MySQL 什么时候适合创建索引？
业务上具有唯一特性的字段，即使是组合字段，也必须建成唯一索引。（来源：Alibaba）不要以为唯一索引影响了 insert 速度，这个速度损耗可以忽略，但提高查找速度是明显的。
tips：唯一约束和唯一索引是相互依存的
频繁作为 WHERE 查询条件的字段
某个字段在SELECT语句的 WHERE 条件中经常被使用到，那么就需要给这个字段创建索引了。尤其是在数据量大的情况下，创建普通索引就可以大幅提升数据查询的效率。
经常 GROUP BY 和 ORDER BY 的列
索引就是让数据按照某种顺序进行存储或检索，因此当我们使用 GROUP BY 对数据进行分组查询，或者使用 ORDER BY 对数据进行排序的时候，就需要 对分组或者排序的字段进行索引 。如果待排序的列有多个，那么可以在这些列上建立 组合索引 。
UPDATE、DELETE 的 WHERE 条件列
对数据按照某个条件进行查询后再进行 UPDATE 或 DELETE 的操作，如果对 WHERE 字段创建了索引，就能大幅提升效率。原理是因为我们需要先根据 WHERE 条件列检索出来这条记录，然后再对它进行更新或删除。如果进行更新的时候，更新的字段是非索引字段，提升的效率会更明显，这是因为非索引字段更新不需要对索引进行维护。
DISTINCT 字段需要创建索引
有时候我们需要对某个字段进行去重，使用 DISTINCT，那么对这个字段创建索引，也会提升查询效率，同时显示出来的记录还是按照 DISTINCT字段 递增的顺序 进行展示的。这是因为索引会对数据按照某种顺序进行排序，所以在去重的时候也会快很多。
多表 JOIN 连接操作时，创建索引注意事项
连接表的数量尽量不要超过 3 张 ，因为每增加一张表就相当于增加了一次嵌套的循环，数量级增长会非常快，严重影响查询的效率。
对 WHERE 条件创建索引 ，因为 WHERE 才是对数据条件的过滤。如果在数据量非常大的情况下，没有 WHERE 条件过滤是非常可怕的。
对用于连接的字段创建索引 ，并且该字段在多张表中的 类型必须一致。否则会发生隐式转换，使用到了函数，会导致索引失效。
使用列的类型小的创建索引
类型大小：指的是该类型表示的数据范围的大小。我们在定义表结构的时候要显式的指定列的类型，以整数类型为例，有TINYINT、MEDIUMINT、INT、BIGINT等，它们占用的存储空间依次递增，能表示的整数范围当然也是依次递增。如果我们想要对某个整数列建立索引的话，在表示的整数范围允许的情况下，尽量让索引列使用较小的类型，比如我们能使用INT就不要使用BIGINT，能使用MEDIUMINT就不要使用INT。这是因为:
- 数据类型越小，在查询时进行的比较操作越快
- 数据类型越小，索引占用的存储空间就越少，在一个数据页内就可以放下更多的记录，从而减少磁盘I/0带来的性能损耗，也就意味着可以把更多的数据页缓存在内存中，从而加快读写效率。
这个建议对于表的主键来说更加适用，因为不仅是聚簇索引中会存储主键值，其他所有的二级索引的节点处都会存储一份记录的主键值，如果主键使用更小的数据类型，也就意味着节省更多的存储空间和更高效的I/O。
使用字符串前缀创建索引
假设我们的字符串很长，那存储一个字符串就需要占用很大的存储空间。在我们需要为这个字符串列建立索引时，那就意味着在对应的B+树中有这么两个问题:
- B+树索引中的记录需要把该列的完整字符串存储起来，更费时。而且字符串越长，在索引中
占用的存储空间越大。 - 如果B+树索引中索引列存储的字符串很长，那在做
字符串比较时会占用更多的时间。
我们可以通过截取字段的前面一部分内容建立索引，这个就叫前缀索引。这样在查找记录时虽然不能精确的定位到记录的位置，但是能定位到相应前缀所在的位置，然后根据前缀相的记录的主键值回表查询完整的字符串值。既节约空间，又减少了字符串的比较时间，还大体能解决排序的问题（由于二级索引种不包含完整的学习，所以无法对前n个字符相同，后面的字符不同的记录进行排序，也就是使用索引列前缀的方式无法支持索引排序，只能使用文件排序）。
问题是，截取多少呢？截取得多了，达不到节省索引存储空间的目的；截取得少了，重复内容太多，字段的散列度(选择性)会降低。怎么计算不同的长度的选择性呢？
索引的长度与区分度是一对矛盾体，一般对字符串类型数据，长度为 20 的索引，区分度会 高达 90% 以上。
可以使用公式 count(distinct left(列名, 索引长度))/count(*) 计算文本区分度，结果越接近1越好，差别不大的情况下选短的即可。
区分度高(散列性高)的列适合作为索引
列的基数指的是某一列中不重复数据的个数，比方说某个列包含值2，5，8，2，5，8，2，5，8，虽然有9条记录，但该列的基数却是3。
也就是说，在记录行数一定的情况下，列的基数越大，该列中的值越分散;列的基数越小，该列中的值越集中。
这个列的基数指标非常重要，直接影响我们是否能有效的利用索引。最好为列的基数大的列建立索引，为基数太小列的建立索引效果可能不好。
可以使用公式 select count(distinct a)/count(*) from t1 计算区分度，越接近1越好，一般超过33%就算是比较高效的索引了。
tips: 联合索引把区分度高(散列性高)的列放在前面。
在多个字段都要创建索引的情况下，联合索引优于单值索引
使用最频繁的列放到联合索引的左侧
这样也可以较少的建立一些索引。
同时，由于最左前缀原则，可以增加联合索引的使用率。
补充：
需要注意的是，索引不是越多越好，要限制索引的数目，建议单张表索引数量不超过6个。
- 每个索引都需要
占用磁盘空间，索引越多，需要的磁盘空间就越大。 - 索引
会影响INSERT、DELETE、UPDATE等语句的性能，因为表中的数据更改的同时，,索引也会进行调整和更新，会造成负担。 - 优化器在选择如何优化查询时，会根据统一信息，对每一个可以用到的索引来进行评估，以生成出一个最好的执行计划，如果同时有很多个索引都可以用于查询，会
增加MySQL优化器生成执行计划时间，降低查询性能。
不适合创建索引的情况：
- 在where中使用不到的字段不要建立索引；
- 在数据量不大（比如不到 1000 行）的情况下，索引就发挥不出作用了；
- 有大量重复数据的列上不要建立索引；
- 避免对经常更新的表创建过多的索引；
- 不建议用无序的值作为索引，可能会频繁导致页分裂；
- 删除不再使用或者很少使用的索引；
- 不要定义冗余或重复的索引；