索引基础
1.存储引擎用类似的方法使用索引，其先在索引中找到对应值，然后根据匹配的索引记录找到对应的数据行。
2.mysql只能高效地使用索引的最左前缀列。创建一个包含两个列的索引，和创建两个只包含一列的索引是大不相同。
3.索引的类型
(1)索引是在存储引擎层而不是服务器层实现的。不同存储引擎的索引工作方式并不一样的。底层的实现也可能不同。
(2)B-Tree索引
如果没有指明类型，那多半是B-tree索引，使用B-tree数据结构来存储数据。
B-tree通常意味着所有的值都是按顺序存储的，并且每一个叶子页到根的距离相同。
索引树中的节点是有序的，所以除了按值查找之外，索引还可以用于查询中的order by操作。
例： 索引中包含last_name ,first_name 和dob列的值
索引对多个值进行排序的依据是crate table 语句中定义索引时列的顺序。
索引对如下类型的查询有效： （姓，名，生日）为索引
a.全值匹配：指和所有列进行匹配
b.匹配最左前缀：可用于查找所有姓为Allen的人，即只使用索引的第一列。
c.匹配列前缀：也可以只匹配某一列的值的开头部分。例A开头的姓的人，这里也只使用了索引的第一列
d.匹配范围值：索引可用于查找姓在Allen和Barrymore之间的人，这里也使用了索引的第一列。
e.精确匹配某一列并范围匹配另外一列：即第一列last_name全匹配，第二列first_name范围匹配。
f.只访问索引的查询：
B-Tree索引的限制：
a.如果不是按照索引的最左列开始查找，则无法使用索引。例如：无法单独查找第二列，第三列数据，这两列都不是最左数据列。类似地，也无法查找姓以某个字母结尾的人
b.不能跳过索引中的列。例前面索引无法用于查找姓Allen并且在某个生日的人，跳过了名
c.如果查询中有某个列的范围查询(如：like) ,则其右边所有列都无法使用索引优化查找。例如：where last_name = "Allen" and first_name like 'J%' and dob = '1979-10-10'。这个查询只能使用索引的前两列。
(3)哈希索引
基于哈希表实现，只有精确匹配索引所有列的查询才有效。对于每一行数据，存储引擎都会对所有索引列计算一个哈希码。
在mysql中，只有Memoroy引擎显式支持哈希索引。
因为索引自身只需存储对应的哈希值，所以索引的结构十分紧凑，这也让哈希索引查找的速度非常快。
哈希索引缺陷：
a.哈希索引数据并不是按照索引值顺序存储的，索引也就无法用于排序
b.哈希索引也不支持部分索引列匹配查找。
c.哈希重复值
索引的优点
1.索引可以让服务器快速地定位到表的指定位置。索引也有一些附加作用。
2.B-Tree索引，按照顺序存储数据。因为索引中存储了实际的列值，所以某些查询只使用索引就能够完成全部查询。
高性能的索引策略
1.独立的列
(1)"独立的列"是指索引列不能四表达式的一部分，也不能是函数的参数
(2)where actor_id + 1 = 5 ; 无法使用索引，始终将索引列单独放在比较符号的一侧。
2.前缀索引和索引选择性
(1)索引过长，模拟哈希索引。
(2)通常可以索引开始的部分字符，这样可以大大节约索引空间，从而提高索引效率。但这样也会降低索引的选择性。
(3)索引的选择性指，不重复的索引值和数据表的记录总数的比值。选择越高则查询效率越高。因为可以过滤更多的行。
(4)对于Blob，Text或者很长的varchar类型的列，必须使用前缀索引，因为MySql不允许索引这些列的完整长度。
(5)诀窍在于要选择足够长的前缀以保证较高的选择性，同时又不能太长。前缀应该足够长，以使得前缀索引的选择性接近于索引整个列。
(6)计算合适的前缀长度，计算列的选择性
(7)可以在一个查询中针对不同前缀长度进行计算，这对于大表非常有用。
(8)创建前缀索引
alter table sakila.city_demo ADD KEY (city(7));
前缀索引是一种能使索引更小，更快的有效办法，但另一方面也有缺点：MySql无法使用前缀索引做order by 和 group by，也无法使用前缀索引做覆盖扫描。
(9)常见场景是针对很长的十六进制唯一ID使用前缀索引。此时采用长度为8的前缀索引通常能显著地提升性能。
3.多列索引
(1)where actor_id = 1 or film_id = 1 => 在老的MySql版本中，mysql对这个查询会使用全表扫描。
(2)在Mysql5.0或更新版本，查询能够同时使用这两个单列索引进行扫描，并他们的结果进行合并。这种算法有三个变种：or条件的联合，and条件的相交，组合前两种情况的联合及相交
(3)索引合并策略有时候是一种优化的结果，但实际上更多时候说明了表上的索引建得很糟糕：
a. 当出现对多个索引做相交操作时(通常有多个And条件)，通常意味着需要一个包含所有相关列的多列索引，而不是多个独立的单列索引。
b.当服务器需要对多个索引做联合操作(通常有多个or条件)，通常需要耗费大量cpu和内存资源在算法的缓存，排序和合并操作中。
4.选择合适的索引列顺序
(1)当不需要考虑排序和分组时，将选择性最高的列放在前面通常是最好的。这时候索引作用只用于优化where条件的查找。
(2)考虑全局基数和选择性，而不是某个具体查询：
select count(distinct staff_id)count(*) as staff_id_selectivity, count(distinct customer_id)/count(*) as customer_id_selectivity, count(*) from payment ;
0.0001 0.0373
选择性更高，将其作为索引列的第一列。
5.聚镞索引
(1)并不是一种单独的索引类型，而是一种数据存储方式。InnoDB的聚镞索引实际上在同一个结构中保存了B-Tree索引和数据行。
(2)因为无法同时把数据行存放在两个不同地方，所以一个表只能有一个聚镞索引。
(3)存放方式：叶子页包含了行的全部数据，但是节点页只包含了索引列。
(4)可能对性能有帮助，但也可能导致严重的性能问题
6.覆盖索引
(1)Mysql也可以使用索引来直接获取列的数据，这样就不需要读取数据行。如果索引的叶子节点中已经包含要查询的数据，那么就没必要回表查询。
(2)如果一个索引包含(或者说覆盖)所有需要查询的字段的值，我们就称之为"索引覆盖"。
(3)不是所有类型的索引都可以成为覆盖索引。覆盖索引必须存储索引列的值。所以Mysql只能使用B-Tree索引做覆盖索引。
(4)mysql能在索引中做最左前缀匹配的Like比较，因为该操作可以转换为简单的比较操作，但是如果是通配符开头的Like查询，存储引擎就无法做匹配。
7.冗余和重复索引
(1)MySql的唯一索引限制和主键限制都是通过索引实现的。如果创建了索引(A,B)，再创建索引(A)就是冗余索引，因为这只是前一个索引的前缀索引。因此索引(A,B)也可以当作索引(A)来使用。(B，A)不是冗余i，(B)也不是。
8.二级索引的叶子节点包含了主键值，所以在列(A)上的索引就相当于在(A，ID)上的索引。
索引案例学习
1.尽可能将需要做范围查询的列放到索引的后面，以便优化器能使用尽可能多的索引列。
2.可以在索引中加入更多的列，并通过IN()的方式覆盖那些不在where子句中的列，但这种技巧也不能滥用，否则可能会带来麻烦。
3.支持多种过滤条件
(1) 哪些列拥有很多不同的取值，哪些列在where子句中出现得最频繁。在有更多不同值的列上创建索引的选择性更好，可以让mysql更有效过滤不需要的行。
(2)选择性不高，但很多查询都会用到，可以建议在创建不同组合索引的时候将(sex,country)列作为前缀。
(3)如果想尽可能重用索引而不是建立大量的组合索引，可以使用in()的技巧来避免同时需要(sex,coutry,age) 和 (sex,country,region,age)的索引。
(4)选择性高，使用也不频繁，可以选择忽略它们，让mysql多扫描一些额外的行即可。
(5)age放在索引最后，总是尽可能让mysql使用更多的索引列，因为查询只能使用最左前缀，直到遇到第一个范围条件列，age列多半是范围查询。
4.避免多个范围条件
(1)对于范围条件查询，MySql无法再使用范围列后面的其他索引列。in()没有这个限制
(2)last_online列和age列，MySql可以使用last_online列索引或者age列索引，但无法同时使用他们。
5.优化排序
维护索引和表
1.找到并修复损坏的表，维护准确的索引统计信息，减少碎片
2.找到并修复损坏的表
(1)check talbe ： 找到
(2)repair table : 修复损坏的
3.减少索引和数据的碎片
(1)B-Tree索引可能会碎片化，，这会降低查询的效率。碎片化的索引可能会以很差或者无序的方式存储在磁盘上
(2)可以通过先删除，然后再重新创建索引的方式来消除索引的碎片化
总结
1.大多数情况下都会使用B-tree索引
2.索引覆盖查询是很快的，如果一个索引包含了查询需要的所有列，那么存储引擎就不需要再回表查找行，这避免了大量的单行访问。
工具
1.explain : 查看优化器如何决定执行查询的主要方法。
(1)id :包含一组数字，表示查询中执行select子句或操作表的顺序
a. id相同，执行顺序由上至下
(3)type :表示mysql在表中找到所需行的方式，又称“访问类型”，常见类型：All, index, range, ref, eq_ref, const, system, null
a. All : MySQL将遍历全表以找到匹配的行
b.index：Full Index Scan，index与ALL区别为index类型只遍历索引树
c.range:索引范围扫描，对索引的扫描开始于某一点，返回匹配值域的行。显而易见的索引范围扫描是带有between或者where子句里带有<, >查询。当mysql使用索引去查找一系列值时，例如IN()和OR列表，也会显示range（范围扫描）,当然性能上面是有差异的。
d.ref：使用非唯一索引扫描或者唯一索引的前缀扫描，返回匹配某个单独值的记录行
e.eq_ref：类似ref，区别就在使用的索引是唯一索引，对于每个索引键值，表中只有一条记录匹配，简单来说，就是多表连接中使用primary key或者 unique key作为关联条件
f.const、system：当MySQL对查询某部分进行优化，并转换为一个常量时，使用这些类型访问。如将主键置于where列表中，MySQL就能将该查询转换为一个常量
g.NULL：MySQL在优化过程中分解语句，执行时甚至不用访问表或索引，例如从一个索引列里选取最小值可以通过单独索引查找完成
(3)https://www.cnblogs.com/xuanzhi201111/p/4175635.html
资源
1.组合索引的使用场景：https://www.cnblogs.com/zhengyun_ustc/p/slowquery2.html
2.show index from talbe_name ; //查看表的索引