MySQL的優化主要分為結構優化（Scheme optimization）和查詢優化（Query optimization）。本文討論的高效能索引策略主要屬於結構優化範疇。本章的內容完全基於上文B+樹在資料庫索引中的應用的理論基礎，一旦理解了索引背後的機制，那麼選擇高效能的策略就變成了純粹的推理，並且可以理解這些策略背後的邏輯。

示例資料庫
為了討論索引策略，需要一個數據量不算小的資料庫作為示例。本文選用MySQL官方文件中提供的示例資料庫之一：employees。這個資料庫關係複雜度適中，且資料量較大。下圖是這個資料庫的E-R關係圖（引用自MySQL官方手冊）：

最左字首原理與相關優化

高效使用索引的首要條件是知道什麼樣的查詢會使用到索引，這個問題和B+Tree中的“最左字首原理”有關，下面通過例子說明最左字首原理。

這裡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<a1, a2, …, an>，其中各個元素均為資料表的一列。

對於employees.titles查詢該表的索引結構：

• Table 表的名稱。
• Non_unique 如果索引不能包括重複詞，則為0。如果可以，則為1。
• Key_name 索引的名稱。（PRIMARY為主鍵索引，否則是普通索引）
• Seq_in_index 索引中的列序列號，從1開始。
• Column_name 列名稱。
• Collation 列以什麼方式儲存在索引中。在MySQL中，有值‘A’（升序）或NULL（無分類）。
• Cardinality 索引中唯一值的數目的估計值。通過執行ANALYZE TABLE或myisamchk -a可以更新。基數根據被儲存為整數的統計資料來計數，所以即使對於小型表，該值也沒有必要是精確的。基數越大，當進行聯合時，MySQL使用該索引的機會就越大。
• Sub_part 如果列只是被部分地編入索引，則為被編入索引的字元的數目。如果整列被編入索引，則為NULL。
• Packed 指示關鍵字如何被壓縮。如果沒有被壓縮，則為NULL。
• Null 如果列含有NULL，則含有YES。如果沒有，則該列含有NO。
• Index_type 用過的索引方法（BTREE, FULLTEXT, HASH, RTREE）。
• Comment，Index_comment 評註。

在對資料進行分析前，先了解 Mysql 的 explain用法和效能分析語句。

EXPLAIN解釋命令是顯示mysql如何使用索引來處理select語句以及連線表。可以幫助選擇更好的索引和寫出更優化的查詢語句。

使用方法很簡單，就是在select語句前加上explain, 如下：

1. 使用explain語句去檢視分析結果，如

  explain select * from test1 where id=1;

EXPLAIN 命令返回列說明：

select_type:

表示select的型別(取值有：simple,primary,union,subquery)

type：

在mysql中獲取所需行的方式，也可以叫訪問型別

取值： all -> index -> range -> ref -> eq_ref -> const, system -> null (效能由差到好)

all: 全表掃描

index: 索引全掃描

range: 索引範圍掃描 （<, <=, >, >=, between等）

ref: 使用非唯一索引掃描或唯一索引的字首掃描或使用join。來查詢某個單獨值的記錄行(where id = xxx)

eq_ref: 類似於ref，區別在於使用唯一索引，join primary key 或 unique index

const/system: 單表最多有一個匹配行，可以被優化器在當前查詢中當成常量使用，

null：不訪問表的查詢

possible_keys： 查詢中可能用到的索引

key： 實際使用的索引

key_len：使用到索引欄位的長度

rows： 掃描行的數量

Extra： 執行機會的額外說明

情況一：全列匹配。

EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001' AND title='Senior Engineer' AND from_date='1986-06-26';

很明顯，當按照索引中所有列進行精確匹配（這裡精確匹配指“=”或“IN”匹配）時，索引可以被用到。這裡有一點需要注意，理論上索引對順序是敏感的，但是由於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：

EXPLAIN SELECT * FROM employees.titles WHERE title='Senior Engineer' AND emp_no='10001' AND from_date='1986-06-26';

效果是一樣的。

情況二：最左字首匹配。

EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001';

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

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。

EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001' AND from_date='1986-06-26';

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，而後面的from_date雖然也在索引中，但是由於title不存在而無法和左字首連線，因此需要對結果進行掃描過濾from_date（這裡由於emp_no唯一，所以不存在掃描）。如果想讓from_date也使用索引而不是where過濾，可以增加一個輔助索引<emp_no, from_date>，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emp_no與from_date之間的“坑”填上。

看下title一共有幾種不同的值：

SELECT DISTINCT(title) FROM employees.titles;

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”從而形成最左字首：

EXPLAIN SELECT * FROM employees.titles
WHERE emp_no='10001'
AND title IN ('Senior Engineer', 'Staff', 'Engineer', 'Senior Staff', 'Assistant Engineer', 'Technique Leader', 'Manager')
AND from_date='1986-06-26';

這次key_len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，這裡檢查了7個key。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。

EXPLAIN SELECT * FROM employees.titles WHERE from_date='1986-06-26';

由於不是最左字首，索引這樣的查詢顯然用不到索引。

情況五：匹配某列的字首字串。

EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001' AND title LIKE 'Senior%';

如果萬用字元%不出現在開頭，則可以用到索引，但根據具體情況不同可能只會用其中一個字首。

情況六：範圍查詢。

EXPLAIN SELECT * FROM employees.titles WHERE emp_no < '10010' and title='Senior Engineer';

範圍列可以用到索引（必須是最左字首），但是範圍列後面的列無法用到索引。同時，索引最多用於一個範圍列，因此如果查詢條件中有兩個範圍列則無法全用到索引。

EXPLAIN SELECT * FROM employees.titles
WHERE emp_no < '10010'
AND title='Senior Engineer'
AND from_date BETWEEN '1986-01-01' AND '1986-12-31';

可以看到索引對第二個範圍索引無能為力。這裡特別要說明MySQL一個有意思的地方，那就是僅用explain可能無法區分範圍索引和多值匹配，因為在type中這兩者都顯示為range。同時，用了“between”並不意味著就是範圍查詢，例如下面的查詢：

EXPLAIN SELECT * FROM employees.titles
WHERE emp_no BETWEEN '10001' AND '10010'
AND title='Senior Engineer'
AND from_date BETWEEN '1986-01-01' AND '1986-12-31';

看起來是用了兩個範圍查詢，但作用於emp_no上的“BETWEEN”實際上相當於“IN”，也就是說emp_no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範圍匹配，否則會對MySQL的行為產生困惑。

情況七：查詢條件中含有函式或表示式。

很不幸，如果查詢條件中含有函式或表示式，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：

EXPLAIN SELECT * FROM employees.titles WHERE emp_no='10001' AND left(title, 6)='Senior';

雖然這個查詢和情況五中功能相同，但是由於使用了函式left，則無法為title列應用索引，而情況五中用LIKE則可以。再如：

EXPLAIN SELECT * FROM employees.titles WHERE emp_no - 1='10000';

顯然這個查詢等價於查詢emp_no為10001的函式，但是由於查詢條件是一個表示式，MySQL無法為其使用索引。看來MySQL還沒有智慧到自動優化常量表達式的程度，因此在寫查詢語句時儘量避免表示式出現在查詢中，而是先手工私下代數運算，轉換為無表示式的查詢語句。

索引選擇性與字首索引

既然索引可以加快查詢速度，那麼是不是隻要是查詢語句需要，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：索引檔案本身要消耗儲存空間，同時索引會加重插入、刪除和修改記錄時的負擔，另外，MySQL在執行時也要消耗資源維護索引，因此索引並不是越多越好。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。至於多少條記錄才算多，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（Selectivity），是指不重複的索引值（也叫基數，Cardinality）與表記錄數（#T）的比值：

Index Selectivity = Cardinality / #T

顯然選擇性的取值範圍為(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employees.titles表，如果title欄位經常被單獨查詢，是否需要建索引，我們看一下它的選擇性

SELECT count(DISTINCT(title))/count(*) AS Selectivity FROM employees.titles;

title的選擇性不足0.0001（精確值為0.00001579），所以實在沒有什麼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字首索引，就是用列的字首代替整個列作為索引key，當前綴長度合適時，可以做到既使得字首索引的選擇性接近全列索引，同時因為索引key變短而減少了索引檔案的大小和維護開銷。下面以employees.employees表為例介紹字首索引的選擇和使用。

該表僅有主鍵索引 emp_on，那麼如果我們想按名字搜尋一個人，就只能全表掃描了：

EXPLAIN SELECT * FROM employees.employees WHERE first_name='Eric' AND last_name='Anido';

如果頻繁按名字搜尋員工，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<first_name>或<first_name, last_name>，看下兩個索引的選擇性：

SELECT count(DISTINCT(first_name))/count(*) AS Selectivity FROM employees.employees;

SELECT count(DISTINCT(concat(first_name, last_name)))/count(*) AS Selectivity FROM employees.employees;

<first_name>顯然選擇性太低，<first_name, last_name>選擇性很好，但是first_name和last_name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first_name和last_name的前幾個字元建立索引，例如<first_name, left(last_name, 3)>，看看其選擇性：

SELECT count(DISTINCT(concat(first_name, left(last_name, 3))))/count(*) AS Selectivity FROM employees.employees;

選擇性還不錯，但離0.9313還是有點距離，那麼把last_name字首加到4：

這時選擇性已經很理想了，而這個索引的長度只有18，比<first_name, last_name>短了接近一半，我們把這個字首索引建上：

ALTER TABLE employees.employees
ADD INDEX `first_name_last_name4` (first_name, last_name(4));

檢驗該索引的效能

SET profiling = 1;
SELECT * FROM employees.employees WHERE first_name='Eric' AND last_name='Anido'
show profiles

drop index first_name_last_name4 on employees
SELECT * FROM employees.employees WHERE first_name='Eric' AND last_name='Anido'
show profiles

效能的提升是顯著的

字首索引兼顧索引大小和查詢速度，但是其缺點是不能用於ORDER BY和GROUP BY操作，也不能用於Covering index（即當索引本身包含查詢所需全部資料時，不再訪問資料檔案本身）。