索引（Index）是帮助 MySQL 高效获取数据的数据结构。常见的查询算法,顺序查找,二分查找,二叉排序树查找,哈希散列法,分块查找,平衡多路搜索树 B 树（B-tree）。
1. 常见索引原则有
1.1 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。
1.2 为经常需要排序、分组和联合操作的字段建立索引
1.3 为常作为查询条件的字段建立索引
1.4 限制索引的数目
越多的索引，会使更新表变得很浪费时间
1.5 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。
1.6 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。
1.7 删除不再使用或者很少使用的索引
1.8 最左前缀匹配原则，非常重要的原则
1.9 尽量选择区分度高的列作为索引
区分度的公式是表示字段不重复的比
1.10 索引列不能参与计算，保持列“干净”：带函数的查询不参与索引
1.11 尽量的扩展索引，不要新建索引。
2. 索引选取类型
2.1 越小的数据类型通常更好
越小的数据类型通常在磁盘、内存和CPU缓存中都需要更少的空间，处理起来更快。
2.2 简单的数据类型更好
整型数据比起字符，处理开销更小，因为字符串的比较更复杂。
2.3 尽量避免NULL
应该指定列为NOT nuLL,在MySQL中， 含有空值的列很难进行查询优化，因为它们使得索引、索引的统计信息以及比较运算更加复杂
3. 索引优缺点
3.1 优点
索引由数据库中一列或多列组合而成，其作用是提高对表中数据的查询速度
索引的优点是可以提高检索数据的速度
3.2 缺点
索引的缺点是创建和维护索引需要耗费时间
索引可以提高查询速度，会减慢写入速度
索引并不是越多越好，索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。
4. 索引分类
4.1 普通索引
仅加速查询 最基本的索引，没有任何限制，是我们大多数情况下使用到的索引。
CREATE INDEX index_name（索引名） on user_info（表名）(name) （字段名）;
eg：CREATE INDEX sudId on test_person (sub_id) ;
4.2 唯一索引
与普通索引类型，不同的是：加速查询 + 列值唯一（可以有null）
CREATE UNIQUE INDEX mail on user_info(name) ;
eg: CREATE UNIQUE INDEX cardId on test_person(cardId);
4.3 全文索引
全文索引（FULLTEXT）仅可以适用于MyISAM引擎的数据表；作用于CHAR、VARCHAR、TEXT数据类型的列。
4.4 组合索引
将几个列作为一条索引进行检索，使用最左匹配原则。
eg：create INDEX tableCard on test_person(table_id,cardId);
5.索引常用操作
5.1 删除索引
方式一：
eg： drop INDEX tableCard on test_person;
方式二：
eg： alter TABLE test_person drop index tableCard;
5.2 查看索引
show index from test_person;
5.3 通过 EXPLAIN 分析低效 SQL 的执行计划
通过以上步骤查询到效率低的 SQL 语句后,可以通过 EXPLAIN 或者 DESC 命令获取 MySQL如何执行 SELECT 语句的信息,包括在 SELECT 语句执行过程中表如何连接和连接的顺序。
explain select * from test_personwhere cardId='233909023109328711';
每个列的简单解释如下:
select_type: 表示 SELECT 的类型,常见的取值有
SIMPLE(简单表,即不使用表连接或者子查询)
PRIMARY(主查询,即外层的查询)
UNION(UNION 中的第二个或者后面的查询语句)
SUBQUERY(子查询中的第一个 SELECT)等。
table: 输出结果集的表。
type: 表示表的连接类型,性能由好到差的连接类型为
system(表中仅有一行,即常量表)
const(单表中最多有一个匹配行,例如 primary key 或者 unique index)
eq_ref(对于前面的每一行,在此表中只查询一条记录,简单来说,就是多表连接中使用 primary key 或者 unique index)
ref(与 eq_ref 类似,区别在于不是使用 primary key 或者 unique index,而是使用普通的索引)
ref_or_null(与 ref 类似,区别在于条件中包含对 NULL 的查询)
index_merge(索引合并优化)
unique_subquery(in的后面是一个查询主键字段的子查询)
index_subquery (与 unique_subquery 类似,区别在于 in 的后面是查询非唯一索引字段的子查询)
range (单表中的范围查询)
index (对于前面的每一行,都通过查询索引来得到数据)
all (对于前面的每一行,都通过全表扫描来得到数据)
possible_keys: 表示查询时,可能使用的索引。
key: 表示实际使用的索引。
key_len: 索引字段的长度。
rows: 扫描行的数量。
Extra: 执行情况的说明和描述。
5.4 定期分析表和检查表
分析表的语法如下:
ANALYZE [LOCAL | NO_WRITE_TO_BINLOG] TABLE tbl_name [, tbl_name] ...
本语句用于分析和存储表的关键字分布,分析的结果将可以使得系统得到准确的统计信息,使得 SQL 能够生成正确的执行计划。如果用户感觉实际执行计划并不是预期的执行计划,执行一次分析表可能会解决问题。在分析期间,使用一个读取锁定对表进行锁定。这对于 MyISAM, BDB 和 InnoDB 表有作用。
eg：ANALYZE TABLE test_person;
5.5 检查表的语法
检查表的作用是检查一个或多个表是否有错误。 CHECK TABLE 对 MyISAM 和 InnoDB 表有作用。对于 MyISAM 表,关键字统计数据被更新,例如:
CHECK TABLE tbl_name [, tbl_name] ... [option] ... option = {QUICK | FAST | MEDIUM | EXTENDED | CHANGED}
5.6 定期优化表
如果已经删除了表的一大部分,或者如果已经对含有可变长度行的表(含有 VARCHAR、BLOB 或 TEXT 列的表)进行了很多更改,则应使用 OPTIMIZE TABLE 命令来进行表优化。这个命令可以将表中的空间碎片进行合并,并且可以消除由于删除或者更新造成的空间浪费,但OPTIMIZE TABLE 命令只对 MyISAM、BDB 和 InnoDB 表起作用。
优化表的语法如下:
OPTIMIZE [LOCAL | NO_WRITE_TO_BINLOG] TABLE tbl_name [, tbl_name] ...
注意:ANALYZE、CHECK、OPTIMIZE 执行期间将对表进行锁定,因此一定注意要在数据库不繁忙的时候执行相关的操作。
