索引的功能就是加速查找
 mysql中的primary key，unique，聯(lián)合唯一也都是索引，這些索引除了加速查找以外，還有約束的功能

#我們可以在創(chuàng)建上述索引的時(shí)候，為其指定索引類型，分兩類
hash類型的索引：查詢單條快，范圍查詢慢
btree類型的索引：b+樹(shù)，層數(shù)越多，數(shù)據(jù)量指數(shù)級(jí)增長(zhǎng)（我們就用它，因?yàn)閕nnodb默認(rèn)支持它）

#不同的存儲(chǔ)引擎支持的索引類型也不一樣
InnoDB 支持事務(wù)，支持行級(jí)別鎖定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；
MyISAM 不支持事務(wù)，支持表級(jí)別鎖定，支持 B-tree、Full-text 等索引，不支持 Hash 索引；
Memory 不支持事務(wù)，支持表級(jí)別鎖定，支持 B-tree、Hash 等索引，不支持 Full-text 索引；
NDB 支持事務(wù)，支持行級(jí)別鎖定，支持 Hash 索引，不支持 B-tree、Full-text 等索引；
Archive 不支持事務(wù)，支持表級(jí)別鎖定，不支持 B-tree、Hash、Full-text 等索引；

善用幫助文檔
help create
help create index
==================
1.創(chuàng)建索引
  -在創(chuàng)建表時(shí)就創(chuàng)建（需要注意的幾點(diǎn)）
  create table s1(
  id int ,#可以在這加primary key
  #id int index #不可以這樣加索引，因?yàn)閕ndex只是索引，沒(méi)有約束一說(shuō)，
  #不能像主鍵，還有唯一約束一樣，在定義字段的時(shí)候加索引
  name char(20),
  age int,
  email varchar(30)
  #primary key(id) #也可以在這加
  index(id) #可以這樣加
  );
  -在創(chuàng)建表后在創(chuàng)建
  create index name on s1(name); #添加普通索引
  create unique age on s1(age);添加唯一索引
  alter table s1 add primary key(id); #添加住建索引，也就是給id字段增加一個(gè)主鍵約束
  create index name on s1(id,name); #添加普通聯(lián)合索引
2.刪除索引
  drop index id on s1;
  drop index name on s1; #刪除普通索引
  drop index age on s1; #刪除唯一索引，就和普通索引一樣，不用在index前加unique來(lái)刪，直接就可以刪了
  alter table s1 drop primary key; #刪除主鍵(因?yàn)樗砑拥臅r(shí)候是按照alter來(lái)增加的，那么我們也用alter來(lái)刪)

#1. 準(zhǔn)備表
create table s1(
id int,
name varchar(20),
gender char(6),
email varchar(50)
);

#2. 創(chuàng)建存儲(chǔ)過(guò)程，實(shí)現(xiàn)批量插入記錄
delimiter $$ #聲明存儲(chǔ)過(guò)程的結(jié)束符號(hào)為$$
create procedure auto_insert1()
BEGIN
  declare i int default 1;
  while(i<3000000)do
    insert into s1 values(i,concat('egon',i),'male',concat('egon',i,'@oldboy'));
    set i=i+1;
  end while;
END$$ #$$結(jié)束
delimiter ; #重新聲明分號(hào)為結(jié)束符號(hào)

#3. 查看存儲(chǔ)過(guò)程
show create procedure auto_insert1\G 

#4. 調(diào)用存儲(chǔ)過(guò)程
call auto_insert1();

#無(wú)索引：從頭到尾掃描一遍，所以查詢速度很慢
mysql> select * from s1 where id=333;
+------+---------+--------+----------------+
| id  | name  | gender | email     |
+------+---------+--------+----------------+
| 333 | egon333 | male  | 333@oldboy.com |
| 333 | egon333 | f   | alex333@oldboy |
| 333 | egon333 | f   | alex333@oldboy |
+------+---------+--------+----------------+
rows in set (0.32 sec)

mysql> select * from s1 where email='egon333@oldboy';
....
... rows in set (0.36 sec)

#1. 一定是為搜索條件的字段創(chuàng)建索引，比如select * from t1 where age > 5;就需要為age加上索引

#2. 在表中已經(jīng)有大量數(shù)據(jù)的情況下，建索引會(huì)很慢，且占用硬盤空間，插入刪除更新都很慢，只有查詢快
比如create index idx on s1(id);會(huì)掃描表中所有的數(shù)據(jù)，然后以id為數(shù)據(jù)項(xiàng)，創(chuàng)建索引結(jié)構(gòu)，存放于硬盤的表中。
建完以后，再查詢就會(huì)很快了

#3. 需要注意的是：innodb表的索引會(huì)存放于s1.ibd文件中，而myisam表的索引則會(huì)有單獨(dú)的索引文件table1.MYI

#分析
select * from s1 where id=123;
該sql命中了索引，但未覆蓋索引。
利用id=123到索引的數(shù)據(jù)結(jié)構(gòu)中定位到該id在硬盤中的位置，或者說(shuō)再數(shù)據(jù)表中的位置。
但是我們select的字段為*，除了id以外還需要其他字段，這就意味著，我們通過(guò)索引結(jié)構(gòu)取到id還不夠，
還需要利用該id再去找到該id所在行的其他字段值，這是需要時(shí)間的，很明顯，如果我們只select id，
就減去了這份苦惱，如下
select id from s1 where id=123;
這條就是覆蓋索引了，命中索引，且從索引的數(shù)據(jù)結(jié)構(gòu)直接就取到了id在硬盤的地址，速度很快

#索引合并：把多個(gè)單列索引合并使用

#分析：
組合索引能做到的事情，我們都可以用索引合并去解決，比如
create index ne on s1(name,email);#組合索引
我們完全可以單獨(dú)為name和email創(chuàng)建索引

組合索引可以命中：
select * from s1 where name='egon' ;
select * from s1 where name='egon' and email='adf';

索引合并可以命中：
select * from s1 where name='egon' ;
select * from s1 where email='adf';
select * from s1 where name='egon' and email='adf';

乍一看好像索引合并更好了：可以命中更多的情況，但其實(shí)要分情況去看，如果是name='egon' and email='adf',
那么組合索引的效率要高于索引合并，如果是單條件查，那么還是用索引合并比較合理

1.最左前綴匹配原則，非常重要的原則，
create index ix_name_email on s1(name,email,)
- 最左前綴匹配：必須按照從左到右的順序匹配
select * from s1 where name='egon'; #可以
select * from s1 where name='egon' and email='asdf'; #可以
select * from s1 where email='alex@oldboy.com'; #不可以
mysql會(huì)一直向右匹配直到遇到范圍查詢(>、<、between、like)就停止匹配，
比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)順序的索引，
d是用不到索引的，如果建立(a,b,d,c)的索引則都可以用到，a,b,d的順序可以任意調(diào)整。

#2.=和in可以亂序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意順序，mysql的查詢優(yōu)化器
會(huì)幫你優(yōu)化成索引可以識(shí)別的形式

#3.盡量選擇區(qū)分度高的列作為索引,區(qū)分度的公式是count(distinct col)/count(*)，
表示字段不重復(fù)的比例，比例越大我們掃描的記錄數(shù)越少，唯一鍵的區(qū)分度是1，而一些狀態(tài)、
性別字段可能在大數(shù)據(jù)面前區(qū)分度就是0，那可能有人會(huì)問(wèn)，這個(gè)比例有什么經(jīng)驗(yàn)值嗎？使用場(chǎng)景不同，
這個(gè)值也很難確定，一般需要join的字段我們都要求是0.1以上，即平均1條掃描10條記錄

#4.索引列不能參與計(jì)算，保持列“干凈”，比如from_unixtime(create_time) = '2014-05-29'
就不能使用到索引，原因很簡(jiǎn)單，b+樹(shù)中存的都是數(shù)據(jù)表中的字段值，
但進(jìn)行檢索時(shí)，需要把所有元素都應(yīng)用函數(shù)才能比較，顯然成本太大。
所以語(yǔ)句應(yīng)該寫成create_time = unix_timestamp('2014-05-29');

mysql> select * from s1 where id>3 and name='egon' and email='alex333@oldboy.com' and gender='male';
Empty set (0.39 sec)

mysql> create index idx on s1(id,name,email,gender); #未遵循最左前綴
Query OK, 0 rows affected (15.27 sec)
Records: 0 Duplicates: 0 Warnings: 0

mysql> select * from s1 where id>3 and name='egon' and email='alex333@oldboy.com' and gender='male';
Empty set (0.43 sec)


mysql> drop index idx on s1;
Query OK, 0 rows affected (0.16 sec)
Records: 0 Duplicates: 0 Warnings: 0

mysql> create index idx on s1(name,email,gender,id); #遵循最左前綴
Query OK, 0 rows affected (15.97 sec)
Records: 0 Duplicates: 0 Warnings: 0

mysql> select * from s1 where id>3 and name='egon' and email='alex333@oldboy.com' and gender='male';
Empty set (0.03 sec)

- like '%xx'
  select * from tb1 where email like '%cn';
  
  
- 使用函數(shù)
  select * from tb1 where reverse(email) = 'wupeiqi';
  
  
- or
  select * from tb1 where nid = 1 or name = 'seven@live.com';
  
  
  特別的：當(dāng)or條件中有未建立索引的列才失效，以下會(huì)走索引
      select * from tb1 where nid = 1 or name = 'seven';
      select * from tb1 where nid = 1 or name = 'seven@live.com' and email = 'alex'
      
      
- 類型不一致
  如果列是字符串類型，傳入條件是必須用引號(hào)引起來(lái)，不然...
  select * from tb1 where email = 999;
  
普通索引的不等于不會(huì)走索引
- !=
  select * from tb1 where email != 'alex'
  
  特別的：如果是主鍵，則還是會(huì)走索引
    select * from tb1 where nid != 123
- >
  select * from tb1 where email > 'alex'
  
  
  特別的：如果是主鍵或索引是整數(shù)類型，則還是會(huì)走索引
    select * from tb1 where nid > 123
    select * from tb1 where num > 123
    
    
#排序條件為索引，則select字段必須也是索引字段，否則無(wú)法命中
- order by
  select name from s1 order by email desc;
  當(dāng)根據(jù)索引排序時(shí)候，select查詢的字段如果不是索引，則不走索引
  select email from s1 order by email desc;
  特別的：如果對(duì)主鍵排序，則還是走索引：
    select * from tb1 order by nid desc;
 
- 組合索引最左前綴
  如果組合索引為：(name,email)
  name and email    -- 使用索引
  name         -- 使用索引
  email        -- 不使用索引


- count(1)或count(列)代替count(*)在mysql中沒(méi)有差別了

- create index xxxx on tb(title(19)) #text類型，必須制定長(zhǎng)度

- 避免使用select *
- count(1)或count(列) 代替 count(*)
- 創(chuàng)建表時(shí)盡量時(shí) char 代替 varchar
- 表的字段順序固定長(zhǎng)度的字段優(yōu)先
- 組合索引代替多個(gè)單列索引（經(jīng)常使用多個(gè)條件查詢時(shí)）
- 盡量使用短索引
- 使用連接（JOIN）來(lái)代替子查詢(Sub-Queries)
- 連表時(shí)注意條件類型需一致
- 索引散列值（重復(fù)少）不適合建索引，例：性別不適合

0.先運(yùn)行看看是否真的很慢，注意設(shè)置SQL_NO_CACHE
1.where條件單表查，鎖定最小返回記錄表。這句話的意思是把查詢語(yǔ)句的where都應(yīng)用到表中返回的記錄數(shù)最小的表開(kāi)始查起，單表每個(gè)字段分別查詢，看哪個(gè)字段的區(qū)分度最高
2.explain查看執(zhí)行計(jì)劃，是否與1預(yù)期一致（從鎖定記錄較少的表開(kāi)始查詢）
3.order by limit 形式的sql語(yǔ)句讓排序的表優(yōu)先查
4.了解業(yè)務(wù)方使用場(chǎng)景
5.加索引時(shí)參照建索引的幾大原則
6.觀察結(jié)果，不符合預(yù)期繼續(xù)從0分析