(一)索引的概述
什么是索引： 索引用来快速地寻找那些具有特定值的记录，所有MySQL索引都以B-树的形式保存。 如果没有索引，执行查询时MySQL必须从第一个记录开始扫描整个表的 所有记录，直至找到符合要求的 记录。表里面的记录数量越多，这个操作的代价就越高。如果作为搜索条件的列上已经创建了索引， MySQL无需扫描任何记录即 可迅速得到目标记录所在的位置。如果表有 1000个记录，通过索引查找记 录至少要比顺序扫描记录快100倍。
对 于索引中的每一项，MySQL在内部为它保存一个数据文件中实际 记录所在位置的“指针”。因此， 如果我们要查找name等于“Mike”记录的 peopleid （SQL命令为“SELECT peopleid FROM people WHERE name=\'Mike\';”），MySQL能够在name 的索引中查找“Mike”值，然后直接转到数据文件中相应的行，准确地返回该行的 peopleid（999）。 在这个过程中，MySQL只需处理一个行就可以返回结果。如果没有“name”列的索引，MySQL要扫描 数据文件中的所有 记录，即1000个记录！显然，需要MySQL处理的记录数量越少，则它完成任务的速度 就越快。
(二)索引的类型
普通索引。 这是最基本的索引类型，而且它没有唯一性之类的限制。普通索引可以通过以下几种 方式创建：
o 创建索引，例如CREATE INDEX <索引的名字> ON tablename (列的列表);
o 修改表，例如ALTER TABLE tablename ADD INDEX [索引的名字] (列的列表);
o 创建表的时候指定索引，例如CREATE TABLE tablename ( [...], INDEX [索引的名字] (列的列表) );
唯一性索引 。这种索引和前面的“普通索引”基本相同，但有一个区别：索引列的所有值都只能出 现一次， 即必须唯一。唯一性索引可以用以下几种方式创建：
o 创建索引，例如CREATE UNIQUE INDEX <索引的名字> ON tablename (列的列表);
o 修改表，例如ALTER TABLE tablename ADD UNIQUE [索引的名字] (列的列表);
o 创建表的时候指定索引，例如CREATE TABLE tablename ( [...], UNIQUE [索引的名字] (列的列表) );
主键主键是一种唯一性索引，但它必须指定为“PRIMARY KEY”。如果你曾经用过AUTO_INCREMENT 类型的列，你可能已经熟悉主键之类的概念了。主键一般在创建表的时候指定， 例如“CREATE TABLE tablename ( [...], PRIMARY KEY (列的列表) ); ”。但是，我们也可以通过 修改表的方式加入主键，例如“ALTER TABLE tablename ADD PRIMARY KEY (列的列表); ”。每个表只能有 一个主键。
全文索引。MySQL从3.23.23版开始支持全文索引和全文检索。在MySQL中，全文索引的索引类型为 FULLTEXT。 全文索引可以在VARCHAR或者TEXT类型的列上创建。它可以通过CREATE TABLE命令创建，也可以通过ALTER TABLE 或CREATE INDEX命令创建。对于大规模的数据集，通过ALTER TABLE（或者CREATE INDEX）命令创建全文索引要比 把记录插入带有全文索引的空表更快。
(三)单列索引和多列索引
基本概念。索引可以是单列索引，也可以是多列索引。下面我们通过具体的例子来说明这两种索引的区别。假设有 这样一个people表：
ALTER TABLE people ADD INDEX fname_lname_age (firstname,lastname,age); 由于索引文件以B-树格式保存，MySQL能够立即转到合适的firstname，然后再转到合适的lastname，最后转到合适的age。 在没有扫描数据文件任何一个记录的情况下，MySQL就正确地找出了搜索的目标记录！ 那么，如果在firstname、lastname、age 这三个列上分别创建单列索引，效果是否和创建一个firstname、lastname、 age的多列索引一样呢？答案是否定的，两者完全不同。 当我们执行查询的时候，MySQL只能使用一个索引。如果你有三个单列的索引，MySQL会试图选 择一个限制最严格的索引。但是， 即使是限制最严格的单列索引，它的限制能力也肯定远远低于firstname、lastname、age这三个列上的多列 索引。
最左索引。多列索引还有另外一个优点，它通过称为最左前缀（Leftmost Prefixing）的概念体现出来。例如， 现在我们有一个 firstname、lastname、age列上的多列索引，我们称这个索引 为fname_lname_age。当搜索条件是以下各种列的组合时，MySQL 将使用fname_lname_age索引：
* firstname，lastname，age
* firstname，lastname
* firstname
从另一方面理解，它相当于我们创建了(firstname，lastname，age)、(firstname，lastname)以及(firstname)这些列组合上的索引。
(四)EXPLAIN分析结果的含义
* table：这是表的名字。
* type：连接操作的类型。下面是MySQL文档关于ref连接类型的说明：
“对于每一种与另一个表中记录的组合，MySQL将从当前的表读取所有带有匹配索引值的记录。如果连接操作只使用键的最左前缀，
或者如果键不是 UNIQUE或 PRIMARY KEY类型（换句话说，如果连接操作不能根据键值选择出唯一行），则MySQL使用ref连接类型。
如果连接操作所用的键只匹配少量的记录，则ref是一 种好的连接类型。”
如果EXPLAIN显示连接类型是“ALL”，而且你并不想从表里面选择出大多数记录，那么MySQL的操作效率将非常低，因为它要扫描整个表。
你可以加入更多的索引来解决这个问题。预知更多信息，请参见MySQL的手册说明。
* possible_keys： 可能可以利用的索引的名字。这里的索引名字是创建索引时指定的索引昵称；如果索引没有昵称，则默认显示的是索引 中第一个列的名字（在本例中，它是“firstname”）。默认索引名字的含义往往不是很明显。
* Key： 它显示了MySQL实际使用的索引的名字。如果它为空（或NULL），则MySQL不使用索引。
* key_len： 索引中被使用部分的长度，以字节计。在本例中，key_len是102，其中firstname占50字节，lastname占50字节，age占2字节。 如果MySQL只使用索引中的firstname部分，则key_len将是50。
* ref： 它显示的是列的名字（或单词“const”），MySQL将根据这些列来选择行。在本例中，MySQL根据三个常量选择行。
* rows： MySQL所认为的它在找到正确的结果之前必须扫描的记录数。显然，这里最理想的数字就是1。
* Extra： 这里可能出现许多不同的选项，其中大多数将对查询产生负面影响。在本例中，MySQL只是提醒我们它将用WHERE子句限制搜索结果集
<code class="hljs oxygene">type：
连接类型
system 表只有一行
const 表最多只有一行匹配，通用用于主键或者唯一索引比较时
eq_ref 每次与之前的表合并行都只在该表读取一行，这是除了system，const之外最好的一种，
特点是使用=，而且索引的所有部分都参与join且索引是主键或非空唯一键的索引
ref 如果每次只匹配少数行，那就是比较好的一种，使用=或<=>，可以是左覆盖索引或非主键或非唯一键
fulltext 全文搜索
ref_or_null 与ref类似，但包括NULL
index_merge 表示出现了索引合并优化(包括交集，并集以及交集之间的并集)，但不包括跨表和全文索引。
这个比较复杂，目前的理解是合并单表的范围索引扫描（如果成本估算比普通的range要更优的话）
unique_subquery 在in子查询中，就是value in (select...)把形如“select unique_key_column”的子查询替换。
PS：所以不一定in子句中使用子查询就是低效的！
index_subquery 同上，但把形如”select non_unique_key_column“的子查询替换
range 常数值的范围
index a.当查询是索引覆盖的，即所有数据均可从索引树获取的时候（Extra中有Using Index）；
b.以索引顺序从索引中查找数据行的全表扫描（无 Using Index）；
c.如果Extra中Using Index与Using Where同时出现的话，则是利用索引查找键值的意思；
d.如单独出现，则是用读索引来代替读行，但不用于查找
all 全表扫描</code>
<code class="hljs oxygene"><code class="hljs asciidoc">1、all
-- 环境描述
(root@localhost) [sakila]> show variables like 'version';
+---------------+--------+
| Variable_name | Value |
+---------------+--------+
| version | 5.6.26 |
+---------------+--------+
MySQL采取全表遍历的方式来返回数据行，等同于Oracle的full table scan
(root@localhost) [sakila]> explain select count(description) from film;
+----+-------------+-------+------+---------------+------+---------+------+------+-------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+-------+------+---------------+------+---------+------+------+-------+
| 1 | SIMPLE | film | ALL | NULL | NULL | NULL | NULL | 1000 | NULL |
+----+-------------+-------+------+---------------+------+---------+------+------+-------+
2、index
MySQL采取索引全扫描的方式来返回数据行，等同于Oracle的full index scan
(root@localhost) [sakila]> explain select title from film \G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: film
type: index
possible_keys: NULL
key: idx_title
key_len: 767
ref: NULL
rows: 1000
Extra: Using index
1 row in set (0.00 sec)
3、 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，常见于between、<、>等的查询
等同于Oracle的index range scan
(root@localhost) [sakila]> explain select * from payment where customer_id>300 and customer_id<400\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: payment
type: range
possible_keys: idx_fk_customer_id
key: idx_fk_customer_id
key_len: 2
ref: NULL
rows: 2637
Extra: Using where
1 row in set (0.00 sec)
(root@localhost) [sakila]> explain select * from payment where customer_id in (200,300,400)\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: payment
type: range
possible_keys: idx_fk_customer_id
key: idx_fk_customer_id
key_len: 2
ref: NULL
rows: 86
Extra: Using index condition
1 row in set (0.00 sec)
4、ref
非唯一性索引扫描或者，返回匹配某个单独值的所有行。常见于使用非唯一索引即唯一索引的非唯一前缀进行的查找
(root@localhost) [sakila]> explain select * from payment where customer_id=305\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: payment
type: ref
possible_keys: idx_fk_customer_id
key: idx_fk_customer_id
key_len: 2
ref: const
rows: 25
Extra:
1 row in set (0.00 sec)
idx_fk_customer_id为表payment上的外键索引，且存在多个不不唯一的值，如下查询
(root@localhost) [sakila]> select customer_id,count(*) from payment group by customer_id
-> limit 2;
+-------------+----------+
| customer_id | count(*) |
+-------------+----------+
| 1 | 32 |
| 2 | 27 |
+-------------+----------+
-- 下面是非唯一前缀索引使用ref的示例
(root@localhost) [sakila]> create index idx_fisrt_last_name on customer(first_name,last_name);
Query OK, 599 rows affected (0.09 sec)
Records: 599 Duplicates: 0 Warnings: 0
(root@localhost) [sakila]> select first_name,count(*) from customer group by first_name
-> having count(*)>1 limit 2;
+------------+----------+
| first_name | count(*) |
+------------+----------+
| JAMIE | 2 |
| JESSIE | 2 |
+------------+----------+
2 rows in set (0.00 sec)
(root@localhost) [sakila]> explain select first_name from customer where first_name='JESSIE'\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: customer
type: ref
possible_keys: idx_fisrt_last_name
key: idx_fisrt_last_name
key_len: 137
ref: const
rows: 2
Extra: Using where; Using index
1 row in set (0.00 sec)
(root@localhost) [sakila]> alter table customer drop index idx_fisrt_last_name;
Query OK, 599 rows affected (0.03 sec)
Records: 599 Duplicates: 0 Warnings: 0
--下面演示出现在join是ref的示例
(root@localhost) [sakila]> explain select b.*,a.* from payment a inner join
-> customer b on a.customer_id=b.customer_id\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: b
type: ALL
possible_keys: PRIMARY
key: NULL
key_len: NULL
ref: NULL
rows: 599
Extra: NULL
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: a
type: ref
possible_keys: idx_fk_customer_id
key: idx_fk_customer_id
key_len: 2
ref: sakila.b.customer_id
rows: 13
Extra: NULL
2 rows in set (0.01 sec)
5、eq_ref
类似于ref，其差别在于使用的索引为唯一索引，对于每个索引键值，表中只有一条记录与之匹配。
多见于主键扫描或者索引唯一扫描。
(root@localhost) [sakila]> explain select * from film a join film_text b
-> on a.film_id=b.film_id;
+----+-------------+-------+--------+---------------+---------+---------+------------------+------+-------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+-------+--------+---------------+---------+---------+------------------+------+-------------+
| 1 | SIMPLE | b | ALL | PRIMARY | NULL | NULL | NULL | 1000 | NULL |
| 1 | SIMPLE | a | eq_ref | PRIMARY | PRIMARY | 2 | sakila.b.film_id | 1 | Using where |
+----+-------------+-------+--------+---------------+---------+---------+------------------+------+-------------+
(root@localhost) [sakila]> explain select title from film where film_id=5;
+----+-------------+-------+-------+---------------+---------+---------+-------+------+-------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+-------+-------+---------------+---------+---------+-------+------+-------+
| 1 | SIMPLE | film | const | PRIMARY | PRIMARY | 2 | const | 1 | NULL |
+----+-------------+-------+-------+---------------+---------+---------+-------+------+-------+
6、const、system：
当MySQL对查询某部分进行优化，这个匹配的行的其他列值可以转换为一个常量来处理。
如将主键或者唯一索引置于where列表中，MySQL就能将该查询转换为一个常量
(root@localhost) [sakila]> create table t1(id int,ename varchar(20) unique);
Query OK, 0 rows affected (0.05 sec)
(root@localhost) [sakila]> insert into t1 values(1,'robin'),(2,'jack'),(3,'henry');
Query OK, 3 rows affected (0.00 sec)
Records: 3 Duplicates: 0 Warnings: 0
(root@localhost) [sakila]> explain select * from (select * from t1 where ename='robin')x;
+----+-------------+------------+--------+---------------+-------+---------+-------+------+-------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+------------+--------+---------------+-------+---------+-------+------+-------+
| 1 | PRIMARY | <derived2> | system | NULL | NULL | NULL | NULL | 1 | NULL |
| 2 | DERIVED | t1 | const | ename | ename | 23 | const | 1 | NULL |
+----+-------------+------------+--------+---------------+-------+---------+-------+------+-------+
2 rows in set (0.00 sec)
7、type=NULL
MySQL不用访问表或者索引就可以直接得到结果
(root@localhost) [sakila]> explain select sysdate();
+----+-------------+-------+------+---------------+------+---------+------+------+----------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+-------+------+---------------+------+---------+------+------+----------------+
| 1 | SIMPLE | NULL | NULL | NULL | NULL | NULL | NULL | NULL | No tables used |
+----+-------------+-------+------+---------------+------+---------+------+------+----------------+
1 row in set (0.00 sec)</derived2></code></code>
(五)设计索引的原则
最适合索引的列是出现在WHERE子句的列，或者连接子句中指定的列，而不是出现在SELECT关键字 后的选择列表中的列
使用唯一索引。考虑某列中的值的分布。索引的列的基数越大索引的效果越好。
使用短索引。如果对于字符串列进行索引，应该指定一个前缀的长度，只要有可能就应该这样做，例如，有一个CHAR(200)列，如果在前10个或者20个字符内，多数值是唯一的，那么不要对整个列进行索引，对前10个或者20个字符进行索引能过节约大量的索引空间，也可能会使查询的速度更快
利用最左前缀。在创建了一个N列的索引时，实际上创建了Mysql可利用的N个索引。多列索引可起几个索引的作用，因为可利用索引中最左边的列集来匹配行。这样的列集称为最左前缀。
不要多度使用索引。每个额外的索引都要占用额外的磁盘空间，同时也降低了写操作的性能。
索引，那么表中会自动生成一个内部列，按照这个列的顺序来保存。
(六)BTREE索引与HASH索引(这两个为索引的方法)
两种不同类型的索引各有其不同的使用范围。HASH索引有一些重要的特征需要在使用的时候特别注意。默认情况下建立索引用HASH方法
HASH索引的注意事项
1.只用于使用 = 或 <> 操作符的等式比较 或 IN语句中
2.优化器不能使用HASH索引来加速ORDER BY操作
３.只能使用整个关键字来搜索一行
BTREE索引
当使用> , < , >=, <=, BETWEEN, != 或者 <>, 或者 LIKE 'pattern' (其中patt不以通配符开始)操作符时，都可以使用相关列上的索引
example
以下范围的查询适用于BTREE索引和HASH索引
select * from t1 where key_col = 1 OR key_col IN (1, 3, 7,);
以下范围的查询只适用于BTREE索引
select * from t1 where key_col > 1 and key_col < 10
select * from t1 where key_col like 'ab%' OR key_col between 'lisa' and 'simon'
(六)关于索引失效的情况总结
1.请求表上的数据行超出表总记录数30%，变成全表扫描
2.谓词上的索引列存在null值
3.谓词上的索引列条件使用函数
4.谓词上的索引列条件进行了相关的运算
5.谓词上的索引列条件上使用了<> not in 操作
6.复合索引中，第一个索引列使用范围查询--只能用到部分索引或无法使用索引
7.复合索引中，第一个查询条件不是最左索引列
8.模糊查询条件列最左以通配符%开始
9.表关联字段类型不一样
Mysql的类型转化时对索引的影响
1.表结构
CREATE TABLE `t_user` (
`user_id` int(11) NOT NULL AUTO_INCREMENT COMMENT '用户ID自增列',
`user_account` varchar(128) NOT NULL DEFAULT '' COMMENT '用户账号',
`user_reg_timestamp` int(10) NOT NULL DEFAULT '0' COMMENT '用户注册时间(时间戳)',
PRIMARY KEY (`user_id`),
UNIQUE KEY `user_email` (`user_account`) USING BTREE,
KEY `user_reg_timestamp` (`user_reg_timestamp`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=906 DEFAULT CHARSET=utf8mb4 ROW_FORMAT=COMPACT;
user_id为主键 user_account为唯一索引 user_reg_timestamp 为普通索引
2. 类型varcher 或者类型char的索引，where条件时当成整数类型来处理时 不会用到索引
a.正常情况下
SQl:
EXPLAIN
select *
from t_user
where user_account = '13522094928'; //user_account为varchar类型
result
id | select_type | table | type | passible_keys | key | key_len | ref | rows | Extra |
1 | SIMPLE | t_user | const | user_email | user_email | 514 | const | 1 | null |
b.将where条件当成整数来处理时
SQL:
EXPLAIN
select *
from t_user
where user_account = 13522094928; //user_account为varchar类型
result
id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
1 | SIMPLE | t_user | All | user_email | null | null | null | 899 | User where |
3.类型为int的索引，where条件时当作字符串来处理时 会用到索引
SQL：
EXPLAIN
select *
from t_user
where user_reg_timestamp = '1461168561'; //user_reg_timestamp 为int类型
result
id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
1 | SIMPLE | t_user | ref | user_reg_timestamp | user_reg_timestamp | 4 | const | 1 | null |
总结：Mysql在类型转换时：
如果字符串类型和数值类型做比较时 默认将字符串类型隐世转换成数值类型
对以上的两种情况分析：
1.索引列的类型为字符串类型(varchar && char) 时，如果where user_account = 123123时，mysql默认将user_account列的类型 隐世 转化为数值类型。这样索引就失效了
2.索引的类型为数值类型时(int float)时，如果where user_reg_timestamp = '123213'时，mysql默认将'123213'隐世转换为数值类型，这样索引就没失效了
