前言
mysql 相信大部分人都用过，索引肯定也是用过的，但是你知道如何创建恰当的索引吗？在数据量小的时候，不合适的索引对性能并不会有太大的影响，但是当数据逐渐增大时，性能便会急剧的下降。
本篇是对 mysql 索引的一个归纳总结，如果有错误的地方，记得评论指出哦。
索引基础
我们都有都知道查字典的步骤，是先在索引页中找到这个字的页码，然后再到对应的页码中查看这个字的信息。mysql 的索引方法也是和这个类似的，先在索引中找到对应值，然后根据匹配的索引记录找到对应的数据行。假如有下面的 sql 语句：
1
select * from student where code=’2333′
加入 code 列上建立有索引，mysql 将使用该索引找到值为’2333’的数据行，然后读取数据行的所有数据返回。
索引类型
B-Tree 索引
（不是 B 减树，就是 B 树），绝大多数的索引类型都是 B-Tree 的（或者是 B-Tree 的变体），通常我们使用的也是这类索引。Mysql 中 MyISAM 存储引擎使用的是 B-tree，InnoDB 使用的是 B+Tree，B 树和 B+树的区别自行百度。
树结构的索引能够加快访问数据的速度，存储引擎不再需要全表扫描来获取所需的数据，取而代之的是从树的根节点来进行二分搜索，总所周知二分搜索的速度是相当快的，因此我们能够利用索引来极大的提高查询速度。B-Tree 支持以下几种类型的查询：
假设再 student 表中仅有：name,age,weight 这样一个多列索引,下面的查询都能利用到此索引
全值匹配
和索引列中的所有列进行匹配。比如查询name=’abc’ and age=12,这里用到了第一列和第二列
匹配最左前列
只是用索引的开头部分，比如查询name=’ggg’只使用索引的第一列，查询name=’ggg’ and age=12是用索引的第一、二列。
匹配列前缀
也可以只匹配某一列的开头部分，比如查询name lik ‘g%’,查询 name 以 g 开头的记录。这里用到了第一列
匹配范围值
可用于匹配范围值，比如查询name > ‘ab本文来源gaodai#ma#com搞*!代#%^码$网!c’ and name < ‘bcd’
精确匹配某一列并范围匹配另外一列
用于匹配多列，比如查询name=’abc’ and age > 12。
总的来看，可以发现 B-Tree 索引适用于根据最左前缀的查找，也就是查询字段字段顺序要和索引字段顺序一样，且以第一个索引字段开头。比如查询name,name and age,name and age and weight都能使用索引，但是查询age,age and name不能使用索引。
哈希索引
hash 索引基于 hash 表实现，只有精确匹配索引所有列才会生效。MySQL 中只有 Memory 引擎显示支持哈希索引，同时也是其默认索引。
InnoDB 无法创建 hash 索引，但是它有一个功能叫自适应hash索引,当某些索引值使用非常频繁时，引擎会在内存中基于 B-Tree 索引之上再创建一个 hash 索引，这样就让 B-Tree 索引也有了一点 hash 索引的优点。这个功能是一个完全自动的、内部的行为，也就是无法手动控制或配置。
高性能索引策略
下面是一些常见的索引策略。
独立的列
这个很简单，如果查询中的列不是独立，便无法使用索引，比如：
1
select * from student where age+1=12
即使 age 列有索引，上面的查询语句也是无法利用索引的。
前缀索引和索引选择性
如果需要索引很长的字符串列，直接创建索引，会让索引占用更多的空间且速度较慢。一个优化策略是模拟 hash 索引：给列计算一个 hash 值，并在 hash 值列建立索引。
转载请注明原文链接：高效利用mysql索引指南
