组合索引
　　MySQL单列索引和组合索引究竟有何区别呢?
　　为了形象地对比两者，先建一个表：
　　CREATE TABLE `myIndex` (
　　`i_testID` INT NOT NULL AUTO_INCREMENT， 
　　`vc_Name` VARCHAR(50) NOT NULL， 
　　`vc_City` VARCHAR(50) NOT NULL， 
　　`i_Age` INT NOT NULL， 
　　`i_SchoolID` INT NOT NULL， 
　　PRIMARY KEY (`i_testID`) 
　　);
　　假设表内已有1000条数据，在这 10000 条记录里面 7 上 8 下地分布了 5 条 vc_Name=”erquan” 的记录，只不过 city，age，school 的组合各不相同。来看这条 T-SQL：
　　SELECT `i_testID` FROM `myIndex` WHERE `vc_Name`='erquan' AND `vc_City`='郑州' AND `i_Age`=25; -- 关联搜索;
　　首先考虑建MySQL单列索引：
　　在 vc_Name 列上建立了索引。执行 T-SQL 时，MYSQL 很快将目标锁定在了 vc_Name=erquan 的 5 条记录上，取出来放到一中间结果集。在这个结果集里，先排除掉 vc_City 不等于”郑州”的记录，再排除 i_Age 不等于 25 的记录，后筛选出的符合条件的记录。虽然在 vc_Name 上建立了索引，查询时MYSQL不用扫描整张表，效率有所提高，但离我们的要求还有一定的距离。同样的，在 vc_City 和 i_Age 分别建立的MySQL单列索引的效率相似。
　　为了进一步榨取 MySQL 的效率，要考虑建立组合索引。是将 vc_Name，vc_City，i_Age 建到一个索引里：
　　ALTER TABLE `myIndex` ADD INDEX `name_city_age` (vc_Name(10)，vc_City，i_Age);
　　建表时，vc_Name 长度为 50，这里为什么用 10 呢?这是下文要说到的前缀索引，因为一般情况下名字的长度不会超过 10，这样会加速索引查询速度，还会减少索引文件的大小，提高 INSERT 的更新速度。
　　执行 T-SQL 时，MySQL 无须扫描任何记录到找到的记录!!
　　如果分别在 vc_Name，vc_City，i_Age 上建立单列索引，让该表有 3 个单列索引，查询时和上述的组合索引效率一样吗?答案是大不一样，远远低于我们的组合索引。虽然此时有了三个索引， 但 MySQL 只能用到其中的那个它认为似乎是有效率的单列索引，另外两个是用不到的，也是说还是一个全表扫描的过程 。
　　建立这样的组合索引，其实是相当于分别建立了
　　vc_Name，vc_City，i_Age
　　vc_Name，vc_City
　　vc_Name
　　这样的三个组合索引!为什么没有 vc_City，i_Age 等这样的组合索引呢?这是因为 mysql 组合索引 “左前缀” 的结果。简单的理解是只从左面的开始组合。并不是只要包含这三列的查询都会用到该组合索引，下面的几个 T-SQL 会用到：
　　SELECT * FROM myIndex WHREE vc_Name=”erquan” AND vc_City=”郑州” SELECT * FROM myIndex WHREE vc_Name=”erquan”
　　而下面几个则不会用到：
　　SELECT * FROM myIndex WHREE i_Age=20 AND vc_City=”郑州” SELECT * FROM myIndex WHREE vc_City=”郑州”
　　也是，name_city_age(vc_Name(10)，vc_City，i_Age) 从左到右进行索引，如果没有左前索引Mysql不执行索引查询
　　前缀索引
　　如果索引列长度过长，这种列索引时将会产生很大的索引文件，不便于操作，可以使用前缀索引方式进行索引前缀索引应该控制在一个合适的点，控制在0.31黄金值即可(大于这个值可以创建)
　　SELECT COUNT(DISTINCT(LEFT(`title`，10)))/COUNT(*) FROM Arctic; — 这个值大于0.31可以创建前缀索引，Distinct去重复 ALTER TABLE `user` ADD INDEX `uname`(title(10)); — 增加前缀索引SQL，将人名的索引建立在10，这样可以减少索引文件大小，加快索引查询速度
　　什么样的sql不走索引
　　要尽量避免这些不走索引的sql
　　SELECT `sname` FROM `stu` WHERE `age`+10=30;-- 不会使用索引，因为所有索引列参与了计算
　　SELECT `sname` FROM `stu` WHERE LEFT(`date`，4) <1990; -- 不会使用索引，因为使用了函数运算，原理与上面相同
　　SELECT * FROM `houdunwang` WHERE `uname` LIKE'后盾%' -- 走索引
　　SELECT * FROM `houdunwang` WHERE `uname` LIKE "%后盾%" -- 不走索引
　　-- 正则表达式不使用索引，这应该很好理解，所以为什么在SQL中很难看到regexp关键字的原因
　　-- 字符串与数字比较不使用索引;
　　CREATE TABLE `a` (`a` char(10));
　　EXPLAIN SELECT * FROM `a` WHERE `a`="1" -- 走索引
　　EXPLAIN SELECT * FROM `a` WHERE `a`=1 -- 不走索引
　　select * from dept where dname='xxx' or loc='xx' or deptno=45 --如果条件中有or，即使其中有条件带索引也不会使用。换言之，是要求使用的所有字段，都必须建立索引， 我们建议大家尽量避免使用or 关键字
　　-- 如果mysql估计使用全表扫描要比使用索引快，则不使用索引
　　多表关联时的索引效率
　　SELECT `sname` FROM `stu` WHERE LEFT(`date`，4) <1990; — 不会使用索引，因为使用了函数运算，原理与上面相同
　　SELECT * FROM `houdunwang` WHERE `uname` LIKE’后盾%’ — 走索引
　　SELECT * FROM `houdunwang` WHERE `uname` LIKE “%后盾%” — 不走索引

　　从上图可以看出，所有表的type为all，表示全表索引;也是6 6 6，共遍历查询了216次;
　　除第一张表示全表索引(必须的，要以此关联其他表)，其余的为range(索引区间获得)，也是6+1+1+1，共遍历查询9次即可;
　　所以我们建议在多表join的时候尽量少join几张表，因为一不小心是一个笛卡尔乘积的恐怖扫描，另外，我们还建议尽量使用left join，以少关联多.因为使用join 的话，第一张表是必须的全扫描的，以少关联多可以减少这个扫描次数.
　　索引的弊端
　　不要盲目的创建索引，只为查询操作频繁的列创建索引，创建索引会使查询操作变得更加快速，但是会降低增加、删除、更新操作的速度，因为执行这些操作的同时会对索引文件进行重新排序或更新;
　　但是，在互联网应用中，查询的语句远远大于DML的语句，甚至可以占到80%~90%，所以也不要太在意，只是在大数据导入时，可以先删除索引，再批量插入数据，后再添加索引。