一、B-tree索引(B-tree索引能够加快数据的查询速度)

　　B-tree索引使用场景

　　1、全值匹配的查询

　　例如：order_sn='2018071724608094'

　　2、匹配最左前缀的查询

　　联合索引A B，匹配左A

　　3、匹配列前缀查询

　　例如：order_sn like '20180717%'

　　4、匹配范围值查询

　　order_sn > '2018071700000000' and order_sn < '2018071724608094'

　　5、精确匹配左前列并范围匹配另外一列

　　联合索引A B，匹配左A，范围查找B

　　6、只访问索引的查询

　　7、支持分组排序

　　B-tree索引使用限制

　　1、如果不是按照索引最左列开始查找，则无法使用索引

　　联合索引A B，匹配右B查询，无法使用索引

　　2、使用索引时不能跳过索引中的列

　　联合索引 订单日期 下单人姓名 下单人电话， 如果在查找中只包含了 日期和电话，只能使用日期过滤无法使用电话这一列，是因为跳过了下单人姓名这一列。

　　3、NOT IN 和 != 或 <> 操作无法使用索引

　　4、如果查询中有某个列的范围查询，则其右边所有列都无法使用索引

　　二、Hash索引

　　Hash索引使用场景

　　1、Hash索引是基于Hash表实现的，只有查询条件精确匹配Hash索引中的所有列时，才能够使用到Hash索引。

　　2、对于Hash索引中的所有列，存储引擎都会为每一行计算一个Hash码，Hash索引中存储的就是Hash码。

　　Hash索引的限制

　　1、Hash索引必须进行二次查找(先找到索引值在去查那行数据)

　　2、Hash索引无法用于排序

　　3、Hash索引不支持部分查找也不支持范围查找

　　4、Hash索引中Hash码的计算可能存在Hash冲突

　　三、为什么要使用索引

　　1、索引大大减少了存储引擎需要扫描的数据量

　　2、索引可以帮助我们进行排序以避免使用临时表

　　3、索引可以把随机I/O变成顺序I/O

　　四、索引太多带来的损耗

　　1、索引会增加写操作的成本

　　2、太多的索引会增加查询优化器的选择时间

　　五、什么叫做覆盖索引?

　　解释一： 就是select的数据列只用从索引中就能够取得，不必从数据表中读取，换句话说查询列要被所使用的索引覆盖。

　　解释二： 索引是高效找到行的一个方法，当能通过检索索引就可以读取想要的数据，那就不需要再到数据表中读取行了。如果一个索引包含了(或覆盖了)满足查询语句中字段与条件的数据就叫做覆盖索引。

　　解释三：是非聚集组合索引的一种形式，它包括在查询里的Select、Join和Where子句用到的所有列(即建立索引的字段正好是覆盖查询语句[select子句]与查询条件[Where子句]中所涉及的字段，也即，索引包含了查询正在查找的所有数据)。

　　不是所有类型的索引都可以成为覆盖索引。覆盖索引必须要存储索引的列，而哈希索引、空间索引和全文索引等都不存储索引列的值，所以MySQL只能使用B-Tree索引做覆盖索引

　　当发起一个被索引覆盖的查询(也叫作索引覆盖查询)时，在EXPLAIN的Extra列可以看到“Using index”的信息

　　六、索引优化策略

　　1、索引列上不能使用表达式或函数

　　from product where to_day(out_date)-to_days(current_date)<=30

　　优化后

　　from product where out_date<=date_add(current_date,interval 30 day)

　　2、前缀索引和索引列的选择性

　　3、联合索引

　　如何选择索引列的顺序

　　从左到右，经常会被使用到的列优先放左边，选择性高的列优先放左，宽度小的列优先放左。

　　4、索引覆盖

　　可以优化缓存，减少磁盘IO操作

　　可以减少随机IO，变随机IO操作变为顺序IO操作

　　可以避免对Innodb主键索引的二次查询

　　可以避免MyISAM表进行系统调用

　　无法使用覆盖索引的情况：存储引擎不支持覆盖索引，查询中使用了太多的列，使用了双%号的like查询。

　　七、使用索引扫描来优化排序

　　1、索引的列顺序和Order By子句的顺序完全一致

　　2、索引中所有列的方向(升序，降序)和Order By子句完全一致

　　3、Order By中的字段全部在关联表中的第一张表中