索引使用策略及優化
MySQL的優化主要分為結構優化（ ）和查詢優化（Query ）。本章討論的高性能索引策略主要屬于結構優化范疇。本章的內容完全基于上文的理論基礎，實際上一旦理解了索引背后的機制，那么選擇高性能的策略就變成了純粹的推理，并且可以理解這些策略背后的邏輯。
示例數據庫
為了討論索引策略，需要一個數據量不算小的數據庫作為示例。本文選用MySQL官方文檔中提供的示例數據庫之一：。這個數據庫關系復雜度適中，且數據量較大。下圖是這個數據庫的E-R關系圖（引用自MySQL官方手冊）：
圖12
MySQL官方文檔中關于此數據庫的頁面為。里面詳細介紹了此數據庫，并提供了下載地址和導入方法，如果有興趣導入此數據庫到自己的MySQL可以參考文中內容。
最左前綴原理與相關優化
高效使用索引的首要條件是知道什么樣的查詢會使用到索引，這個問題和B+Tree中的“最左前綴原理”有關，下面通過例子說明最左前綴原理。
這里先說一下聯合索引的概念。在上文中，我們都是假設索引只引用了單個的列，實際上，MySQL中的索引可以以一定順序引用多個列，這種索引叫做聯合索引，一般的，一個聯合索引是一個有序元組，其中各個元素均為數據表的一列，實際上要嚴格定義索引需要用到關系代數，但是這里我不想討論太多關系代數的話題，因為那樣會顯得很枯燥，所以這里就不再做嚴格定義。另外，單列索引可以看成聯合索引元素數為1的特例。
以.表為例，下面先查看其上都有哪些索引：
從結果中可以到表的主索引為，還有一個輔助索引。為了避免多個索引使事情變復雜（MySQL的SQL優化器在多索引時行為比較復雜），這里我們將輔助索引drop掉：
這樣就可以專心分析索引的行為了。
情況一：全列匹配。
很明顯，當按照索引中所有列進行精確匹配（這里精確匹配指“=”或“IN”匹配）時，索引可以被用到。這里有一點需要注意，理論上索引對順序是敏感的，但是由于MySQL的查詢優化器會自動調整where子句的條件順序以使用適合的索引，例如我們將where中的條件順序顛倒：
效果是一樣的。
情況二：最左前綴匹配。
當查詢條件精確匹配索引的左邊連續一個或幾個列時，如或，所以可以被用到，但是只能用到一部分，即條件所組成的最左前綴。上面的查詢從分析結果看用到了索引，但是為4，說明只用到了索引的第一列前綴。
情況三：查詢條件用到了索引中列的精確匹配，但是中間某個條件未提供。
此時索引使用情況和情況二相同，因為title未提供，所以查詢只用到了索引的第一列，而后面的雖然也在索引中，但是由于title不存在而無法和左前綴連接，因此需要對結果進行掃描過濾（這里由于唯一，所以不存在掃描）。如果想讓也使用索引而不是where過濾，可以增加一個輔助索引，此時上面的查詢會使用這個索引。除此之外，還可以使用一種稱之為“隔離列”的優化方法，將與之間的“坑”填上。
首先我們看下title一共有幾種不同的值：
只有7種。在這種成為“坑”的列值比較少的情況下，可以考慮用“IN”來填補這個“坑”從而形成最左前綴：
這次為59，說明索引被用全了，但是從type和rows看出IN實際上執行了一個range查詢，這里檢查了7個key。看下兩種查詢的性能比較：
“填坑”后性能提升了一點。如果經過篩選后余下很多數據，則后者性能優勢會更加明顯。當然，如果title的值很多，用填坑就不合適了，必須建立輔助索引。
情況四：查詢條件沒有指定索引第一列。
由于不是最左前綴，索引這樣的查詢顯然用不到索引。
情況五：匹配某列的前綴字符串。
此時可以用到索引，但是如果通配符不是只出現在末尾，則無法使用索引。（原文表述有誤，如果通配符%不出現在開頭，則可以用到索引數據庫關系運算教程，但根據具體情況不同可能只會用其中一個前綴）
情況六：范圍查詢。
范圍列可以用到索引（必須是最左前綴），但是范圍列后面的列無法用到索引。同時，索引最多用于一個范圍列，因此如果查詢條件中有兩個范圍列則無法全用到索引。
可以看到索引對第二個范圍索引無能為力。這里特別要說明MySQL一個有意思的地方，那就是僅用可能無法區分范圍索引和多值匹配，因為在type中這兩者都顯示為range。同時，用了“”并不意味著就是范圍查詢，例如下面的查詢：
看起來是用了兩個范圍查詢，但作用于上的“”實際上相當于“IN”，也就是說實際是多值精確匹配。可以看到這個查詢用到了索引全部三個列。因此在MySQL中要謹慎地區分多值匹配和范圍匹配，否則會對MySQL的行為產生困惑。
情況七：查詢條件中含有函數或表達式。
很不幸，如果查詢條件中含有函數或表達式，則MySQL不會為這列使用索引（雖然某些在數學意義上可以使用）。例如：
雖然這個查詢和情況五中功能相同，但是由于使用了函數left，則無法為title列應用索引，而情況五中用LIKE則可以。再如：
顯然這個查詢等價于查詢為10001的函數，但是由于查詢條件是一個表達式，MySQL無法為其使用索引。看來MySQL還沒有智能到自動優化常量表達式的程度，因此在寫查詢語句時盡量避免表達式出現在查詢中，而是先手工私下代數運算，轉換為無表達式的查詢語句。
索引選擇性與前綴索引
既然索引可以加快查詢速度，那么是不是只要是查詢語句需要，就建上索引？答案是否定的。因為索引雖然加快了查詢速度，但索引也是有代價的：索引文件本身要消耗存儲空間，同時索引會加重插入、刪除和修改記錄時的負擔，另外，MySQL在運行時也要消耗資源維護索引，因此索引并不是越多越好。一般兩種情況下不建議建索引。
第一種情況是表記錄比較少，例如一兩千條甚至只有幾百條記錄的表，沒必要建索引，讓查詢做全表掃描就好了。至于多少條記錄才算多，這個個人有個人的看法，我個人的經驗是以2000作為分界線，記錄數不超過 2000可以考慮不建索引，超過2000條可以酌情考慮索引。
另一種不建議建索引的情況是索引的選擇性較低。所謂索引的選擇性（），是指不重復的索引值（也叫基數，）與表記錄數（#T）的比值：
Index = / #T
顯然選擇性的取值范圍為(0, 1]，選擇性越高的索引價值越大，這是由B+Tree的性質決定的。例如，上文用到的.表，如果title字段經常被單獨查詢，是否需要建索引，我們看一下它的選擇性：
title的選擇性不足0.0001（精確值為0.）數據庫關系運算教程，所以實在沒有什么必要為其單獨建索引。
有一種與索引選擇性有關的索引優化策略叫做前綴索引，就是用列的前綴代替整個列作為索引key，當前綴長度合適時，可以做到既使得前綴索引的選擇性接近全列索引，同時因為索引key變短而減少了索引文件的大小和維護開銷。下面以.表為例介紹前綴索引的選擇和使用。
從圖12可以看到表只有一個索引，那么如果我們想按名字搜索一個人，就只能全表掃描了：
如果頻繁按名字搜索員工，這樣顯然效率很低，因此我們可以考慮建索引。有兩種選擇，建或，看下兩個索引的選擇性：
顯然選擇性太低，選擇性很好，但是和加起來長度為30，有沒有兼顧長度和選擇性的辦法？可以考慮用和的前幾個字符建立索引，例如，看看其選擇性：
選擇性還不錯，但離0.9313還是有點距離，那么把前綴加到4：
這時選擇性已經很理想了，而這個索引的長度只有18，比短了接近一半，我們把這個前綴索引 建上：
此時再執行一遍按名字查詢，比較分析一下與建索引前的結果：
性能的提升是顯著的，查詢速度提高了120多倍。
前綴索引兼顧索引大小和查詢速度，但是其缺點是不能用于ORDER BY和GROUP BY操作，也不能用于 index（即當索引本身包含查詢所需全部數據時，不再訪問數據文件本身）。
的主鍵選擇與插入優化
在使用存儲引擎時，如果沒有特別的需要，請永遠使用一個與業務無關的自增字段作為主鍵。
經常看到有帖子或博客討論主鍵選擇問題，有人建議使用業務無關的自增主鍵，有人覺得沒有必要，完全可以使用如學號或身份證號這種唯一字段作為主鍵。不論支持哪種論點，大多數論據都是業務層面的。如果從數據庫索引優化角度看，使用引擎而不使用自增主鍵絕對是一個糟糕的主意。
上文討論過的索引實現，使用聚集索引，數據記錄本身被存于主索引（一顆B+Tree）的葉子節點上。這就要求同一個葉子節點內（大小為一個內存頁或磁盤頁）的各條數據記錄按主鍵順序存放，因此每當有一條新的記錄插入時，MySQL會根據其主鍵將其插入適當的節點和位置，如果頁面達到裝載因子（默認為15/16），則開辟一個新的頁（節點）。
如果表使用自增主鍵，那么每次插入新的記錄，記錄就會順序添加到當前索引節點的后續位置，當一頁寫滿，就會自動開辟一個新的頁。如下圖所示：
圖13
這樣就會形成一個緊湊的索引結構，近似順序填滿。由于每次插入時也不需要移動已有數據，因此效率很高，也不會增加很多開銷在維護索引上。
如果使用非自增主鍵（如果身份證號或學號等），由于每次插入主鍵的值近似于隨機，因此每次新紀錄都要被插到現有索引頁得中間某個位置：
圖14
此時MySQL不得不為了將新記錄插到合適位置而移動數據，甚至目標頁面可能已經被回寫到磁盤上而從緩存中清掉，此時又要從磁盤上讀回來，這增加了很多開銷，同時頻繁的移動、分頁操作造成了大量的碎片，得到了不夠緊湊的索引結構，后續不得不通過 TABLE來重建表并優化填充頁面。
因此，只要可以，請盡量在上采用自增字段做主鍵。
后記
這篇文章斷斷續續寫了半個月，主要內容就是上面這些了。不可否認，這篇文章在一定程度上有紙上談兵之嫌，因為我本人對MySQL的使用屬于菜鳥級別，更沒有太多數據庫調優的經驗，在這里大談數據庫索引調優有點大言不慚。就當是我個人的一篇學習筆記了。
其實數據庫索引調優是一項技術活，不能僅僅靠理論，因為實際情況千變萬化，而且MySQL本身存在很復雜的機制，如查詢優化策略和各種引擎的實現差異等都會使情況變得更加復雜。但同時這些理論是索引調優的基礎，只有在明白理論的基礎上，才能對調優策略進行合理推斷并了解其背后的機制，然后結合實踐中不斷的實驗和摸索，從而真正達到高效使用MySQL索引的目的。
另外，MySQL索引及其優化涵蓋范圍非常廣，本文只是涉及到其中一部分。如與排序（ORDER BY）相關的索引優化及覆蓋索引（ index）的話題本文并未涉及，同時除B-Tree索引外MySQL還根據不同引擎支持的哈希索引、全文索引等等本文也并未涉及。如果有機會，希望再對本文未涉及的部分進行補充吧。
參考文獻
[1] Baron 等 著，王小東等 譯；高性能MySQL（High MySQL）；電子工業出版社，2010
[2] 著，楊曉云等 譯；權威指南（The Guide to ）；人民郵電出版社，2006
[3] 姜承堯 著；MySQL技術內幕-存儲引擎；機械工業出版社，2011
[4] D Comer, B-tree; ACM (CSUR), 1979
[5] Codd, E. F. (1970). "A model of data for large data banks". of the ACM, , Vol. 13, No. 6, pp. 377-387
今天的分享就到這里了，大家要好好學C++喲~
寫在最后：對于準備學習C/C++編程的小伙伴，如果你想更好的提升你的編程核心能力（內功）不妨從現在開始！