索引
1.什么是索引
数据库除了数据外，还维护者满足特定查找算法的数据结构，这些数据结构以某种方式指向数据，也就是一种快速查找数据库中内容的工具，目的是为了提高查找的效率
2.索引分类
单值索引、唯一索引、复合索引
3.索引失效
1）like以通配符开头(‘%abc’)会导致索引失效，违反最左前缀法则
2）在索引列上做任何操作(计算、函数、类型转换)，会导致索引失效而转向全表扫描
3）存储引擎不能使用索引中范围条件右边的列，举例：select id，name from student where id > 50 and name = ‘张三’，会导致name索引失效
4）尽量使用覆盖索引，不要select *
5）MySQL在使用不等于(!=或<>)的时候无法使用索引会导致全表扫描，理由也很简单，B+Tree叶子节点用指针相连且是排好序的，这种数据结构只能解决有序的定值查询，像不等于这种无法利用索引查询。
6）IS NULL、IS NOT NULL无法使用索引，理由同上
7）字符串不加单引号索引失效
隐式转换–>函数操作
8）用or连接时会导致索引失效
最左前缀法则：
在创建了多列索引的情况下，查询从索引的最左前列开始且不能跳过索引中的列。最佳左前缀法则就是说如果创建了多个索引，在使用索引时要按照创建索引的顺序来使用，不能缺少或跳过，当然如果只使用最左边的索引列，也就是第一个索引是可以的。
为什么要遵循最左前缀法则：
联合索引一个节点上有两个键值对
a是有序排序的，b是在a字段有序的前提下在a的后边有序排列的（相对有序），加入不遵循最佳做前缀法则，就是没有a直接去查找b，而没有a的b是没有顺序的
为什么在使用不等式的时候会失效，是因为当你确定的是a的范围的时候，a的范围虽然确定了但b的顺序是无序的，所以你无法在B+树上用二分查找查找到该精确值
like后边的百分号如果放到两边或者左边都是不走索引的 放到右边的话某些情况下会走索引 因为字母在排序的时候是先按照第一个字母去作比较，然后按照第二个去比 字符串的尾部是没有顺序的like失效的原理就是和最佳做前缀类似
对于优化器来说，如果等号两边的数据类型不一致，则会发生隐式转换。
例如，explain select * from evt_sms where phone = 13020733815;这条SQL语句就会变为explain select * from evt_sms where cast(phone as signed int) = 13020733815;
由于对索引列进行了函数操作，从而导致索引失效。
SQL优化的三个点：
- 最大化利用索引；
- 尽可能避免全表扫描；
- 减少无效数据的查询；
sql的语句执行顺序
FROM
<表名> # 选取表，将多个表数据通过笛卡尔积变成一个表。
ON
<筛选条件> # 对笛卡尔积的虚表进行筛选
JOIN<join, left join, right join…>
<join表> # 指定join，用于添加数据到on之后的虚表中，例如left join会将左表的剩余数据添加到虚表中
WHERE
<where条件> # 对上述虚表进行筛选
GROUP BY
<分组条件> # 分组
<SUM()等聚合函数> # 用于having子句进行判断，在书写上这类聚合函数是写在having判断里面的
HAVING
<分组筛选> # 对分组后的结果进行聚合筛选
SELECT
<返回数据列表> # 返回的单列必须在group by子句中，聚合函数除外
DISTINCT
# 数据除重
ORDER BY
<排序条件> # 排序
LIMIT
<行数限制>
SQL优化策略
1. 尽量避免在字段开头模糊查询，会导致数据库引擎放弃索引进行全表扫描
2.尽量避免使用in 和not in，会导致引擎走全表扫描。
3. 尽量避免使用 or，会导致数据库引擎放弃索引进行全表扫描
4. 尽量避免进行null值的判断，会导致数据库引擎放弃索引进行全表扫描
5.尽量避免在where条件中等号的左侧进行表达式、函数操作，会导致数据库引擎放弃索引进行全表扫描。
6. 当数据量大时，避免使用where 1=1的条件。通常为了方便拼装查询条件，我们会默认使用该条件，数据库引擎会放弃索引进行全表扫描。
7. 查询条件不能用 <> 或者 !=
8. where条件仅包含复合索引非前置列
9. 隐式类型转换造成不使用索引
10. order by 条件要与where中条件一致，否则order by不会利用索引进行排序
11. 正确使用hint优化语句
11. 正确使用hint优化语句
SELECT语句其他优化
1. 避免出现select *
首先，select * 操作在任何类型数据库中都不是一个好的SQL编写习惯。
使用select * 取出全部列，会让优化器无法完成索引覆盖扫描这类优化，会影响优化器对执行计划的选择，也会增加网络带宽消耗，更会带来额外的I/O,内存和CPU消耗。
建议提出业务实际需要的列数，将指定列名以取代select *。2. 避免出现不确定结果的函数
特定针对主从复制这类业务场景。由于原理上从库复制的是主库执行的语句，使用如now()、rand()、sysdate()、current_user()等不确定结果的函数很容易导致主库与从库相应的数据不一致。另外不确定值的函数,产生的SQL语句无法利用query cache。
3.多表关联查询时，小表在前，大表在后。
在MySQL中，执行 from 后的表关联查询是从左往右执行的（Oracle相反），第一张表会涉及到全表扫描，所以将小表放在前面，先扫小表，扫描快效率较高，在扫描后面的大表，或许只扫描大表的前100行就符合返回条件并return了。
例如：表1有50条数据，表2有30亿条数据；如果全表扫描表2，你品，那就先去吃个饭再说吧是吧。
4. 使用表的别名
当在SQL语句中连接多个表时，请使用表的别名并把别名前缀于每个列名上。这样就可以减少解析的时间并减少哪些友列名歧义引起的语法错误。
5. 用where字句替换HAVING字句
避免使用HAVING字句，因为HAVING只会在检索出所有记录之后才对结果集进行过滤，而where则是在聚合前刷选记录，如果能通过where字句限制记录的数目，那就能减少这方面的开销。HAVING中的条件一般用于聚合函数的过滤，除此之外，应该将条件写在where字句中。
where和having的区别：where后面不能使用组函数
6.调整Where字句中的连接顺序
前刷选记录，如果能通过where字句限制记录的数目，那就能减少这方面的开销。HAVING中的条件一般用于聚合函数的过滤，除此之外，应该将条件写在where字句中。
where和having的区别：where后面不能使用组函数
6.调整Where字句中的连接顺序
MySQL采用从左往右，自上而下的顺序解析where子句。根据这个原理，应将过滤数据多的条件往前放，最快速度缩小结果集。
