⭐ 题目日期：

京东 - 2024/12/26, 小红书 - 2024/11/11

📝 题解：

联合索引（Composite Index），也称为复合索引，是数据库中对多个列组合创建的索引。它通过将多个列的键值按顺序存储在B树或B+树结构中，优化涉及这些列的查询性能。以下是联合索引的核心要点：

---

一、联合索引的结构

• 存储方式：按索引列的顺序逐级排序（如索引(A, B, C)，先按A排序，A相同按B排序，B相同再按C排序）。
• 示例：

表数据：
A | B | C
1 | 3 | 5
1 | 2 | 4
2 | 1 | 3
联合索引 (A, B) 的存储顺序：
(1,2) → (1,3) → (2,1)

---

二、联合索引的适用场景

1. 多列组合查询

• 等值查询 + 范围查询：

SELECT * FROM orders 
WHERE user_id = 1001 AND order_date > '2023-01-01';  -- 索引(user_id, order_date)

2. 覆盖索引（Covering Index）

• 避免回表：索引包含查询所需的所有字段。

CREATE INDEX idx_user_info ON users(name, age, city);
-- 直接通过索引获取数据
SELECT name, age FROM users WHERE city = 'Beijing';

3. 排序/分组优化

• 多列排序或分组：

SELECT * FROM products 
WHERE category = 'Electronics' 
ORDER BY price DESC, stock ASC;  -- 索引(category, price, stock)

---

三、联合索引的使用限制

1. 最左前缀原则（Leftmost Prefix Rule）

• 规则：查询必须使用索引的最左侧列，否则无法利用索引。
• 示例：

索引 (A, B)是否生效WHERE A = 1 AND B = 2✅ 生效WHERE B = 2❌ 不生效（跳过A）WHERE A > 1 AND B = 2✅ A生效，B仅部分生效

2. 列顺序选择

• 优先级：
  • 高基数（高区分度）列在前：更高效过滤数据。
  • 等值查询列优先于范围查询列：范围查询后的列无法使用索引。
• 示例：

---

四、联合索引的优化策略

1. 避免冗余索引

• 场景：已有索引(A, B)，则单独索引(A)冗余，可删除。
• 例外：若需单独查询B，需单独建索引。

2. 合理设计列顺序

• 业务场景驱动：根据高频查询条件调整顺序。

-- 高频查询1: WHERE user_id=1001 AND status='paid'
-- 高频查询2: WHERE status='paid' AND product_id=200
-- 最佳索引：根据查询频率选择 (user_id, status) 或 (status, product_id)

3. 监控索引使用率

• 工具：
  • 执行计划分析：EXPLAIN查看是否命中索引。
  • 数据库统计：如MySQL的INFORMATION_SCHEMA.STATISTICS。
• 优化：删除未使用或低效索引。

---

五、实际案例

案例1：电商订单查询优化

• 表结构：orders(order_id, user_id, product_id, status, create_time)
• 高频查询：

SELECT * FROM orders 
WHERE user_id = 1001 AND status = 'paid' 
ORDER BY create_time DESC;

• 索引设计：(user_id, status, create_time)
  • 过滤：快速定位用户ID和状态。
  • 排序：直接利用索引有序性，避免Filesort。

案例2：社交应用好友关系

• 表结构：friends(user_id, friend_id, relation)
• 高频查询：

SELECT * FROM friends 
WHERE user_id = 2001 AND friend_id = 3002;

• 索引设计：(user_id, friend_id)
  • 覆盖查询：直接通过索引定位记录，无需回表。

---

六、总结

联合索引通过 组合多列的排序和过滤能力，显著提升复杂查询性能，但需遵循 最左前缀原则 并合理设计列顺序。其核心价值在于：

• 减少随机I/O：通过索引快速定位数据。
• 避免全表扫描：高效处理多条件查询。
• 优化排序/分组：利用索引有序性减少计算开销。

合理设计联合索引是数据库性能优化的关键手段，需结合业务查询模式动态调整。