MySQL 热点面试题：为什么我使用了索引，查询还是慢，java 基础入门第二版第四章答案

也可以用全索引扫描，来说明像 select a from t;这样的查询，他扫描了整个普通索引树；

而 select * from t where id=2 这样的语句，才是我们平时说的使用了索引。他表示的意思是，我们使用了索引的快速搜索功能，并且有效的减少了扫描行数。

索引的过滤性要足够好

==========

根据以上解剖，我们知道全索引扫描会让查询变慢，接下来就要来谈谈索引的过滤性。

假设你现在维护了一个表，这个表记录了中国 14 亿人的基本信息，现在要查出所有年龄在 10~15 岁之间的姓名和基本信息，那么你的语句会这么写， select * from t_people where age between 10 and 15 。

你一看这个语句一定要在 age 字段上开始建立索引了，否则就是个全面扫描，但是你会发现，在你建立索引以后，这个语句还是执行慢，因为满足这个条件的数据可能有超过 1 亿行。

我们来看看建立索引以后，这个表的组织结构图：

这个语句的执行流程是这样的:

从索引上用树搜索，取到第 1 个 age 等于 10 的记录，得到它的主键 id 的值，根据 id 的值去主键索引取整行的信息，作为结果集的一部分返回；

在索引 age 上向右扫描，取下一个 id 的值，到主键索引上取整行信息，作为结果集的一部分返回；

重复上面的步骤，直到

【一线大厂Java面试题解析+核心总结学习笔记+最新架构讲解视频+实战项目源码讲义】
浏览器打开：qq.cn.hn/FTf 免费领取

碰到第 1 个 age 大于 15 的记录；

你看这个语句，虽然他用了索引，但是他扫描超过了 1 亿行。所以你现在知道了，当我们在讨论有没有使用索引的时候，其实我们关心的是扫描行数。

对于一个大表，不止要有索引，索引的过滤性还要足够好。

像刚才这个例子的 age，它的过滤性就不够好，在设计表结构的时候，我们要让所有的过滤性足够好，也就是区分度足够高。

回表的代价

=====

那么过滤性好了，是不是表示查询的扫描行数就一定少呢？

我们再来看一个例子：

如果你的执行语句是 select * from t_people where name='张三' and age=8

t_people 表上有一个索引是姓名和年龄的联合索引，那这个联合索引的过滤性应该不错，可以在联合索引上快速找到第 1 个姓名是张三，并且年龄是 8 的小朋友，当然这样的小朋友应该不多，因此向右扫描的行数很少，查询效率就很高。

但是查询的过滤性和索引的过滤性可不一定是一样的，如果现在你的需求是查出所有名字的第 1 个字是张，并且年龄是 8 岁的所有小朋友，你的语句会怎么写呢？

你的语句要怎么写？很显然你会这么写： select * from t_people where name like '张 %' and age=8;

在 MySQL5.5 和之前的版本中，这个语句的执行流程是这样的:

首先从联合索引上找到第 1 个年龄字段是张开头的记录，取出主键 id，然后到主键索引树上，根据 id 取出整行的值；

判断年龄字段是否等于 8，如果是就作为结果集的一行返回，如果不是就丢弃。

在联合索引上向右遍历，并重复做回表和判断的逻辑，直到碰到联合索引树上名字的第 1 个字不是张的记录为止。

我们把根据 id 到主键索引上查找整行数据这个动作，称为回表。你可以看到这个执行过程里面，最耗费时间的步骤就是回表，假设全国名字第 1 个字是张的人有 8000 万，那么这个过程就要回表 8000 万次，在定位第一行记录的时候，只能使用索引和联合索引的最左前缀，最称为最左前缀原则。

你可以看到这个执行过程，它的回表次数特别多，性能不够好，有没有优化的方法呢？

在 MySQL5.6 版本，引入了 index condition pushdown 的优化。我们来看看这个优化的执行流程：

首先从联合索引树上，找到第 1 个年龄字段是张开头的记录，判断这个索引记录里面，年龄的值是不是 8，如果是就回表，取出整行数据，作为结果集的一部分返回，如果不是就丢弃；

在联合索引树上，向右遍历，并判断年龄字段后，根据需要做回表，直到碰到联合索引树上名字的第 1 个字不是张的记录为止；

这个过程跟上面的差别，是在遍历联合索引的过程中，将年龄等于 8 的条件下推到所有遍历的过程中，减少了回表的次数，假设全国名字第 1 个字是张的人里面，有 100 万个是 8 岁的小朋友，那么这个查询过程中在联合索引里要遍历 8000 万次，而回表只需要 100 万次。

虚拟列

===

可以看到这个优化的效果还是很不错的，但是这个优化还是没有绕开最左前缀原则的限制，因此在联合索引你还是要扫描 8000 万行，那有没有更进一步的优化方法呢？

我们可以考虑把名字的第一个字和 age 来做一个联合索引。这里可以使用 MySQL5.7 引入的虚拟列来实现。对应的修改表结构的 SQL 语句:

我们来看这个 SQL 语句的执行效果:

首先他在 people 上创建一个字段叫 name_first 的虚拟列，然后给 name_first 和 age 上创建一个联合索引，并且，让这个虚拟列的值总是等于 name 字段的前两个字节，虚拟列在插入数据的时候不能指定值，在更新的时候也不能主动修改，它的值会根据定义自动生成，在 name 字段修改的时候也会自动修改。

有了这个新的联合索引，我们在找名字的第 1 个字是张，并且年龄为 8 的小朋友的时候，这个 SQL 语句就可以这么写：select * from t_people where name_first='张' and age=8。

这样这个语句的执行过程，就只需要扫描联合索引的 100 万行，并回表 100 万次，这个优化的本质是我们创建了一个更紧凑的索引，来加速了查询的过程。

总结