索引额外问题（定位优化慢查询、最左匹配）

• 为什么要使用索引？
  因为索引能够让我们避免全表扫描去查找数据。提升检索效率

• 什么样的信息能成为索引
  主键为一键等只要能够让数据呈现出一定区分性的字段

• 索引的数据结构
  主流是B+树，还有哈希结构、BitMap等。其中MySQL不支持BitMap，同时基于InnoDB和MyISAM的MySQL不显示支持Hash

衍生出来的问题,以mysql为例

• 如何定位并优化慢查询Sql

1、根据慢日志定位慢查询sql
2、使用explain等工具分析这条sql
3、修改sql或者尽量让sql走索引

-show variables like ‘%quer%’;
-show status like ‘%slow_queries%’;
set global slow_query_log = on;
set global long_query_time = 1;

show variables like ‘%quer%’;
show status like ‘%slow_queries%’

制造慢查询
select count(id) from person_info_large;
(explain)select name from person_info_large order by name desc;

explain关键字段：
type:
出现 index或者all就有可能需要优化了
extra:

优化：
例如name没有索引：
加索引： alter table person_info_large add index idx_name(name);
select name from person_info_large order by name desc;

• 联合索引的最左匹配原则的成因

最左前缀匹配：会一直向右匹配直到遇到范围查询（>,<,between,like）就停止匹配。
=和in可以乱序。
第一个字段是绝对有序的

• 索引是建立的越多越好吗

不是，
1、优先数据小的表不需要建立索引，建立会增加额外的索引开销
2、数据变更需要维护索引，因此更多的索引意味着更多的维护成本
3、更多的索引意味着也需要更多的空间。