【1】索引概述
① 什么是索引
MySQL官方对索引的定义为：索引是帮助MySQL高效获取数据的数据结构。可以简单理解为“排好序的快速查找数据结构”，满足特定查找算法。这些数据结构以某种方式指向数据，这样就可以在这些数据结构的基础上实现高级查找算法。
索引是一种特殊的文件 。MyISAM索引文件和数据文件是分离的，索引文件仅保存数据记录的地址。而在InnoDB中，表数据文件本身就是按B+Tree组织的一个索引结构，这棵树的叶节点data域保存了完整的数据记录。这个索引的key是数据表的主键，因此InnoDB表数据文件本身就是主键索引(聚簇索引)。
索引是一种数据结构。索引是一个单独的、物理的数据库结构，它是某个表中一字段或若干字段值的集合 。数据库索引，是数据库管理系统中一个排序的数据结构，以协助快速查询数据库表中数据。索引的实现通常使用B树及其变种B+树。
通常，索引页面相对于数据页面来说小得多。数据检索花费的大部分开销是磁盘读写，没有索引就需要从磁盘上读表的每一 个数据页。如果有索引，则只需查找索引页面就可以了。所以建立合理的索引，就能加速数据的检索过程。
索引是在存储引擎中实现的，因此每种存储引擎的索引不一定完全相同，并且每种存储引擎不一定支持所有索引类型。同时，存储引擎可以定义每个表的最大索引数和最大索引长度。所有存储引擎支持每个表至少16个索引，总索引长度至少为256字节。
② 索引的意义
索引优点
减少磁盘IO的次数，提升查询数据的效率；
约束数据的有效性(唯一性等);
在实现数据的参考完整性方面，可以加速表与表之间的连接。换句话说，对于有依赖关系的子表和父表联合查询时，可以提高查询速度。
在使用分组和排序子句进行数据查询时，可以显著减少查询中分组和排序的时间，降低了CPU的消耗。
索引缺点
- 空间上的代价。每建立一个索引都要为它建立一棵B+树，每一棵B+树的每一个节点都是一个数据页，一个页默认会占用16KB的存储空间，一棵很大的B+树由许多数据页组成，那就是很大的一片存储空间。
时间上的代价。每次对表中的数据进行增、删、改的操作时，都需要去修改各个B+树索引。而B+树每层节点都是按照索引列的值从小到大的顺序排序而组成了双向链表。不论是叶子节点中的记录，还是内节点中的记录（也就是不论是用户记录还是目录项记录）都是按照索引列的值从小到大的顺序而形成了一个单向链表。而增、删、改操作可能会对节点和记录的排序造成破坏，所以存储引擎需要额外的时间进行一些记录移位、页面分裂、页面回收等操作来维护好节点和记录的排序。如果我们建了许多索引，每个索引对应的B+树都要进行相关的维护操作，会给性能拖后腿。
③ 索引的分类
MySQL的索引包括普通索引、唯一性索引、全文索引、单列索引、多列索引和空间索引等。
- 从功能逻辑上来说，索引主要有4种，分别是普通索引、唯一索引、主键索引、全文索引；
- 按照物理实现方式，索引可以划分为2种：聚簇索引和非聚簇索引
- 按照作用字段个数进行划分，分成单列索引和联合索引
① 普通索引
在创建普通索引时，不附加任何限制条件，只是用于提高查询效率。这类索引可以创建在任何数据类型中，其值是否唯一和非空，要由字段本身的完整性约束条件决定。
建立索引以后，可以通过索引进行查询。例如，在表student的字段 name上建立一个普通索引，查询记录时就可以根据该索引进行查询。
② 唯一性索引
使用unique参数可以设置索引为唯一性索引，在创建唯一性索引时，限制该索引的值必须是唯一的，但允许有控制。在一张数据表里可以有多个唯一性索引。
③ 主键索引
主键索引就是一种特殊的唯一性索引，在唯一索引的基础上增加了不为空的约束，也就是 NOT NULL+UNIQUE , 一张表里最多只有一个主键索引。
Why? 这是由主键索引的物理实现方式决定的，因为数据存储在文件中只能按照一种顺序进行存储。
④ 单列索引
在表中的单个字段上创建索引。单列索引只根据该字段进行索引，单列索引可以是普通索引，也可以是唯一性索引，还可以是全文索引。只要保证该索引只对应一个字段即可，一个表可以有多个单列索引。
⑤ 多列（组合、联合）索引
多列索引是在表的多个字段组合上创建一个索引。该索引指向创建时对应的多个字段，可以通过这几个字段进行查询，但是只有查询条件中使用了这些字段中的第一个字段时才会被使用。
例如在表中的字段id、name和gender上建立一个多列索引idx_id_name_gender，只有在查询条件中使用了字段id时该索引才会被使用，使用组合索引遵循 最左前缀原则。
⑥ 全文索引
全文索引（也称全文检索）是目前搜索引擎使用的一种关键技术。它能够利用 分词技术 等多种算法智能分析出文本文字中关键词的频率和重要性，然后按照一定的算法规则智能地筛选出我们想要的搜索结果。全文索引非常适合大型数据集，对于小的数据集，它的用处比较小。
使用参数 FULL TEXT 可以设置索引为全文索引。在定义索引的列上支持值的全文查找，允许在这些索引列中插入重复值和空值。全文索引只能创建在 CHAR 、VARCHAR 、TEXT类型及其系列类型的字段上，查询数据量较大的字符串类型的字段时，使用全文索引可以提高查询速度。例如，表student的字段information 是 TEXT类型，该字段包含了很多文字信息。在字段information 上建立全文索引后，可以提高查询字段 information的速度。
全文索引典型的有两种类型：自然语言的全文索引和布尔全文索引。
自然语言搜索引擎将计算每一个文档对象和查询的相关度。这里，相关度是基于匹配的关键词的个数，以及关键词在文档中出现的次数。在整个索引中出现次数越少的词语，匹配时的相关度就越高。相反，非常常见的单词将不会被搜索，如果一个词语在超过50%的记录中都出现了，那么自然语言的搜索将不会搜索这类词语。
MySQL数据库从3.23.23版本开始支持全文索引，但MySQL5.6.4以前只有MyISAM支持，5.6.4版本以后InnoDB才支持，但是官方版本不支持中文分词，需要第三方分词插件。在5.7.6版本，MySQL内置了ngram全文解析器，用来支持亚洲语种的分词。
随着大数据时代的到来，关系型数据库应对全文索引的需求已力不从心，注解被solr、ElasticSearch等专门的搜索引擎所替代。
⑦ 空间索引
使用参数 SPATIAL 可以设置索引为空间索引。空间索引只能建立在空间数据类型上，这样可以提高系统获取空间数据的效率。MySQL中的空间数据类型包括GEMETRY 、POINT、 LINESTRING 、POLYGON等。目前只有MyISAM存储引擎支持空间检索，而且索引的字段不能为空值。
不同的存储引擎支持的索引类型也不一样：
InnoDB支持B-Tree、Full-text等索引，不支持Hash索引。
MyISAM支持B-Tree、Full-text等索引，不支持Hash索引。
Memory支持B-Tree、Hash等索引，不支持Full-text索引。
NDB支持Hash索引，不支持B-tree、Full-text等索引
Archive不支持B-tree、Hash、Full-text等索引。
【2】索引操作实践
基本思想：较频繁作为查询条件的字段才去创建索引，更新频繁字段不适合创建索引。
① 三种创建索引的方式
MySQL支持多种方法在单个或多个列上创建索引：
- 在创建表的定义语句 create table 中指定索引列
- 使用 alter table 语句在存在的表上创建索引
- 使用 create index 语句在已存在的表上添加索引
① 创建表的时候创建索引
使用create table 创建表时，除了可以定义列的数据类型外，还可以定义主键约束、外键约束或者唯一性约束。而不论创建哪种约束，在定义约束的同时相当于在指定列上创建了一个索引。
如下会隐式创建索引
# 主键索引 create table dept( id int primary key auto_increment, name varchar(20) ); create table emp( id int primary key auto_increment, name varchar(20) unique, dept_id int, constraint emp_dept_id_fk foreign key(dept_id) references dept(id) )
如果显式创建表时创建索引的话，基本语法格式如下：
create table table_name [col_name data_type] [unique | fulltext | spatial ] [ index | key] [index_name] (col_name[length] [asc | desc])
unique、fulltext、spatial为可选参数，分别表示唯一索引、全文索引和空间索引；
index和key为同义词，两者的作用相同，用来指定创建索引；
index_name指定索引的名称，为可选参数，如果不指定，那么MySQL默认col_name为索引名；
col_name为需要创建索引的字段列，该列必须从数据表中定义的多个列中选择；
length为可选参数，表示索引的长度，只有字符串类型的字段才能指定索引长度。在创建前缀索引的时候会用到该字段；
ASC或DESC指定升序或者降序的索引值存储
创建普通索引
create table book( id int primary key auto_increment, name varchar(20), year_publication year, index idx_name(name) );
创建唯一索引
create table book( id int primary key auto_increment, name varchar(20), year_publication year, unique index idx_name(name) );
创建联合索引
create table book( id int , name varchar(20), year_publication year, index idx_id_name(id,name) );
创建全文索引
create table book( id int , name varchar(20), year_publication year, info varchar(255), fulltext index idx_info(info(50)) ) engine=MyISAM;
在MySQL5.7及之后版本中可以不指定最后的engine了，因为在此版本中InnoDB支持全文索引。
全文索引不同于like方式的查询，使用match+against方式明显提高效率（可能存在精确度问题）
select * from book where match(info) against ('查询字符串')
创建空间索引
create table test5( geo getmetry not null, spatial index spa_idx_get(get) )engine=myisam
② 在已经存在的表上创建索引
在已经存在的表中创建索引可以使用 alter table 语句或者 create index 语句。
① 使用alter table 语句创建索引
alter table 语句创建索引的基本语法如下：
alter table table_name add [unique|fulltext|spatial] [index|key] [index_name] (col_name[length][asc|desc],... )
与创建表时创建索引的语法不通的是，这里使用了alter table 和 add关键字，add 表时向表中添加索引。
添加索引，指定名字为index_name;
alter table tb_sys_user add index index_name(column_name) USING BTREE;
添加组合索引
alter table tb_sys_user add index index_name(column1,column2...)
添加唯一索引
ALTER TABLE `tb_user_add` ADD UNIQUE INDEX `age_index` (`age`) USING HASH;
添加全文索引
ALTER TABLE `tb_user_add` ADD FULLTEXT INDEX `age_index` (`age`) USING HASH;
这里可以发现，USING BTREE/USING HASH 分别是使用不同的算法进行索引。
② 使用create index创建索引
使用create index ...on 语法如下：
create [unique|fulltext|spatial] index [index_name] on table_name(col_name[length],...])
② 创建前缀索引
有一种与索引选择性有关的索引优化策略叫做前缀索引，就是用列的前缀代替整个列作为索引key，当前缀长度合适时，可以做到既使得前缀索引的选择性接近全列索引，同时因为索引key变短而减少了索引文件的大小和维护开销。
创建前缀索引语法如下，删除语法与普通索引一致。
ALTER TABLE [tableName] add INDEX index_name(fieldName(prefixLen)) USING BTREE ;
所谓索引的选择性（Selectivity），是指不重复的索引值（也叫基数，Cardinality）与表记录数（#T）的比值：
Index Selectivity = Cardinality / #T
显然选择性的取值范围为(0, 1]，选择性越高的索引价值越大，这是由B+Tree的性质决定的。
前缀索引兼顾索引大小和查询速度，但是其缺点是不能用于ORDER BY和GROUP BY操作，也不能用于Covering index（即当索引本身包含查询所需全部数据时，不再访问数据文件本身）。
③ 查看索引
show index from table_name;
④ 索引删除
MySQL中删除索引使用 alter table 或者 drop index 语句，两者可实现相同的功能，drop index 语句在内部被映射到一个 alter table语句中。
① 使用 alter table删除索引
alter table table_name drop index index_name
② 使用drop index语句删除索引
drop index index_name on table_name
另外，删除表中的列时，如果要删除的列为索引的组成部分，则该列也会从索引中删除。如果组成索引的所有列都被删除，则整个索引将被删除。
【3】MySQL8索引新特性
① 支持降序索引
降序索引以降序存储键值。虽然在语法上，从MySQL 4版本开始就已经支持降序索引的语法了，但实际上该DESC定义是被忽略的，直到MySQL8.X版本才开始真正支持降序索引（仅限于InnoDB存储引擎）。
MySQL在8.0版本之前创建的仍然是升序索引，使用时进行反向扫描，这大大降低了数据库的效率。在某些场景下，降序索引意义重大。例如，如果一个查询，需要对多个列进行排序，且排序要求不一致，那么使用降序索引将会避免数据库使用额外的文件排序操作，从而提高性能。
如下示例分别在MySQL5.7和MySQL8.0下创建降序索引然后查看表创建语句
#创建表 降序索引 create table ts1(a int,b int,index idx_a_b(a asc,b desc)); #查看表创建语句 show create table ts1;
MySQL5.7下结果：
# 得到的结果 CREATE TABLE `ts1` ( `a` int(11) DEFAULT NULL, `b` int(11) DEFAULT NULL, KEY `idx_a_b` (`a`,`b`) # 这里可以看到DESC没有起作用 ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4
MySQL8.0下结果：
CREATE TABLE `ts1` ( `a` int DEFAULT NULL, `b` int DEFAULT NULL, KEY `idx_a_b` (`a`,`b` DESC) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci
同样随机插入800条数据，然后执行如下命令，你会发现MySQL5.7将会采用filesort也就是文件排序。而MySQL8.0中，Extra一列则仅仅只是Using index。这也能够证明MySQL8.0支持的降序索引在某些场景下能够提供更好的性能。
explain select * from ts1 order by a,b desc limit 5;
Using filesort是MySQL中一种速度比较慢的外部排序，通常情况下看到出现了这个就意味着需要进行优化。
注意，降序索引只对查询特定的排序顺序有效，如果使用不当，反而查询效率更低。例如上述查询排序条件改为order by a desc,b desc，MySQL5.7的执行计划要明显好于MySQL8.0 。
② 隐藏索引
在MySQL5.7版本及之前，只能通过显示的方式删除索引。此时，如果发现删除索引后出现错误，又只能通过显示创建索引的方式将删除的索引创建回来。如果数据表中的数据量非常大，或者数据表本身比较大，这种操作就会消耗系统过多的资源，操作成本非常高。
从MySQL8.X开始支持隐藏索引（invisible indexes），只需要将待删除的索引设置为隐藏索引，使查询优化器不再使用这个索引（即使使用force index（强制使用索引），优化器也不会使用该索引）。确认将索引设置为隐藏索引后系统不受任何影响，就可以彻底删除索引。这种通过先将索引设置为隐藏索引，再删除索引的方式就是软删除。
同时，如果你想验证某个索引删除之后的查询性能 影响，就可以暂时先隐藏该索引。
注意，主键不能被设置为隐藏索引。当表中没有显示主键时，表中第一个唯一非空索引会成为隐式主键，同样也不能被设置为隐藏索引。
索引默认是可见的，在使用create table ,create index 或者 alter table 等语句时可以通过 visible 或者invisible 关键词设置索引的可见性。
① 创建表时创建索引指定是否隐藏
create table table_name [col_name data_type] [unique | fulltext | spatial ] [ index | key] [index_name] (col_name[length] [asc | desc]) [visible | invisible]
② 创建表后创建索引指定是否隐藏
alter table 语句创建索引的基本语法如下：
alter table table_name add [unique|fulltext|spatial] [index|key] [index_name] (col_name[length][asc|desc],... ) [visible | invisible]
使用create index ...on 语法如下：
create [unique|fulltext|spatial] index [index_name] on table_name(col_name[length],...]) [visible | invisible]
③ 修改索引可见性
alter table table_name alter index index_name visible|invisible
需要注意的是，当索引被隐藏时，它的内容仍然是和正常索引一样实时更新的。如果一个索引需要长期被隐藏，那么可以考虑将其删除。因为索引的存在会影响插入、更新和删除的性能。
④ 使隐藏索引对查询优化器可见
在MySQL8.X中，为索引提供了一种新的测试方式。可以通过查询优化器的一个开关（use_invisible_indexes）来打开某个设置，使隐藏索引对查询优化器可见。如果use_invisible_indexes设置为off（默认值），优化器会忽略隐藏索引。如果设置为on , 即使隐藏索引不可见，优化器在生成执行计划时仍会考虑使用隐藏索引。
show variables like '%optimizer_switch%';
此属性配置值为off，说明隐藏索引默认对查询优化器不可见。
使隐藏索引对查询优化器可见，需要在MySQL命令行执行如下命令：
# session表示只作用于当前会话 set session optimizer_switch="use_invisible_indexes=on"
【4】索引创建原则
① 适合创建索引的场景
字段的数值有唯一性的限制，索引本身可以起到约束作用比如唯一索引、主键索引；
频繁作为 WHERE 查询条件的字段，那么可以使用索引；
定义有外键的数据列一定要建立索引(虽然实际业务通常不建议采用外键)；
UPDATE、DELETE 的 WHERE 条件列可以根据情况创建索引，如果进行更新的时候，更新的字段是非索引字段，提升的效率会更明显。因为非索引字段更新不需要对索引进行维护。
查询中排序的字段、统计或者分组的字段根据情况创建索引，比如经常 GROUP BY 和 ORDER BY 的列
索引就是让数据按照某种顺序进行存储或检索，因此当我们使用group by对数据进行分组查询，或者使用order by 对数据进行排序的时候，就需要对分组或者排序的字段进行索引。如果待排序的列有多个，那么可以在这些列上建立组合索引。
DISTINCT 字段需要创建索引,会提升查询效率。因为索引会对数据按照某种顺序进行排序，所以在去重的时候也会快很多。
使用列的类型小的创建索引(索引文件小，一个数据页可以存放多个键值，减少磁盘IO);
使用字符串前缀创建索引(索引文件小，一个数据页可以存放多个键值，减少磁盘IO);
区分度高(散列性高)的列适合作为索引；
使用最频繁的列放到联合索引的左侧，这样也可以较少的建立一些索引。同时，由于“最左前缀原则”，可以增加联合索引的使用率。
最左前缀原则，组合索引非常重要的原则。mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配。比如a=1 and b=2 and c>3 and d=4，如果建立(a,b,c,d)顺序的索引，d是用不到索引的；如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整（优化器会优化调整）。
- 尽量的扩展索引，不要新建索引。比如表中已经有a的索引，现在要加(a,b)的索引，那么只需要修改原来的索引即可。
- 在多个字段都要创建索引的情况下，联合索引优于单值索引。
索引字段越小越好： 数据库的数据存储以页为单位一页存储的数据越多一次IO操作获取的数据越大效率越高。
关于数据页、磁盘IO等可以参考博文认真学习InnoDB的数据存储结构和MySQL索引中的数据结构详解
使用列的类型小的创建索引。
我们这里所说的类型大小指的就是该类型表示的数据范围的大小。
我们再定义表结构的时候要显式的指定列的类型，以整数类型为例，有TINYINT、MEDIUMINT、INT、BIGINT等，它们占用的存储空间依次递增，能表示的整数范围当然也是依次递增。如果我们想要对某个整数列建立索引的话，在表示的整数范围允许的情况下，尽量让索引列使用较小的类型。比如我们能使用int就不要使用bigint，能使用mediumint就不要使用int，这是因为：
- 数据类型越小，在查询时进行的比较操作越快；
- 数据类型越小，索引占用的存储空间就越少。在一个数据页内就可以存放更多的记录，从而减少磁盘IO带来的性能损耗，也就意味着可以把更多的数据页缓存在内存中，从而加快读写效率。
这个建议对表的主键来说更加适用。因为不仅是聚簇索引中会存储主键值，其他所有的二级索引的节点处都会存储一份记录的主键值，如果主键适用更小的数据类型，也就意味着节省更多的存储空间和更高效的IO。
使用字符串前缀创建索引。
假设我们的字符串很长，那存储一个字符串就需要占用很大的存储空间。在我们需要为这个字符串列建立索引时，那就意味着在对应的B+树中有这么两个问题：
- B+树索引中的记录需要把该列的完整字符串存储起来，更费时。而且字符串越长，在索引中占用的存储空间越大。
- 如果B+树索引中索引列存储的字符串很长，那么做字符串比较时会占用更多时间。
我们可以通过截取字符串的前面一部分内容建立索引，这个就叫前缀索引。这样在查找记录时虽然不能精确的定位到记录的位置，但是能定位到相应前缀所在的位置。然后根据前缀相同的记录的主键值回表查询完整的字符串值。既节约空间，又减少了字符串的比较时间，还大体能解决排序的问题。
例如，text和blob类型的字段，进行全文检索会很浪费时间。如果只检索字段前面的若干字符，这样可以提高检索速度。
这里的问题是如果定义前缀的长度。如果截取的多了达不到节省索引存储空间的目的，截取的少了重复内容太多，字段的散列度（选择性）会降低。怎么计算不同的长度的选择性呢？
先看一下字段在全部数据中的选择度：
#创建表 create table shop(address varchar(120) not null); # 创建前缀索引 alter table shop add index (address(12)); # 全表的选择性 select count(distinct address) / count(*) from shop
通过不同长度计算，与全表的选择性对比，公式如下：
count(distinct left(列名,索引长度)) / count(*)
例如：
select count(distinct left(address,10)) / count(*) as sub10,--截取前10个字符的选择度 count(distinct left(address,15)) / count(*) as sub15,--截取前15个字符的选择度 count(distinct left(address,20)) / count(*) as sub20,--截取前20个字符的选择度 count(distinct left(address,25)) / count(*) as sub25 --截取前25个字符的选择度 from shop
这个结果越接近于1，表示效果越好。不过这里需要考虑另外一个问题：索引列前缀对排序的影响。
如果使用了索引列前缀，比如只把address列的前12个字符放到了二级索引中，对于下面这个查询语句可能就有点尴尬：
select * from shop order by address limit 12;
因为二级索引中不包含完整的address列信息，所以无法对前12个字符相同，后边的字符不同的记录进行排序，也就是使用索引列前缀的方式无法支持使用索引排序，只能使用文件排序。
区分度高（散列性高）的列适合作为索引。
列的基数指的是某一列中不重复数据的个数。比如 说某个列包含值2,5,8，2,5，8,2，5,8，虽然有9条记录，但该列的基数却是3。也就是说在记录行数一定的情况下，列的基数越大，该列中的值越分散。列的基数越小，该列中的值越集中。这个列的基数指标非常重要，直接影响我们是否能有效的利用索引。最后为列的基数大的列建立索引，为基数太小列建立索引效果可能不好。
可以使用公式 select count(distinct a)/count(*) from t1 计算区分度，越接近1越好。一般超过33%就算是比较高效的索引了。
拓展：联合索引把区分度高（散列性高）的列放在前面。
② 不适合创建索引的场景
- 在where中（包括group by 、order by）使用不到的字段，通常不要设置索引。索引的价值是快速定位，如果起不到定位的字段通常是不需要创建索引的。
- 更新频繁的字段或者表不适合创建过多索引
第一层含义：频繁更新的字段不一定要创建索引。因为更新数据的时候，也需要更新索引。如果索引太多，在更新索引的时候也会造成负担从而影响效率。
第二层含义：避免对经常更新的表创建过多的索引，并且索引中的列尽可能的少。此时，虽然提高了查询速度，同时却会降低更新表的速度。
- 数据量小的表最好不要使用索引。因为由于数据较少，可能查询全部数据花费的时间比遍历索引的时间还要短，索引就可能不会产生优化效果。
- 不建议用无序的值作为索引。例如身份证、UUID（在索引比较时需要转为ASCII，并且插入时可能造成页分裂）、MD5、HASH、无序长字符串等等。
如果是UUID，由于到来的ID与原来的大小不确定，会造成非常多的数据插入、数据移动，导致产生很多的内存碎片，进而造成插入性能的下降。频繁的移动、分页操作造成了大量的碎片，得到了不够紧凑的索引结构，后续不得不通过OPTIMIZE TABLE来重建表并优化填充页面。分页操作也会导致磁盘IO次数增加，降低性能。
- 能有效区分数据的列（有大量重复数据的列）不适合做索引列(如性别，男女未知，最多也就三种，区分度实在太低)。
- 删除不再使用或者很少使用的索引。
表中的数据被大量更新，或者数据的使用方式被改变后，原有的一些索引可能不再需要。数据库管理员应当定期找出这些索引，将它们删除，从而减少索引对更新操作的影响。
- 对于定义为text、image和blob的数据类型的列不要建立索引。
- 不要定义冗余或重复的索引。
不要定义冗余或重复的索引。
冗余索引
有时候有意或者无意的就对同一个列创建了多个索引，比如index(a,b,c)相当于index(a)、index(a,b)、index(a,b,c)。
如下建表语句：
create table person_info( id int unsigned not null auto_increment, name varchar(100) not null, birthday date not null, phone_number char(11) not null, primary key (id), key idx_name_b_p_n(name(10),birthday,phone_number), key idx_name(name(10)) );
我们知道，通过idx_name_b_p_n索引就可以对 name 列进行快速搜索，再创建一个专门针对 name 列的索引就算是一个冗余索引，维护这个索引只会增加维护的成本，并不会对搜索有什么好处。
重复索引
另一种情况，我们可能会对某个列重复建立索引，比如下面：
create table repeat_index_demo( col1 int primary key, col2 int, unique uk_idx_c1(col1), index idx_c1(col1) )
我们看到 col1既是主键，又给它定义为一个唯一索引，还给它定义了一个普通索引，可是主键本身就会生成聚簇索引，所以定义的唯一索引和普通索引是重复的，这种情况要避免。
③ 限制索引的数目
在实际工作中，我们也需要注意平衡，索引的数目不是越多越好。我们需要限制每张表上的索引数量，建议单张表索引数量不超过6个。原因：
每个索引都需要占用磁盘空间，索引越多，需要的磁盘空间就越大。
索引会影响 insert delete update等语句的性能，因为表中的数据更改的同时，索引也会进行调整和更新，会造成负担。
优化器在选择如何优化查询时，会根据统一信息，对每一个可以用到的索引来进行评估，以生成出一个最好的执行计划。如果同时有很多个索引都可以用于查询，会增加MySQL优化器生成执行计划时间，降低查询性能。
最后给出网上流传的索引优化口诀：
全职匹配我最爱，最左前缀要遵守； 带头大哥不能死，中间兄弟不能断； 索引列上少计算，范围之后全失效； like百分写最右，覆盖索引不写星； 不等空值还有or，索引失效要少用； var引号不可丢，SQL高级也不难！
