索引对查询有着重要的作用，对索引的认识是进行数据库性能提升的起点，数据库的优化一般是从两个方面，第一个是对SQL语句进行优化，第二是优化数据库表的设计包括索引的建立，这里主要记录第二种的相关学习，当数据库数据量很大的时候，索引能够极大的提高查询速度，本人现在面临的是千万条数据的数据表，遍历所有数据需要花上几分钟的时间，一般的查询都需要几十秒，这个肯定是不能接受的，建立索引后的查询速度为一秒左右，极大的提高了性能。
建表原则
表设计：3NF
字段：
- 越小的数据类型通常更好：越小的数据类型通常在磁盘、内存和CPU缓存中都需要更少的空间，处理起来更快。
- 简单的数据类型更好：整型数据比起字符，处理开销更小，因为字符串的比较更复杂。在MySQL中，应该用内置的日期和时间数据类型，而不是用字符串来存储时间；以及用整型数据类型存储IP地址。
- 尽量避免NULL：应该指定列为NOT NULL，除非你想存储NULL。在MySQL中，含有空值的列很难进行查询优化，因为它们使得索引、索引的统计信息以及比较运算更加复杂。你应该用0、一个特殊的值或者一个空串代替空值。
- 单表字段不宜过多：通常是二三十个
存储引擎：InnoDB（高并发写）与MyIsam的选择：事务、行锁、外键、索引
索引建立
- 类型：普通、唯一、主键、全文
- 位置：
- where
- join on
- order by
- 原则：
- 对读多写少的场景建立索引（索引可以提高读性能，但是会降低写性能），如果不常用到，则应该删除
- 不对重复值多的字段建立索引
- 如果条件经常出现在一起，则考虑将多个字段建立复合索引。复合索引只对第一个字段有效,将频率高的字段放前面(复合索引只查一次索引表)
- 如果添加个别字段的索引，就可以应用到覆盖索引，则考虑为该字段建立索引。
- 语句优化（避免索引失效）：查询所有年龄>18的曾姓人名
- 字段要独立出现(id + 1 = xxx则不走索引)
- like查询不以%开头(这种一般采用第三方的全文索引支持)
- or，两边条件都要有索引可用（否则会全表扫描）
- 尽量走覆盖索引
集群
- 分表：横向切割、垂直切割
- 分库：业务表切割
- 读写分离：SpringAOP动态数据源切换
服务器参数配置
show variables like 'max_connections';
max_connections，最大客户端连接数table_open_cache，表文件句柄缓存（表数据是存储在磁盘上的，缓存磁盘文件的句柄方便打开文件读取数据）key_buffer_size，索引缓存大小（将从磁盘上读取的索引缓存到内存，可以设置大一些，有利于快速检索）innodb_buffer_pool_size，Innodb存储引擎缓存池大小（对于Innodb来说最重要的一个配置，如果所有的表用的都是Innodb，那么甚至建议将该值设置到物理内存的80%，Innodb的很多性能提升如索引都是依靠这个）innodb_file_per_table（innodb中，表数据存放在.ibd文件中，如果将该配置项设置为ON，那么一个表对应一个ibd文件，否则所有innodb共享表空间）
标识符选择
-
选择合适的标识符是非常重要的。选择时不仅应该考虑存储类型，而且应该考虑MySQL是怎样进行运算和比较的。一旦选定数据类型，应该保证所有相关的表都使用相同的数据类型。
-
整型：通常是作为标识符的最好选择，因为可以更快的处理，而且可以设置为AUTO_INCREMENT。
-
字符串：尽量避免使用字符串作为标识符，它们消耗更好的空间，处理起来也较慢。而且，通常来说，字符串都是随机的，所以它们在索引中的位置也是随机的，这会导致页面分裂、随机访问磁盘，聚簇索引分裂（对于使用聚簇索引的存储引擎）。
