索引优化是对查询性能优化最高效的手段
索引基础
mysql只能高效的使用最左前缀原则
1 索引的类型
索引是在存储引擎层实现的
B树：不同存储引擎用不同的方式使用b树
索引对如下查找有用：1、全值查找 2、匹配最左前缀 3、匹配列前缀 4、匹配范围值 5、精确匹配第一列，范围匹配第二列 6、只访问索引的查询（覆盖索引）
哈希索引：把所有的哈希码存储在索引里，在哈希表里存储指向数据地址的指针，memory显示支持哈希索引，而且支持非唯一哈希索引
哈希表里不存储数据，不排序，不支持部分索引匹配，不支持范围查询
innodb中有自适应哈希索引，会在b树上创建一个哈希索引。
可以创建自定义哈希索引，在where的时候要手动加上哈希函数。但也要加常量值。
最好不用SHA1和MD5，因为计算出来的很长，可以使用截断计算出来的值
全文索引：查找文本中的关键词
索引的优点
减少扫描的数据量
避免排序和临时表
随机IO改为顺序IO
高性能索引的策略
独立的列
索引列不能是表达式一部分或者是参数
前缀索引和索引选择性
前缀索引会降低索引的选择性，选择性是不重复的索引值与表列总数的比值，对于bolb和text还有较长的varchar类型的数据必须使用前缀索引。
选择前缀数目的方法就是比较和完整列的选择性的大小
无法使用前缀扫描进行order by和group by，也无法使用前缀索引进行覆盖扫描
多列索引
查询能把两个单列索引进行扫描，然后合并，extra那里会出现using union，这是or，and是intersection。
一般出现这种索引合并操作，说明要优化索引了。这种情况下成本会被低估，因为优化器不会把在算法缓存排序合并的资源算到查询成本里。
可以用optimizer_switch来关闭索引合并功能。
选择合适的索引列顺序
可以使用选择性高的列作为索引第一列
聚簇索引
innodb的b+树结构
innodb只聚集一个页里的数据，包含相邻键值的页与页之间可能会相隔很远
聚簇索引也有很多缺点：
1、如果数据都放到内存里，聚簇索引就没啥用了
2、插入的速度完全依赖插入的顺序
3、更新聚簇索引代价高，因为会强制把更新的行移动到指定的位置
4、插入新行的时候可能会导致页分裂
5、可能会导致全表扫描变慢
6、二级索引可能会很大
7、二级索引需要两次索引查找
聚簇索引每个叶子节点包括主键值、事务id、用于事务和MVCC的回滚指针以及剩下列
高并发的时候，顺序主键会引起争用。
延迟关联，可以结合全表查询和覆盖查询，在存在like的情况下，因为索引没法处理like，但是子查询会带来成本问题，所以不一定会提高效率
只有在一个表上才可以。
通常order by用索引排序要遵循最左前缀原则，但是这种情况下可以不用，就是索引第一个被设为常量值。
myisam默认只压缩字符串。
压缩是依赖前面的值，在节省空间的同时查询也会变慢
索引越多插入速度会变慢
innodb在访问行的时候才加锁，索引能减少访问行的次数，所以就能减少锁。
索引案例学习
1 支持多种过滤条件
为了满足最左前缀原则，可以把一些不常用的字段放在索引前面，然后在不需要他的时候用set in技术
2 避免多个范围条件
Explain 用range代表范围查询和列表查询，很难从这里判断。
但列表查询视为多个等值查询，根据最左前缀，后面可以用索引。
3 优化排序
维护索引和表
有三个目的：找到并修复损坏的表、维护准确的索引统计信息、减少碎片。
1 找到并修复损坏的表
用check table来查找
用repair table来修复
innodb表出现损坏后可以通过设置innodb_force_recovery进入innodb的强制恢复模式来修复数据。
2 更新索引统计信息
查询优化器通过两个API来统计：
1、record_in_range，myisam返回的是准确值，innodb返回的是估算值。
2、info（）
可以通过analyse table来重新统计索引信息
memory不统计
myisam把信息存储在磁盘里，analyse table的时候需要进行全索引扫描，需要锁表
innodb在5.0之前也不在磁盘存储索引信息，而是随机访问索引进行评估然后存储在内存里。
Show index from可以查索引的基数，基数是指存储引擎估算该索引有多少不同的取值。可以通过information_schema.statistics表来查询这些信息。
innodb通过抽样来统计索引信息，通过innodb_stats_sample_pages来设置样本页的数量。
3 减少索引和数据的碎片
碎片化的索引会以无序或者很差的情况存储在磁盘里
b树的随机访问磁盘是无法避免的
有三种数据的碎片情况：
1、行碎片：数据行存储在多个地方的多个片段中
2、行间碎片：逻辑上顺序的页或者行在磁盘上不是顺序存储的
3、剩余空间碎片：数据页有大量空余空间
innodb不会出现短小的行碎片，innodb会移动短小的行重写到一个片段中。
可以执行optimize table或者导出再导入的方法来重新整理数据。innodb可以先删除索引再创建索引来消除碎片化。
