索引
不在索引列做任何操作（计算、函数、类型装换），不然会导致索引失效
联合索引多个查询条件要遵循最左前缀原则，从左开始不能跳过索引中的列，保证其有序性
尽量使用覆盖索引（查询的列在索引中）
mysql在使用不等于（！=或者<>），not in ，not exists，isNull、isNotNull 、like的前面放通配符这些 的时候无法使用索引会导致全表扫描<br>< 小于、 > 大于、 <=、>=，mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引
字符串不加单引号会索引失效
少用or或in，用它查询时，mysql不一定使用索引，mysql内部优化器会根据检索比例、表大小等多个因素整体评<br>估是否使用索引（in和or在表数据量比较大的情况会走索引，在表记录不多的情况下会选择全表扫描）
范围查询：mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引。例如有些情况可能是<br>由于单次数据量查询过大导致优化器最终选择不走索引<br>优化方法：可以将大的范围拆分成多个小范围
连接查询（难以优化）
尽量用小表做驱动表
尽量单表查询，连接查询最好不要大于三个表，并用主键链接；逻辑处理劲量交给java、es、大数据等去做，术业有专攻
<font color="#ff0000">NLJ算法</font><br>
从驱动表（t2，100行）取出一行数据，去被驱动表（t1,10000行）扫描（有索引就走索引），等于扫描了100次<br>
<font color="#ff0000">BNL算法</font><br>
把驱动表（t2，100行）所有数据放入join buffer中，把t1表每一行数据都取出来跟join buffer中的数据比较，返回满足条件的数据；<br>等于扫描了100*10000=100w次<br>join buffer空间不够则会分段方，比如第一次先比较100行中的60行，第二次再放入剩下的40行比较。等于多扫了一次t1表<br>
MySQL对于被驱动表的关联字段没索引的关联查询，一般都会使用 BNL 算法。如果有索引一般选择 NLJ 算法，有<br>索引的情况下 NLJ 算法比 BNL算法性能更高
分页查询
如果是连续的主键排序再分页可以用where id>10000 limit 10;
普通索引排序分页（因为回表优化没用到索引的情况）可以先用索引覆盖查出主键 <br>select a.* from table a inner join (select id from table order by name limit 10000,10) b on a.id = b.id;<br>
其他
in和exists<br>
select * from a where a.id in (select id from b);-->类似于for循环表B<br>select * from A where exists (select 1 from B where B.id = A.id)-->类似于for循环表A<br>尽量降低循环数
count
count（*）效率其实最高（mysql专门做了优化）
myisam引擎不带where的总行数会被记录在磁盘上可以直接查询<br>
show table status；可以查到一个大概的估值。<br>
redis维护，不过很难满足一致性
增加一个计数表，和增删刚到一个事务，保证一致性
