优缺点
优点
大大提高查询速度
通过创建唯一索引，可以保证数据库每一行数据的唯一性
可以加深表与表之间的连接
可以显著减少查询中分组和排序的时间
缺点
创建索引和维护索引需要时间，而且数据量越大时间越长
创建索引需要占磁盘空间，如果有大量索引，可能比数据文件更快达到最大文件尺寸
当对表中的数据进行增加、修改、删除的时候，索引也要同时维护，降低了数据的维护速度
索引创建规范
单张表索引数量不超过5个，单个索引中的字段不超过5个
表必须有主键，推荐使用自增字段作为主键（自增id、雪花算法等）
<font color="#212121">禁止冗余索引(索引|(a,b,c),索引|(a,b))，禁止重复索引(索引|(a),索引|(a,主键ID))</font>
联表查询时，join列的数据类型必须相同，并且要建立索引
不在低基数列建立索引,如性别
选择区分度大的列建立索引，组合索引中，区分度大的放前面
合理创建组合索引(a,b,c)相当于(a),(a,b),(1,b,c)
合理使用覆盖索引减少IO跟避免排序
索引优化分析
EXPLAIN SELECT * from ** WHERE *** =****
执行计划字段解释
id：编号
id值相同,从上往下 顺序执行
id值越大越优先查询 (本质：在嵌套子查询时，先查内层 再查外层)
select_type ：查询类型
SIMPLE
简单查询（不包含子查询、union）
PRIMARY
包含子查询SQL中的 主查询 （最外层）
SUBQUERY
包含子查询SQL中的 子查询 （非最外层）
table ：输出结果集的表
type ：访问类型
从左到右，性能由好到最差，system>const>eq_ref>ref>range>index>all （ref到range之间还有一些其他的不过不太常见）（要对type进行优化的前提：有索引）(一般优化后的type必须在range以上)
分类
system
只有一条数据的系统表 ；或 衍生表只有一条数据的主查询（基本不能达到可忽略）
const
仅仅能查到一条数据的SQL ,用于Primary key 或unique索引 （类型 与索引类型有关）
eq_ref
唯一性索引：对于每个索引键的查询，返回匹配唯一行数据（有且只有1个，不能多 、不能0）
ref
非唯一性索引，对于每个索引键的查询，返回匹配的所有行（0，多）
range
检索指定范围的行 ,where后面是一个范围查询(between ,> < >=, 特殊:in有时候会失效 ，从而转为 无索引all)
possible_keys ：可能用到的索引
key ：实际使用的索引
key_len ：实际使用索引的长度
用于判断复合索引是否被完全使用 （a,b,c）
demo
在utf8编码中：1个字符占3个字节，如果索引的字段可以为null，则会使用一个字节用来标识 ，如果是varchar这种，会用两个字节表示可变<br><br>例如 ：某个字段 name（varchar（20））,如果用到了这个字段的索引那么lenth就是 20*3+1（null）+2（可变字符） =63
ref :表之间的引用
rows: 被索引优化查询的 数据个数 (实际通过索引而查询到的 数据个数)
Extra :额外的信息
using index
性能提升; 索引覆盖（覆盖索引）。原因：不读取原文件，只从索引文件中获取数据 （不需要回表查询）只要使用到的列 全部都在索引中，就是索引覆盖using index
using where
表示进行了回表查询
using filesort
性能消耗大；需要“额外”的一次排序（查询） 。常见于 order by 语句中。
using temporary
性能损耗大 ，用到了临时表。一般出现在group by 语句中。
impossible where
where子句永远为false
避免索引失效的一些原则
复合索引，不能跨列使用（index（a，b，c），你的索引使用就不要 where a=x，c=x）
复合索引尽量使用全索引匹配
不要在索引上进行任何操作（计算，函数，类型转换），否则索引失效
复合索引不要使用不等（！= ,<>，>），这样会导致自身以及右侧的索引失效**(这个不是一定的有概率的**)
like尽量以“常量”开头，不要以'%'开头，否则索引失效
尽量不要使用or，否则索引失效（字段都是单值索引是可以的）
常见问题
为什么我们经常被要求，只查询需要的字段？
在例如你查询只用到name时，select * from user where iphone=xxx，索引为（iphone，name）的时候，我们根据上面的innodb的索引结构学习到，你要查询索引中没有的字段的时候，需要先通过辅助索引找到主键索引的值，然后再找到对应的数据值（过程叫做回表），这样就多了I/O操作，如果你的sql改成select name from user where iphone=xxx，这个name值在辅助索引中已经有了，所以不需要再去主键索引中找数据，就提高了查询效率(这种情况叫做覆盖索引)
经常在数据量很大的情况下我们要把主键用整数代替字符串，并且是增长的？
在使用BigInt的时候比UUID(为保证不重复一般都是UUID),占用的字节少，那么在B+Tree的结构中，就能存储更多的值。
比字符串好排序
如果你生成的是自增的（分布式id生成策略中都是增加的）,在插入时，就可以尽可能减少页分裂
