索引
通过使用索引，可以大大提高SQL的性能。
数据库中索引有如下几类：
B+树索引 ：MyISAM和InnoDB引擎默认使用的索引，最传统的索引。底层使用了B+树结构，查询效率和树高度成正比，树的高度在数据库中就代表了I/O次数。B+树索引又可以分为聚集和非聚集索引。
- 聚集索引：聚集索引的数据页存放的是完整的记录，B+树的叶子存放的是数据。
- 非聚集索引：B+树的叶子存放的是记录的主键，所以使用非聚集索引只能查询还需要使用聚集索引插叙数据。
哈希索引 ：和数据量大小没有关系，查询复杂度为O(1)，因此是比B+树索引更加有效的查询方式。只有Memory/HEAP引擎支持，InnoDB支持自适应的哈希索引。自适应的哈希索引由引擎自己完成的，用户不能创建。哈希索引索引不是对全表数据进行索引，而是系统认为的热点页的数据创建索引。自适应的哈希索引是在内存中创建的，所以不能持久化。
全文索引：用于实现关键字的查询，是MyISAM的特殊索引，可以在字符串列上使用全文索引，但是InnoDB不支持这种索引。
RTree索引：空间索引，是MyISAM的特殊索引，主要用于地理空间数据类型，使用比较少。
PS:MyISAM的索引是属于非聚集索引的，因为存储结构决定了数据和索引分开。InnoDB的主键索引是聚集索引，非主键索引就是非聚集索引。
索引使用的场合
1. 使用匹配全值，对所有列都指定具体值，也就是对索引中的所有列都有等值匹配的条件。例如：select * from xxx where colums1=value1 and colums2=value2.
2. 匹配值的范围查询，对索引值能够范围查找。例如：select * from xxx where colums1>=value1 and colums2<value2 。
3. 匹配最左前缀。仅仅使用索引中的最左列查找，比如col1+col2+col3能被col1，clo1+col2，col1+col2+col3的查询使用到，也称最左匹配原则。
4. 仅仅对索引进行查询，也就是查询的列都在索引字段里面。
5. 匹配列前缀，仅仅使用索引中的第一项，并且只包含索引第一列的开头一部分进行查找。
6. 实现索引部分精确匹配，其他部分范围匹配。例如：select * from xxx where index_col=value and other_cols>=xxx。
7. 如果列名的索引，那么使用列名=null就会用到索引。存在索引但是不能使用索引的场合
- 以%开头的LIKE查询不能使用索引。
- 数据类型隐式转换时，特别是使用字符串类型时，在where后面一定要加上单引号。
- 复合索引情况下，不满足最左原则是不使用复合索引的。
- 如果使用索引比搜索全表来的慢，不会使用索引。
- 使用or分割开的条件，如果or前面有索引，后面没索引则不会使用索引。
常用SQL优化
大批量插入
对于大批量插入，MyISAM关闭唯一索引的更新。插入数据以后再打开索引更新，也就是先插入数据然后再对数据检查。
对于InnoDB：
1.应该将插入的数据按照主键顺寻排列好
2.导入数据之前关闭数据校验，导入数据结束以后再开启
3.导入数据前关闭自动提交，导入数据以后再开启自动提交
对于一般的INSERT语句，应该使用多个值表的语句。例如：insert into table value （xxx），（xxx），（xxx）。。。。。。
ORDER BY的优化
MySQL中有两种排序方法，第一种直接通过有序的索引顺序返回有序的数据，这种方式无需额外的排序，效率高。第二种是Filesort，就是对返回的结果进行一次排序，所有不是通过索引直接返回结果的都是Filesort。因此，我们的优化目标就是减少Filesort，而通过索引直接返回有序结果。所以，在SQL语句中，WHERE条件和ORDERBY要使用相同的索引，并且ORDERBY的顺序和索引相同，并且ORDERBY的顺序都是降序或者升序，否则肯定需要使用Filesort。
GROUP BY的优化
默认情况下，MySQL会对于GROUP BY中的字段进行排序，如果我们需要这种排序，那么对MySQL的实际执行没有影响。但是如果我们并不需要对结果进行排序，那么我们可以指定ORDER BY NULL禁止GROUP BY带来的排序。
嵌套语句优化
SQL的子查询可以使用SELECT创建单列的查询结果，然后把这个结果作为过滤条件用在另外一个查询中，虽然子查询好处多多，但是有时候使用连接JOIN会有更好的效率，那是因为使用JOIN不需要在内存中创建临时表来完成查询工作；而子查询会在内存中建立一个临时表，这回降低查询效率。
OR优化
对于含有OR的查询语句，只要存在一个没有索引的列，那么就会进行全表查询而放弃使用索引。因此，如果要使用索引，则OR之间的每一个条件列都要用到索引，没有索引就串讲索引。
分页查询的优化
使用分页查询语句时，例如”limit 10000,20”,此时数据库会查询前面10020条记录，而我们只需要后20条记录，那么前10000条记录的查询是无用，这就会造成不必要的性能浪费。
优化思路一：先在索引上完成排序分页的操作，然会根据主键关联回原表查询需要的其他内容。
优化思路二：把LIMIT查询转化为某一个位置的查询。
应用优化
除了对数据库本身优化以外，我们还可以对使用数据的外部应用进行优化。
- 使用数据库连接池：数据库连接池和线程池类似，目的是减少重复连接-断开操作的开销，常见的数据库连接池有：C3P0，DBCP还有阿里的druid。
- 使用查询缓存：第一次查询数据库时，将数据内容进行缓存，下一次做同样的查询就直接从缓存中取数据即可，不需要再次访问数据库。常见的数据库缓存系统有：Redis，Memcached。
- 负载均衡：利用均衡算法，将固定的负载量分布到不同服务器，以此减轻单台服务器的负载，达到优化的目的。具体方式如：使用MySQL的主从复制分流查询操作，或者使用分布式数据库架构，其具体实现可以使用MySQL的CLUSTER功能。
总结：主要讲了MySQL常见的优化除了使用索引、SQL语句优化、外部引用优化，除此以外MySQL还有许多优化的办法，如优化MySQL Server，优化磁盘等。