一、聚簇索引的页分裂过程
数据有规律在叶子节点下，当插入不规则数据时，它会打散数据节点重新排序，导致叶子节点拖着沉重的数据来回走动，这就是页分裂。
二、索引覆盖
索引覆盖是指如果查询的列恰好是索引的一部分，那么查询只需要索引文件上进行，不需要回行到磁盘再找数据。这种查询非常快，称为“索引覆盖”。
三、理想的索引
1、查询频繁； 2、区分度高；3、长度小；4、尽量能覆盖常用查询字段。
区分度高：100万用户，性别基本上男/女各为50W，区分度就低。
索引长度直接影响索引文件的大小，影响增删改的速度，并间接影响查询速度（占用内存大）。
针对列中的值，从左往右截取部分，来建索引
1、截取的越短，重复度越高，区分的越小，索引效果不好；
2、截取的越长，重复度越低，区分度越大，索引效果越好，但带来的影响也越大，增删改慢并间接影响查询速度。
所以我们要在 区分度+长度 两者上取得一个平衡。
惯用的手法：截取不同的长度并测试其区分度。
四、伪哈希索引
例如：在对url列建立索引时，使用hash算法算出一个哈希值，用这个哈希值来创建索引，而不是直接用url来建索引。
五、多列索引的原则
多列索引的考虑因素--列的查询频率，列的区分度，列的查询顺序，注意一定要结合实际业务场景。
六、索引与排序
排序可能发生2种情况：
1、对于覆盖索引，直接在索引上查询时，就是有序的，unsing index,在innodb引擎中，沿着索引字段排序，也是自然有序的。对于myisam引擎，如果按某索引字段排序，如id，但取出的字段中，未有索引字段，如goods_name,myisam的做法，不是 索引->回行，而是先取出所有行，再进行排序。
2、先取出数据，形成临时表做filesort（文件排序，但文件可能在磁盘上，也可能在内存中）
我们的争取目标：取出来的数据本身就是有序的。要利用索引排序。
七、重复索引和冗余索引
重复索引：是指 在同一个列（如age），或 顺序相同的几个列（age,school），建立多个索引，称为重复索引，重复索引没有任何帮助，只会增大索引文件，拖慢更新速度。
冗余索引：是指2个索引覆盖的列有重叠。
八、索引的碎片与维护
在长期的数据更改过程中，索引文件和数据文件，都将产生空洞形成碎片。我们可以通过一个nop操作（不产生对数据实质影响的操作），来修改表。比如：表的引擎为innodb，可以
alter table xxx engine innodb；
optimize table 表名，也可以修复。
注意：修复表的数据及碎片就会把所有的数据文件重新整理一遍，使之对齐。这个过程，如果表的行数比较大，也是非常耗费资源的操作，所以不能频繁的修复。
如果表的update操作很频繁，可以按月来修复。如果不频繁可以更长的周期来做维护。
九、SQL语句优化
1、sql语句时间花在哪？花在了等待时间和执行时间上。这两个时间并非孤立，如果单条语句执行快了，对其他语句的锁定的时间也就减少。
2、sql语句的执行时间又花在哪？a)查询--沿着索引查找，慢者可能全表扫描；b)取出--查到行后，把数据区出来（sendingdata）
如何查询块：
1）查询的快 -- 联合索引的顺序，区分度，长度
2）取出快--索引覆盖
3）传输的少，更少的行和列
切分查询：按数据拆成多次
例如：100000行数据，每1000条为单位，插件。
分解查询：按逻辑把多表连接查询分成多个简单sql。
3、sql语句的优化思路
不查->少查->高效的查
不查:通过业务逻辑来计算，比如论坛的注册会员数，我们可以根据前3个月统计的每天注册数，用程序来估算。
少查：尽量精准数据，少取行。我们观察新闻网站，评论内容等，一般一次性取列表 10-30条左右。
必须查，尽量走索引上查询。
取时尽量少的列。例如：
select * from tableA 取出所有的列，不建议。
select * from tableA, tableB 取出A,B表的所有列。
十、count和union
count()优化
误区：
1、myisam的count()非常快
是比较块，但仅限于查询表的所有行比较快，因为myisam对行数进行了存储，一旦有条件的查询，速度就不再快了，尤其是where条件的列上没有索引。
2、假如，id<100的商家都是我们内部测试的，我们想查询真实的商家有多少？
select count(*) from lx_com where id>=100;(1000多万行用了6.X秒)
小技巧：
select count(*) from lx_com; 快
select count(*) from lx_com where id < 100;快
select count(*) from lx_com - select count(*) from lx_com where id < 100;快
3、group by
注意：
1） 分组用于统计，而不用于筛选重复数据。
不重复的行，分组统计数据，而不要让查询产生N多重复数据，比如1->N连接时，栏目--左连接-->商品表，将会产生重复行用group去重效率很低。
比如：统计统计平均分，最高分，适合，但用于筛选重复数据则不适合。以及用索引来避免临时表和文件排序。
group by 的列要有索引，可以避免临时表和文件排序。
order by 的列要和group by的一致，否则也会引起临时表。
（原因是因为order by 和group by 都需要排序，所以如果两者的列不一致，那么必须经过至少1次排序）。
2） 以A,B表连接为例，主要查询A表的列，那么group by ,order by的列尽量相同，而且列应该显示申明为A的列：select A.id,A.cat_id from A inne join B group by A.cat_id order by A.cat_id
4、union优化
union 总是要生产临时表，对union的优化比较棘手。注意union的子句条件要尽量具体，即查询更少的行；子句的结果在内存里并成结果集需要去重复，去重复就得先排序。
十一、limit翻页优化
limit offset,N，当offset非常大时，效率极低。原因是mysql并不是跳过offset行然后单取N行，而是取offset+N行，返回 放弃前offset行，返回N行，效率较低，当offset越大时，效率越低。
优化办法：
1、从业务上去解决。办法：不允许翻页过100页，以百度为例，一般翻页到70页左右。
2、不用offset，用条件查询，例：
select id,name from x_com limit 5000000,10;
改：select id,name from x_com where id>5000000 limit 10;