来了解一下Mysql索引的相关知识：基础概念、性能影响、索引类型、创建原则、注意事项详解数据库

索引的基础概念
索引类似于书籍的目录，要想找到一本书的某个特定主题，需要先查找书的目录，定位对应的页码；存储引擎使用类似的方式进行数据查询，先去索引当中找到对应的值，然后根据匹配的索引找到对应的数据行

索引对性能的影响
大大减少服务器需要扫描的数据量、帮助服务器避免排序和临时表、将随机I/O变成顺序I/O、大大提高查询速度，读写降低写的速度（读写操作会操作索引）并且占用磁盘开销（索引也是数据）

索引的类型
普通索引：最基本的索引，没有任何约束限制
唯一索引：与普通索引类似，但是具有唯一性索引
主键索引：特殊的唯一索引，不允许有空值
唯一索引和主键索引的区别：一个表只能有一个主键索引，可以有多个唯一索引。主键索引一定是唯一索引，唯一索引不是主键索引。主键可以与外键构成参照完整性约束，防止数据不一致
组合索引：将多个列组合在一起创建索引，可以覆盖多个列。（比如查询某本书的第几个小节，那么需要创建章和节的索引）
外键索引：只有InnoDB类型的表才可以使用外键索引，保证数据的一致性、完整性和实现级联操作。
全文索引：Mysql自带的全文索引只用于MyIsam，并且只能对英文全文检测

Mysql索引的创建原则

1：最适合索引的列是出现在WHERE子句中的列，或连接子句中的列而不是出现在SELECT关键字后的列（比如创建索引的时候，列是WHERE后的列，或者ON后的列）
2：索引列的基数越大，效果越好
3：对字符串进行索引，应该制定一个前缀长度，可以节省大量的索引空间，不然开销很大的空间
4：根据情况创建复合索引，复合索引可以提高查询效率
5：避免过多创建索引，索引会额外占用磁盘空间，降低写操作效率
6：主键尽可能选择较短的数据类型，可以有效的减少索引的磁盘占用提高查询效率
7：频繁更新增删改的字段/表不要加索引
8：查询中与其他表关联的字段，外间关系建立索引
9：单键/组合索引的选择上，最好选择组合索引，特别是在高并发环境下
10：查询中排序的字段，排序字段若通过索引去访问将大大提高排序速度
11：查询中统计或者分组的字段（分组就是group by，但是分组的前提是必须排序，也就是分组和索引息息相关）
12：表记录太少，不需要建索引，起码300W
13：数据列包含需要重复的内容，不要建，比如性别

Mysql索引的注意事项
1：复合索引遵循前缀原则
KEY(a,b,c),一个索引作用在abc三个字段上，比如书来说，章/节/段/
有效的查询：/WEHRE a = 1 AND b = 2 AND c = 3/WHERE a = 1 AND b = 2 /WHERE a = 1
无效的查询：/WHERE b = 2 AND c = 3/WHERE a = 1 AND c = 3
原因：跳过a了，跳过了b，没有遵循前缀原则
2：LIKE查询，%不能在前，可以使用全文检索解决
如：WHERE name LIKE ‘%wang%’，即使创建了索引也会失效。
3：column is null 可以使用索引
4：如果Mysql估计使用索引比全表扫描要慢，Mysql会放弃索引的使用
如：表里有100条数据，语句为 WHERE id > 1 AND id <100，即使对id创建了索引，搜索的时候需要搜2~99的数据，搜索的时候回找id为2这条数据，先去索引看一下，找到位置，再去看数据行，再去看3，去看索引，再去看数据行….这样多了一个查询索引的步骤。但Mysql认为本身就100条， 你要查询98条数据，这样查就很慢了，我直接把100条扫一下直接返回了，比用索引快多了，自动放弃索引，因为Mysql本身具备优化器
5：如果or前的条件中列有索引，后面的没有，索引都不会被用到
如：WHERE a OR b ，a里有索引，b里没有，那么索引就会失效了
6：列类型是字符串类型，查询时一定要给值加引号，否则索引失效
如：WHERE name = ‘wangteng’，加引号才有效；再比如有时候字符串的列里有数字类型的字符，习惯性数字略掉引号，那么这样会失效

以联合索引为例

索引的一些场景

1．选择唯一性索引
唯一性索引的值是唯一的，可以更快速的通过该索引来确定某条记录。例如，学生表中学号是具有唯一性的字段。为该字段建立唯一性索引可以很快的确定某个学生的信息。如果使用姓名的话，可能存在同名现象，从而降低查询速度。
2．为经常需要排序、分组和联合操作的字段建立索引
经常需要ORDER BY、GROUP BY、DISTINCT和UNION等操作的字段，排序操作会浪费很多时间。如果为其建立索引，可以有效地避免排序操作。
3．为常作为查询条件的字段建立索引
如果某个字段经常用来做查询条件，那么该字段的查询速度会影响整个表的查询速度。因此，为这样的字段建立索引，可以提高整个表的查询速度。
4．限制索引的数目
索引的数目不是越多越好。每个索引都需要占用磁盘空间，索引越多，需要的磁盘空间就越大。修改表时，对索引的重构和更新很麻烦。越多的索引，会使更新表变得很浪费时间。
5．尽量使用数据量少的索引
如果索引的值很长，那么查询的速度会受到影响。例如，对一个CHAR(100)类型的字段进行全文检索需要的时间肯定要比对CHAR(10)类型的字段需要的时间要多。
6．尽量使用前缀来索引
如果索引字段的值很长，最好使用值的前缀来索引。例如，TEXT和BLOG类型的字段，进行全文检索会很浪费时间。如果只检索字段的前面的若干个字符，这样可以提高检索速度
7．删除不再使用或者很少使用的索引
表中的数据被大量更新，或者数据的使用方式被改变后，原有的一些索引可能不再需要。数据库管理员应当定期找出这些索引，将它们删除，从而减少索引对更新操作的影响。
8 . 最左前缀匹配原则，非常重要的原则。
MySQL会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配，比如a 1=”” and=”” b=”2” c=”“> 3 and d = 4 如果建立(a,b,c,d)顺序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整。
9 .=和in可以乱序。
比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意顺序，mysql的查询优化器会帮你优化成索引可以识别的形式
10 . 尽量选择区分度高的列作为索引。
区分度的公式是count(distinct col)/count(*)，表示字段不重复的比例，比例越大我们扫描的记录数越少，唯一键的区分度是1，而一些状态、性别字段可能在大数据面前区分度就 是0，那可能有人会问，这个比例有什么经验值吗？使用场景不同，这个值也很难确定，一般需要join的字段我们都要求是0.1以上，即平均1条扫描10条 记录
11 .索引列不能参与计算，保持列“干净”。
比如from_unixtime(create_time) = ’2014-05-29’就不能使用到索引，原因很简单，b+树中存的都是数据表中的字段值，但进行检索时，需要把所有元素都应用函数才能比较，显然成本 太大。所以语句应该写成create_time = unix_timestamp(’2014-05-29’);
12 .尽量的扩展索引，不要新建索引。
比如表中已经有a的索引，现在要加(a,b)的索引，那么只需要修改原来的索引即可
注意：选择索引的最终目的是为了使查询的速度变快。上面给出的原则是最基本的准则，但不能拘泥于上面的准则。读者要在以后的学习和工作中进行不断的实践。根据应用的实际情况进行分析和判断，选择最合适的索引方式。

索引优化口诀

全值匹配我最爱，最左前缀要遵守；
带头大哥不能死，中间兄弟不能断；
索引列上少计算，范围之后全失效；
LIKE百分写最右，覆盖索引不写星；
不等空值还有OR，索引失效要少用；
VARC引号不能丢，SQL高级也不难；