①索引的类型：
— B-Tree索引：
加快访问数据的速度，因为存储引擎不再需要全表扫描而是
从索引根节点开始搜索
使用范围： 全值匹配、最左前缀、列前缀、范围值、精确匹配某一列并范围匹配另一列、只访问索引查询
注：索引列的 顺序
很重要！！！ 比如：先用索引过滤然后 and一个like,因为like使索引
失效，如果放前面就会首先全部顺序检索。
— 哈希索引：
自动哈希索引(当注意到 某些索引用的频繁时开启)
对于不支持哈希的，可模拟创建如下：
假如本身以URL为索引如下：
SELECT id FROM url WHERE url=’http://www.mysql.com’;
以上做法存储大，查询性能慢，对此可额外添加一索引列(url_crc)用于伪哈希，并删除url上索引
注：以上做法能提高性能但需要 触发器 维护索引
注：索引并不是最优解决方案，对于TB级数据应用块级别 元数据技术替代。
②高性能索引策略：
— 独立的列：索引列单独放在比较符号一侧
SELECT id FROM test WHERE id+1=5; X
— 前缀索引：对于过大数据，模拟哈希支持不好，此时用前缀索引替代(如对 BLOB、TEXT或过长VARCHAR必须用前缀索引)
首先判断索引建到多少合适：
select count(distinct left(time,5))/count(*) as no1, count(distinct left(time,6))/count(*) as no2, count(distinct left(time,7))/count(*) as no3, count(distinct left(time,8))/count(*) as no4,
count(distinct left(time,9))/count(*) as no5,
count(distinct left(time,10))/count(*) as no6,
count(distinct time)/count(*) as no
from test.demo;
结果如下：从中找出 与no最相近的，这里是10，然后就可以建索引为–> ALTER TABLE test.demo ADD KEY (time(10));
— 多列索引：不少人会为每一个列建索引，这样联合查找时性能不佳(尽管mysql5.0以上会 自动将独立索引合并为 联合索引)
OR时可用 UNION ALL优化：
注：优化器不会吧独立索引自动合并计算到查询成本，导致成本低估。
— 选择合适索引列顺序：
where中将选择性最高的列放在最前列(趁早过滤完)，选择方法如下：
select count(distinct id)/count(*) as no1, count(distinct uid)/count(*) as nofrom test.demo;
注：上面如果需要两个一起 做条件，则 选择较大值放前面(如no>no1,选no)
— 聚簇索引：暂不记录
— 覆盖索引：select的数据列只用从索引中就能够取得，不必从数据表中读取，如下列子：
EXPLAIN SELECTid,name
有时覆盖索引很难达到，这时候就部分覆盖(延迟关联)：
— 扫面索引排序：order by排序中的字段应全为索引列，如下：
EXPLAIN SELECT id,name FROM demo where id
EXPLAIN SELECT id,name FROM demo where id
— 前缀索引压缩：不多说，具体在CREATE TABLE中指定pack_keys控制
— 冗余和重复索引：有时候需要同时 多条件查询或独立查询，为了快速，可在同一列上 建立多种索引，如联合索引与独立索引(创建多种索引会是性能比单个 稍低)
例：创建(A, B)，就不必创建(A)，但如果要单独搜B，则要创建(B)，因为 Innodb仅支持前缀(A是前缀，B不是)
注：where尽可能将 范围查询置于索引后面，如in、between.
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
机房租用，北京机房租用，IDC机房托管， http://www.e1idc.net
