理解索引：索引优化
最近有个需求，要修改现有存储结构，涉及查询条件和查询效率的考量，看了几篇索引和HBase相关的文章，回忆了相关知识，结合项目需求，说说自己的理解和总结。
错过的朋友可以先回顾下前3篇文章：
上一篇详细介绍了explain命令，通过该命令，可以定位出在哪一步出现了性能问题，下一步就是通过优化索引来解决它。
部分内容摘录了几个博友的文章，最后会给出文章链接，感谢他们的精彩分析。
常见优化方法
联合索引最左前缀原则
复合索引遵守「最左前缀」原则，查询条件中，使用了复合索引前面的字段，索引才会被使用，如果不是按照索引的最左列开始查找，则无法使用索引。
比如在(a,b,c)三个字段上建立联合索引，那么它能够加快a|(a,b)|(a,b,c)三组查询的速度，而不能加快b|(b,a)这种查询顺序。
另外，建联合索引的时候，区分度最高的字段在最左边。
不要在列上使用函数和进行运算
不要在列上使用函数，这将导致索引失效而进行全表扫描。
例如下面的 SQL 语句：
select * from artile where YEAR(create_time) <= '2018';
即使 date 上建立了索引，也会全表扫描，可以把计算放到业务层，这样做不仅可以节省数据库的 CPU，还可以起到查询缓存优化效果。
负向条件查询不能使用索引
负向条件有：!=、<>、not in、not exists、not like 等。
select * from artile where status != 1 and status != 2;
可以使用in进行优化：
select * from artile where status in (0,3)
使用覆盖索引
所谓覆盖索引，是指被查询的列，数据能从索引中取得，而不用通过行定位符再到数据表上获取，能够极大的提高性能。
可以定义一个让索引包含的额外的列，即使这个列对于索引而言是无用的。
避免强制类型转换
当查询条件左右两侧类型不匹配的时候会发生强制转换，强制转换可能导致索引失效而进行全表扫描。
如果phone字段是varchar类型，则下面的SQL不能命中索引：
select * from user where phone=12345678901;
可以优化为：
select * from user where phone='12345678901';
范围列可以用到索引
范围条件有：<、<=、>、>=、between等。
范围列可以用到索引，但是范围列后面的列无法用到索引，索引最多用于一个范围列，如果查询条件中有两个范围列则无法全用到索引。
更新频繁、数据区分度不高的字段上不宜建立索引
更新会变更B+树，更新频繁的字段建立索引会大大降低数据库性能。
「性别」这种区分度不大的属性，建立索引没有意义，不能有效过滤数据，性能与全表扫描类似。
区分度可以使用 count(distinct(列名))/count(*) 来计算，在80%以上的时候就可以建立索引。
索引列不允许为null
单列索引不存null值，复合索引不存全为null的值，如果列允许为 null，可能会得到不符合预期的结果集。
避免使用or来连接条件
应该尽量避免在 where 子句中使用 or 来连接条件，因为这会导致索引失效而进行全表扫描，虽然新版的MySQL能够命中索引，但查询优化耗费的 CPU比in多。
模糊查询
前导模糊查询不能使用索引，非前导查询可以。
优化案例
利用延迟关联或者子查询优化超多分页场景
MySQL 并不是跳过 offset 行，而是取 offset+N 行，然后返回放弃前 offset 行，返回 N 行。
当 offset 特别大的时候，效率非常低下，要么控制返回的总页数，要么对超过特定阈值的页数进行SQL改写。
可以先快速定位需要获取的id段，然后再关联:
selecta.* from 表1 a,(select id from 表1 where 条件 limit 1000000 ,10 ) b where a.id=b.id
如果明确知道只有一条结果返回，limit 1 能够提高效率
虽然自己知道只有一条结果，但数据库并不知道，明确告诉它，让它主动停止游标移动。
如何建立索引
where a=1 and b=1
where b=1
where b=1 order by time desc
建议建立两个索引，即 idx_ab(a,b) 和 idx_b_time(b,time)
MySQL 的查询优化器会自动调整where子句的条件顺序以使用适合的索引，对于上面的第一条 SQL，如果建立索引为idx_ba(b,a) 也是可以用到索引的。
多值匹配和范围匹配
假如有联合索引(empno、title、fromdate)，下面的 SQL 是否可以用到索引，如果可以的话，会使用几个？
select * from employee.titles
where emp_no between '10001' and'10010'
and title='软件工程师'
and from_date between '2008-01-01'and '2018-01-01'
可以使用索引，可以用到索引全部三个列，这个 SQL看起来是用了两个范围查询，但作用于empno上的between实际上相当于in，也就是说empno 实际是多值精确匹配。
在 MySQL 中要谨慎地区分多值匹配和范围匹配，否则会对 MySQL 的行为产生困惑。
联合索引的最左匹配原则
假如建立联合索引(a,b,c)，下列语句是否可以使用索引，如果可以，使用了那几列？
where a= 3 // 是，使用了a列
where a= 3 and b = 5 // 是，使用了ab列
where a = 3 and c = 4 and b = 5 // 是，使用了 a，b，c 列
where b= 3 // 否
where a= 3 and c = 4 // 是，使用了a列
where a = 3 and b > 10 and c = 7 // 是，使用了 a，b 列
where a = 3 and b like 'xx%' andc = 7 // 是，使用了 a，b 列
根据区分度创建索引
有如下查询语句，查找指定产品已审核(status=1)的评论：
SELECT user_id,title,content FROM `comment`
WHERE status=1 AND product_id=1
LIMIT 0,5 ;
可以建立联合索引，status和product_id，但是哪个放左边就要计算区分度：
SELECT COUNT(DISTINCT status)/COUNT(*) AS audit_rate,
COUNT(DISTINCT product_id)/COUNT(*) AS product_rate
FROM comment;
一般product的区分度会高点，可以创建如下索引：
CREATE INDEX idx_productID_Status ON comment(product_id,status)
排序字段索引
查看某个用户最近20条登录记录，按时间排序：
select * from login_history where uid = $uid order by create_time desc limit 20;
建立uid+timeline复合索引，将排序引入到索引结构中,数据库负载骤降。
参考文章：
欢迎扫描下方二维码，关注我的个人微信公众号，查看更多文章</font> ~
情情说
