# MySQL 单列索引，联合索引的存储区别?

## 一、单列索引与联合索引的核心结构差异（B+Tree 视角）

InnoDB 的每一个索引（主键索引、二级索引）本质上都是一棵 **独立的 B+Tree**。

区别在于：

### 1. 单列索引（single-column index）

#### B+Tree 的 key = 单一列字段

例如：

```
CREATE INDEX idx_name ON t(name);
```

InnoDB 构建的 B+Tree：

```
key: name
value: 主键ID（主键索引的值）
```

叶子节点存储：

```
(name, pk)
```

特点：

* key 比较简单
* 排序方式基于一个列
* 体积相对更小

---

### 2. 联合索引（composite index / multi-column index）

#### B+Tree 的 key = 按顺序拼接多个列

例如：

```
CREATE INDEX idx_user ON t(name, age);
```

InnoDB 构建的 B+Tree：

```
key: (name, age)
value: 主键ID
```

叶子节点存储：

```
(name, age, pk)
```

关键点：

* **索引 key 是“按列顺序拼接”后的二进制序列**
* 排序规则：先按 name 排序，相同 name 再按 age 排序
* 比单列索引占用更多空间
* 能提高多条件查询效率（最左前缀原则）

---

## 二、物理存储结构上的三个重要区别

### 区别 1：B+Tree 的“key”结构完全不同

#### 单列索引 key = 一个字段

#### 联合索引 key = 多个字段拼接后的排序 key

例如联合索引：

```
(name, age, create_time)
```

B+Tree 的排序顺序为：

```
(name asc, age asc, create_time asc)
```

这是 InnoDB 固定行为，无法修改顺序。

---

### 区别 2：二级索引的叶子节点 payload 不同（数据量差异）

所有 **二级索引** 的叶子节点都存放：

* key（单列 key 或多列 key）
* 主键值（PK）

#### 单列索引叶子节点内容：

```
(name, pk)
```

#### 联合索引叶子节点内容：

```
(name, age, pk)
```

加入字段越多，叶子节点变大 → 一个 page 能放的记录数变少 → B+Tree 更深 → 性能更差。

面试官会重点问这一点：

> 为什么联合索引比单列索引更占空间？

因为叶子节点包含更多列。

---

### 区别 3：回表路径不同

**单列索引：** 只能利用一个字段
查询：

```
WHERE name = 'A' AND age = 20
```

单列索引 idx_name 会：

1. 找到 name='A' 的 pk 列表
2. 再回表取 age
3. 然后过滤 age=20

成本较高。

---

**联合索引：** 已经包含 name + age
不需要回表过滤第二个字段，减少大量 I/O。

这就是为什么：

```
(name, age)
```

比单列两个索引 `(name)` 和 `(age)` 更高效。

---

## 三、联合索引的存储结构如何影响查询？（最左前缀原理来自哪里）

联合索引 `(name, age, city)` 的 B+Tree 实际结构：

```
key1: (name, age, city)
leaf: (name, age, city, pk)
```

排序方式类似：

```
(name1, age1, city1)
(name1, age1, city2)
(name1, age2, city1)
(name2, age1, city1)
```

因此可以连续使用的列必须从最左开始匹配。

### 为什么不能用 age？

因为 tree 是按 name 排序的，age 分布是乱序的。

存储结构决定了：

```
(name, age) 可以走索引
(age) 不能走索引
```

最左前缀原则来自 **B+Tree key 的排序机制**，不是 MySQL 的“语法限制”。

---

## 四、实际使用中会问你的“索引结构区别”要点总结

| 项目             | 单列索引      | 联合索引                  |
| -------------- | --------- | --------------------- |
| B+Tree 数量      | 1 树       | 1 树                   |
| key 结构         | 一个列       | 多列拼接形成排序 key          |
| 叶子节点           | (col, pk) | (col1, col2, ..., pk) |
| 空间消耗           | 小         | 大                     |
| 能否覆盖 where 多字段 | No        | Yes（最左前缀）             |
| 回表             | 多         | 少                     |
| 适用场景           | 单字段过滤     | 组合查询、排序加速、覆盖索引        |

---

## 五、总结

> InnoDB 的单列索引和联合索引本质上都是独立的 B+Tree，只是存储的 key 不同。
> 
> 单列索引的 key 是一个列；联合索引的 key 是多个列按顺序拼接形成的复合排序键。
> 
> 因为联合索引的叶子节点包含更多列，所以占空间更大，但可以减少回表并加速复合查询。
> 
> 最左前缀原则本质上是联合索引的物理排序结构决定的。