面试题：MySQL中B+树索引与联合索引如何协同优化查询

数据存储结构：
- 所有数据记录都存储在叶子节点，非叶子节点仅存储索引键值，这使得索引树更加紧凑，能在相同内存页中存储更多索引项，提升索引的查找效率。
- 叶子节点通过双向链表相连，方便范围查询，从一个叶子节点可以快速定位到相邻的叶子节点。
查询性能：
- 对于等值查询，时间复杂度为 O(logn)，n 为索引节点数。由于 B+树的层级结构，每次查找大致能排除一半的节点，查找效率较高。
- 范围查询时，通过叶子节点的链表结构，可以快速定位到范围的起始节点，然后顺着链表顺序读取，性能也较好。

多列组合：
- 联合索引是由多个列组合而成的索引。例如，CREATE INDEX idx_name ON table_name (col1, col2, col3)，这里的 idx_name 就是一个联合索引，包含了 col1、col2 和 col3 三列。
最左前缀原则：
- 在使用联合索引时，MySQL 会从索引的最左边开始匹配，只有当最左边的列被使用到查询条件中，才会使用该联合索引。例如，对于联合索引 (col1, col2, col3)，查询条件为 WHERE col1 = 'value1' 会使用该索引；查询条件为 WHERE col2 = 'value2' 则不会使用该索引（除非开启了索引提示等特殊情况）。
减少索引数量：
- 相比为每个列单独创建索引，联合索引可以在一定程度上减少索引文件的大小，因为多个列的索引信息被合并到一个索引结构中。

联合优化原理：
- 假设表中有一个 B+树联合索引 (col1, col2, col3)。在查询语句 WHERE col1 = 'value1' AND col2 = 'value2' AND col3 = 'value3' 中，MySQL 首先利用 B+树索引的结构，从根节点开始查找 col1 = 'value1' 的索引项，找到对应的叶子节点范围。然后在这个范围内，继续查找 col2 = 'value2' 的记录，最后在符合前两个条件的记录中查找 col3 = 'value3' 的记录。通过这种方式，利用联合索引的最左前缀原则和 B+树的高效查找特性，快速定位到满足多个条件的记录，从而优化查询性能。
举例：
- 假设有一个 employees 表，包含 id、department、salary 列，创建联合索引 CREATE INDEX idx_emp ON employees (department, salary)。
- 查询语句为 SELECT * FROM employees WHERE department = 'HR' AND salary > 5000。
- 首先，MySQL 利用 B+树索引在索引结构中查找 department = 'HR' 的记录范围，由于 B+树索引的特性，能快速定位到对应的叶子节点范围。然后在这个范围内，根据 salary > 5000 的条件进一步筛选记录，避免全表扫描，大大提升了查询性能。如果没有这个联合索引，可能需要全表扫描 employees 表，逐行判断是否满足 department = 'HR' AND salary > 5000 条件，性能会低很多。

星途面试题库