前言
首先跟大家说一声抱歉，由于最近的一个月一直在准备国家电网考试，时间紧任务重，因此，一直没有时间进行更新。昨天参加了国家电网的面试，现在正在等待结果中。最近我会尽可能多的去更新，但是还是会保证文章的质量的。把我学到的知识通过博客的形式分享给大家，让大家读到本人的文章收获满满。
上一篇文章我们介绍了优化sql语句的具体步骤，包括查看sql的执行频率、定位低效率执行sql、explain分析执行计划、通过show profile分析sql以及最后通过trace分析优化器执行计划等相关知识。接下来的本文将会给大家介绍索引在mysql中的具体使用。
我们在之前的文章中也介绍过索引的基本概念以及索引的基本使用。其实索引就是数据库优化最常用的也是最重要的技术手段之一，通过索引通常可以帮助用户解决大多数的MySQL的性能优化的问题。接下来，我们给大家介绍在mysql中验证索引提升查询效率的语句。
1、验证索引提升查询效率
我们针对一张大数据的表进行ID查询，这张表的数据达到了300万条记录。
select * from tb_item where id = 1999\G;
我们查看其执行的结果
我们很明显可以看出其查询的速度很快，接近0s，主要原因是因为id为主键，默认添加了索引。我们通过以下的语句来验证我们主键的索引；
explain select * from tb_item where id = 1999\G;
我们查看其执行的结果
如果我们按照其名称进行查询，再看此语句的执行计划。
explain select * from tb_item where title = 'iphonex 移动3G 32G941'\G;
我们查看其执行的结果
我们很明显看的出，在对没有建立索引的列进行查询的时候，就需要一定的时间。我们针对title类建立索引；语句如下：
create index idx_item_title on tb_item(title);
我们查看其执行的结果
创建索引之后，我们再次对title进行一次查询：
select * from tb_item where title = 'iphonex 移动4G 64G944'\G;
我们查看其执行的结果
为了接下来我们介绍的内容顺利进行，接下来给大家创建一张tb_seller表，并且插入一些数据当做我们实验的表。我们的存储引擎还是用默认的innodb，具体创建表的语句如下：
create table `tb_seller`(
`sellerid` varchar (100),
`name` varchar(100),
`nickname` varchar (50),
`password` varchar (60),
`status` varchar (1),
`address` varchar (100),
`createtime` datetime,
primary key(`sellerid`)
) engine=innodb default charset=utf8mb4;
接下来我们为tb_seller表插入数据，具体语句如下：
insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`)
values ('xiaomi', '小米科技', '小米官方旗舰店','e10adc3949ba59abbe56e057f20f883e', '1', '西安市', '2088-01-01 12:00:00');
insert into `tb_seller` (`sellerid`, `name`, `nickname`, `password`, `status`, `address`, `createtime`)
values ('yijia', '宜家家居', '宜家家居旗舰店','e10adc3949ba59abbe56e057f20f883e', '1', '北京市', '2088-01-01 12:00:00');
接下来的数据与上面代码一致，为了节约时间，我们以图片的形式给到大家。具体插入的数据如下：
接下来，我们为name、status、address三个字段创建索引，具体语句实现如下：
create index idx_seller_name_sta_addr on tb_seller(name, status, address);
接下来给大家介绍避免索引失效的几种方法。
2、避免索引失效
1)、全值匹配，对索引中所有列都指定具体值。这种情况下，索引生效，执行的效率较高。
explain select * from tb_seller where name = '小米科技' and status = '1' and address = '北京市'\G;
具体的执行效果如下：
2)、最左前缀法则。如果索引多列，要遵守最左前缀法则。指的是查询从索引的最左前列开始，并且不跳过索引中的列。需要我们注意的是：匹配最左前缀法则是走索引的。
explain select * from tb_seller where name = '小米科技';
具体的执行效果如下：
3)、范围查询右边的列，不能使用索引。
explain select * from tb_seller where name = '小米科技' and status = '1' and address = '北京市';
具体的执行效果如下：
explain select * from tb_seller where name = '小米科技' and status > '1' and address = '北京市';
具体的执行效果如下：
根据前面的两个字段，status查询走索引的。但是最后一个条件address没有用的索引。
4)、不要在索引列上进行运算操作，索引将失效。
select * from tb_seller where substring(name, 3,2) = '科技';
具体的执行效果如下：
5)、字符串不加单引号，造成索引失效。
explain select * from tb_seller where name = '科技' and status = '0';
具体的执行效果如下：
explain select * from tb_seller where name = '科技' and status = 0;
具体的执行效果如下：
6)、尽量使用覆盖索引，避免select 。 尽量使用覆盖索引(只访问索引的查询(索引列完全包含查询列))， 减少select *。
explain select * from tb_seller where name = '科技' and status = '0' and address = '西安市';
具体的执行效果如下：
explain select name from tb_seller where name = '科技' and status = '0' and address = '西安市';
具体的执行效果如下：
explain select name,status from tb_seller where name = '科技' and status = '0' and address = '西安市';
具体的执行效果如下：
explain select name,status, address from tb_seller where name = '科技' and status = '0' and address = '西安市';
具体的执行效果如下：
如果查询列，超出索引列，也会降低性能。
explain select status, address, password from tb_seller where name = '科技' and status = '0' and address = '西安市';
具体的执行效果如下：
在执行的小锅中，我们可以看到在Extra列中有不同的索引名称，有的是Using index、using where、using index condition、using index; using where，我们接下来分别给大家介绍这四种索引类型的详细含义。
using index：使用覆盖索引的时候就会出现
using where：在查找使用索引的情况下，需要回表去查询所需的数据
using index condition：查找使用了索引，但是需要回表查询数据
using index; using where：查找使用了索引，但是需要的数据都是都在索引列中能找到，所以不需要回表查询数据。
7)、用or分割开的条件，如果or前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到 。
我们通过一个示例来为大家阐释上面的这条原则，name字段是索引列，而createtime不是索引列，中间是or进行连接是不走索引的；
explain select * from tb_seller where name = '黑马程序员' and createtime = '2088-01-01 12:00:00'\G;
具体的执行效果如下：
explain select * from tb_seller where name = '黑马程序员' or createtime = '2088-01-01 12:00:00'\G;
具体的执行效果如下：
8)、以%开头的Like模糊查询，索引失效 。 如果仅仅是尾部模糊匹配，索引不会失效。如果是头部模糊匹配，索引失效。
explain select * from tb_seller where name like '黑马程序员%';
具体的执行效果如下：
9)、如果MySQL评估使用索引比全表更慢，则不使用索引。
explain select * from tb_seller where address = '北京市';
具体的执行效果如下：
create index idx_address on tb_seller(address);
具体的执行效果如下：
explain select * from tb_seller where address = '北京市';
具体的执行效果如下：
explain select * from tb_seller where address = '西安市';
具体的执行效果如下：
10)、is NULL、is NOT NULL有时索引失效。
explain select * from tb_seller where name is null;
具体的执行效果如下：
explain select * from tb_seller where name is not null;
具体的执行效果如下：
explain select * from t_user where name is null;
具体的执行效果如下：
explain select * from t_user where name is not null;
具体的执行效果如下：
11)、in走索引，not in索引失效。
explain select * from tb_seller where sellerid in ('oppo', 'xiaomi', 'sina');
具体的执行效果如下：
explain select * from tb_seller where sellerid not in ('oppo', 'xiaomi', 'sina');
具体的执行效果如下：
12)、单列索引和复合索引。 尽量使用复合索引，而少使用单列索引。创建复合索引。
create index idx_name_sta_address on tb_seller(name, status, address);
这条语句相当于创建了三个索引：
name
name + status
name + status + address
创建单列索引
create index idx_seller_name on tb_seller(name);
create index idx_seller_name on tb_seller(status);
create index idx_seller_name on tb_seller(address);
数据库会选择一个最优的索引来使用，并不会使用全部索引。
3、查看索引使用情况
show status like 'Handler_read%';
show global status like 'Handler_read%';
具体的执行效果如下：
我们从执行的效果上来看，执行的表中有一些变量名，接下来，我们给大家介绍这些变量名的具体含义。
Handler_read_first：索引中第一条被读的次数。如果较高，表示服务器正执行大量全索引扫描(这个值越低越好)
Handler_read_key：如果索引正在工作，这个值代表一个行被索引值读的次数，如果值越低。表示索引得到的性能改善不高，因为索引不经常使用(这个值越高越好)。
Handler_read_next：按照键顺序读下一行的请求数。如果你用范围约束或如果执行索引扫描来查询索引列，该值增加。
Handler_read_prev：按照键顺序读前一行的请求数。该读方法主要优化于ORDER BY… DESC。
Handler_read_rnd：根据固定位置读一行的请求数。如果你正执行大量查询并需要对结果进行排序该值较高。你可能使用了大量需要MySql扫描整个表的查询或你的连接没有正确使用键。这个值比较高，意味着运行效率低，应该建立索引来补救。
Handler_read_rnd_next：在数据文件中读下一行的请求数。如果你正进行大量的表扫描，该值较高。通常说明你的表索引不正确或写入的查询没有利用索引。
总结
上一篇文章我们优化sql语句的具体步骤，包括查看sql的执行频率、定位低效率执行sql、explain分析执行计划、通过show profile分析sql以及最后通过trace分析优化器执行计划等相关知识。本文给大家介绍索引在mysql中的具体使用。接下来的文章会给大家介绍sql的优化。因此，mysql是很重要的一个技能，几乎计算机中的每个岗位都需要一个mysq技能，因此，需要我们特别的掌握。生命不息，奋斗不止，我们每天努力，好好学习，不断提高自己的能力，相信自己一定会学有所获。加油！！！