189 8069 5689
建立索引如何优化SQL？相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。
创新互联公司长期为上1000家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为覃塘企业提供专业的成都做网站、网站制作，覃塘网站改版等技术服务。拥有10年丰富建站经验和众多成功案例,为您定制开发。
1、建立普通索引：对经常出现在 where关键字后面的表字段建立对应的索引。。
2、建立复合索引：如果 where关键字后面常出现的有几个字段，可以建立对应的 复合索引。要注意可以优化的一点是，将单独出现最多的字段放在前面。例如现在我们有两个字段 a和 b经常会同时出现在 where关键字后面：
select * from t where a = 1 and b = 2; \* Q1 *\
也有很多 SQL会单独使用字段 a作为查询条件：
select * from t where a = 2; \* Q2 *\
此时，我们可以建立复合索引 index(a,b)。因为不但 Q1可以利用复合索引，Q2也可以利用复合索引。
3、最左前缀匹配原则
如果我们使用的是复合索引，应该尽量遵循 最左前缀匹配原则。MySQL会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配。假如此时我们有一条SQL：
select * from t where a = 1 and b = 2 and c > 3 and d = 4;
那么我们应该建立的复合索引是：index(a,b,d,c)而不是 index(a,b,c,d)。因为字段 c是范围查询，当 MySQL遇到范围查询就停止索引的匹配了。大家也注意到了，其实 a,b,d在 SQL的位置是可以任意调整的，优化器会找到对应的复合索引。还要注意一点的是，最左前缀匹配原则不但是复合索引的最左 N个字段；也可以是单列（字符串类型）索引的最左 M个字符。例如我们常说的 like关键字，尽量不要使用全模糊查询，因为这样用不到索引；所以建议是使用右模糊查询：select * from t where name like '李%'（查询所有姓李的同学的信息）。
4、索引下推：很多时候，我们还可以复合索引的 索引下推 来优化 SQL。例如此时我们有一个复合索引：index(name,age)，然后有一条 SQL如下：
select * from user where name like '张%' and age = 10 and sex = 'm';
根据复合索引的最左前缀匹配原则，MySQL匹配到复合索引 index(name,age)的 name时，就停止匹配了；然后接下来的流程就是根据主键回表，判断 age和 sex的条件是否同时满足，满足则返回给客户端。
但是由于有索引下推的优化，匹配到 name时，不会立刻回表；而是先判断复合索引 index(name,age)中的 age是否符合条件；符合条件才进行回表接着判断 sex是否满足，否则会被过滤掉。那么借着 MySQL 5.6引入的索引下推优化 ，可以做到减少回表的次数。
5、覆盖索引：很多时候，我们还可以覆盖索引来优化SQL。
情况一：SQL只查询主键作为返回值。主键索引（聚簇索引）的叶子节点是整行数据，而普通索引（二级索引）的叶子节点是主键的值。所以当我们的 SQL只查询主键值，可以直接获取对应叶子节点的内容，而避免回表。
情况二：SQL的查询字段就在索引里。复合索引：假如此时我们有一个复合索引 index(name,age)，有一条 SQL如下：
select name,age from t where name like '张%';
由于是字段 name是右模糊查询所以可以走复合索引，然后匹配到 name时，不需要回表，因为 SQL只是查询字段 name和 age，所以直接返回索引值就 ok了。
6、普通索引
尽量 使用普通索引 而不是唯一索引。首先，普通索引和唯一索引的查询性能其实不会相差很多；当然了，前提是要查询的记录都在同一个数据页中，否则普通索引的性能会慢很多。但是，普通索引的更新操作性能比唯一索引更好；其实很简单，因为普通索引能利用 change buffer来做更新操作；而唯一索引因为要判断更新的值是否是唯一的，所以每次都需要将磁盘中的数据读取到 buffer pool中。
7、前缀索引
我们要学会巧妙的使用 前缀索引，避免索引值过大。例如有一个字段是 addr varchar(255)，但是如果一整个建立索引 [ index(addr) ]，会很浪费磁盘空间，所以会选择建立前缀索引 [ index(addr(64)) ]。建立前缀索引，一定要关注字段的区分度。例如像身份证号码这种字段的区分度很低，只要出生地一样，前面好多个字符都是一样的；这样的话，最不理想时，可能会扫描全表。前缀索引避免不了回表，即无法使用覆盖索引这个优化点，因为索引值只是字段的前 n个字符，需要回表才能判断查询值是否和字段值是一致的。
怎么解决？倒序存储：像身份证这种，后面的几位区分度就非常的高了；我们可以这么查询：
select field_list from t where id_card = reverse('input_id_card_string'
增加 hash字段并为 hash字段添加索引。
8、干净的索引列：索引列不能参与计算，要保持索引列“干净”。假设我们给表 student的字段 birthday建立了普通索引。下面的 SQL语句不能利用到索引来提升执行效率：
select * from student where DATE_FORMAT(birthday,'%Y-%m-%d') = '2020-02-02';
我们应该改成下面这样：
select * from student where birthday = STR_TO_DATE('2020-02-02', '%Y-%m-%d');
9、扩展索引
我们应该尽量扩展索引，而不是新增索引，一个表最好不要超过5个索引；一个表的索引越多，会导致更新操作更加耗费性能。
看完上述内容，你们掌握建立索引如何优化SQL的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注创新互联行业资讯频道，感谢各位的阅读！