資料庫索引是為了增加查詢速度而對錶欄位附加的一種標識。見過很多人機械的理解索引的概念，認為增加索引只有好處沒有壞處。這裡想把之前的索引學習筆記總結一下： 首先明白為什麼索引會增加速度，DB在執行一條Sql語句的時候，預設的方式是根據搜尋條件進行全表掃描，遇到匹配條件的就加入搜尋結果集合。如果我們對某一欄位增加索引，查詢時就會先去索引列表中一次定位到特定值的行數，大大減少遍歷匹配的行數，所以能明顯增加查詢的速度

在滿足語句需求的情況下，儘量少的訪問資源是資料庫設計的重要原則，這和執行的 SQL 有直接的關係，索引問題又是 SQL 問題中出現頻率最高的，常見的索引問題包括：無索引（失效）、隱式轉換。1. SQL 執行流程看一個問題，在下面這個表 T 中，如果我要執行 需要執行幾次樹的搜尋操作，會掃描多少行？

這分別是 ID 欄位索引樹、k 欄位索引樹。

這條 SQL 語句的執行流程：

1. 在 k 索引樹上找到 k=3，獲得 ID=3002. 回表到 ID 索引樹查詢 ID=300 的記錄，對應 R33. 在 k 索引樹找到下一個值 k=5，ID=5004. 再回到 ID 索引樹找到對應 ID=500 的 R4

5. 在 k 索引樹去下一個值 k=6，不符合條件，迴圈結束

這個過程讀取了 k 索引樹的三條記錄，回表了兩次。因為查詢結果所需要的資料只在主鍵索引上有，所以必須得回表。所以，我們該如何透過最佳化索引，來避免回表呢？2. 常見索引最佳化2.1 覆蓋索引覆蓋索引，換言之就是索引要覆蓋我們的查詢請求，無需回表。

如果執行的語句是 ，這樣的話因為 ID 的值在 k 索引樹上，就不需要回表了。

覆蓋索引可以減少樹的搜尋次數，顯著提升查詢效能，是常用的效能最佳化手段。

但是，維護索引是有代價的，所以在建立冗餘索引來支援覆蓋索引時要權衡利弊。

2.2 最左字首原則

B+ 樹的資料項是複合的資料結構，比如 的時候，B+ 樹是按照從左到右的順序來建立搜尋樹的，當 這樣的資料來檢索的時候，B+ 樹會優先比較 name 來確定下一步的檢索方向，如果 name 相同再依次比較 sex 和 age，最後得到檢索的資料。

可以清楚的看到，A1 使用 tl 索引，A2 進行了全表掃描，雖然 A2 的兩個條件都在 tl 索引中出現，但是沒有使用到 name 列，不符合最左字首原則，無法使用索引。所以在建立聯合索引的時候，如何安排索引內的欄位排序是關鍵。評估標準是索引的複用能力，因為支援最左字首，所以當建立（a，b）這個聯合索引之後，就不需要給 a 單獨建立索引。原則上，如果透過調整順序，可以少維護一個索引，那麼這個順序往往就是需要優先考慮採用的。上面這個例子中，如果查詢條件裡只有 b，就是沒法利用（a，b）這個聯合索引的，這時候就不得不維護另一個索引，也就是說要同時維護（a，b）、（b）兩個索引。這樣的話，就需要考慮空間佔用了，比如，name 和 age 的聯合索引，name 欄位比 age 欄位佔用空間大，所以建立（name，age）聯合索引和（age）索引佔用空間是要小於（age，name）、(name）索引的。

2.3 索引下推

以人員表的聯合索引（name, age）為例。如果現在有一個需求：檢索出表中“名字第一個字是張，而且年齡是26歲的所有男性”。那麼，SQL 語句是這麼寫的

透過最左字首索引規則，會找到 ID1，然後需要判斷其他條件是否滿足在 MySQL 5.6 之前，只能從 ID1 開始一個個回表。到主鍵索引上找出資料行，再對比欄位值。而 MySQL 5.6 引入的索引下推最佳化(index condition pushdown)，可以在索引遍歷過程中，對索引中包含的欄位先做判斷，直接過濾掉不滿足條件的記錄，減少回表次數。這樣，減少了回表次數和之後再次過濾的工作量，明顯提高檢索速度。

2.4 隱式型別轉化

隱式型別轉化主要原因是，表結構中指定的資料型別與傳入的資料型別不同，導致索引無法使用。所以有兩種方案：

修改應用，將應用中傳入的字元型別改為與表結構相同型別。

3. 為什麼會選錯索引3.1 最佳化器選擇索引是最佳化器的工作，其目的是找到一個最優的執行方案，用最小的代價去執行語句。在資料庫中，掃描行數是影響執行代價的因素之一。掃描的行數越少，意味著訪問磁碟資料的次數越少，消耗的 CPU 資源越少。當然，掃描行數並不是唯一的判斷標準，最佳化器還會結合是否使用臨時表、是否排序等因素進行綜合判斷。

3.2 掃描行數

MySQL 在真正開始執行語句之前，並不能精確的知道滿足這個條件的記錄有多少條，只能透過索引的區分度來判斷。顯然，一個索引上不同的值越多，索引的區分度就越好，而一個索引上不同值的個數我們稱為“基數”，也就是說，這個基數越大，索引的區分度越好。

MySQL 使用取樣統計方法來估算基數：取樣統計的時候，InnoDB 預設會選擇 N 個數據頁，統計這些頁面上的不同值，得到一個平均值，然後乘以這個索引的頁面數，就得到了這個索引的基數。而資料表是會持續更新的，索引統計資訊也不會固定不變。所以，當變更的資料行數超過 1/M 的時候，會自動觸發重新做一次索引統計。

在 MySQL 中，有兩種儲存索引統計的方式，可以透過設定引數 innodb_stats_persistent 的值來選擇：

on 表示統計資訊會持久化儲存。預設 N = 20，M = 10。

off 表示統計資訊只儲存在記憶體中。預設 N = 8，M = 16。

由於是取樣統計，所以不管 N 是 20 還是 8，這個基數都很容易不準確。所以，冤有頭債有主，MySQL 選錯索引，還得歸咎到沒能準確地判斷出掃描行數。

可以用 來重新統計索引資訊，進行修正。

3.3 索引選擇異常和處理1. 採用 force index 強行選擇一個索引。2. 可以考慮修改語句，引導 MySQL 使用我們期望的索引。3. 有些場景下，可以新建一個更合適的索引，來提供給最佳化器做選擇，或刪掉誤用的索引。