优势：极高查询效率；极高排序效率
劣势：占用磁盘空间；降低更新表的速度（可忽略，磁盘相对便宜；增删改比例较小）

索引结构

MYSQL的索引是在存储引擎层实现的，不同的存储引擎有不同的结构。

B+Tree索引： 最常见的索引类型，大部分引擎都支持B+树索引
Hash索引： 底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询

为什么InnoDB存储引擎选择使用B+tree索引结构

• 相对于二叉树，层级更少，搜索效率高
• 对于B-tree，无论是叶子结点还是非叶子结点，都会保存数据，这导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低。
• 相对Hash索引，B+tree支持范围匹配及排序操作。

索引分类

索引语法

创建索引：

CREATE [UNIQUE|FULLTEXT] INDEX index_name ON table_name(index_col_name,...);

查看索引：

SHOW INDEX FROM table_name;

删除索引：

DROP INDEX index_name ON table_name;

性能分析

SQL执行频率

通过如下指令，可以查看当前数据库的INSERT、UPDATE、DELETE、SELECT的访问频次：

-- session是查看当前会话
-- global是查询全局数据
SHOW [SESSION|GLOBAL] status LIKE 'COM_______';

通过SQL的执行频次可以确定数据库是以增删改为主，还是查询为主。

慢查询日志

慢查询日志记录了所有执行时间超过指定参数的所有SQL语句的日志。可借此定位查询语句进行优化。

profile详情

了解时间耗费到哪里

explain

explain或者DESC命令获取MySQL如何执行SELECT语句的信息，包括SELECT语句执行过程中表如何连接和连接的顺序。

索引使用

• 最左前缀法则： 如果索引了多列（联合索引），要遵守最左前缀法则。最左前缀法则指的是查询从索引的最左列开始，并且不跳过索引中的列。如果跳跃某一列，索引将部分失效（后面的字段索引失效）
• 范围查询： 联合索引中，出现范围查询（>,<），范围查询右侧的列索引失效
• 索引列运算： 在索引列上进行运算操作，索引将失效
• 字符串不加引号： 字符串类型字段使用时，不加引号，索引将失效
• 模糊查询： 如果仅仅是尾部模糊匹配，索引不会失效。如果是头部模糊匹配，索引失效。
• or连接的条件： 用or分割开的条件，如果or前的条件中的列有索引，而后面的列中，没有索引，那么涉及的索引都不会被用到
• 数据分布影响： 如果MySQL评估使用索引比全部更慢，则不使用索引

索引设计原则

• 针对数据量较大，且查询比较频繁的表建立索引
• 针对where,order by,group by操作的字段建立索引
• 尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高
• 如果是字符串类型的字段，字段的长度较长，可以z针对字段的特点，建立前缀索引
• 尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率
• 要控制索引的数量，索引不是多多益善，索引越多，维护索引结构的代价也越大，会影响增删改的效率
• 如果索引列不能存储null值，在创建表时使用NOT NULL约束它。当优化器知道每列是否包含NULL值时，它可以更好地确定哪个索引最有效地用于查询