不如全表扫描来得快（因为联合索引此时不符合最左匹配原则，要不普通索引查询慢得多），因此，此时会走全表扫描。

补充：为什么要使用联合索引

减少开销。建一个联合索引(col1,col2,col3)，实际相当于建了(col1),(col1,col2),(col1,col2,col3)三个索引。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，使用联合索引会大大的减少开销！

覆盖索引。对联合索引(col1,col2,col3)，如果有如下的sql: select col1,col2,col3 from test where col1=1 and col2=2。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。

效率高。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 col1=1 and col2=2 and col3=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1000W10%=100w条数据，然后再回表从100w条数据中找到符合col2=2 and col3= 3的数据，然后再排序，再分页；如果是联合索引，通过索引筛选出1000w10% 10% *10%=1w，效率提升可想而知！

推荐学习：mysql视频教程

以上就是实例详解MySQL索引最左匹配原则的详细内容，更多请关注其它相关文章！

# 主键  # 镜像  # 的是  # 可以看到  # 不符合  # 就可以  # 这就是  # 为例  # mysql  # 无为网站优化推广哪家好  # 贵港短视频seo推荐  # 侯镇网站建设找哪家  # 拱墅论坛推广营销  # 娄底网站建设进度公示  # 吉林市网站建设方式  # 中牟专业网站建设创新  # 江门抖音推广官方网站  # 赤峰seo优化培训平台  # 南宁如何做seo团队  # 有一个  # 若不 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 创建您的便携版VS Code：让配置随身携带  《饿了么》拼好饭点外卖教程2025  《东方航空》添加乘机人方法  一加 Ace 6V 快充无法启用_一加 Ace 6V 充电优化  创客贴登录页面入口 创客贴网页版最新网址链接  《幻兽帕鲁》手游帕鲁捕捉技巧分享  GBA模拟器手柄按键设置  iPhone 13 Pro Max如何设置桌面小组件_iPhone 13 Pro Max小组件添加指南  使用CSS :has() 选择器实现父元素样式控制：从子元素反向应用样式  阿里云共享相册入口在哪  使用VS Code作为你的个人知识管理系统  J*aScript模块加载器_RequireJS原理分析  sublime如何撤销关闭的标签页_sublime重新打开已关闭文件技巧  iSpring三分屏制作教程  Golang中的rune与byte类型区别是什么_Golang字符与字节处理详解  2025SNH48年度青春盛典门票价格及购买方式  解决J*aScript动态图片上传中ID重复问题：在同一页面显示多张独立图片  Python中深度嵌套字典与列表的数据提取与条件过滤指南  Word 2003字体大小设置方法  申通快递查询 申通物流快递单实时查询入口  海棠阅读网页版_进入海棠网页版在线阅读中心  163邮箱登录入口官网 163.com邮箱登录入口  基于 Flink 和 Kafka 实现高效流处理：连续查询与时间窗口  如何在Podman容器中运行Composer_Docker替代品Podman的PHP与Composer容器化实践  百度浏览器无法安装扩展程序_百度浏览器插件安装失败原因解析  火柴人战争网页版在线玩  C++ priority_queue怎么用_C++优先队列底层实现与自定义比较器  《雅迪智行》用手机开锁方法  WooCommerce 新客户订单自动添加管理员备注教程  PySimpleGUI中实现键盘按键与按钮事件绑定教程  《爱笔思画x》涂色教程  《撕歌》会员开通方法  J*aScript事件处理：优化键盘输入与表单提交的实践指南  海棠阅读登录教程_详细讲解海棠登录操作  狙击外星人小游戏在线链接_狙击外星人小游戏网页链接  泰拉瑞亚网页版在线登录入口 泰拉瑞亚官方正版入口  重返未来：1999卡戎全方位攻略  掌握CSS :has() 选择器：父选择器、嵌套限制与常见陷阱解析  如何在CSS中清除浮动解决背景颜色不包裹内容问题_clear after技巧  CSS如何使用outline-offset与颜色组合突出元素边框  漫蛙漫画官方版直通入口 2025漫蛙漫画免注册访问说明  猫眼app抢票快还是小程序快  TikTok搜索结果不显示怎么办 TikTok搜索刷新与优化方法  FullCalendar自定义按钮样式定制指南  Win10如何查看已安装的更新补丁 Win10卸载指定更新教程【教程】  poki官网最新入口 poki小游戏大全入口  外卖小程序对接第三方配送  如何用Golang优化微服务间请求性能_Golang 微服务请求性能优化方法  Linux如何自动分析系统异常日志_Linux日志智能检测  如何查找哪个composer包引入了特定的依赖？ 

 2022-09-06