索引（Index）是帮助MySQL高效获取数据的数据结构。数据库系统维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法。这种数据结构，就是索引。
文章目录
1、类型（三种）
主键索引名为 pk_字段名； 唯一索引名为 uk_字段名； 普通索引名则为 idx_字段名 。
说明：
pk_ 即 primary key； uk_ 即 unique key
2、规范(10余条)
| 序号 | 规范 | 说明 | 例子 |
|---|---|---|---|
| 1 |
【强制】业务上具有唯一特性的字段，即使是多个字段的组合，也必须建成唯一索引 。 |
不要以为唯一索引影响了 insert 速度，这个速度损耗可以忽略，但提高查找速度是明 显的； 另外，即使在应用层做了非常完善的校验控制，只要没有唯一索引，根据墨菲定律，必然有脏数据产生 |
节能环保打标表 UNIQUE INDEX ( , , (255), (255)) USING BTREE, 区划限价设置表(牧谦) CREATE UNIQUE INDEX uni_district ON db_item.zcy_district_category_price (category_id,config_id,district_id); |
| 2 |
【强制】超过三个表禁止 join。 |
需要 join 的字段，数据类型必须绝对一致； 多表关联查询时，保证被关联的字段需要有索引。 即使双表 join 也要注意表索引、 SQL 性能。 | 商品库不存在join |
| 3 |
【强制】在 varchar 字段上建立索引时，必须指定索引长度，没必要对全字段建立索引，根据实际文本区分度决定索引长度即可 |
索引的长度与区分度是一对矛盾体，一般对字符串类型数据，长度为 20 的索引，区分度会高达 90%以上，可以使用 count(distinct left(列名, 索引长度))/count(*)的区分度来确定 | 属性值表 create index idx_name on db_item.parana_property_value (name(100)) |
| 4 | 【强制】页面搜索严禁左模糊或者全模糊，如果需要请走搜索引擎来解决。 | 索引文件具有 B-Tree 的最左前缀匹配特性，如果左边的值未确定，那么无法使用此索引 |
属性值表 INDEX( (20)) USING BTREE SQL：AND LIKE CONCAT(#{name},‘%’) |
| 5 | 【推荐】如果有 order by的场景，请注意利用索引的有序性。 order by 最后的字段是组合索引的一部分，并且放在索引组合顺序的最后，避免出现 file_sort(文件排序)的情况，影响查询性能。 | 正例： where a=? and b=? order by c; 索引： a_b_c 反例： 索引中有范围查找，那么索引有序性无法利用，如： WHERE a>10 ORDER BY b; 索引a_b 无法排序。 |
spu库(奕铭)：IDX_category_status_createdAt(category_id,status,created_at) sql：WHERE category_id = 4619 and= 3 order by created_at DESC LIMIT 0, 500 |
| 6 | 【推荐】利用覆盖索引来进行查询操作，避免回表。覆盖索引： | 如果一本书需要知道第 11 章是什么标题，会翻开第 11 章对应的那一页吗？目录浏览一下就好，这个目录就是起到覆盖索引的作用。 | 能够建立索引的种类分为主键索引、唯一索引、普通索引三种，而覆盖索引只是一种查询的一种效果，用 explain 的结果， extra 列会出现： using index。 |
| 7 | 【推荐】利用延迟关联或者子查询优化超多分页场景。 | MySQL 并不是跳过 offset 行，而是取 offset+N 行，然后返回放弃前 offset 行，返回N 行，那当 offset 特别大的时候，效率就非常的低下，要么控制返回的总页数，要么对超过特定阈值的页数进行 SQL 改写 | 先快速定位需要获取的 id 段，然后再关联：SELECT a.* FROM 表 1 a, (select id from 表 1 where 条件 LIMIT 100000,20 ) b where a.id=b.id |
| 8 | 【推荐】 SQL 性能优化的目标：至少要达到 range 级别， 要求是 ref 级别， 如果可以是consts最好 | 1） consts 单表中最多只有一个匹配行（主键或者唯一索引），在优化阶段即可读取到数据。2） ref 指的是使用普通的索引（normal index） 。3） range 对索引进行范围检索 | 反例：explain 表的结果， type=index，索引物理文件全扫描，速度非常慢，这个 index 级别比较 range 还低，与全表扫描是小巫见大巫 |
| 9 | 【推荐】建组合索引的时候，区分度最高的在最左边。 | 存在非等号和等号混合时，在建索引时，请把等号条件的列前置。如： where c>? and d=? 那么即使 c 的区分度更高，也必须把 d 放在索引的最前列， 即索引 idx_d_c。 | 如果 where a=? and b=? ，如果 a 列的几乎接近于唯一值，那么只需要单建 idx_a索引即可。5.7提供自动顺序优化** |
| 10 | 【推荐】 防止因字段类型不同造成的隐式转换， 导致索引失效 | 例子： | |
| 11 | 【参考】创建索引时避免有如下极端误解 |
1） 宁滥勿缺。 认为一个查询就需要建一个索引。 2） 宁缺勿滥。 认为索引会消耗空间、严重拖慢更新和新增速度。 3） 抵制惟一索引。 认为业务的惟一性一律需要在应用层通过“先查后插”方式解决 。 |
唯一索引踩坑： |
CheckList
Action1 、三个字段联合索引时，如果中间的字段使用了范围查询或者模糊查询，最后一个字段还会用到索引么？
用得到
Action2、在order by时，索引是如何使用的？
使用了 filesort 模式
Action3、新建一张表，如何界定其索引的数量，有没有选择或者公式
根据业务场景选择，不要遗漏索引，索引也不是越多越好
Action4、字符串如何加索引，能不能再详细介绍下字符串前缀索引
使用某个字段中字符串的前几个字符建立索引。
前缀索引优化为什么需要优化？索引文件是存储在磁盘中的，而磁盘中最小分配单元是页，通常一个页的默认大小为 16KB，减小索引字段大小，可以增加一个页中存储的索引项，有效提高索引的查询速度
Action5、什么是覆盖索引？
select ID from T where k between 3 and 5
，这时只需要查ID的值，而ID的值已经在k索引树上了，因此可以直接提供查询结果，不需要回表。也就是说，在这个查询里面，
索引k已经“覆盖了”我们的查询需求，我们称为覆盖索引
。
具体见这篇文章：
MySQL第二讲：MySQL索引原理
版权声明：本文为qq_28959087原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。