最近项目刚刚上线，所以有时间对项目进行优化，索引首当其冲，但自己对数据库这方面知识了解很少，只能网上学习，发现了一篇非常好的文章。反复阅读加测试。把一点心得写在这里。
先放文章的链接：
https://tech.meituan.com/2014/06/30/mysql-index.html
建索引的几大原则
1.最左前缀匹配原则，非常重要的原则，mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配，比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)顺序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整。
2.=和in可以乱序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意顺序，mysql的查询优化器会帮你优化成索引可以识别的形式。
3.尽量选择区分度高的列作为索引，区分度的公式是count(distinct col)/count(*)，表示字段不重复的比例，比例越大我们扫描的记录数越少，唯一键的区分度是1，而一些状态、性别字段可能在大数据面前区分度就是0，那可能有人会问，这个比例有什么经验值吗？使用场景不同，这个值也很难确定，一般需要join的字段我们都要求是0.1以上，即平均1条扫描10条记录。
4.索引列不能参与计算，保持列“干净”，比如from_unixtime(create_time) = ’2014-05-29’就不能使用到索引，原因很简单，b+树中存的都是数据表中的字段值，但进行检索时，需要把所有元素都应用函数才能比较，显然成本太大。所以语句应该写成create_time = unix_timestamp(’2014-05-29’)。
5.尽量的扩展索引，不要新建索引。比如表中已经有a的索引，现在要加(a,b)的索引，那么只需要修改原来的索引即可。
查询优化神器 - explain命令
关于explain命令相信大家并不陌生，具体用法和字段含义可以参考官网explain-output，这里需要强调rows是核心指标，绝大部分rows小的语句执行一定很快（有例外，下面会讲到）。所以优化语句基本上都是在优化rows。
慢查询优化基本步骤
0.先运行看看是否真的很慢，注意设置SQL_NO_CACHE
1.where条件单表查，锁定最小返回记录表。这句话的意思是把查询语句的where都应用到表中返回的记录数最小的表开始查起，单表每个字段分别查询，看哪个字段的区分度最高
2.explain查看执行计划，是否与1预期一致（从锁定记录较少的表开始查询）
3.order by limit 形式的sql语句让排序的表优先查
4.了解业务方使用场景
5.加索引时参照建索引的几大原则
6.观察结果，不符合预期继续从0分析
关于对explain的使用，可以结合mysql官方文档
这里需要强调rows是核心指标，绝大部分rows小的语句执行一定很快（有例外）。所以优化语句基本上都是在优化rows。
下面为我测试的一个表：
sql:
explain
select sql_no_cache *
from test_index
where a = 1 and c = 1 and b = 1;
结果：
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | SIMPLE | test_index | NULL | ref | abcd | abcd | 14 | const,const,const | 1 | 100 | NULL |
建表语句：
CREATE TABLE `test_index` (
`a` int(11) NOT NULL,
`b` int(11) DEFAULT NULL,
`c` int(11) DEFAULT NULL,
`d` int(11) DEFAULT NULL,
`f` int(11) DEFAULT NULL,
`char1` char(10) DEFAULT NULL,
`varchar1` varchar(10) DEFAULT NULL,
KEY `abcd` (`a`,`b`,`c`,`d`),
KEY `idx_char1` (`char1`),
KEY `idx_varchar1` (`varchar1`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8
select_type: 说明这是一个简单的sql语句，没有使用连接等操作。
possible_keys: 说明可能使用的索引
key：使用的索引，如果没有使用索引则为空
key_len：是索引的长度，这里要简单说下key_len计算
为上面例子为例：key_len为14. 那么这个14是如何出来的呢？
14 = 4 + 4 + 4 + 2
索引走的是abcd。这个索引是由4个int类型的字段组成的。一个int类型占4字节（byte), 根据sql的where条件，其中a,b,c三个字段使用了索引所以有4 + 4 + 4 ，mysql中如果允许为null，null需要一个标志位，占一个字节，字段a不为null, b,c可以为null所以有了+2 。从上面可以看出，有时根据ken_len是可以判断哪些字段走了索引的。
在测一下，如下sql，ken_len应该是多少呢？
explain
select sql_no_cache *
from test_index
where a = 1 and b= 1 and c in (1) and d = 1 ;
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | SIMPLE | test_index | NULL | ref | a | a | 19 | const,const,const,const | 1 | 100 | NULL |
ken_len = 19 这是符合我们的预期的。
如果字段是字符类型的呢，字符类型与数据库所使用的编码集是有关系的。其中如果是可变字符（varchar）则要在额外增加两个字节。
key_len的长度计算公式：
varchr(10)变长字段且允许NULL : 10(Character Set：utf8=3,gbk=2,latin1=1)+1(NULL)+2(变长字段)
varchr(10)变长字段且不允许NULL : 10(Character Set：utf8=3,gbk=2,latin1=1)+2(变长字段)
char(10)固定字段且允许NULL : 10(Character Set：utf8=3,gbk=2,latin1=1)+1(NULL)
char(10)固定字段且不允许NULL : 10(Character Set：utf8=3,gbk=2,latin1=1)
对于是索引的字段，最好使用定长和NOT NULL定义，提高性能。原因与b+树性质有关：IO次数取决于b+数的高度h，假设当前数据表的数据为N，每个磁盘块的数据项的数量是m，则有h=㏒(m+1)N，当数据量N一定的情况下，m越大，h越小；而m = 磁盘块的大小 / 数据项的大小，磁盘块的大小也就是一个数据页的大小，是固定的，如果数据项占的空间越小，数据项的数量越多，树的高度越低。这就是为什么每个数据项，即索引字段要尽量的小，比如int占4字节，要比bigint8字节少一半。这也是为什么b+树要求把真实的数据放到叶子节点而不是内层节点，一旦放到内层节点，磁盘块的数据项会大幅度下降，导致树增高。当数据项等于1时将会退化成线性表。
ref字段是说明：The columns compared to the index即与索引比较的列，const表示为常量
rows说明：预估检查了多少行
filtered ： Percentage of rows filtered by table condition
接下来记录下常用mysql中不同类型字段占用字节（byte）大小
| 类型 | 字节数(byte) | 范围(有符号) |
|---|---|---|
| tinyint | 1 | -128，127 |
| int | 4 | -2^31 (-2,147,483,648) 到 2^31 – 1 (2,147,483,647) |
| bigint | 8 | -2^63 (-9223372036854775808) 到 2^63-1 (9223372036854775807) |
| char | 3 （utf8字符集） | char最大长度是255字节，是定长格式，长度不足，后边添加空格方式来存储 |
| varchar | 3 （utf8字符集 ） | varchar的最大长度2^16 -1 (65535),非空时需要1字节来标记，当长度小于255个字节时使用1字节标记字段长度，当长度超过255字节时，使用2字节来标记字段长度。(65535 / 3 = 21845) |
| timestamp | 4 | * |
| datetime | 5 (MySQL5.6版本之后5 byte，5.5是8 byte) | 测试版本：mysql5.7.20 |
| DECIMAL | 对DECIMAL(M,D) ，如果M>D，为M+2否则为D+2 | * |
范围查询之Like使用：
explain select sql_no_cache * from test_index where varchar1 like '%1%' ;
结果：
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | SIMPLE | test_index | NULL | ALL | NULL | NULL | NULL | NULL | 1 | 100 | Using where |
explain select sql_no_cache * from test_index where varchar1 like '%1';
结果：
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | SIMPLE | test_index | NULL | ALL | NULL | NULL | NULL | NULL | 1 | 100 | Using where |
explain select sql_no_cache * from test_index where varchar1 like '1%';
结果：
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | SIMPLE | test_index | NULL | range | idx_varchar1 | idx_varchar1 | 33 | NULL | 1 | 100 | Using index condition |
原因还是最左匹配，你要让mysql知道跟什么值进行对比
其它：
查询mysql版本：select version();
网友评论