「Mysql索引原理（十二）」索引案例1-支持多种过滤条件

理解索引最好的办法就是结合案例。

案例

假设要设计一个在线约会网站，用户信息表有很多列，包括国家、地区、城市、性别、眼睛颜色等等。网站必须支持上面这些特征的各种组合来搜索用户，还必须允许根据用户的最后在线时间、其他会员对用户的评分等对用户进行排序并对结果进行限制。如何设计索引满足上面复杂的需求呢？

思考

第一件要考虑的事情是需要使用索引来排序，还是先检索数据再排序。使用索引排序会严格限制索引和查询的设计。例如，如果希望使用索引做根据其他会员对用户的评分的排序，则WHERE条件中的age between 18 and 25就无法使用索引。如果MySQL使用某个索引进行范围查询，也就无法再使用另一个索引（或者该索引的后续字段）进行排序了。如果这是很常见的where条件，那么我们当然就会认为很多查询需要做排序操作（例如文件排序filesort）。

分析

先在需要看看那些列拥有很多不同的取值，哪些列在WHERE子句中出现的最频繁。在有更多不同值的列上创建爱你索引的选择性会更好。一般来说这样做是对的，因为可以让MySQL更有效地过滤掉不需要的行。
country列的选择性不高，但可能很多查询都会用到。sex列的选择性肯定很低，但也会在很多查询中用到。所以考虑到使用的频率，还是建议在创建不同组合索引的时候将（sex，country）列作为前缀。

但根据传统的经验不是说不应该在选择性低的列上创建索引的吗？那为什么要将两个选择性都很低的字段作为索引的前缀列？

这么做有两点理由：

如前所述几乎所有的查询都会用到sex列。前面曾提到过，几乎每一个查询都会用到sex列，甚至会把网站设计成每次都只能按某一种性别搜索用户。
更重要的一点是，索引中加上这一列也没有坏处，即使查询没有使用sex列也可以通过诀窍绕过：如果某个查询不限制性别，那么可以通过在查询条件中新增and sex in('m','f')来让MySQL选择索引。这样写并不会过滤任何行，和没有这个条件时返回的结果相同。但是必须加上这个列的条件，MySQL才能匹配索引的最左前缀。这个诀窍在这类场景中非常有效，但如果列有太多不同的值，就会让in()列表太长，这样做就不行了。

这个案例显示了一个基本原则：考虑表上所有的选项。当设计索引时，不要只为现有查询考虑需要哪些索引，还需要考虑对查询进行优化。如果发现某些查询需要创建新索引，但是这个索引又会降低另一些查询的效率，那么应该想一下是否能优化原来的查询。应该同时优化查询和索引以找到最佳的平衡，而不是闭门造车去设计最完美的索引。

接下来，需要考虑其他常见where条件的组合，并需要了解哪些组合在没有合适索引的情况下会很慢。（sex,county,age）上的索引就是一个很明显的选择，另外很有可能还需要（sex,country,region,age）和（sex,country,region,city,age）这样的组合索引。

这样就会需要大量的索引。如果想尽可能重用索引而不是建立大量的组合索引，可以使用前面提到的IN（）的技巧来避免同时需要（sex,country,age）和(sex,country,region,age)的索引。如果没有指定这个字段搜索，就需要定义一个全部国家列表，或者国家的全部地区列表，来确保索引前缀有同样的约束（组合所有国家、地区、性别将会是一个非常大的条件）。

这些索引将满足大部分最常见的搜索查询，但是如何为一些生僻的搜索条件（比如has_pictures、eye_color、hair_color和education）来设计索引呢？这些列的选择性高、使用也不频繁，可以选择忽略他们，让MySQL多扫描一些额外的行即可。另一个可选的方法是在age列的前面加上这些列，在查询时使用前面提到过的IN（）技术来处理搜索时没有指定这些列的场景。

你可能已经注意到，我们一直将age列放在索引的最后面。age列有什么特殊的地方吗？为什么要放在索引的最后？我们总是尽可能让MySQL使用更多的索引列，因为查询只能使用索引的最左前缀，直到遇到第一个范围条件列。前面提到的列在where子句中都是等于条件，但是age列多半是范围查询（例如查找年龄在18-25之间的人）。

当然，也可以使用IN()来代替范围查找，例如年龄条件改为IN(18,19,20,21,22,23,24,25)，但不是所有的范围查询都可以转换。这里描述的基本原则是，尽可能将需要做范围查询的列放到索引的后面，以便优化器能使用尽可能多的索引项。

前面提到可以在索引中加入更多的列。并通过IN()的方式覆盖那些不在WHERE子句中的列。但这种技巧也不鞥呢滥用，否则可能带来麻烦。因为每额外增加一个IN()条件，优化器需要做的组合都将以指数形式增加，最终可能会极大地降低查询性能。考虑下面的WHERE子句：

where eye_color in('brown','blue','hazel')

and hair_color in('black','red','blonde','brown')

and sex in('M','F')

优化器则会转化成4X3X2=24种组合，执行计划需要检查WHERE子句中所有的24种组合。对于MySQL来说，24种组合不是很夸张，但如果组合数达到上千个则需要特别小心。组合数超过一定数量后就不再进行执行计划评估了，这可能会导致MySQL不能很好地利用索引。