滚动新闻 →
14日面试13日出结果 西安高校被质疑招聘萝卜岗 美国废奴运动如何影响法律制度 川普拒绝对伊朗让步 美伊僵局持续升级 美国查获价值数千万美元中国假货 三名嫌疑人被捕 美国向厄瓜多尔移交拦截艇 旨在遏制毒品走私 韩国高考AI作弊事件引改革讨论 美国国会圣诞树完成3200公里旅程抵达华府 香港航班引擎故障紧急迫降 146人安全撤离 威廉·佩恩如何建立宾夕法尼亚 比亚迪Ti7遭欧盟禁售 涉及1000万欧元罚款 美大使馆:一次查获300吨中国造冰毒前体 台北市长选战白热化 沈伯洋力推改革蒋万安坚守政策 纽约华男涉近1.5亿美元诈骗案获刑20年 印尼海域发生6.8级地震 澳大利亚多地居民感知到震动 反腐行动延伸至民营企业 顺丰八马茶业遭军方暂停采购资格 霍尔木兹海峡油轮遇袭 美以呼吁对伊采取军事行动 屋顶漏水如何判断漏水位置 波罗的海局势升级 俄货船遭无人机袭击 混合并行为什么适合大型模型训练,数据并行与模型并行应该怎样组合 一周经济回顾:战略误判 Google Cloud 多云架构如何设计,避免企业过度依赖单一云平台 SaaS 数据库 Migration 应该怎样管理,避免开发环境和生产环境不一致 乌被逼停战?俄突然发动暗杀 川普翻脸 习吃重拳 青海德令哈市发生5.6级地震 机场启动疏散程序 内蒙女学生武术零基础比赛获亚军 知情者揭内幕 卞相壹绝境逆转李钦诚 首夺三星杯冠军 雪佛龙在希腊爱奥尼亚海展开油气勘探 电脑打开多个程序就卡死,内存容量不足和内存硬件故障怎么区分 欧洲病假年损失超8000亿欧元 各国差异显著 中国女博士美机场遭拘押 护照逾期引争议 Windows 11 DNS 缓存怎么清理?解决部分网络访问问题的方法 PHP 搜索功能怎么做?从关键词输入到 MySQL 安全查询完整实现 台股剧烈震荡 金管会11月23日起实施5项禁空令措施 中国流浪汉增多 失业者沦落街头 诉说背后心酸 台国安基金介入护盘 呼吁投资人理性看待市场波动 从唐诗宋词看古人的日常生活 李子柒获任四川省文联副主席 舆论热议其身份转变 欧盟五国将非法移民遣返至卢旺达 台南幼儿园教师涉嫌重击3岁女童 教育局启动调查 针灸为什么成为中国传统医学的重要组成部分

MySQL 联合索引怎么设计?多条件查询中的索引顺序非常重要

发布时间: 2026-11-01 13:00:02    最后更新: 2026-11-20 15:50:11    阅读: 75    约18 分钟阅读    
MySQL 联合索引怎么设计?多条件查询中的索引顺序非常重要
图片说明:示意图   图片来源:Public Domain(公有领域)
在SaaS系统、订单系统和后台管理系统中,一个查询往往同时带有租户、状态、用户、时间和排序条件。这个时候,单列索引往往不够用,联合索引就成为数据库性能优化的重要工具。

但联合索引最容易被误解的地方,恰恰是“索引顺序”。很多教程喜欢总结成“高选择性字段放前面”或者“查询频率最高的字段放最前面”,这些说法可以作为思考方向,却不能当成固定规则。真正合理的索引设计,需要从实际SQL、过滤条件、范围查询、ORDER BY、数据分布以及写入成本一起判断。

一、联合索引到底是怎样工作的

假设建立一个联合索引:

CREATE INDEX idx_user_status_time
ON orders (user_id, status, create_time);

对于InnoDB常见的B+Tree索引结构,可以把它理解成按照 (user_id, status, create_time) 这个组合键进行有序排列。MySQL官方文档明确说明,联合索引可以用于索引中最左侧的一列、前两列或者全部列。例如 (a,b,c) 可以形成 (a)、(a,b) 和 (a,b,c) 这些左侧前缀的索引查找能力。

因此下面三个查询具有不同程度的索引利用能力:

WHERE user_id = 1001
WHERE user_id = 1001
AND status = 'paid'
WHERE user_id = 1001
AND status = 'paid'
AND create_time >= '2026-01-01'

而:

WHERE status = 'paid'

不能把 (user_id,status,create_time) 当成一个以 status 开头的索引来进行普通的左侧前缀查找。原因并不是“status字段完全不能参与过滤”,而是索引树首先按照 user_id 排序,单独寻找所有 status='paid' 的记录无法形成一个简单的连续索引区间。

这里还有一个非常重要的细节:SQL中的条件书写顺序与索引定义顺序不是一回事。

例如:

WHERE user_id = 1001
AND status = 'paid'

和:

WHERE status = 'paid'
AND user_id = 1001

逻辑上相同,优化器不会因为你把 status 写在前面,就要求索引必须是 (status,user_id)。真正决定索引能否形成有效访问路径的是条件与索引列之间的关系,而不是WHERE子句文字排列顺序。

二、联合索引顺序不能简单套用“选择性越高越靠前”

“高选择性字段放最左边”是非常常见的一句话,但如果把它当成绝对规则,很容易设计出并不适合实际业务的索引。

假设:

SELECT *
FROM orders
WHERE tenant_id = 100
AND status = 'paid'
AND create_time >= '2026-01-01';

一种很常见的设计是:

CREATE INDEX idx_orders
ON orders (tenant_id, status, create_time);

如果SaaS系统的大多数查询都是围绕租户进行,而且查询经常同时按照状态和时间过滤,那么这个顺序非常自然。

如果把 create_time 放在最前面:

(create_time, tenant_id, status)

当然不是说索引“完全失效”。时间范围仍然可以形成索引范围扫描,但后面的tenant_id和status能否继续缩小索引扫描范围、能否帮助排序等,需要根据具体查询和优化器执行计划判断。多列索引的范围访问本身就是一个成本优化问题,不能简单理解成“后面的列全部不能用”。

所以更实用的思路是:先找出业务中最稳定、最常见的查询形态,再决定索引顺序。

三、等值条件和范围条件通常是设计联合索引的关键

在很多典型查询中,可以优先考虑把稳定的等值过滤条件放在前面,再考虑范围条件。

例如:

SELECT id, user_id, status, create_time
FROM orders
WHERE tenant_id = 100
AND status = 'paid'
AND create_time >= '2026-01-01'
AND create_time < '2026-02-01';

可以考虑:

CREATE INDEX idx_orders
ON orders (tenant_id, status, create_time);

这里tenant_id和status都是等值条件,create_time是范围条件。

这种结构通常能够先把索引搜索范围缩小到某个租户、某种状态,再在对应的索引范围内进行时间扫描。

但是,“等值字段一定要按照选择性从高到低排列”同样不是绝对规则。

例如:

(tenant_id, status, create_time)

和:

(status, tenant_id, create_time)

在某个特定SQL中可能产生相似的访问路径,而在其他SQL中却完全不同。

如果系统还有大量查询:

WHERE tenant_id = ?

那么以tenant_id开头的索引可能可以服务更多查询。

这就是为什么联合索引设计不能脱离SQL列表单独讨论。

四、一个联合索引可以服务多个查询,但不能什么都兼顾

例如:

CREATE INDEX idx_orders
ON orders (tenant_id, status, create_time);

它可能同时帮助:

WHERE tenant_id = ?
WHERE tenant_id = ?
AND status = ?
WHERE tenant_id = ?
AND status = ?
AND create_time >= ?

但如果业务中还有大量:

WHERE status = ?

那么这套索引并不能自动替代一个以status开头的索引。

因此设计索引时不能只看某一条SQL,而应该把同一张表的重要查询模式放在一起分析。MySQL官方也建议建立一组能够服务多个相关查询的索引,而不是为每一个查询都建立一个新索引。

五、范围条件之后的列要特别小心

这是联合索引设计中非常容易踩坑的地方。

例如:

SELECT *
FROM orders
WHERE user_id = 1001
AND create_time >= '2026-01-01'
ORDER BY update_time;

有人可能直接设计:

CREATE INDEX idx_orders
ON orders (user_id, create_time, update_time);

然后认为这个索引同时完成了user_id过滤、create_time范围过滤以及update_time排序。

这种理解并不准确。

因为索引的排序顺序是:

user_id → create_time → update_time

当create_time已经进入一个范围后,update_time并不是在整个扫描范围内保持一个可以直接满足ORDER BY update_time的全局连续顺序。因此不能简单认为“把ORDER BY字段放在范围字段后面,就自动消除排序”。

如果排序非常重要,就必须把实际SQL、WHERE条件、ORDER BY、LIMIT以及数据分布一起放进EXPLAIN或EXPLAIN ANALYZE验证。

MySQL的优化器可以采用索引排序、范围扫描、额外排序等不同方案,最终执行计划才是判断依据。

六、等值条件下,索引顺序往往比想象中更灵活

例如:

WHERE user_id = 1001
AND status = 'paid'

下面两个索引在这个特定查询中都可能有效:

(user_id, status)

以及:

(status, user_id)

因为两个字段都是等值条件。

但如果还有:

WHERE user_id = 1001

那么第一种索引明显具有额外价值,因为user_id是它的最左前缀。

所以索引顺序真正重要的地方,不是“数据库要求WHERE里的字段必须按照索引顺序写”,而是要考虑一组查询能否共享同一个索引。

七、OR并不意味着索引一定失效

原稿中这一说法需要纠正。

例如:

SELECT *
FROM users
WHERE id = 1
OR name = 'Alice';

不能简单得出“OR导致索引失效”。

MySQL存在Index Merge等优化方式,在特定条件下可以分别利用不同索引,然后合并结果。官方文档也明确提到,对于多个单列索引,优化器可能选择Index Merge,或者选择能够排除更多行的索引。

当然,OR查询是否真的高效仍然要看数据量、选择性、索引结构以及实际执行计划。

因此看到OR以后,正确做法不是立即删掉索引,而是:

EXPLAIN
SELECT ...

必要时进一步使用:

EXPLAIN ANALYZE
SELECT ...

看真实执行过程。

八、函数作用在索引列上确实需要特别注意

例如:

WHERE YEAR(create_time) = 2023

传统的普通索引:

INDEX(create_time)

通常无法像下面这种范围条件一样直接利用create_time的连续范围:

WHERE create_time >= '2023-01-01'
AND create_time < '2024-01-01'

后者通常更适合普通B+Tree索引的范围访问。MySQL官方文档也将范围条件作为B-tree索引的重要访问方式。

如果业务确实需要对表达式进行索引,MySQL新版本也支持functional key parts,在适合的场景下可以针对表达式建立索引,而不是只能依靠普通列索引。

九、字符串和数字之间的类型转换不能简单说成“索引失效”

例如:

WHERE id = '123'

如果id是INT,不能直接得出“索引一定失效”。

MySQL会进行类型转换,最终是否采用索引、采用什么访问方式,要看具体数据类型、表达式以及执行计划。

更重要的工程原则是:应用层应该尽量保持参数类型与数据库字段类型一致。

例如数据库定义:

id BIGINT

应用程序就应该把它作为整数ID处理,而不是长期依赖隐式类型转换。

这样既减少歧义,也有利于保持稳定的查询行为。

十、覆盖索引不是“联合索引的升级版”

假设:

CREATE INDEX idx_user
ON users (user_id, name, email);

查询:

SELECT name, email
FROM users
WHERE user_id = 1001;

如果执行计划能够实现Index Only Scan,也就是所需字段已经可以从索引中取得,那么就可能减少访问聚簇记录的需要。

这就是覆盖索引的价值。

但是覆盖索引也有成本。

如果为了覆盖查询而把十几个字段全部塞进索引:

(user_id, name, email, phone, address, ...)

索引会明显变宽,磁盘空间、Buffer Pool占用以及INSERT、UPDATE、DELETE维护成本都会增加。

所以覆盖索引应该针对高频、关键查询设计,而不是“只要能覆盖就把所有字段都加进去”。

MySQL官方同样强调,索引并不是越多越好,因为每个索引都会产生存储和写入维护成本。

十一、Index Condition Pushdown不要和“索引能使用”混为一谈

原稿中把:

(user_id, status)

配合:

WHERE user_id = 1001
AND status = 'paid'

直接称为Index Condition Pushdown示例,并不准确。

这个查询本身已经可以直接利用联合索引进行有效查找。ICP是MySQL在特定访问路径下,将部分索引条件进一步下推到存储引擎层过滤,以减少不必要的记录读取,并不是“只要联合索引有两个字段就叫ICP”。

因此,在实际排查时不要看到一个多列索引就把所有优化都归类为“索引下推”。应该通过执行计划判断优化器到底采用了什么访问方式。

十二、ANALYZE TABLE是更新统计信息,不是“整理索引”

联合索引设计完成以后,可以根据实际情况执行:

ANALYZE TABLE orders;

它的主要作用是帮助优化器获得更准确的索引统计信息,从而改善执行计划选择。MySQL官方也建议在某些InnoDB索引创建后更新统计信息。

但不要把:

ANALYZE TABLE

理解成“定期整理索引”。

同样,也不要把:

OPTIMIZE TABLE

当成日常索引保养工具。两者解决的问题不同。

十三、真正判断联合索引是否设计正确,要看执行计划

一个索引名字看起来再漂亮,也不能证明设计正确。

实际应该观察:

EXPLAIN
SELECT ...

以及在适合的生产或测试条件下:

EXPLAIN ANALYZE
SELECT ...

重点关注的并不是某一个字段变成绿色就算成功,而是整个执行过程,包括访问类型、实际扫描行数、估算行数、使用的索引、过滤情况、排序、临时表以及JOIN过程。

例如:

key
possible_keys
key_len
rows
filtered
Extra

都需要结合SQL和数据规模解释。

Using filesort也不等于“数据库性能一定很差”,key=NULL也不等于“索引一定失效”。优化器有时判断全表扫描比使用索引更便宜,尤其是表很小或者查询需要读取大量记录时。

因此,索引优化的目标不是让EXPLAIN看起来“全部使用索引”,而是让实际查询成本下降。

十四、SaaS系统尤其要考虑tenant_id

对于多租户SaaS系统,很多业务查询天然带有:

WHERE tenant_id = ?

这种情况下,tenant_id经常成为联合索引设计的重要组成部分,例如:

CREATE INDEX idx_orders_tenant_status_time
ON orders (tenant_id, status, create_time);

但也不能机械地给所有索引都加tenant_id。

如果某些后台任务本身按照订单ID、全局唯一编号或者时间范围处理全部租户数据,那么强行把tenant_id放进所有索引反而可能增加索引数量和宽度。

更需要注意的是,tenant_id进入索引只解决性能和访问路径问题,并不能自动解决租户数据隔离。真正的SaaS隔离还必须覆盖ORM、Repository、后台任务、缓存、消息队列以及权限检查。

十五、联合索引设计最实用的方法不是背口诀,而是整理查询矩阵

如果一张orders表有下面几类核心SQL:

tenant_id
tenant_id + status
tenant_id + status + create_time范围
tenant_id + user_id
order_no
tenant_id + create_time + LIMIT

那么应该先把这些查询按照频率、延迟、数据量和业务重要程度整理出来,再寻找能够覆盖多个查询的索引组合。

例如:

INDEX (tenant_id, status, create_time)

可能服务前三种查询。

而:

UNIQUE INDEX (order_no)

则解决订单号精确查找。

如果还存在:

WHERE tenant_id = ?
AND user_id = ?

再判断现有索引是否已经能够有效支持,还是确实需要:

INDEX (tenant_id, user_id)

这比按照“每个WHERE字段建立一个索引”的方式更加可靠。

联合索引设计最终不是一道数学题,也没有一个适用于所有系统的“最高选择性字段优先”公式。真正决定索引顺序的是业务查询模式:哪些条件长期稳定存在,哪些是等值匹配,哪些是范围查询,是否需要排序或分页,哪些查询最重要,以及一个索引能否服务多条核心SQL。

对于SaaS数据库,最危险的不是少建一个索引,而是在没有分析真实SQL的情况下不断加索引。索引越多,写入和更新成本越高,优化器需要考虑的访问路径也越多。MySQL官方同样强调,应当建立一组能够有效服务相关查询的索引,而不是为每一种可能的查询组合无限增加索引。

真正成熟的联合索引优化流程应该是:先收集慢查询和核心SQL,再根据查询模式设计候选索引,然后用EXPLAIN和EXPLAIN ANALYZE验证,最后结合CPU、I/O、Buffer Pool、锁等待、扫描行数以及写入成本观察上线后的实际效果。索引不是装饰品,也不是越多越安全,它本质上是为真实访问路径服务的数据结构。
作者头像
本文作者
程越(Kevin Cheng)
IT与人工智能技术资深编辑

喜欢这篇报道?

使用下面的功能,方便以后继续阅读和分享 MNewsTV

设为 Google 新闻首选来源 让 Google 新闻优先显示 MNewsTV 的最新报道 ›
★ 我的收藏 查看已经收藏的文章
关于文章收藏 收藏不需要注册帐号,收藏信息仅保存在当前浏览器中。 删除收藏请进入「我的收藏」进行管理。
分享这篇报道

捐助(Paypal): https://www.paypal.me/observeccp
订阅中国观察电报 Telegram: https://t.me/s/ObserveCCP