复合索引应遵循最左前缀原则，将高选择性、高频查询及排序字段前置；例如索引(a, b, c)支持a、a+b、a+b+c查询，但不支持单独b或跳过b的a+c；选择性可通过COUNT(DISTINCT col)/COUNT(*)评估，越接近1越好；如查询WHERE user_id = 123 ORDER BY create_time DESC，则建索引(user_id, create_time)可避免额外排序；同时避免冗余索引，已有(a,b,c)则无需(a,b)，需定期用EXPLAIN检查索引使用情况。
复合索引的顺序直接影响查询性能，优化顺序的核心是遵循“最左前缀匹配”原则，并结合实际查询条件来设计。合理的顺序能显著提升查询效率，减少全表扫描和临时排序。
理解最左前缀原则
MySQL在使用复合索引时，必须从索引的最左边列开始匹配，中间不能跳过。例如，索引 (a, b, c) 可以支持以下查询：
- WHERE a = 1
- WHERE a = 1 AND b = 2
- WHERE a = 1 AND b = 2 AND c = 3
但无法有效利用该索引进行：
- WHERE b = 2（缺少a）
- WHERE c = 3（缺少a和b）
- WHERE a = 1 AND c = 3（跳过b）
因此，把最常用于过滤或选择性高的字段放在前面更合理。
选择高选择性的字段靠前
选择性是指字段中唯一值的比例。选择性越高，过滤效果越好。比如“性别”字段只有男/女，选择性低；而“用户ID”或“手机号”选择性高。
建议将选择性高的字段放在复合索引的左侧，这样能更快缩小结果集。
可以通过以下SQL评估字段选择性：
SELECT COUNT(DISTINCT column_name) / COUNT(*) FROM table_name;结果越接近1，选择性越高。优先把这类字段放在索引前面。
考虑查询频率和排序需求
除了选择性，还要看字段在查询中的使用频率。如果某个字段几乎每个查询都会用到，即使选择性一般，也应尽量前置。
本文档主要讲述的是lucene索引优化；这篇文章主要介绍了如何提高Lucene的索引速度。介绍的大部分思路都是很容易尝试的，当然另外一部分可能会加大你程序的复杂度。所以请确认索引速度确实很慢，而且很慢的原因确实是因为Lucene自身而造成的；希望本文档会给有需要的朋友带来帮助；感兴趣的朋友可以过来看看
同时，如果查询中有 ORDER BY 或 GROUP BY，尽量让索引顺序与这些子句一致，避免额外的排序操作。
例如：
SELECT * FROM orders WHERE user_id = 123 ORDER BY create_time DESC;那么建立索引 (user_id, create_time) 就很合适，既能快速定位数据，又能利用索引完成排序。
避免冗余和过度索引
不要为每个查询都创建独立的复合索引。多个相似索引会增加写操作开销，并占用更多存储。
比如已有索引 (a, b, c)，就不需要再单独建 (a, b)。但 (b, a) 是不同的，不能替代。
定期审查执行计划（EXPLAIN），确认索引是否被正确使用，及时删除未命中或低效的索引。
基本上就这些。关键是从实际查询出发，结合选择性、过滤频率和排序需求来安排字段顺序，不是固定规则，而是动态优化过程。
