1 索引的類型
UNIQUE唯一索引
不可以出現相同的值，可以有NULL值。
INDEX普通索引
允許出現相同的索引內容。
PRIMARY KEY主鍵索引
不允許出現相同的值，且不能爲NULL值，一個表只能有一個primary_key索引。
fulltext index 全文索引
上述三種索引都是針對列的值發揮作用，但全文索引，可以針對值中的某個單詞，比如一篇文章中的某個詞，然而並沒有什麼卵用，因爲只有myisam以及英文支持，並且效率讓人不敢恭維，但是可以用coreseek和xunsearch等第三方應用來完成這個需求。
2 索引的CURD
索引的創建
ALTER TABLE
適用於表創建完畢之後再添加。
ALTER TABLE 表名 ADD 索引類型 (unique,primary key,fulltext,index)[索引名](字段名)
ALTER TABLE `table_name` ADD INDEX `index_name` (`column_list`) -- 索引名，可要可不要；如果不要，當前的索引名就是該字段名。
ALTER TABLE `table_name` ADD UNIQUE (`column_list`)
ALTER TABLE `table_name` ADD PRIMARY KEY (`column_list`)
ALTER TABLE `table_name` ADD FULLTEXT KEY (`column_list`)
CREATE INDEX
CREATE INDEX可對錶增加普通索引或UNIQUE索引。
--例：只能添加這兩種索引
CREATE INDEX index_name ON table_name (column_list)
CREATE UNIQUE INDEX index_name ON table_name (column_list)
另外，還可以在建表時添加：
CREATE TABLE `test1` (
`id` smallint(5) UNSIGNED AUTO_INCREMENT NOT NULL, -- 注意，下面創建了主鍵索引，這裏就不用創建了
`username` varchar(64) NOT NULL COMMENT '用戶名',
`nickname` varchar(50) NOT NULL COMMENT '暱稱/姓名',
`intro` text,
PRIMARY KEY (`id`),
UNIQUE KEY `unique1` (`username`), -- 索引名稱，可要可不要，不要就是和列名一樣
KEY `index1` (`nickname`),
FULLTEXT KEY `intro` (`intro`)
) ENGINE=MyISAM AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COMMENT='後臺用戶表';
索引的刪除
DROP INDEX `index_name` ON `talbe_name`
ALTER TABLE `table_name` DROP INDEX `index_name`
-- 這兩句都是等價的,都是刪除掉table_name中的索引index_name;
ALTER TABLE `table_name` DROP PRIMARY KEY -- 刪除主鍵索引，注意主鍵索引只能用這種方式刪除
索引的查看
show index from tablename;
索引的更改
更改個毛線,刪掉重建一個既可
3 創建索引的技巧
-
維度高的列創建索引。
-
數據列中不重複值出現的個數，這個數量越高，維度就越高。
-
如數據表中存在8行數據a,b ,c,d,a,b,c,d這個表的維度爲4。
-
要爲維度高的列創建索引，如性別和年齡，那年齡的維度就高於性別。
性別這樣的列不適合創建索引，因爲維度過低。
-
對 where,on,group by,order by 中出現的列使用索引。
-
對較小的數據列使用索引，這樣會使索引文件更小，同時內存中也可以裝載更多的索引鍵。
-
爲較長的字符串使用前綴索引。
-
不要過多創建索引，除了增加額外的磁盤空間外，對於DML操作的速度影響很大，因爲其每增刪改一次就得從新建立索引。
-
使用組合索引，可以減少文件索引大小，在使用時速度要優於多個單列索引。
4 組合索引與前綴索引
注意，這兩種稱呼是對建立索引技巧的一種稱呼，並非索引的類型。
組合索引
MySQL單列索引和組合索引究竟有何區別呢？
爲了形象地對比兩者，先建一個表：
CREATE TABLE `myIndex` (
`i_testID` INT NOT NULL AUTO_INCREMENT,
`vc_Name` VARCHAR(50) NOT NULL,
`vc_City` VARCHAR(50) NOT NULL,
`i_Age` INT NOT NULL,
`i_SchoolID` INT NOT NULL,
PRIMARY KEY (`i_testID`)
);
假設表內已有1000條數據，在這 10000 條記錄裏面 7 上 8 下地分佈了 5 條 vc_Name=”erquan” 的記錄，只不過 city,age,school 的組合各不相同。來看這條 T-SQL：
SELECT `i_testID` FROM `myIndex` WHERE `vc_Name`='erquan' AND `vc_City`='鄭州' AND `i_Age`=25; -- 關聯搜索;
首先考慮建MySQL單列索引：
在 vc_Name 列上建立了索引。執行 T-SQL 時，MYSQL 很快將目標鎖定在了 vc_Name=erquan 的 5 條記錄上，取出來放到一中間結果集。在這個結果集裏，先排除掉 vc_City 不等於”鄭州”的記錄，再排除 i_Age 不等於 25 的記錄，最後篩選出唯一的符合條件的記錄。雖然在 vc_Name 上建立了索引，查詢時MYSQL不用掃描整張表，效率有所提高，但離我們的要求還有一定的距離。同樣的,在 vc_City 和 i_Age 分別建立的MySQL單列索引的效率相似。
爲了進一步榨取 MySQL 的效率，就要考慮建立組合索引。就是將 vc_Name,vc_City,i_Age 建到一個索引裏：
ALTER TABLE `myIndex` ADD INDEX `name_city_age` (vc_Name(10),vc_City,i_Age);
建表時，vc_Name 長度爲 50，這裏爲什麼用 10 呢？這就是下文要說到的前綴索引，因爲一般情況下名字的長度不會超過 10，這樣會加速索引查詢速度，還會減少索引文件的大小，提高 INSERT 的更新速度。
執行 T-SQL 時，MySQL 無須掃描任何記錄就到找到唯一的記錄！
如果分別在 vc_Name,vc_City,i_Age 上建立單列索引，讓該表有 3 個單列索引，查詢時和上述的組合索引效率一樣嗎？答案是大不一樣，遠遠低於我們的組合索引。雖然此時有了三個索引，但 MySQL 只能用到其中的那個它認爲似乎是最有效率的單列索引，另外兩個是用不到的，也就是說還是一個全表掃描的過程。
建立這樣的組合索引，其實是相當於分別建立了：
-
vc_Name,vc_City,i_Age
-
vc_Name,vc_City
-
vc_Name
這樣的三個組合索引！爲什麼沒有 vc_City,i_Age 等這樣的組合索引呢？這是因爲 mysql 組合索引 “最左前綴” 的結果。簡單的理解就是隻從最左面的開始組合。並不是只要包含這三列的查詢都會用到該組合索引，下面的幾個 T-SQL 會用到：
SELECT * FROM myIndex WHREE vc_Name=”erquan” AND vc_City=”鄭州” SELECT * FROM myIndex WHREE vc_Name=”erquan”
而下面幾個則不會用到：
SELECT * FROM myIndex WHREE i_Age=20 AND vc_City=”鄭州” SELECT * FROM myIndex WHREE vc_City=”鄭州”
也就是，name_city_age(vc_Name(10),vc_City,i_Age) 從左到右進行索引，如果沒有左前索引Mysql不執行索引查詢。
前綴索引
如果索引列長度過長，這種列索引時將會產生很大的索引文件，不便於操作，可以使用前綴索引方式進行索引前綴索引應該控制在一個合適的點，控制在0.31黃金值即可（大於這個值就可以創建）。
SELECT COUNT(DISTINCT(LEFT(`title`,10)))/COUNT(*) FROM Arctic; — 這個值大於0.31就可以創建前綴索引，Distinct去重複 ALTER TABLE `user` ADD INDEX `uname`(title(10)); — 增加前綴索引SQL，將人名的索引建立在10，這樣可以減少索引文件大小，加快索引查詢速度。
5 什麼樣的sql不走索引
要儘量避免這些不走索引的sql
SELECT `sname` FROM `stu` WHERE `age`+10=30;-- 不會使用索引，因爲所有索引列參與了計算
SELECT `sname` FROM `stu` WHERE LEFT(`date`,4) <1990; -- 不會使用索引，因爲使用了函數運算，原理與上面相同
SELECT * FROM `houdunwang` WHERE `uname` LIKE'後盾%' -- 走索引
SELECT * FROM `houdunwang` WHERE `uname` LIKE "%後盾%" -- 不走索引
-- 正則表達式不使用索引，這應該很好理解，所以爲什麼在SQL中很難看到regexp關鍵字的原因
-- 字符串與數字比較不使用索引;
CREATE TABLE `a` (`a` char(10));
EXPLAIN SELECT * FROM `a` WHERE `a`="1" -- 走索引
EXPLAIN SELECT * FROM `a` WHERE `a`=1 -- 不走索引
select * from dept where dname='xxx' or loc='xx' or deptno=45 --如果條件中有or，即使其中有條件帶索引也不會使用。換言之，就是要求使用的所有字段，都必須建立索引，我們建議大家儘量避免使用or 關鍵字
-- 如果mysql估計使用全表掃描要比使用索引快，則不使用索引
多表關聯時的索引效率
SELECT `sname` FROM `stu` WHERE LEFT(`date`,4) <1990; — 不會使用索引，因爲使用了函數運算，原理與上面相同
SELECT * FROM `houdunwang` WHERE `uname` LIKE’後盾%’ — 走索引
SELECT * FROM `houdunwang` WHERE `uname` LIKE “%後盾%” — 不走索引
從上圖可以看出，所有表的type爲all，表示全表索引。也就是6 6 6，共遍歷查詢了216次。
除第一張表示全表索引（必須的，要以此關聯其他表），其餘的爲range（索引區間獲得），也就是6+1+1+1，共遍歷查詢9次即可。
所以我們建議在多表join的時候儘量少join幾張表，因爲一不小心就是一個笛卡爾乘積的恐怖掃描，另外，我們還建議儘量使用left join，以少關聯多。因爲使用join 的話，第一張表是必須的全掃描的，以少關聯多就可以減少這個掃描次數。
6 索引的弊端
不要盲目的創建索引，只爲查詢操作頻繁的列創建索引，創建索引會使查詢操作變得更加快速，但是會降低增加、刪除、更新操作的速度，因爲執行這些操作的同時會對索引文件進行重新排序或更新。
但是，在互聯網應用中，查詢的語句遠遠大於DML的語句，甚至可以佔到80%~90%，所以也不要太在意，只是在大數據導入時，可以先刪除索引，再批量插入數據，最後再添加索引。