索引是帮助存储引擎快速获取数据的一种数据结构，形象的说就是索引是数据的目录。

索引创建的时机：

        索引并不是越多越好的，虽然他再查询时会提高效率，但是保存索引和维护索引也需要一定的空间和时间成本的。

 不创建索引：

• 当字段是类似于男/女这种的就没必要创建索引了，因为这样查询索引还是会查询到很多数据，没有给我们提升什么效率，而且MySQL 还有一个查询优化器，查询优化器发现某个值出现在表的数据行中的百分比很高的时候，它一般会忽略索引，进行全表扫描。
• 当字段经常更新时也最好不要建立索引，因为随着数据的更新，为了维护B+树的有序性，B+树也要进行更新调整，经常性的更新太浪费数据库性能了。
• 如果经常再查询语句中经常用不到的字段也不要创建索引了，反而浪费。
• 数据库数据少的时候也不用创建

 创建索引：

• 字段具有唯一性，如学号等，这样查询提高效率很高。
• 经常被where作为查询条件的字段，可以创建索引。
• 经常被Order By、Group By 使用的字段，因为B+树本身具有有序性，当使用这两个查询语句时无需再对字段进行排序了。

优化索引的方法：

  前缀索引优化：

        前缀索引是拿某个字段的字符串的前几个字符建立索引。

• 只拿前几个字符作为索引节点，那就减小了索引的节点大小，降低了索引所占据的空间，
• 一个页内存储更多的索引节点更多，提高了查询效率。
• 但是前缀索引无法运用再Order By语句中，且无法把前缀索引作为索引覆盖。

   覆盖索引优化：

 Select  sex  From student  where name = ‘张三’ 

        索引覆盖：如果只根据name创建索引的话，那么再这个索引只能查询到张三的id，此时需要拿着这个id去主键索引中查询sex，进行回表操作。而当根据name、和sex创建了联合索引后，就不需要进行回表操作了，直接再这个索引中查询到sex，这一步就叫做索引覆盖。 

        所以当我们经常根据一个非主键字段查询另一个非主键字段的话，可以建立联合索引，避免回表操作。

主键索引最好是自增：

        InnoDB 创建主键索引默认为聚簇索引，数据被存放在了 B+Tree 的叶子节点上。也就是说，同一个叶子节点内的各个数据是按主键顺序存放的，因此，每当有一条新的数据插入时，数据库会根据主键将其插入到对应的叶子节点中。

如果我们使用自增主键，那么每次插入的新数据就会按顺序添加到当前索引节点的位置，不需要移动已有的数据，当页面写满，就会自动开辟一个新页面。因为每次插入一条新记录，都是追加操作，不需要重新移动数据，因此这种插入数据的方法效率非常高。

如果我们使用非自增主键，由于每次插入主键的索引值都是随机的，因此每次插入新的数据时，就可能会插入到现有数据页中间的某个位置，这将不得不移动其它数据来满足新数据的插入，甚至需要从一个页面复制数据到另外一个页面，我们通常将这种情况称为页分裂。页分裂还有可能会造成大量的内存碎片，导致索引结构不紧凑，从而影响查询效率。

是不是一定要自增呢？

        当某一个业务量增长非常快，数据量非常大，数据库性能无法满足业务需求的时候通常会实施分库分表，这个时候自增主键就不适用了，比如订单表，分成16个表，如果都使用自增的话，肯定会造成订单id重复，所以此时的解决方案就是分布式id，保证趋势递增即可。

主键字段的长度不要太大，因为主键字段长度越小，意味着二级索引的叶子节点越小（二级索引的叶子节点存放的数据是主键值），这样二级索引占用的空间也就越小。

索引最好设置为 NOT NULL：

• 索引列存在 NULL 就会导致优化器在做索引选择的时候更加复杂，更加难以优化，因为可为 NULL 的列会使索引、索引统计和值比较都更复杂，比如进行索引统计时，count 会省略值为NULL 的行。

• NULL 值是一个没意义的值，但是它会占用物理空间，所以会带来的存储空间的问题，因为 InnoDB 存储记录的时候，如果表中存在允许为 NULL 的字段，那么行格式 中至少会用 1 字节空间存储 NULL 值列表。

防止索引失效：

        我们设置了索引并不意味着一定会用上索引，再某些情况下索引也会失效。

• 当我们使用左或者左右模糊匹配的时候，也就是 Link %x 或者 Link %x% 这两种方式都会造成索引失效；
• 当我们在查询条件中对索引列做了计算、函数、类型转换操作，这些情况下都会造成索引失效；
• 联合索引要能正确使用需要遵循最左匹配原则，也就是按照最左优先的方式进行索引的匹配，否则就会导致索引失效。
• 在 WHERE 子句中，如果在 or 前的条件列是索引列，而在 or 后的条件列不是索引列，那么索引会失效。