https://blog.csdn.net/LJFPHP/article/details/89156326html
1.最左前缀匹配原则,很是重要的原则,mysql
mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就中止匹配,sql
好比a = 1 and b = 2 and c > 3 and d = 4函数
若是创建(a,b,c,d)顺序的索引,d是用不到索引的,大数据
若是创建(a,b,d,c)的索引则均可以用到,a,b,d的顺序能够任意调整(创建索引时他们三个的顺序)优化
2.=和in能够乱序,spa
好比a = 1 and b = 2 and c = 3 创建(a,b,c)索引能够任意顺序,.net
mysql的查询优化器会帮你优化成索引能够识别的形式。unix
3.尽可能选择区分度高的列做为索引,htm
区分度的公式是count(distinct col)/count(*),表示字段不重复的比例,
比例越大咱们扫描的记录数越少,惟一键的区分度是1,
而一些状态、性别字段可能在大数据面前区分度就是0,
那可能有人会问,这个比例有什么经验值吗?
使用场景不一样,这个值也很难肯定,通常须要join的字段咱们都要求是0.1以上,即平均1条扫描10条记录。
4.索引列不能参与计算,保持列“干净”,
好比from_unixtime(create_time) = ’2014-05-29’就不能使用到索引,
缘由很简单,b+树中存的都是数据表中的字段值,但进行检索时,须要把全部元素都应用函数才能比较,显然成本太大。
因此语句应该写成create_time = unix_timestamp(’2014-05-29’)
5.尽可能的扩展索引,不要新建索引。
好比表中已经有a的索引,如今要加(a,b)的索引,那么只须要修改原来的索引便可。