1.左向原则
所谓左向原则即where条件从左往右，应将索引字段的条件写在最左侧。
例如：某表字段actor_id创建有索引，age字段没有创建索引
where actor_id=25 and age=25 （此写法可以使用索引）
where age=25 and actor_id=25 (此写法不会使用索引）
如果是联合索引（多字段索引），应按照创建索引时的顺序，从左往右使用索引字段。不可以不使用排序在前的索引字段而直接使用排序灾后的字段。
例如：某表联合索引包含字段a1、a2、a3
可使用索引的条件写法如下：
where a1=1 （a1字段使用索引）
where a1=1 and a2=1 （a1字段和a2字段使用索引）
where a1=1 and a2=1 and a3=1（三个字段都是用索引）
where a1=1 and a3=1（注意，这个写法只有a1字段使用了索引，a3字段无法使用索引，因为a3前面还有a2字段）
其他的写法不使用索引，比如
where a2=1
where a3=1
2.避免使用多个范围查询
所谓范围查询包括：>，<，>=，<=，between等。
当使用2个或更多范围查询时，MySQL从第二个范围查询条件开始无法使用索引。
例如：where actor_id >23 and actor_id<27 and age >20 （actor_id字段上创建了索引，age字段没有创建索引）
这里有3个范围条件，只有第一个条件“actor_id >23”可以使用包含actor_id的索引。
还是刚才的例子如果条件改写为如下，则不能使用索引
where age >20 and actor_id >23 and actor_id<27
第一小节提到了左向原则，这个写法违背了该原则，重要的事情要多说几遍。
这里给出一个实用小技巧，可以将范围查询当做精确查询来用，即使用in来替代范围查询（如大于，小于等），并将它放在范围查询条件的左侧。
举例：
where actor_id in(24,25,26) and age >20
本例actor_id取值范围是较少的几个值，可以用in进行枚举来替代一个范围。这个方法适用于取值范围较少的情况。
3.排序的优化
order by和limit偏移量的组合经常用在翻页。在数据量较大时，偏移量大会导致效率极低。
这因为MySQL需要花费大量的时间来扫描需要丢弃的数据。
这方面提供2个策略：
第一个策略是反范式化、预先先计算和缓存
第二个策略是使用延迟关联，通过使用覆盖索引查询返回需要的逐渐，再根据这些逐渐管理原表获得需要的行。
下面是一个使用延迟关联的例子：
优化前：
SELECT * FROM `warehouses` ORDER BY `uid` DESC LIMIT 20 OFFSET 1691580
优化后：
SELECT a.* FROM `warehouses` AS a INNER JOIN
(SELECT uid,gid FROM `warehouses` ORDER BY `uid` DESC LIMIT 20 OFFSET 1691580) AS b
WHEREa.uid=b.uid AND a.gid=b.gid
按一般理解，关联表比使用单表效率要低。然而在这种情况下却能获得效率提升。
优化后的语句执行先执行关联表部分，因为使用索引，且读取数据的字段都是索引包含字段，所以能快速获得。
之后关联获得最终数据，此时通过索引字段关联主表，这时候需要从数据页读取全部字段数据，但是只有20条，还是比较少的，速度比较快。
反观未优化的SQL，直接读取数据然后抛弃不需要的数据。如果偏移量比较大，就会导致读取大量无用数据，速度自然慢。
4.减少索引和数据碎片
B-Tree索引可能会碎片化，这会降低查询的效率。
B-Tree需要随机磁盘访问才能定位到叶子页。如果叶子页在屋里犯不上是顺序且紧密的，那么查询的性能就会更好。
可以通过optimize table或者导出再导入的方式重新整理数据。
这对多数存储引擎都是有效的。
对于不支持optimize table的引擎，可以通过一个不做任何操作的alter table操作来重建表。
例如：
alter table 表名 engine=引擎名;
这里本人有一个案例分享给大家。
我司有些表数据增长过快（初期没有采用分表策略），经考虑决定将部分数据导出，原表中保留1个月的数据。
备份原表数据后，下一步就是要移除生产环境表数据了。
最简单的方法就是delete，测试执行时间大约3个小时。delete后，还有一个现象就是底盘空间没有释放，需要再做优化。
另一个方案就是后来我实施的方案，将要保留的数据执行一次备份，然后将备份去覆盖线上的表。执行时间大约是1.5小时。
第二个方案过程其实是先drop表，然后做建表和insert。insert的速度本就比delete要快，同时整个过程避免了索引和数据的碎片化。
5.聚集索引
主键就是典型的聚集索引。聚集索引除了索引值外，还存储了字段值。所以如果利用好聚集索引，就可以直接从索引中取值，效率较高。
例如：某表x主键id
select id，a,b from x where id=100000
6.利用覆盖查询
select避免使用*，需要什么字段就写那个字段。这样做的目的是有机会来利用覆盖查询提高效率。
利用覆盖查询注意满足下面的要求：
a.如果返回的列，在索引中都保存了值，那么就可以达到高效查询。
例如：某表x主键id，辅助索引包含a字段，b字段
select a,b from x where a=1
select a,b from x where a=1 and b=1
b.如果返回的列除了索引条件，还包括主键，也可以达成覆盖查询的效果。因为每个二级索引都保存了主键值。
例如：
select id, a,b from x where a=1 and b=1
