mysql的索引分为两大类，聚簇索引、非聚簇索引。聚簇索引是按照数据存放的物理位置为顺序的，而非聚簇索引则不同。聚簇索引能够提高多行检索的速度、非聚簇索引则对单行检索的速度很快。
在这两大类的索引类型下，还可以降索引分为4个小类型：
1，普通索引：最基本的索引，没有任何限制，是我们经常使用到的索引。
2，唯一索引：与普通索引类似，不同的是，唯一索引的列值必须唯一，但允许为空值。
主键索引是特殊的唯一索引，不允许有空值。
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、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。
下面对以上的几种索引类型进行实践：
1，首先建立一个student表，向其中加入了20000条数据。SQL如下：
DROP TABLE IF EXISTS `student`;
CREATE TABLE `student` (
`s_id` int(11) NOT NULL AUTO_INCREMENT,
`s_name` varchar(100) DEFAULT NULL,
`s_age` int(11) DEFAULT NULL,
`s_phone` varchar(30) DEFAULT NULL,
PRIMARY KEY (`s_id`)
) ENGINE=InnoDB, CHARSET=utf8;向里面加入数据的简单代码如下：其中id，name，phone是不重复的，年龄分为10，20，30岁。
package com.crscic.mysql;
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.SQLException;
import java.util.Date;
import com.mysql.jdbc.PreparedStatement;
public class InsertTest {
public static void main(String[] args) throws ClassNotFoundException, SQLException {
final String url = "jdbc:mysql://127.0.0.1/test";
final String name = "com.mysql.jdbc.Driver";
final String user = "root";
final String password = "crscic";
Connection conn = null;
Class.forName(name);//指定连接类型
conn = DriverManager.getConnection(url, user, password);//获取连接
if (conn!=null) {
System.out.println("获取连接成功");
insert(conn);
}else {
System.out.println("获取连接失败");
}
}
public static void insert(Connection conn) {
// 开始时间
Long begin = new Date().getTime();
PreparedStatement pst = null;
// sql前缀
String prefix = "INSERT INTO student (s_id,s_name,s_age,s_phone) VALUES ";
try {
// 保存sql后缀
StringBuffer suffix = new StringBuffer();
// 设置事务为非自动提交
conn.setAutoCommit(false);
// 比起st，pst会更好些
pst = (PreparedStatement) conn.prepareStatement("");//准备执行语句
// 外层循环，总提交事务次数
suffix = new StringBuffer();
// 第j次提交步长
for (int j = 1; j <= 20000; j++) {
// 构建SQL后缀
if(j<=1000){
suffix.append("(" + j+","+"'name"+ j +"',10,'"+j+"'),");
}else if(10000<j || j<20000){
suffix.append("(" + j+","+"'name"+ j +"',20,'"+j+"'),");
}else{
suffix.append("(" + j+","+"'name"+ j +"',30,'"+j+"'),");
}
}
// 构建完整SQL
String sql = prefix + suffix.substring(0, suffix.length() - 1);
// 添加执行SQL
pst.addBatch(sql);
// 执行操作
pst.executeBatch();
// 提交事务
conn.commit();
// 清空上一次添加的数据
suffix = new StringBuffer();
} catch (SQLException e) {
e.printStackTrace();
}finally{
try {
pst.close();
conn.close();
} catch (SQLException e) {
e.printStackTrace();
}
}
// 结束时间
Long end = new Date().getTime();
// 耗时
System.out.println("20000条数据插入花费时间 : " + (end - begin) / 1000 + " s");
System.out.println("插入完成");
}
}先看看不使用普通索引的情况下的查询情况。
select * from student where s_name='name10000'
可以看到查询时间是0.013s。
使用explain看一下具体的查询情况：
分析其中的关键信息：
1，select_type:SIMPLE，表示这是一次简单的查询，没有join，union，没有中间表
2，type:ALL，表示这次查询进行了全表查询
3，key，mysql使用的索引名，null表示此次SQL查询mysql并没有使用索引
4，rows，这个最关键，表示这个SQL查询了20179条记录
接下来，给s_name这一列加上普通索引
alter table student add index s_name(s_name)
可以看到，加了索引之后，查询时间几乎为0，速度非常快。
再使用explain查看一下，如图：
从分析结果上来看，由于此次SQL对列s_name使用了索引，因此rows只查了1条记录，大大提升了查询效率。
什么情况下建立索引合适？
把索引建立在有大量重复数据的字段上，并不能有效地提升SQL效率，比如我的s_age的取值为10，20，30，此时对s_age做查询，未加索引的时候：
查询时间是0.009s。下面通过explain看看：
可以看到是查询了20635条记录。
下面给s_age加上索引，再次进行查询：
时间反而变为了0.010s，没有提升查询效率，反而降低了。通过explain看看具体情况：
发现这次查询，查询了9672条记录。
可能数据比较少，结果对比不是很明显。在测试期间，在删除和增加几次s_age索引的几次测试中，rows数值不一样。而且每次删除之后，第一次查询，时间都比较长，然后再次直行查询语句，时间降了很多。留待以后再观察吧。
这是删除了s_age索引之后又用explain观察的的查询。
下面再增加s_age索引，然后进行观察：
这里的rows变成了9719。
需要注意的是：在索引列上使用函数，会使索引失效。
索引和like。
就下面这两种情况下，没有用到索引。
explain select * from student where s_name like "%name1001%";
explain select * from student where s_name like "%name1001";结果如图：
但是通配符在结尾的时候，是可以用到索引的。
explain select * from student where s_name like "name1001%";就不上图了。也就是说，要对索引列使用like，通配符只能在结尾，开头不可以有任何的通配符。
本文介绍了普通索引，写起来才发现问题有那么多，而且看起来，这还不是全部，其余的索引类型必须要重新开一篇了。