匹配最左前缀：比如联合索引，order_sn=’’ and order_funck=’‘。 查询条件中没有出现联合索引的第一列,而出现联合索引的第二列,或者第三列,都不会利用联合索引查询.

只访问索引的查询（不访问数据行），覆盖索引 除了查询过滤，还可以使用在order by(B树索引是顺序存储)

存储引擎Memory支持Btree和Hash索引。InnoDB支持的Hash索引是存储引擎根据Btree使用情况来自行建立的（自适应Hash索引）

Hash索引只能用到等值查询中（范围，模糊都不适用） Hash索引表中，保存每一个Hash码代表数据行的指针 值存储了Hash码，存储紧凑，找到数据的速度非常快

先找到行，再对行的内容进行读取，所以查找数据必须进行两次读取（运行在内存中，所以影响不是很大）

Hash保存的是键值和Hash码，以及对应的行的指针（并没有保存字段的值）

Hash索引是按照Hash码来进行存储的，所以不能进行排序

Hash索引只可以进行全键值的查找，而不支持部分键值的查找（包括范围查找）

有可能产生Hash冲突，不同的索引列计算的Hash码是相同的（Hash码通常比较小）

不适合用于选择性很差的列上（键值列重复值很多）

- 对字符串的前缀进行索引可以大大节约索引的空间（在创建索引时指定列的宽度，Innodb:767个字节：255个字符,MYISAM：1000个字节），不过前缀索引会降低选择性

- 唯一索引（主键索引）的选择性是最高的

- 选择性也决定了联合索引的顺序

- mysql5.0之前，每一个查询只能使用一列上的索引（每条列都建索引，你想搞事情？）

- 5.0之后，合并索引，需要更多的内存和磁盘IO来缓存数据

- 联合索引（优于合并）（选择索引列的顺序，左到右）

- 状态列就不适合放在最左边（选择性比较差）

- 选择性越高越能过滤出更多的数据

覆盖索引是select的数据列只用从索引中就能够取得，不必读取数据行，换句话说查询列要被所建的索引覆盖。包括在查询里的Select、Join和Where子句用到的所有列（即建索引的字段正好是覆盖查询条件中所涉及的字段，也即，索引包含了查询正在查找的数据）。

优点

- 减少数据访问量（索引比较小，缓存可以保存更多的数据）

- 二次查询：Innodb二级索引在叶子节点中保存的是行的主键值。主键->行数据

- mysql只缓存索引信息，数据靠系统来缓存，所以访问数据需要进行一次系统调用（性能差）

mysql二级索引:以InnoDB来说，每个InnoDB表具有一个特殊的索引称为聚集索引。如果您的表上定义有主键，该主键索引是聚集索引。如果你不定义为您的表的主键 时，MySQL取第一个唯一索引（unique）而且只含非空列（NOT NULL）作为主键，InnoDB使用它作为聚集索引。如果没有这样的列，InnoDB就自己产生一个这样的ID值，它有六个字节，而且是隐藏的，使其作 为聚簇索引

缺点：

不能使用覆盖索引

查询后把数据放在内存中，然后进行过滤

组合索引

在Innodb二级索引中，会自动加上主键

使用索引扫描的条件：

示例：

Innodb的数据逻辑顺序和主键顺序是一致的。

同时使用文件来排序

在Innodb中和MyIsam中两表查询结构是一样的（处理方式一致），都能使用二级索引来排序

当我们违反升降序一致的规则时：

rental_data是联合索引中最左边的列，当使用这一列的范围查找条件时，order by后面的两个字段就会失去效率

mysql对BTree索引长度有限制->在长字符串进行查找->前缀索引->可选择性差 mysql对BTree索引长度有限制->在长字符串进行查找->Hash索引(B树索引模拟Hash索引)

5.7之前使用触发器，5.7使用虚拟列 Generated (Virtual) Columns来实现自动更新数据

可以看出，先使用索引(title_md5)放入内存中，然后使用where过滤（title）

ps：同时过滤title_md5和title是为了避免Hash冲突

使用事务来添加一个排它锁

当我们在另一个终端中也添加一个排它锁时，尽管查询的数据是不同的，但还是被阻塞了

添加索引

另一个终端：

冗余索引

有意冗余索引：

联合索引键值过大，最左边列可以添加一列冗余索引（独立索引），增加性能。

检查冗余索引：

查找未被使用过的索引：

如果索引统计信息不准确，索引很可能会做出错误判断（根据信息来选择使用什么索引）

不同引擎，生成信息和保存信息的方法也会不同 MyISAM会把信息存储在磁盘中，所以需要进行全索引的扫描，所以需要对表进行锁定 Innodb通过随机访问的方式进行评估并存储在内存中。效率高，但是生成的信息不会十分的准确（估算值） B树索引更新时会产生大量的碎片，降低查询效率（碎片索引以无序的方式存储在磁盘上），表也会查询碎片