创建索引原则

尽量选择区分度高的列作为索引,区分度的公式是count(distinct col)/count(*)，表示字段不重复的比例，比例越大我们扫描的记录数越少，唯一键的区分度是1，而一些状态、性别字段可能在大数据面前区分度就是0，一般需要join的字段我们都要求是0.1以上，即平均1条扫描10条记录
限制索引的长度, 尤其是 FULLTEXT索引, 比如只在VARCHAR字段的前20字节做索引;
字符类型和数字类型作为索引的性能差别，肯定是用数字类型索引更好。
用字符串做索引扫描是否会有性能损耗？两者的主要差别就在于，字符类型有字符集的概念，每次从存储端到展现端之间都有一个字符集编码的过程。而这一过程主要消耗的就是CPU资源；对于In-memory的操作来说，这是一个不可忽视的消耗。如果要固化到具体测试结果，我们这边的经验数据是20%，具体值还是和环境和数据有关系。此外，latin1 和 UTF8 之间也有10%左右的性能差别。
时间加索引的话，性能上 TIMESTAMP > DATETIME

高效使用索引

使用覆盖索引(对于非主键的查询条件), 符合覆盖索引的情况:
- 如果用到了联合索引, 联合索引用到的列, 恰好也是要查询的列( select colA, 且已经在colA创建了联合索引)
- 这种也是走覆盖索引: select 主键 where 非主键列=X

① 查询尽量使用到索引，避免使用全表扫描

MySQL中能够使用索引的典型场景:

匹配全值（Match the full value），Where条件中所有列都有索引, 且使用的是= 或者IN。
匹配值的范围查询（Match a range of values），Where条件中所有列都有索引, 且使用的是范围条件。例 where id > 10 and id < 25
使用了联合索引, 且匹配最左前缀（Match a left most prefix），仅仅使用联合索引中的最左边列进行查找，比如在 col1+col2+col3 字段上的联合索引能够被包含col1、（col1+col2）、（col1+col2+col3）的等值查询利用到，可是不能够被col2、（col2+col3）的等值查询利用到；
匹配列前缀（Match a column prefix），仅仅使用索引中的第一列，并且只包含索引第一列的开头一部分进行查找。select title from film_text where title like 'AFRICAN%';
如果列名是索引，那么使用 column_name is null 可以使用索引

② 注意不同类型的索引对性能有影响

③ 避免会索引失效的操作

在索引上使用函数: select * from trade where month(data) = 7
索引的类型转换: 字段定义类型varchar, 但是查询语句用 where id > 7, 相当于给id索引加上了CAST函数(隐式类型转换总是低精度类型→高精度类型)
以下where 都不会用到索引: <> 、not in、not exist、!=
like, 百分号在前: where col like "%xxxx"
单独引用复合索引里非第一位置的索引列
不要将空的变量值直接与比较运算符（符号）比较, 应使用 IS NULL 或 IS NOT NULL 进行比较

@todo 待整理: 导致索引失效的可能情况