面试官：聊聊索引失效的10种场景，能回答一半就算过

小咪咪 2023-09-27 09:09 4阅读 0赞

今天我聊聊索引的相关问题，因为索引是大家都比较关心的公共话题，确实有很多坑。

不知道你在实际工作中，有没有遇到过下面的这两种情况：

*  明明在某个字段上加了索引，但实际上并没有生效。
 *  索引有时候生效了，有时候没有生效。

今天就跟大家一起聊聊，mysql数据库索引失效的10种场景，给曾经踩过坑，或者即将要踩坑的朋友们一个参考。

![8b0f7533220681cba7d0cbbbbf58ec55.png][]

### 1. 准备工作 ###

所谓空口无凭，如果我直接把索引失效的这些场景丢出来，可能没有任何说服力。

所以，我决定建表和造数据，给大家一步步演示效果，尽量做到有理有据。

我相信，如果大家耐心的看完这篇文章，一定会有很多收获的。

#### 1.1 创建user表 ####

创建一张user表，表中包含：`id`、`code`、`age`、`name`和`height`字段。

CREATE TABLE `user` (
      `id` int NOT NULL AUTO_INCREMENT,
      `code` varchar(20) COLLATE utf8mb4_bin DEFAULT NULL,
      `age` int DEFAULT '0',
      `name` varchar(30) COLLATE utf8mb4_bin DEFAULT NULL,
      `height` int DEFAULT '0',
      `address` varchar(30) COLLATE utf8mb4_bin DEFAULT NULL,
      PRIMARY KEY (`id`),
      KEY `idx_code_age_name` (`code`,`age`,`name`),
      KEY `idx_height` (`height`)
    ) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin

此外，还创建了三个索引：

*  `id`：数据库的主键
 *  `idx_code_age_name`：由code、age和name三个字段组成的联合索引。
 *  `idx_height`：普通索引

#### 1.2 插入数据 ####

为了方便给大家做演示，我特意向user表中插入了3条数据：

INSERT INTO sue.user (id, code, age, name, height) VALUES (1, '101', 21, '周星驰', 175,'香港');
    INSERT INTO sue.user (id, code, age, name, height) VALUES (2, '102', 18, '周杰伦', 173,'台湾');
    INSERT INTO sue.user (id, code, age, name, height) VALUES (3, '103', 23, '苏三', 174,'成都');

周星驰和周杰伦是我偶像，在这里自恋了一次，把他们和我放到一起了。哈哈哈。

#### 1.3 查看数据库版本 ####

为了防止以后出现不必要的误会，在这里有必要查一下当前数据库的版本。不说版本就直接给结论，是耍流氓，哈哈哈。

select version();

查出当前的mysql版本号为：`8.0.21`

#### 1.4 查看执行计划 ####

在mysql中，如果你想查看某条sql语句是否使用了索引，或者已建好的索引是否失效，可以通过`explain`关键字，查看该sql语句的执行计划，来判断索引使用情况。

例如：

explain select * from user where id=1;

执行结果：

![42d889b44c9aa7c3f7697a7a95c6892a.png][]

从图中可以看出，由于id字段是主键，该sql语句用到了`主键索引`。

当然，如果你想更深入的了解explain关键字的用法，可以看看我的另一篇文章《explain | 索引优化的这把绝世好剑，你真的会用吗？》，里面更为详细的介绍。

### 2. 不满足最左匹配原则 ###

之前我已经给code、age和name这3个字段建好`联合索引`：idx\_code\_age\_name。

该索引字段的顺序是：

*  code
 *  age
 *  name

如果在使用联合索引时，没注意最左前缀原则，很有可能导致索引失效喔，不信我们一起往下看。

#### 2.1 哪些情况索引有效？ ####

先看看哪些情况下，能走索引。

explain select * from user
    where code='101';

explain select * from user
    where code='101' and age=21

explain select * from user
    where code='101' and age=21 and name='周星驰';

执行结果：

![fc6f6453e832e7ecde49e5aa102942be.png][]

上面三种情况，sql都能正常走索引。

其实还有一种比较特殊的场景：

explain select * from user
    where code = '101'  and name='周星驰';

执行结果：

![86540ee9f18d265628d983d9f8903b39.png][]

查询条件原本的顺序是：code、age、name，但这里只有code和name中间断层了，掉了age字段，这种情况也能走code字段上的索引。

看到这里，不知道聪明的你，有没有发现这样一个规律：**这4条sql中都有code字段，它是索引字段中的第一个字段，也就是最左边的字段。只要有这个字段在，该sql已经就能走索引。**

这就是我们所说的`最左匹配原则`。

#### 2.2 哪些情况索引失效？ ####

前面我已经介绍过，建立了联合索引后，在查询条件中有哪些情况索引是有效的。

接下来，我们重点看看哪些情况下索引会失效。

explain select * from user
    where age=21;

explain select * from user
    where name='周星驰';

explain select * from user
    where age=21 and name='周星驰';

执行结果：

![920af2c3f87cb4bd24b97af97d8ce8cc.png][]

从图中看出这3种情况下索引确实失效了。

说明以上3种情况不满足最左匹配原则，说白了是因为查询条件中，没有包含给定字段最左边的索引字段，即字段code。

### 3. 使用了select \* ###

在《阿里巴巴开发手册》中明确说过，查询sql中禁止使用`select *` 。

那么，你知道为什么吗？

废话不多说，按照国际惯例先上一条sql：

explain 
    select * from user where name='苏三';

执行结果：

![5ae987fea269dbe97affbf402afcb671.png][]

在该sql中用了`select *`，从执行结果看，走了全表扫描，没有用到任何索引，查询效率是非常低的。

如果查询的时候，只查我们真正需要的列，而不查所有列，结果会怎么样？

非常快速的将上面的sql改成只查了code和name列，太easy了：

explain 
    select code,name from user 
    where name='苏三';

执行结果：

![fae5a15480028fb098908d178076a204.png][]

从图中执行结果不难看出，该sql语句这次走了`全索引扫描`，比`全表扫描`效率更高。

其实这里用到了：`覆盖索引`。

如果select语句中的查询列，都是索引列，那么这些列被称为覆盖索引。这种情况下，查询的相关字段都能走索引，索引查询效率相对来说更高一些。

而使用`select *`查询所有列的数据，大概率会查询非索引列的数据，非索引列不会走索引，查询效率非常低。

### 4. 索引列上有计算 ###

介绍本章节内容前，先跟大家一起回顾一下，根据id查询数据的sql语句：

explain select * from user where id=1;

执行结果：

![5178e491e1047a73fb1598fc023f13cf.png][]

从图中可以看出，由于id字段是主键，该sql语句用到了`主键索引`。

但如果id列上面有计算，比如：

explain select * from user where id+1=2;

执行结果：

![d52a76cfa2cd5c673b22d6fd4ac79210.png][]

从上图中的执行结果，能够非常清楚的看出，该id字段的主键索引，在有计算的情况下失效了。

### 5. 索引列用了函数 ###

有时候我们在某条sql语句的查询条件中，需要使用函数，比如：截取某个字段的长度。

假如现在有个需求：想查出所有身高是17开头的人，如果sql语句写成这样：

explain select * from user  where height=17;

该sql语句确实用到了普通索引：

![1bc582c19ebd67ddf0f21393fb251432.png][]

但该sql语句肯定是有问题的，因为它只能查出身高正好等于17的，但对于174这种情况，它没办法查出来。

为了满足上面的要求，我们需要把sql语句稍稍改造了一下：

explain select * from user  where SUBSTR(height,1,2)=17;

这时需要用到`SUBSTR`函数，用它截取了height字段的前面两位字符，从第一个字符开始。

执行结果：

![43b33de4dbeda76003031cae6cdedf74.png][]

你有没有发现，在使用该函数之后，该sql语句竟然走了全表扫描，索引失效了。

### 6. 字段类型不同 ###

在sql语句中因为字段类型不同，而导致索引失效的问题，很容易遇到，可能是我们日常工作中最容易忽略的问题。

到底怎么回事呢？

请大家注意观察一下t\_user表中的code字段，它是`varchar`字符类型的。

在sql语句中查询数据时，查询条件我们可以写成这样：

explain 
    select * from user where code="101";

执行结果：

![1c987f0c2a2e2292aed52dbd9d1ccb07.png][]

从上图中看到，该code字段走了索引。

> 温馨提醒一下，查询字符字段时，用双引号`“`和单引号`'`都可以。

但如果你在写sql时，不小心把引号弄掉了，把sql语句变成了：

explain 
    select * from user where code=101;

执行结果：

![0d561a3b81bc17c1781e6b3d19b69c12.png][]

你会惊奇的发现，该sql语句竟然变成了全表扫描。因为少写了引号，这种小小的失误，竟然让code字段上的索引失效了。

这时你心里可能有一万个为什么，其中有一个肯定是：为什么索引会失效呢？

答：因为code字段的类型是varchar，而传参的类型是int，两种类型不同。

此外，还有一个有趣的现象，如果int类型的height字段，在查询时加了引号条件，却还可以走索引：

explain select * from user 
    where height='175';

执行结果：

![d5a75f4ad5a4cc210ac8d4da9fb7749e.png][]

从图中看出该sql语句确实走了索引。int类型的参数，不管在查询时加没加引号，都能走索引。

这是变魔术吗？这不科学呀。

答：mysql发现如果是`int`类型字段作为查询条件时，它会自动将该字段的传参进行`隐式转换`，把字符串转换成int类型。

mysql会把上面列子中的字符串175，转换成数字175，所以仍然能走索引。

接下来，看一个更有趣的sql语句：

select 1 + '1';

它的执行结果是2，还是11呢？

好吧，不卖关子了，直接公布答案执行结果是2。

mysql自动把字符串1，转换成了int类型的1，然后变成了：1+1=2。

但如果你确实想拼接字符串该怎么办？

答：可以使用`concat`关键字。

具体拼接sql如下：

select concat(1,'1');

接下来，关键问题来了：**为什么字符串类型的字段，传入了int类型的参数时索引会失效呢？**

答：根据mysql官网上解释，字符串'1'、' 1 '、'1a'都能转换成int类型的1，也就是说可能会出现多个字符串，对应一个int类型参数的情况。那么，mysql怎么知道该把int类型的1转换成哪种字符串，用哪个索引快速查值?

感兴趣的小伙伴可以再看看官方文档：`https://dev.mysql.com/doc/refman/8.0/en/type-conversion.html`

### 7. like左边包含% ###

模糊查询，在我们日常的工作中，使用频率还是比较高的。

比如现在有个需求：想查询姓李的同学有哪些?

使用`like`语句可以很快的实现：

select * from user where name like '李%';

但如果like用的不好，就可能会出现性能问题，因为有时候它的索引会失效。

不信，我们一起往下看。

目前like查询主要有三种情况：

*  like '%a'
 *  like 'a%'
 *  like '%a%'

假如现在有个需求：想查出所有code是10开头的用户。

这个需求太简单了吧，sql语句如下：

explain select * from user
    where code like '10%';

执行结果：

![cd16392e1781daea82fcf451b9e3058e.png][]

图中看出这种`%`在`10`右边时走了索引。

而如果把需求改了：想出现出所有code是1结尾的用户。

查询sql语句改为：

explain select * from user
    where code like '%1';

执行结果：

![bbff313cb074caa28d0a9f76b1de1d53.png][]

从图中看出这种`%`在`1`左边时，code字段上索引失效了，该sql变成了全表扫描。

此外，如果出现以下sql：

explain select * from user
    where code like '%1%';

该sql语句的索引也会失效。

下面用一句话总结一下规律：当`like`语句中的`%`，出现在查询条件的左边时，索引会失效。

那么，为什么会出现这种现象呢？

答：其实很好理解，索引就像字典中的目录。一般目录是按字母或者拼音从小到大，从左到右排序，是有顺序的。

我们在查目录时，通常会先从左边第一个字母进行匹对，如果相同，再匹对左边第二个字母，如果再相同匹对其他的字母，以此类推。

通过这种方式我们能快速锁定一个具体的目录，或者缩小目录的范围。

但如果你硬要跟目录的设计反着来，先从字典目录右边匹配第一个字母，这画面你可以自行脑补一下，你眼中可能只剩下绝望了，哈哈。

### 8. 列对比 ###

上面的内容都是常规需求，接下来，来点不一样的。

假如我们现在有这样一个需求：过滤出表中某两列值相同的记录。比如user表中id字段和height字段，查询出这两个字段中值相同的记录。

这个需求很简单，sql可以这样写：

explain select * from user 
    where id=height

执行结果：

![c2e83ba362bde75151ea9205eab422f4.png][]

意不意外，惊不惊喜？索引失效了。

为什么会出现这种结果？

id字段本身是有主键索引的，同时height字段也建了普通索引的，并且两个字段都是int类型，类型是一样的。

但如果把两个单独建了索引的列，用来做列对比时索引会失效。

感兴趣的朋友可以找我私聊。

### 9. 使用or关键字 ###

我们平时在写查询sql时，使用`or`关键字的场景非常多，但如果你稍不注意，就可能让已有的索引失效。

不信一起往下面看。

某天你遇到这样一个需求：想查一下id=1或者height=175的用户。

你三下五除二就把sql写好了：

explain select * from user 
    where id=1 or height='175';

执行结果：

![a6952ca370eb1f5fd1a869f1fbca89e9.png][]

没错，这次确实走了索引，恭喜被你蒙对了，因为刚好id和height字段都建了索引。

但接下来的一个夜黑风高的晚上，需求改了：除了前面的查询条件之后，还想加一个address='成都'。

这还不简单，sql走起：

explain select * from user 
    where id=1 or height='175' or address='成都';

执行结果：

![6fb385b1aa3430ad369e2458c217d00a.png][]

结果悲剧了，之前的索引都失效了。

你可能一脸懵逼，为什么？我做了什么？

答：因为你最后加的address字段没有加索引，从而导致其他字段的索引都失效了。

> 注意：如果使用了`or`关键字，那么它前面和后面的字段都要加索引，不然所有的索引都会失效，这是一个大坑。

### 10. not in和not exists ###

在我们日常工作中用得也比较多的，还有范围查询，常见的有：

*  in
 *  exists
 *  not in
 *  not exists
 *  between and

今天重点聊聊前面四种。

#### 10.1 in关键字 ####

假如我们想查出height在某些范围之内的用户，这时sql语句可以这样写：

explain select * from user
    where height in (173,174,175,176);

执行结果：

![b52f3192eaa4a37144ee15d8633cb6aa.png][]

从图中可以看出，sql语句中用`in`关键字是走了索引的。

#### 10.2 exists关键字 ####

有时候使用`in`关键字时性能不好，这时就能用`exists`关键字优化sql了，该关键字能达到in关键字相同的效果：

explain select * from user  t1
    where  exists (select 1 from user t2 where t2.height=173 and t1.id=t2.id)

执行结果：

![c8134f3b84d4132198483f1e4269a6a7.png][]

从图中可以看出，用`exists`关键字同样走了索引。

#### 10.3 not in关键字 ####

上面演示的两个例子是正向的范围，即在某些范围之内。

那么反向的范围，即不在某些范围之内，能走索引不？

话不多说，先看看使用`not in`的情况：

explain select * from user
    where height not in (173,174,175,176);

执行结果：

![478c44e64bcb119cc2c299941739e441.png][]

你没看错，索引失效了。

看如果现在需求改了：想查一下id不等于1、2、3的用户有哪些，这时sql语句可以改成这样：

explain select * from user
    where id  not in (173,174,175,176);

执行结果：

![70a6dd31553441091745c0baef5a07e0.png][]

你可能会惊奇的发现，主键字段中使用not in关键字查询数据范围，任然可以走索引。而普通索引字段使用了not in关键字查询数据范围，索引会失效。

#### 10.4 not exists关键字 ####

除此之外，如果sql语句中使用`not exists`时，索引也会失效。具体sql语句如下：

explain select * from user  t1
    where  not exists (select 1 from user t2 where t2.height=173 and t1.id=t2.id)

执行结果：

![089d81846cda7aabd6cf4d352b7a05b0.png][]

从图中看出sql语句中使用not exists关键后，t1表走了全表扫描，并没有走索引。

### 11. order by的坑 ###

在sql语句中，对查询结果进行排序是非常常见的需求，一般情况下我们用关键字：`order by`就能搞定。

但我始终觉得order by挺难用的，它跟`where`或者`limit`关键字有很多千丝万缕的联系，一不小心就会出问题。

Let go

#### 11.1 哪些情况走索引？ ####

首先当然要温柔一点，一起看看order by的哪些情况可以走索引。

我之前说过，在code、age和name这3个字段上，已经建了联合索引：idx\_code\_age\_name。

11.1.1 满足最左匹配原则

order by后面的条件，也要遵循联合索引的最左匹配原则。具体有以下sql：

explain select * from user
    order by code limit 100;
    
    explain select * from user
    order by code,age limit 100;
    
    explain select * from user
    order by code,age,name limit 100;

执行结果：

![a8f5bbdab98b99fb43edcda0996deb68.png][]

从图中看出这3条sql都能够正常走索引。

除了遵循最左匹配原则之外，有个非常关键的地方是，后面还是加了`limit`关键字，如果不加它索引会失效。

11.1.2 配合where一起使用

order by还能配合where一起遵循最左匹配原则。

explain select * from user
    where code='101'
    order by age;

执行结果：

![4a5506966f46fe79697c7de1e6b70eb4.png][]

code是联合索引的第一个字段，在where中使用了，而age是联合索引的第二个字段，在order by中接着使用。

假如中间断层了，sql语句变成这样，执行结果会是什么呢？

explain select * from user
    where code='101'
    order by name;

执行结果：

![54bd45239968ec73b44e76739f179cc3.png][]

虽说name是联合索引的第三个字段，但根据最左匹配原则，该sql语句依然能走索引，因为最左边的第一个字段code，在where中使用了。只不过order by的时候，排序效率比较低，需要走一次`filesort`排序罢了。

11.1.3 相同的排序

order by后面如果包含了联合索引的多个排序字段，只要它们的排序规律是相同的（要么同时升序，要么同时降序），也可以走索引。

具体sql如下：

explain select * from user
    order by code desc,age desc limit 100;

执行结果：

![58636ffe562c4361121c5a3571eadd4e.png][]

该示例中order by后面的code和age字段都用了降序，所以依然走了索引。

11.1.4 两者都有

如果某个联合索引字段，在where和order by中都有，结果会怎么样？

explain select * from user
    where code='101'
    order by code, name;

执行结果：

![9507930615c6f5b3d66fee4b9a0cff11.png][]

code字段在where和order by中都有，对于这种情况，从图中的结果看出，还是能走了索引的。

#### 11.2 哪些情况不走索引？ ####

前面介绍的都是正面的用法，是为了让大家更容易接受下面反面的用法。

好了，接下来，重点聊聊order by的哪些情况下不走索引？

11.2.1 没加where或limit

如果order by语句中没有加where或limit关键字，该sql语句将不会走索引。

explain select * from user
    order by code, name;

执行结果：

![12fe928dd99a6428293b01a8fd18f21c.png][]

从图中看出索引真的失效了。

11.2.2 对不同的索引做order by

前面介绍的基本都是联合索引，这一个索引的情况。但如果对多个索引进行order by，结果会怎么样呢？

explain select * from user
    order by code, height limit 100;

执行结果：

![fd086137715eb2718f42b3c85a309046.png][]

从图中看出索引也失效了。

11.2.3 不满足最左匹配原则

前面已经介绍过，order by如果满足最左匹配原则，还是会走索引。下面看看，不满足最左匹配原则的情况：

explain select * from user
    order by name limit 100;

执行结果：

![9eb4bed47876efd3ce3d0b8517b182fc.png][]

name字段是联合索引的第三个字段，从图中看出如果order by不满足最左匹配原则，确实不会走索引。

11.2.4 不同的排序

前面已经介绍过，如果order by后面有一个联合索引的多个字段，它们具有相同排序规则，那么会走索引。

但如果它们有不同的排序规则呢？

explain select * from user
    order by code asc,age desc limit 100;

执行结果：

![b1f7e29e5fe3b62714a12df1b0a20ff0.png][]

从图中看出，尽管order by后面的code和age字段遵循了最左匹配原则，但由于一个字段是用的升序，另一个字段用的降序，最终会导致索引失效。

[8b0f7533220681cba7d0cbbbbf58ec55.png]: https://img-blog.csdnimg.cn/img_convert/8b0f7533220681cba7d0cbbbbf58ec55.png
[42d889b44c9aa7c3f7697a7a95c6892a.png]: https://img-blog.csdnimg.cn/img_convert/42d889b44c9aa7c3f7697a7a95c6892a.png
[fc6f6453e832e7ecde49e5aa102942be.png]: https://img-blog.csdnimg.cn/img_convert/fc6f6453e832e7ecde49e5aa102942be.png
[86540ee9f18d265628d983d9f8903b39.png]: https://img-blog.csdnimg.cn/img_convert/86540ee9f18d265628d983d9f8903b39.png
[920af2c3f87cb4bd24b97af97d8ce8cc.png]: https://img-blog.csdnimg.cn/img_convert/920af2c3f87cb4bd24b97af97d8ce8cc.png
[5ae987fea269dbe97affbf402afcb671.png]: https://img-blog.csdnimg.cn/img_convert/5ae987fea269dbe97affbf402afcb671.png
[fae5a15480028fb098908d178076a204.png]: https://img-blog.csdnimg.cn/img_convert/fae5a15480028fb098908d178076a204.png
[5178e491e1047a73fb1598fc023f13cf.png]: https://img-blog.csdnimg.cn/img_convert/5178e491e1047a73fb1598fc023f13cf.png
[d52a76cfa2cd5c673b22d6fd4ac79210.png]: https://img-blog.csdnimg.cn/img_convert/d52a76cfa2cd5c673b22d6fd4ac79210.png
[1bc582c19ebd67ddf0f21393fb251432.png]: https://img-blog.csdnimg.cn/img_convert/1bc582c19ebd67ddf0f21393fb251432.png
[43b33de4dbeda76003031cae6cdedf74.png]: https://img-blog.csdnimg.cn/img_convert/43b33de4dbeda76003031cae6cdedf74.png
[1c987f0c2a2e2292aed52dbd9d1ccb07.png]: https://img-blog.csdnimg.cn/img_convert/1c987f0c2a2e2292aed52dbd9d1ccb07.png
[0d561a3b81bc17c1781e6b3d19b69c12.png]: https://img-blog.csdnimg.cn/img_convert/0d561a3b81bc17c1781e6b3d19b69c12.png
[d5a75f4ad5a4cc210ac8d4da9fb7749e.png]: https://img-blog.csdnimg.cn/img_convert/d5a75f4ad5a4cc210ac8d4da9fb7749e.png
[cd16392e1781daea82fcf451b9e3058e.png]: https://img-blog.csdnimg.cn/img_convert/cd16392e1781daea82fcf451b9e3058e.png
[bbff313cb074caa28d0a9f76b1de1d53.png]: https://img-blog.csdnimg.cn/img_convert/bbff313cb074caa28d0a9f76b1de1d53.png
[c2e83ba362bde75151ea9205eab422f4.png]: https://img-blog.csdnimg.cn/img_convert/c2e83ba362bde75151ea9205eab422f4.png
[a6952ca370eb1f5fd1a869f1fbca89e9.png]: https://img-blog.csdnimg.cn/img_convert/a6952ca370eb1f5fd1a869f1fbca89e9.png
[6fb385b1aa3430ad369e2458c217d00a.png]: https://img-blog.csdnimg.cn/img_convert/6fb385b1aa3430ad369e2458c217d00a.png
[b52f3192eaa4a37144ee15d8633cb6aa.png]: https://img-blog.csdnimg.cn/img_convert/b52f3192eaa4a37144ee15d8633cb6aa.png
[c8134f3b84d4132198483f1e4269a6a7.png]: https://img-blog.csdnimg.cn/img_convert/c8134f3b84d4132198483f1e4269a6a7.png
[478c44e64bcb119cc2c299941739e441.png]: https://img-blog.csdnimg.cn/img_convert/478c44e64bcb119cc2c299941739e441.png
[70a6dd31553441091745c0baef5a07e0.png]: https://img-blog.csdnimg.cn/img_convert/70a6dd31553441091745c0baef5a07e0.png
[089d81846cda7aabd6cf4d352b7a05b0.png]: https://img-blog.csdnimg.cn/img_convert/089d81846cda7aabd6cf4d352b7a05b0.png
[a8f5bbdab98b99fb43edcda0996deb68.png]: https://img-blog.csdnimg.cn/img_convert/a8f5bbdab98b99fb43edcda0996deb68.png
[4a5506966f46fe79697c7de1e6b70eb4.png]: https://img-blog.csdnimg.cn/img_convert/4a5506966f46fe79697c7de1e6b70eb4.png
[54bd45239968ec73b44e76739f179cc3.png]: https://img-blog.csdnimg.cn/img_convert/54bd45239968ec73b44e76739f179cc3.png
[58636ffe562c4361121c5a3571eadd4e.png]: https://img-blog.csdnimg.cn/img_convert/58636ffe562c4361121c5a3571eadd4e.png
[9507930615c6f5b3d66fee4b9a0cff11.png]: https://img-blog.csdnimg.cn/img_convert/9507930615c6f5b3d66fee4b9a0cff11.png
[12fe928dd99a6428293b01a8fd18f21c.png]: https://img-blog.csdnimg.cn/img_convert/12fe928dd99a6428293b01a8fd18f21c.png
[fd086137715eb2718f42b3c85a309046.png]: https://img-blog.csdnimg.cn/img_convert/fd086137715eb2718f42b3c85a309046.png
[9eb4bed47876efd3ce3d0b8517b182fc.png]: https://img-blog.csdnimg.cn/img_convert/9eb4bed47876efd3ce3d0b8517b182fc.png
[b1f7e29e5fe3b62714a12df1b0a20ff0.png]: https://img-blog.csdnimg.cn/img_convert/b1f7e29e5fe3b62714a12df1b0a20ff0.png